本发明涉及火灾探测报警技术领域，尤其是涉及一种图像型火灾探测报警系统。
背景技术：
随着摄像机技术、计算机技术、图像识别技术和嵌入式技术的发展，利用图像处理进行火灾识别的图像型火灾探测报警系统应用日益广泛。图像型火灾探测报警系统按摄像机数量分为单目型和双目型。
对于单目型探测报警系统，采用一个彩色摄像机或红外摄像机作为图像获取装置，通过分析获取的图像进行火灾识别。彩色摄像机获取的为可见光波段图像，图像中干扰因素很多，往往容易造成误报；红外摄像机获取的为红外波段图像，虽能在一定程度上降低误报，但图像可视化效果差，且不能有效识别烟雾。对于双目型探测报警系统，一般同时采用彩色摄像机和红外摄像机，通过对可见光图像和红外图像的同时分析、对比和验证，以降低误报、提高报警准确率和可视化效果，但由此也带来了计算量增大、硬件成本提高、摄像机视野无法严格匹配等弊端，限制了其广泛应用和普及。
技术实现要素：
本发明的目的在于设计一种图像型火灾探测报警系统，解决上述问题。
为了实现上述目的，本发明所采用的技术方案如下：
一种图像型火灾探测报警系统，包括摄像机、镜头、红外滤光片、视频处理单元；红外滤光片置于摄像机和镜头之间；红外滤光片可通过视频处理单元的视频处理结果控制是否介入。
进一步地，视频处理单元首先处理摄像机获取的可见光图像，当存在火灾可疑区域时，视频处理单元自动控制红外滤光片介入，同时分析摄像机此时获取的红外图像进行火灾验证，从而实现火灾探测报警。
进一步地，红外滤光片也可置于所述镜头之前。
进一步地，红外滤光片为波长大于等于850nm的高通滤光片。
进一步地，视频处理单元包括视频采集、视频处理、红外滤光片介入信号输出、火灾报警输出、视频输出功能。
进一步地，视频处理单元可以为嵌入式系统或pc系统。
本发明还提供一种应用上述图像型火灾探测报警系统的方法，包括以下步骤：
s1：采用一台摄像机，分别获取无红外滤光片介入时的可见光图像和红外滤光片介入时的红外图像作为可见光参考图像和红外参考图像；
s2：对可见光图像进行分析，将其中的潜在火灾区域作为可疑区域；
s3：当可疑区域出现时，切换红外滤光片介入，获取红外图像；
s4：通过对可疑区域红外图像的分析进行进一步确认，判断可疑区域红外图像的分析结果是否满足火灾报警阈值条件；
s41：若可疑区域红外图像的分析结果不满足火灾报警阈值条件，则返回步骤s2；
s42：若可疑区域红外图像的分析结果满足火灾报警阈值条件，则进入火灾报警状态。
进一步地，步骤s1的具体方法为：
可见光图像和红外图像的获取方式为通过同一摄像机、同一镜头分时获取；
当无红外滤光片介入时，采集可见光图像作为可见光参考图像；
当红外滤光片介入时，采集红外图像作为红外参考图像。
进一步地，步骤s2的具体方法为：
计算可见光图像相邻帧之间以及可见光图像与可见光参考图像之间的像素灰度、颜色、纹理、位置和面积变化；
将灰度、颜色、纹理、位置和面积变化的结果进行加权组合，将加权组合值超过阈值的区域作为可疑区域。
进一步地，步骤s3的具体方法为：
红外滤光片的介入可通过步骤s2可疑区域的出现进行控制，即可疑区域出现，则控制红外滤光片介入；
红外滤光片介入时介于镜头和摄像机之间；
红外滤光片介入时也可直接置于镜头前。
进一步地，步骤s4的具体方法为：
通过将红外滤光片介入时采集到的红外图像的分析进行火灾的进一步确认，与红外参考图像进行对比，计算可疑区域的灰度、位置和面积变化；
将灰度、位置和面积变化的结果进行加权组合，当加权组合值大于设定的阈值时，进入火灾报警状态，否则，继续对可见光图像进行计算。
本发明的有益效果可以总结如下：
本发明通过一个摄像机、镜头和可以控制的红外滤光片的介入实现了可见光图像和红外图像的分时获取，使得图像型火灾探测报警系统能够分别处理可见光图像和红外图像以降低误报，同时由于只需处理单路视频，能够有效降低成本、减少计算量。另外，本发明由于采用一个摄像机，使得可见光图像和红外图像视野严格匹配，便于图像处理和分析，且具有良好的可视化效果。本发明兼顾了单目型图像型火灾探测报警系统和双目型图像型火灾探测报警系统的优点，填补了此领域的空白。
通过以下参照附图对本发明的示例性实施例进行详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的图像型火灾探测报警系统组成示意图。
图2为本发明的图像型火灾探测报警系统组成示意图。
图3为本发明的图像型火灾探测报警方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有开展创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。
在本发明的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制；方位词“内、外”是指相对于各部件本身的轮廓的内外。
在本发明的描述中，需要理解的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本发明保护范围的限制。
如图1所示的一种图像型火灾探测报警系统，包括摄像机、镜头、红外滤光片、视频处理单元；红外滤光片置于摄像机和镜头之间；红外滤光片可通过视频处理单元的视频处理结果控制是否介入。
系统工作时，视频处理单元首先处理摄像机获取的可见光图像，当存在火灾可疑区域时，视频处理单元自动控制红外滤光片介入，同时分析摄像机此时获取的红外图像进行火灾验证，从而实现火灾探测报警。
红外滤光片也可置于所述镜头之前，如图2所示。
为了兼容市面上常见的红外滤光片，探测报警系统选用的红外滤光片为波长大于等于850nm的高通滤光片，使得红外图像能够有效滤除环境中各种运动物体的干扰，降低识别算法的复杂性。
视频处理单元包括视频采集、视频处理、红外滤光片介入信号输出、火灾报警输出、视频输出功能。
视频处理单元可以为嵌入式系统或pc系统。
视频处理单元采集摄像机的视频信号并进行处理，当识别出可疑区域时，则控制红外滤光片介入，此时摄像机输出红外图像，视频处理单元采集红外图像并进行分析确认，当满足火灾报警条件时，输出火灾报警信号，并控制红外滤光片切换为非介入状态，重新采集可见光图像，方便查看现场情况。
摄像机采用彩色单板摄像机，尺寸小巧，方便安装，镜头采用定焦8mm红外ir镜头，红外滤光片采用850nm高通滤光片，视频处理单元采用tms320dm8148，报警输出采用开关量输出和rs485通讯输出两种方式，视频输出采用网络数字压缩视频。
本发明通过一个摄像机、镜头和可以控制的红外滤光片的介入实现了可见光图像和红外图像的分时获取和视野严格匹配，使得图像型火灾探测报警系统能够分别处理可见光图像和红外图像以降低误报，同时有效降低成本、减少计算量，且具有良好的可视化效果，填补了此领域的空白。
本发明还提供一种应用上述图像型火灾探测报警系统的方法，如图3所示，包括以下步骤：
s1：采用一台摄像机，分别获取无红外滤光片介入时的可见光图像和红外滤光片介入时的红外图像作为可见光参考图像和红外参考图像；
s2：对可见光图像进行分析，将其中的潜在火灾区域作为可疑区域；
s3：当可疑区域出现时，切换红外滤光片介入，获取红外图像；
s4：通过对可疑区域红外图像的分析进行进一步确认，判断可疑区域红外图像的分析结果是否满足火灾报警阈值条件；
s41：若可疑区域红外图像的分析结果不满足火灾报警阈值条件，则返回步骤s2；
s42：若可疑区域红外图像的分析结果满足火灾报警阈值条件，则进入火灾报警状态。
步骤s1的具体方法为：
可见光图像和红外图像的获取方式为通过同一摄像机、同一镜头分时获取；当无红外滤光片介入时，采集可见光图像作为可见光参考图像；当红外滤光片介入时，采集红外图像作为红外参考图像。通过以上方法，在探测报警系统初始化时完成可见光参考图像和红外参考图像的获取。
步骤s2的具体方法为：
计算可见光图像相邻帧之间以及可见光图像与可见光参考图像之间的像素灰度、颜色、纹理、位置和面积变化；将灰度、颜色、纹理、位置和面积变化的结果进行加权组合，将加权组合值超过阈值的区域作为可疑区域。
像素灰度变化可采用固定阈值方法，用于识别图像相邻帧之间以及当前图像和参考图像之间灰度差异较大区域。为了滤除图像中的短时干扰，需要对灰度变化区域进行时间累积，只有累积时间大于设定值的区域才被视为灰度变化满足要求的区域。同时计算该区域像素灰度分布，满足设定阈值区间的灰度分布视为火灾区域。
像素颜色变化同样采用固定阈值方法，对像素的rgb值进行限定，每一个分量均设置一个阈值区间，只有rgb值均满足设定阈值区间的像素才被识别为火灾像素。同时计算该区域像素rgb分量分布，满足设定阈值区间的rgb分布视为火灾区域。
纹理变化应用在已经识别出的灰度变化区域和颜色变化区域，纹理采用边缘提取的方法进行定义，即提取该区域内的边缘，并计算帧间边缘的变化以及当前帧与背景图像边缘的差异，满足设定的阈值区间，即视为纹理变化满足要求。
位置变化是指识别出的灰度变化区域和颜色变化区域在位置上存在不稳定性，在某一范围内波动，由此可剔除一些规律运动或人员物体运动造成的干扰。
面积变化是指识别出的灰度变化区域和颜色变化区域在面积上存在不稳定性，，在某一范围内波动，由此可剔除一些规律运动或人员物体运动造成的干扰。
将以上几个参数的识别结果进行加权组合，并计算加权组合值，将加权组合值超过阈值区间的区域作为可疑区域。
步骤s3的具体方法为：
红外滤光片的介入可通过步骤s2可疑区域的出现进行控制，即可疑区域出现，则控制红外滤光片介入；红外滤光片介入时介于镜头和摄像机之间；红外滤光片介入时也可直接置于镜头前。
红外滤光片的作用是得到红外图像，因此只要让摄像机采集的光线通过红外滤光片即可。可将红外滤光片置于常见的摄像机滤光片底座上，并在其上安装镜头，作为摄像机的一个配件，这样光线先通过镜头，再通过红外滤光片，最后成像于摄像机，得到红外图像。另外一种方式，也可将红外滤光片通过固定结构直接固定于摄像机镜头前，光线线通过滤光片，再通过镜头达到摄像机位置，成像得到红外图像。
步骤s4的具体方法为：
通过将红外滤光片介入时采集到的红外图像的分析进行火灾的进一步确认，与红外参考图像进行对比，计算可疑区域的灰度、位置和面积变化；将灰度、位置和面积变化的结果进行加权组合，当加权组合值大于设定的阈值时，进入火灾报警状态，否则，继续对可见光图像进行计算。
得到红外图像后，针对可疑区域，将当前红外图像与红外参考图像进行对比。因红外滤光片的成像对温度敏感，因此如果当前红外图像可疑区域亮度大于红外参考图像，则说明对应位置温度升高，存在火灾隐患。
同样，对可疑区域的位置和面积再次计算，此处计算的为可疑区域红外图像的位置和面积，能够有效滤除可见光图像计算时非高温物体带来的干扰，同样，此时的位置和面积同样会存在不稳定性，在某一范围内波动，满足设定阈值区间的可疑区域存在火灾隐患。
将以上几个参数的识别结果进行加权组合，并计算加权组合值，将加权组合值超过阈值区间的区域作为火灾报警区域。如果计算后不满足火灾报警条件，则切换红外滤光片为非介入状态，重新采集可见光图像，继续对可见光图像进行计算。
因此，本发明中，在进行火灾识别时，先对可见光图像进行识别寻找可疑区域，随后再针对可疑区域进行红外图像识别确认，将常见的可见光图像和红外图像并行处理识别转化为串行处理识别，并通过可控制切换的红外滤光片实现可见光图像和红外图像的获取，使得可见光图像和红外图像严格匹配，简化了计算量，节约了成本，提高了火灾识别性能。
以上所述仅为本发明的示例性实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。