[发明专利]一种智能化自控森林防火监控系统及方法在审

专利信息
申请号: 201911403890.X 申请日: 2019-12-30
公开(公告)号: CN111145275A 公开(公告)日: 2020-05-12
发明(设计)人: 陈秀祥 申请(专利权)人: 重庆市海普软件产业有限公司
主分类号: G06T7/90 分类号: G06T7/90;G06T7/20;G06N3/04;G08B17/12;G08B17/00
代理公司: 重庆强大凯创专利代理事务所(普通合伙) 50217 代理人: 陈家辉
地址: 400020 重庆*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能化 自控 森林 防火 监控 系统 方法
【权利要求书】:

1.一种智能化自控森林防火监控系统,其特征在于,包括图像采集模块、处理模块和云台系统,其中:

图像采集模块用于实时采集森林内的视频数据;

处理模块用于接收并处理视频数据,生成图像数据;并提取图像数据像素点的颜色特征,如果颜色特征为红色,则生成火情告警信息;

云台系统包括云台子系统、伺服电机和云台控制器,云台子系统用于安装和固定图像采集模块;伺服电机用于驱动云台子系统转动;云台控制器与处理模块通信连接,用于接收火情告警信息后,生成控制信号,控制伺服电机停止转动。

2.根据权利要求1所述的智能化自控森林防火监控系统,其特征在于,处理模块采用帧间差分法处理视频数据,生成图像数据。

3.根据权利要求2所述的智能化自控森林防火监控系统,其特征在于,还包括数据库,用于预先存储样本图像和检测结果,其中样本图像为发生火灾的图像,检测结果为采用RGB颜色模型处理样本图像,处理模块用于提取样本图像中每个像素点的颜色特征,如果颜色特征为红色则判定有火情告警信息,生成检测结果;处理模块还用于根据样本图像和检测结果对卷积神经网络进行训练,得到训练成功的卷积神经网络模型。

4.根据权利要求3所述的智能化自控森林防火监控系统,其特征在于,处理模块还用于将图像数据输入到训练成功的卷积神经网络模型中,由卷积神经网络模型提取图像数据;若卷积神经网络判定图像数据存在火情告警信息,伺服电机停止转动。

5.根据权利要求4所述的智能化自控森林防火监控系统,其特征在于,还包括远程管理终端,远程管理终端与云台控制器通信连接,用于实时监控并控制伺服电机的运转状态。

6.根据权利要求5所述的智能化自控森林防火监控系统,其特征在于:还包括供电子系统和定位模块,供电子系统采用光伏发电系统,用于将光能转换为电能,以进行供电;定位模块与处理模块电连接,用于对发生灾情的区域进行定位得到定位信息,将定位信息发送到远程管理终端。

7.根据权利要求1所述的智能化自控森林防火监控系统,其特征在于:云台控制器采用STM32单片机。

8.一种智能化自控森林防火监控方法,其特征在于,包括如下步骤:

S1、图像采集模块转动,获取森林内的实时视频数据,并将视频数据同步发送到处理模块中;

S2、通过处理模块接收并处理视频数据,生成图像数据,并提取图像数据中像素点的颜色特征,如果颜色特征为红色,则生成火情告警信号;

S3、通过云台控制器获取火情告警信息,并根据火情告警信息控制伺服电机停止转动。

9.根据权利要求8所述的智能化自控森林防火监控方法,其特征在于,步骤S2之前还包括如下步骤:

S101、通过预先向数据库输入样本图像和检测结果,其中样本图像为发生火灾的图像,检测结果为采用RGB颜色模型处理样本图像,并提取样本图像中每个像素点的颜色特征,如果颜色特征为红色则判定有火情告警信息,生成检测结果;基于样本图像和检测结果对卷积神经网络进行训练,然后进行测试,测试完成后得到训练成功的卷积神经网络模型。

10.根据权利要求9所述的智能化自控森林防火监控方法,其特征在于,步骤S2包括如下步骤:

S201、通过处理模块采用帧间差分法处理视频数据,生成相应的图像数据;然后将图像数据输入到训练成功的卷积神经网络模型中,由卷积神经网络模型的卷积层提取图像数据;若卷积神经网络判定图像数据存在火情告警信息,云台控制器接收火情告警信息,生成控制信号,控制伺服电机的停止转动。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆市海普软件产业有限公司,未经重庆市海普软件产业有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911403890.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top