[发明专利]一种智能化自控森林防火监控系统及方法在审
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 | ||
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。
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。