[发明专利]一种基于慢特征分析的火灾检测方法

说明书

本发明涉及火灾检测方法，具体涉及一种基于慢特征分析的火灾检测方法，提取建筑物实时视频数据中的帧图像，并对帧图像进行预处理，利用慢特征分析提取帧图像中的火焰参量特征，根据火焰参量全局特征，结合模糊逻辑算法快速定位提取帧图像中的火焰疑似区域，并进行火焰参量局部特征分析，对预处理后的帧图像进行网格化分割，得到子图像，将每个子图像与标准火焰图像进行特征点匹配，根据火焰参量局部特征分析结果，以及特征点匹配结果对是否发生火灾进行准确判断；本发明提供的技术方案能够有效克服现有技术所存在的火灾检测准确度较低的缺陷。

技术领域

本发明涉及火灾检测方法，具体涉及一种基于慢特征分析的火灾检测方法。

背景技术

在各种灾害中，火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一，其破坏力大、突发性强，给人类的生产和生活带来了不同程度的损害。更重要的是，火灾发生的时间和地点随机，诱因多样，一旦发生很难及时控制，还会造成二次伤害，这给消防人员带来了极大的挑战，同时也给救援人员带来了生命威胁。

据WFSC(WorldFireStatisticsCenter)2000年以前的不完全统计，全世界每年大概发生600-700万起火灾，每年死于火灾的人数大概有65000-75000人。近年来，我国国内火灾造成的损失非常惨重，2015年全国共发生33.8万起火灾，共造成2854人伤亡，其中1112人受伤，1742人死亡，直接经济损失超过39亿元。火灾不仅带来了重大经济损失，还危害人民群众的生命安全，火灾的检测与救援成为目前迫切需要解决的重大问题之一。

火灾发生时伴有火焰、温度、烟雾和燃烧波等火灾参量，通过对这些特征参量的检测分析，可以判定被测区域是否有火灾存在。根据探测特征参数的不同，火灾探测器可以分为火焰探测器、温度探测器、烟雾探测器等。但由于火灾发生的不确定性和多变性，这些传感器采集的数据或信息都不可避免地受到周围环境等不确定因素的影响，进而降低了火灾检测的灵敏度，给火灾的识别带来很大难度。这些探测器一般应用简单场景中，但在复杂建筑环境的火灾报警中，不能很好地适用。

目前，火灾检测方法主要是传感器检测，但是红外传感器探测装置容易受外界温度变化、电磁干扰等影响，出现误报、漏报等情况，并且红外、紫外类探测装置也不能识别火焰的形状和大小，易造成误定位，大大降低了火灾检测的准确性。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种基于慢特征分析的火灾检测方法，能够有效克服现有技术所存在的火灾检测准确度较低的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于慢特征分析的火灾检测方法，包括以下步骤：

S1、提取建筑物实时视频数据中的帧图像，并对帧图像进行预处理；

S2、利用慢特征分析提取帧图像中的火焰参量特征；

S3、根据火焰参量全局特征，结合模糊逻辑算法快速定位提取帧图像中的火焰疑似区域，并进行火焰参量局部特征分析；

S4、对预处理后的帧图像进行网格化分割，得到子图像，将每个子图像与标准火焰图像进行特征点匹配；

S5、根据火焰参量局部特征分析结果，以及特征点匹配结果对是否发生火灾进行准确判断。

优选地，S1中提取建筑物实时视频数据中的帧图像，并对帧图像进行预处理，包括：通过基于深度学习的修正算法对帧图像进行处理，得到去噪及增强的帧图像，并对帧图像的边缘轮廓进行检测。

优选地，S2中利用慢特征分析提取帧图像中的火焰参量特征，包括：

S21、利用帧间差分法获取连续帧图像序列，对选定的初始帧图像进行特征点检测；