[发明专利]一种基于图像处理的火灾监测方法及系统在审

专利信息
申请号: 202011451970.5 申请日: 2020-12-10
公开(公告)号: CN112581716A 公开(公告)日: 2021-03-30
发明(设计)人: 彭必昌;黄建光;陈建尧;林勃 申请(专利权)人: 浙江国视科技有限公司
主分类号: G08B17/10 分类号: G08B17/10;G08B17/12;G06K9/00;A62C37/40
代理公司: 北京高沃律师事务所 11569 代理人: 王爱涛
地址: 325014 浙江省温州*** 国省代码: 浙江;33
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 基于 图像 处理 火灾 监测 方法 系统
【权利要求书】:

1.一种基于图像处理的火灾监测方法,其特征在于,包括:

获取多个传感器组采集的数据;所述传感器组设置在用户室内不同的位置;所述传感器组包括火焰传感器和烟雾传感器;

根据所述数据判断是否发生火灾;

若发生火灾,则根据所述数据确定火灾方向,并获取所述火灾方向的图像;

根据所述火灾方向的图像,采用火灾类型网络模型,确定火灾类型;所述火灾类型网络模型以火灾方向的图像为输入,以火灾类型为输出;

若没有发生火灾,则继续监测。

2.根据权利要求1所述的一种基于图像处理的火灾监测方法,其特征在于,所述根据所述数据判断是否发生火灾,具体包括:

在当前数据采集周期内判断各个传感器组采集的数据是否超过第一数据阈值;

若不超过,则获取下个采集周期内的数据;

若超过,则在预设时间内连续获取所述传感器组的数据,得到所述传感器组的连续时刻的数据;

判断所述连续时刻的数据的均值是否超过第二数据阈值;

若超过,则确定发生火灾;

若不超过,则获取下个预设时间内的连续时刻的数据。

3.根据权利要求1所述的一种基于图像处理的火灾监测方法,其特征在于,所述根据所述火灾方向的图像,采用火灾类型网络模型,确定火灾类型,之前还包括:

获取训练样本集;所述训练样本集为不同类型火灾的图像;

根据所述训练样本集和分类模型确定火灾类型网络模型。

4.根据权利要求1所述的一种基于图像处理的火灾监测方法,其特征在于,所述根据所述火灾方向的图像,采用火灾类型网络模型,确定火灾类型,之后还包括:

将所述火灾类型以及用户房屋的位置发送至消防人员进行报警,并发出警报;

根据火灾类型以及相应的灭火措施进行灭火;所述灭火措施包括:控制灭火设备对燃烧物进行隔离以及冷却、控制水阀门对燃烧物进行灭火以及切断电源。

5.一种基于图像处理的火灾监测系统,其特征在于,包括:

传感器组采集的数据获取模块,用于获取多个传感器组采集的数据;所述传感器组设置在用户室内不同的位置;所述传感器组包括火焰传感器和烟雾传感器;

第一判断模块,用于根据所述数据判断是否发生火灾;

火灾方向的图像获取模块,用于若发生火灾,则根据所述数据确定火灾方向,并获取所述火灾方向的图像;

火灾类型确定模块,用于根据所述火灾方向的图像,采用火灾类型网络模型,确定火灾类型;所述火灾类型网络模型以火灾方向的图像为输入,以火灾类型为输出;

继续监测模块,用于若没有发生火灾,则继续监测。

6.根据权利要求5所述的一种基于图像处理的火灾监测系统,其特征在于,所述第一判断模块具体包括:

第一判断单元,用于在当前数据采集周期内判断各个传感器组采集的数据是否超过第一数据阈值;

数据继续获取单元,用于若不超过,则获取下个采集周期内的数据;

连续时刻的数据获取单元,用于若超过,则在预设时间内连续获取所述传感器组的数据,得到所述传感器组的连续时刻的数据;

第二判断单元,用于判断所述连续时刻的数据的均值是否超过第二数据阈值;

火灾确定单元,用于若超过,则确定发生火灾;

连续时刻的数据继续获取单元,用于若不超过,则获取下个预设时间内的连续时刻的数据。

7.根据权利要求5所述的一种基于图像处理的火灾监测系统,其特征在于,还包括:

训练样本集获取模块,用于获取训练样本集;所述训练样本集为不同类型火灾的图像;

火灾类型网络模型确定模块,用于根据所述训练样本集和分类模型确定火灾类型网络模型。

8.根据权利要求5所述的一种基于图像处理的火灾监测系统,其特征在于,还包括:

报警模块,用于将所述火灾类型以及用户房屋的位置发送至消防人员进行报警,并发出警报;

自动灭火模块,用于根据火灾类型以及相应的灭火措施进行灭火;所述灭火措施包括:控制灭火设备对燃烧物进行隔离以及冷却、控制水阀门对燃烧物进行灭火以及切断电源。

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浙江国视科技有限公司,未经浙江国视科技有限公司许可,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/202011451970.5/1.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