一种隧道火灾监测方法及系统与流程

1.本发明涉及隧道消防技术领域，具体而言，涉及一种隧道火灾监测方法及系统。


背景技术：

2.为了实时监测隧道内火灾，保障消防安全；隧道内一般通过烟雾颗粒感应或者红外线、激光技术来监测隧道内火灾情况。传统烟雾颗粒感应系统需要烟雾颗粒进入传感器才能引起报警，红外及激光技术也需要烟雾遮挡才能引发报警。这些前提要求场合是相对封闭的空间。而在隧道中，由于空气流动大，烟雾快速扩散，传统烟火设备作用小。


技术实现要素：

3.本发明的目的在于提供了一种隧道火灾监测方法及系统，用以解决现有技术中存在的上述问题。
4.第一方面，本发明实施例提供了一种隧道火灾监测方法，包括：采集隧道里监控设备中的监控图像；所述监控图像包括背景图像和当前监控图像；所述背景图像表示隧道中没有烟时的背景图像；基于所述背景图像，得到隧道轮廓位置；基于所述背景图像和所述隧道轮廓位置，得到背景图像隧道轮廓位置平稳度集合；所述背景图像隧道轮廓位置平稳度集合包括多个背景图像隧道轮廓位置平稳度，所述背景图像隧道轮廓位置平稳度表示在背景图像中的隧道轮廓位置处的颜色与周围8个位置颜色的不同程度；基于所述当前监控图像和所述隧道轮廓位置，得到监控图像隧道轮廓位置平稳度集合；所述监控图像隧道轮廓位置平稳度集合包括多个监控图像隧道轮廓位置平稳度；所述多个监控图像隧道轮廓位置平稳度表示在当前监控图像中的隧道轮廓位置处的颜色与周围位置颜色的不同程度；基于所述背景图像隧道轮廓位置平稳度集合和所述监控图像隧道轮廓位置平稳度集合，得到覆盖相似度；所述覆盖相似度表示当前监控图像在隧道轮廓位置被烟覆盖的程度；基于所述当前监控图像，得到监控图像整体模糊度；若所述覆盖相似度大于覆盖阈值，且，所述监控图像整体模糊度小于模糊阈值，确定检测结果为有烟；生成报警信息。
5.可选的，所述基于所述背景图像，得到隧道轮廓位置，包括：将所述背景图像灰度化，得到背景灰度图像；获得第一背景灰度差值；所述第一背景灰度差值为第一背景灰度值减去所述第一背景灰度值周围八个灰度值中的其中一个的差；所述第一背景灰度值表示所述背景灰度图像中一左上角开始的第一个灰度值；若存在所述第一背景灰度差值大于差值阈值，将所述第一背景灰度值所在位置作
为轮廓点；通过多次比较背景图像中的灰度值减去周围多个灰度值的其中一个的差与差值阈值的大小，得到背景图像中所有的轮廓点。
6.可选的，所述基于所述背景图像和所述隧道轮廓位置，得到背景图像隧道轮廓位置平稳度集合，包括：获得第一周围背景图像隧道轮廓位置平稳度，所述第一周围背景图像隧道轮廓位置平稳度表示背景图像中的隧道轮廓位置的其中一个位置与周围8个位置的其中一个位置的rgb值的差值；所述第一周围背景图像隧道轮廓位置平稳度具体通过下述公式计算方式获得：其中，为所述第一周围背景图像隧道轮廓位置平稳度，为所述背景图像的轮廓位置中r通道的像素值，为所述背景图像的轮廓周围位置中r通道的像素值；为所述背景图像的轮廓位置中g通道的像素值，为所述背景图像的轮廓周围位置中g通道的像素值； 为所述背景图像的轮廓位置中b通道的像素值，为所述背景图像的轮廓周围位置中b通道的像素值；获得背景图像隧道轮廓位置平稳度；所述背景图像隧道轮廓位置平稳度包括第一周围背景图像隧道轮廓位置平稳度、第二周围背景图像隧道轮廓位置平稳度、第三周围背景图像隧道轮廓位置平稳度、第四周围背景图像隧道轮廓位置平稳度、第五周围背景图像隧道轮廓位置平稳度、第六周围背景图像隧道轮廓位置平稳度、第七周围背景图像隧道轮廓位置平稳度和第八周围背景图像隧道轮廓位置平稳度；通过多次计算，得到多个隧道轮廓位置的背景图像隧道轮廓位置平稳度集合；所述背景图像隧道轮廓位置平稳度集合包括多个隧道轮廓位置和对应的背景图像隧道轮廓位置平稳度。
7.可选的，所述基于所述当前监控图像和所述隧道轮廓位置，得到监控图像隧道轮廓位置平稳度集合，包括：获得第一周围监控图像隧道轮廓位置平稳度，所述第一周围监控图像隧道轮廓位置平稳度表示监控图像中的隧道轮廓位置的其中一个位置与周围8个位置的其中一个位置的rgb值的差值；获得监控图像隧道轮廓位置平稳度；所述监控图像隧道轮廓位置平稳度包括第一周围监控图像隧道轮廓位置平稳度、第二周围监控图像隧道轮廓位置平稳度、第三周围监控图像隧道轮廓位置平稳度、第四周围监控图像隧道轮廓位置平稳度、第五周围监控图像隧道轮廓位置平稳度、第六周围监控图像隧道轮廓位置平稳度、第七周围监控图像隧道轮廓位置平稳度和第八周围监控图像隧道轮廓位置平稳度；所述监控图像隧道轮廓位置平稳度表示在监控图像中轮廓位置与周围多个位置颜色的不同程度；通过多次计算，得到多个隧道轮廓位置的监控图像隧道轮廓位置平稳度集合；所述监控图像隧道轮廓位置平稳度集合包括多个隧道轮廓位置和对应的监控图像隧道轮廓位置平稳度。
8.可选的，所述基于所述背景图像隧道轮廓位置平稳度集合和所述监控图像隧道轮
廓位置平稳度集合，得到覆盖相似度，包括：获得平稳度差值集合；所述平稳度差值集合为所述监控图像隧道轮廓位置平稳度集合中的减去监控图像隧道轮廓位置平稳度对应位置的背景图像隧道轮廓位置平稳度集合中的背景图像隧道轮廓位置平稳度的差的绝对值；获得平稳个数，所述平稳个数为所述平稳度差值集合中小于平稳阈值的数量；所述平稳个数表示在所有隧道轮廓位置中与周围位置的模糊的位置的数量；获得覆盖相似度，所述覆盖相似度为所述平稳个数除以隧道轮廓位置个数之积。
9.可选的，所述基于所述当前监控图像，得到监控图像整体模糊度，包括：获得翻转监控图像；所述翻转监控图像为当前监控图像以中心为轴进行翻转后的图像；获得模糊程度；所述模糊度表示监控图像中以中心为轴对应的两个位置之间颜色差值；所述模糊程度具体通过下述公式计算方式获得：其中，为所述模糊程度，为所述监控图像的轮廓位置中r通道的像素值，为所述翻转监控图像的轮廓周围位置中r通道的像素值；为所述监控图像的轮廓位置中g通道的像素值，为所述翻转监控图像的轮廓周围位置中g通道的像素值；为所述监控图像的轮廓位置中b通道的像素值，为所述翻转监控图像的轮廓周围位置中b通道的像素值；对所述模糊程度进行归一化，得到监控图像整体模糊度。
10.第二方面，本发明实施例提供了一种隧道消防系统检测系统，包括：采集模块：采集隧道里监控设备中的监控图像；所述监控图像包括背景图像和当前监控图像；所述背景图像表示隧道中没有烟时的背景图像；隧道轮廓获取模块：基于所述背景图像，得到隧道轮廓位置；景图像隧道轮廓位置平稳度集合获取模块：基于所述背景图像和所述隧道轮廓位置，得到背景图像隧道轮廓位置平稳度集合；所述背景图像隧道轮廓位置平稳度集合包括多个背景图像隧道轮廓位置平稳度，所述背景图像隧道轮廓位置平稳度表示在背景图像中的隧道轮廓位置处的颜色与周围8个位置颜色的不同程度；监控图像隧道轮廓位置平稳度集合获取模块：基于所述当前监控图像和所述隧道轮廓位置，得到监控图像隧道轮廓位置平稳度集合；所述监控图像隧道轮廓位置平稳度集合包括多个监控图像隧道轮廓位置平稳度；所述多个监控图像隧道轮廓位置平稳度表示在当前监控图像中的隧道轮廓位置处的颜色与周围位置颜色的不同程度；烟判断模块：基于所述背景图像隧道轮廓位置平稳度集合和所述监控图像隧道轮廓位置平稳度集合，得到覆盖相似度；所述覆盖相似度表示当前监控图像在隧道轮廓位置被烟覆盖的程度；基于所述当前监控图像，得到监控图像整体模糊度；若所述覆盖相似度大于覆盖阈值，且，所述监控图像整体模糊度小于模糊阈值，确定检测结果为有烟；报警模块：生成报警信息。
11.可选的，所述基于所述背景图像，得到隧道轮廓位置，包括：将所述背景图像灰度化，得到背景灰度图像；获得第一背景灰度差值；所述第一背景灰度差值为第一背景灰度值减去所述第一
背景灰度值周围八个灰度值中的其中一个的差；所述第一背景灰度值表示所述背景灰度图像中一左上角开始的第一个灰度值；若存在所述第一背景灰度差值大于差值阈值，将所述第一背景灰度值所在位置作为轮廓点；通过多次比较背景图像中的灰度值减去周围多个灰度值的其中一个的差与差值阈值的大小，得到背景图像中所有的轮廓点。
12.可选的，所述基于所述背景图像和所述隧道轮廓位置，得到背景图像隧道轮廓位置平稳度集合，包括：获得第一周围背景图像隧道轮廓位置平稳度，所述第一周围背景图像隧道轮廓位置平稳度表示背景图像中的隧道轮廓位置的其中一个位置与周围8个位置的其中一个位置的rgb值的差值；所述第一周围背景图像隧道轮廓位置平稳度具体通过下述公式计算方式获得：其中，为所述第一周围背景图像隧道轮廓位置平稳度，为所述背景图像的轮廓位置中r通道的像素值，为所述背景图像的轮廓周围位置中r通道的像素值；为所述背景图像的轮廓位置中g通道的像素值，为所述背景图像的轮廓周围位置中g通道的像素值； 为所述背景图像的轮廓位置中b通道的像素值，为所述背景图像的轮廓周围位置中b通道的像素值；获得背景图像隧道轮廓位置平稳度；所述背景图像隧道轮廓位置平稳度包括第一周围背景图像隧道轮廓位置平稳度、第二周围背景图像隧道轮廓位置平稳度、第三周围背景图像隧道轮廓位置平稳度、第四周围背景图像隧道轮廓位置平稳度、第五周围背景图像隧道轮廓位置平稳度、第六周围背景图像隧道轮廓位置平稳度、第七周围背景图像隧道轮廓位置平稳度和第八周围背景图像隧道轮廓位置平稳度；通过多次计算，得到多个隧道轮廓位置的背景图像隧道轮廓位置平稳度集合；所述背景图像隧道轮廓位置平稳度集合包括多个隧道轮廓位置和对应的背景图像隧道轮廓位置平稳度。
13.可选的，所述基于所述当前监控图像和所述隧道轮廓位置，得到监控图像隧道轮廓位置平稳度集合，包括：获得第一周围监控图像隧道轮廓位置平稳度，所述第一周围监控图像隧道轮廓位置平稳度表示监控图像中的隧道轮廓位置的其中一个位置与周围8个位置的其中一个位置的rgb值的差值；获得监控图像隧道轮廓位置平稳度；所述监控图像隧道轮廓位置平稳度包括第一周围监控图像隧道轮廓位置平稳度、第二周围监控图像隧道轮廓位置平稳度、第三周围监控图像隧道轮廓位置平稳度、第四周围监控图像隧道轮廓位置平稳度、第五周围监控图像隧道轮廓位置平稳度、第六周围监控图像隧道轮廓位置平稳度、第七周围监控图像隧道轮廓位置平稳度和第八周围监控图像隧道轮廓位置平稳度；所述监控图像隧道轮廓位置平稳度表示在监控图像中轮廓位置与周围多个位置颜色的不同程度；通过多次计算，得到多个隧道轮廓位置的监控图像隧道轮廓位置平稳度集合；所
述监控图像隧道轮廓位置平稳度集合包括多个隧道轮廓位置和对应的监控图像隧道轮廓位置平稳度。
14.相较于现有技术，本发明实施例达到了以下有益效果：由于隧道烟雾扩散快，尤其是靠近两端隧道口的位置，其烟雾浓度低达不到传感器浓度，而产生漏检；因此，本技术采用视频检测烟雾。另外，由于烟雾没有固定形状，同时也有多种颜色，不便于通过特征提取去检测烟雾。本技术采用图像检测技术，当烟雾弥漫时会遮住隧道，从而造成图片模糊的效果；所以采取检测图片模糊程度，也就是被遮盖程度，达到检测烟雾的目的；进而能够有效提供隧道火灾预警信息。
附图说明
15.图1是本发明实施例提供的一种隧道火灾监测方法流程图。
16.图2是本发明实施例表示的第一背景灰度值与周围八个位置的灰度值的情况。
17.图3是本发明实施例提供的一种电子设备的方框结构示意图。
18.图中标记：总线500；接收器501；处理器502；发送器503；存储器504；总线接口505。
具体实施方式
19.下面结合附图，对本发明作详细的说明。
20.实施例1如图1所示，本发明实施例提供了一种隧道火灾监测方法，所述方法包括：s101：采集隧道里监控设备中的监控图像；所述监控图像包括背景图像和当前监控图像；所述背景图像表示隧道中没有烟时的背景图像。
21.s102：基于所述背景图像，得到隧道轮廓位置。
22.s103：基于所述背景图像和所述隧道轮廓位置，得到背景图像隧道轮廓位置均匀平稳度集合；所述背景图像隧道轮廓位置平稳度集合包括多个背景图像隧道轮廓位置均匀平稳度，所述背景图像隧道轮廓位置均匀平稳度表示在背景图像中的隧道轮廓位置处的颜色与周围8个位置颜色的不同程度的平均值。
23.s104：基于所述当前监控图像和所述隧道轮廓位置，得到监控图像隧道轮廓位置平稳度集合；所述监控图像隧道轮廓位置平稳度集合包括多个监控图像隧道轮廓位置平稳度；所述多个监控图像隧道轮廓位置平稳度表示在当前监控图像中的隧道轮廓位置处的颜色与周围位置颜色的不同程度。
24.s105：基于所述背景图像隧道轮廓位置平稳度集合和所述监控图像隧道轮廓位置平稳度集合，得到覆盖相似度；所述覆盖相似度表示当前监控图像在隧道轮廓位置被烟覆盖的程度。
25.s106：基于所述当前监控图像，得到监控图像整体模糊程度。
26.s107：若所述覆盖相似度大于覆盖阈值，且，所述监控图像整体模糊程度小于模糊阈值，确定检测结果为有烟；生成报警信息。
27.其中，所述背景图像表示隧道中没有烟时的背景图像，同时背景图像也只有静态背景，没有行驶的车辆等。所述监控图像为隧道中的监控设备。
28.通过上述方法，由于隧道中烟弥漫速度快，且烟弥漫时通常充满整个监控图像中，
无法识别烟的形状，所以利用平常的方法很难对烟进行识别。但是由于隧道中的背景简单，轮廓分明，所以采取对隧道轮廓处进行烟遮盖识别进行烟的识别。
29.可选的，所述基于所述背景图像，得到隧道轮廓位置，包括：将所述背景图像灰度化，得到背景灰度图像。
30.获得第一背景灰度差值；所述第一背景灰度差值为第一背景灰度值减去所述第一背景灰度值周围八个灰度值中的其中一个的差；所述第一背景灰度值表示所述背景灰度图像中一左上角开始的第一个灰度值。
31.若存在所述第一背景灰度差值大于差值阈值，将所述第一背景灰度值所在位置作为轮廓点；通过多次比较背景图像中的灰度值减去周围多个灰度值的其中一个的差与差值阈值的大小，得到背景图像中所有的轮廓点。
32.其中，所述第一背景灰度值周围八个灰度值如图2所示。
33.其中，将所述背景图像灰度化，得到背景灰度图像。得到所述背景图像的每个像素值对应的所述背景灰度图像中的灰度值；用所述灰度值代替对应位置的像素值，得到背景灰度图像。
34.所述背景灰度图像中的灰度值具体通过下述公式计算方式获得：其中，为所述背景灰度图像中的灰度值，为背景图像中r通道的像素值，为背景图像中g通道的像素值，为背景图像中b通道的像素值。
35.通过上述方法，基于所述隧道轮廓位置如果整体判断变化不明显容易检测不到，所以判断色彩变化明显的轮廓局部是否有烟。同时由于只是为了得到位置，所以可以只是将图片变为灰度图会比较好计算。
36.可选的，所述基于所述背景图像和所述隧道轮廓位置，得到背景图像隧道轮廓位置平稳度集合，包括：获得第一周围背景图像隧道轮廓位置平稳度，所述第一周围背景图像隧道轮廓位置平稳度表示背景图像中的隧道轮廓位置的其中一个位置与周围8个位置的其中一个位置的rgb值的差值；所述第一周围背景图像隧道轮廓位置平稳度具体通过下述公式计算方式获得：其中，为所述第一周围背景图像隧道轮廓位置平稳度，为所述背景图像的轮廓位置中r通道的像素值，为所述背景图像的轮廓周围位置中r通道的像素值。为所述背景图像的轮廓位置中g通道的像素值，为所述背景图像的轮廓周围位置中g通道的像素值。为所述背景图像的轮廓位置中b通道的像素值，为所述背景图像的轮廓周围位置中b通道的像素值；获得背景图像隧道轮廓位置平稳度；所述背景图像隧道轮廓位置平稳度包括第一周围背景图像隧道轮廓位置平稳度、第二周围背景图像隧道轮廓位置平稳度、第三周围背景图像隧道轮廓位置平稳度、第四周围背景图像隧道轮廓位置平稳度、第五周围背景图像隧道轮廓位置平稳度、第六周围背景图像隧道轮廓位置平稳度、第七周围背景图像隧道轮
廓位置平稳度和第八周围背景图像隧道轮廓位置平稳度；通过多次计算，得到多个隧道轮廓位置的背景图像隧道轮廓位置平稳度集合。所述背景图像隧道轮廓位置平稳度集合包括多个隧道轮廓位置和对应的背景图像隧道轮廓位置平稳度。
37.其中，得到每个隧道轮廓位置分别与周围8个位置的平稳度。所述背景图像隧道轮廓位置均匀平稳度集合包括多个隧道轮廓位置和对应的背景图像隧道轮廓位置均匀平稳度。如本实施例中，当前监控隧道轮廓位置平稳度集合的部分为[(12,12,18,42,189,90,18,42,189,76),(13,12,90, 18,42,189,90,18,42,189)]。 [(12,12,18,42,189,90,18,42,189,76),(13,12,90, 18,42,189,90,18,42,189)]。(13,12,90, 18,42,189,90,18,42,189)中元素的含义为：13为第13行，12为第12列，90为在(13,12)位置的第一周围监控图像隧道轮廓位置平稳度，18为在(13,12)位置的第二周围监控图像隧道轮廓位置平稳度，42为在(13,12)位置的第三周围监控图像隧道轮廓位置平稳度，189为在(13,12)位置的第四周围监控图像隧道轮廓位置平稳度，90为在(13,12)位置的第五周围监控图像隧道轮廓位置平稳度，18为在(13,12)位置的第六周围监控图像隧道轮廓位置平稳度，42为在(13,12)位置的第七周围监控图像隧道轮廓位置平稳度，189为在(13,12)位置的第八周围监控图像隧道轮廓位置平稳度。
[0038]
通过上述方法，得到每一个隧道轮廓位置的背景图像隧道轮廓位置均匀平稳度，用所述背景图像隧道轮廓位置均匀平稳度去判断监控图像的模糊程度，能使得判断准确比较监控图像与背景图像的相差程度，从而判断烟模糊图片的程度。
[0039]
可选的，所述基于所述当前监控图像和所述隧道轮廓位置，得到监控图像隧道轮廓位置平稳度集合，包括：获得第一周围监控图像隧道轮廓位置平稳度，所述第一周围监控图像隧道轮廓位置平稳度表示监控图像中的隧道轮廓位置的其中一个位置与周围8个位置的其中一个位置的rgb值的差值；获得监控图像隧道轮廓位置平稳度；所述监控图像隧道轮廓位置平稳度包括第一周围监控图像隧道轮廓位置平稳度、第二周围监控图像隧道轮廓位置平稳度、第三周围监控图像隧道轮廓位置平稳度、第四周围监控图像隧道轮廓位置平稳度、第五周围监控图像隧道轮廓位置平稳度、第六周围监控图像隧道轮廓位置平稳度、第七周围监控图像隧道轮廓位置平稳度和第八周围监控图像隧道轮廓位置平稳度；所述监控图像隧道轮廓位置平稳度表示在监控图像中轮廓位置与周围多个位置颜色的不同程度；通过多次计算，得到多个隧道轮廓位置的监控图像隧道轮廓位置平稳度集合。所述监控图像隧道轮廓位置平稳度集合包括多个隧道轮廓位置和对应的监控图像隧道轮廓位置平稳度。
[0040]
其中，监控图像隧道轮廓位置平稳度的计算方法与所述背景图像隧道轮廓位置平稳度的计算方法相同。所述监控图像隧道轮廓位置平稳度集合包括多个隧道轮廓位置和对应的监控图像隧道轮廓位置平稳度，如本实施例中，当前监控隧道轮廓位置平稳度集合的部分为[(12,12,18,42,189,90,18,42,189,76),(13,12,90, 18,42,189,90,18,42,189)]。(13,12,90, 18,42,189,90,18,42,189)中元素的含义为：13为第13行，12为第12列，90为在(13,12)位置的第一周围监控图像隧道轮廓位置平稳度，18为在(13,12)位置的第二周围监
控图像隧道轮廓位置平稳度，42为在(13,12)位置的第三周围监控图像隧道轮廓位置平稳度，189为在(13,12)位置的第四周围监控图像隧道轮廓位置平稳度，90为在(13,12)位置的第五周围监控图像隧道轮廓位置平稳度，18为在(13,12)位置的第六周围监控图像隧道轮廓位置平稳度，42为在(13,12)位置的第七周围监控图像隧道轮廓位置平稳度，189为在(13,12)位置的第八周围监控图像隧道轮廓位置平稳度。
[0041]
通过上述方法，得到背景图像中的隧道轮廓位置，因为监控图像被烟遮盖后检测隧道轮廓困难。但是在隧道轮廓位置是背景图中变化较大的位置，在被烟遮盖后的当前监控图像与周围的位置的变化度大大降低，更容易识别出变化。
[0042]
可选的，所述基于所述背景图像隧道轮廓位置平稳度集合和所述监控图像隧道轮廓位置平稳度集合，得到覆盖相似度，包括：获得平稳度差值集合；所述平稳度差值集合为所述监控图像隧道轮廓位置平稳度集合中的减去监控图像隧道轮廓位置平稳度对应位置的背景图像隧道轮廓位置平稳度集合中的背景图像隧道轮廓位置平稳度的差的绝对值；获得平稳个数，所述平稳个数为所述平稳度差值集合中小于平稳阈值的数量；所述平稳个数表示在所有隧道轮廓位置中与周围位置的模糊的位置的数量；获得覆盖相似度，所述覆盖相似度为所述平稳个数除以隧道轮廓位置个数之积。
[0043]
其中，本实施例的平稳阈值为20。
[0044]
通过上述方法，得到一些轮廓位置，由于轮廓部分的色彩跳跃度大，所以更好判断是否被遮盖。大大增加了准确度。通过得到轮廓周围色彩的变化，当被遮住时色彩跳跃度逐渐变小。获得当前图像于背景图像的色彩跳跃度的相差值。即可表达出烟的浓度，同时得到烟的覆盖度。
[0045]
可选的，所述基于所述当前监控图像，得到监控图像整体模糊程度，包括：获得翻转监控图像；所述翻转监控图像为当前监控图像以中心为轴进行翻转后的图像；获得模糊度；所述模糊度表示监控图像中以中心为轴对应的两个位置之间颜色差值。
[0046]
所述模糊程度具体通过下述公式计算方式获得：其中，为所述模糊度，为所述监控图像的轮廓位置中r通道的像素值，为所述翻转监控图像的轮廓周围位置中r通道的像素值。为所述监控图像的轮廓位置中g通道的像素值，为所述翻转监控图像的轮廓周围位置中g通道的像素值。为所述监控图像的轮廓位置中b通道的像素值，为所述翻转监控图像的轮廓周围位置中b通道的像素值。
[0047]
对所述模糊程度进行归一化，得到监控图像整体模糊度。
[0048]
其中，用softmax函数对模糊程度进行归一化。
[0049]
通过上述方法，不但算得当前监控图像中与背景图像在隧道轮廓处的差别，还算得隧道之间的模糊程度，两者共同判断，极大地增强了烟的判断。
[0050]
实施例2基于上述的一种隧道火灾监测方法，本发明实施例还提供了一种隧道消防系统检测系统，所述系统包括采集模块、隧道轮廓获取模块、背景图像隧道轮廓位置平稳度集合获
取模块、监控图像隧道轮廓位置平稳度集合获取模块、烟判断模块和报警模块。
[0051]
采集模块用于采集隧道里监控设备中的监控图像。所述监控图像包括背景图像和当前监控图像。所述背景图像表示隧道中没有烟时的背景图像。
[0052]
采集监控图像之后，将监控图像输入隧道轮廓获取模块。
[0053]
隧道轮廓获取模块用于得到隧道轮廓位置。基于所述背景图像，得到隧道轮廓位置。
[0054]
将所述隧道轮廓位置输入背景图像隧道轮廓位置平稳度集合获取模块。
[0055]
背景图像隧道轮廓位置平稳度集合获取模块用于得到背景图像隧道轮廓位置平稳度集合。基于所述背景图像和所述隧道轮廓位置，得到背景图像隧道轮廓位置平稳度集合。所述背景图像隧道轮廓位置平稳度集合包括多个背景图像隧道轮廓位置平稳度，所述背景图像隧道轮廓位置平稳度表示在背景图像中的隧道轮廓位置处的颜色与周围8个位置颜色的不同程度。
[0056]
将所述隧道轮廓位置输入监控图像隧道轮廓位置平稳度集合获取模块。
[0057]
监控图像隧道轮廓位置平稳度集合获取模块用于得到监控图像隧道轮廓位置平稳度集合。基于所述当前监控图像和所述隧道轮廓位置，得到监控图像隧道轮廓位置平稳度集合。所述监控图像隧道轮廓位置平稳度集合包括多个监控图像隧道轮廓位置平稳度。所述多个监控图像隧道轮廓位置平稳度表示在当前监控图像中的隧道轮廓位置处的颜色与周围位置颜色的不同程度。
[0058]
将所述监控图像隧道轮廓位置平稳度集合和背景图像隧道轮廓位置平稳度集合输入烟判断模块。
[0059]
烟判断模块用于判断监控图像中是否有烟。基于所述背景图像隧道轮廓位置平稳度集合和所述监控图像隧道轮廓位置平稳度集合，得到覆盖相似度。所述覆盖相似度表示当前监控图像在隧道轮廓位置被烟覆盖的程度；基于所述当前监控图像，得到监控图像整体模糊度。若所述覆盖相似度大于覆盖阈值，且，所述监控图像整体模糊度小于模糊阈值，确定检测结果为有烟。
[0060]
报警模块用于生成报警信息。
[0061]
在此关于上述实施例中的系统，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0062]
所述还可以是: 基于当前监控图像和水珠检测算法，检测水珠。水珠的特征：形状，纹理，透明的颜色。水珠用镜头检测，提取整张图像中的水珠（用水珠卷积）水珠检测好的算法，采用使用多个水珠图像训练好的yolov3算法。若所述当前监控图像有水珠，判断为雾。若所述当前监控图像有水珠，判断为烟。为了防止监控图像中车辆经过对隧道轮廓进行遮盖，还可以采用先检测到车辆，将车辆位置排除，检测其他位置的情况。基于所述监控图像检测车辆，得到车辆覆盖位置。获得部分隧道轮廓位置对部分位置进行平稳度检测。所述部分隧道轮廓位置为所述隧道轮廓位置中除车辆覆盖位置之外的位置。
[0063]
对所述背景图像隧道轮廓位置平稳度求均值，得到背景图像隧道轮廓位置均匀平稳度；所述背景图像隧道轮廓位置均匀平稳度具体通过下述公式计算方式获得：
其中，为背景图像隧道轮廓位置均匀平稳度；为第一周围背景图像隧道轮廓位置平稳度； 为第二周围背景图像隧道轮廓位置平稳度；为第三周围背景图像隧道轮廓位置平稳度； 为第四周围背景图像隧道轮廓位置平稳度；为第五周围背景图像隧道轮廓位置平稳度；为第六周围背景图像隧道轮廓位置平稳度；为第七周围背景图像隧道轮廓位置平稳度； 为第八周围背景图像隧道轮廓位置平稳度。
[0064]
本发明实施例还提供了一种电子设备，如图3所示，包括存储器504、处理器502及存储在存储器504上并可在处理器502上运行的计算机程序，所述处理器502执行所述程序时实现前文所述一种隧道火灾监测方法的任一方法的步骤。
[0065]
其中，在图3中，总线架构（用总线500来代表），总线500可以包括任意数量的互联的总线和桥，总线500将包括由处理器502代表的一个或多个处理器和存储器504代表的存储器的各种电路链接在一起。总线500还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进进一步描述。总线接口505在总线500和接收器501和发送器503之间提供接口。接收器501和发送器503可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器502负责管理总线500和通常的处理，而存储器504可以被用于存储处理器502在执行操作时所使用的数据。
[0066]
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种隧道火灾监测方法的任一方法的步骤以及上述的所涉及的数据。
[0067]
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
[0068]
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0069]
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
[0070]
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之
一都可以以任意的组合方式来使用。
[0071]
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（dsp）来实现根据本发明实施例的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。