一种火焰视觉测距装置及方法与流程

文档序号:15846336发布日期:2018-11-07 09:05阅读:1116来源:国知局
一种火焰视觉测距装置及方法与流程

本发明涉及一种消防技术,尤其是涉及一种火焰视觉测距装置及方法。

背景技术

火灾具有巨大破坏性,因此人们对于火灾防治非常重视,也投入了大量的人力物力进行火灾防治、检测和消除技术的研发。

火焰由各种燃烧生成物、中间物、高温气体、碳氢物质以及无机物质为主体的高温固体微粒构成。火焰的热辐射具有离散光谱的气体辐射和连续光谱的固体辐射。不同燃烧物的火焰辐射强度、波长分布有所差异,但总体来说,其对应火焰温度的近红外波长域及紫外光域具有很大的辐射强度,根据这种特性可制成火焰传感器。

例如远红外火焰传感器,可以用来探测火源或其它一些波长在700纳米~1000纳米范围内的热源。在机器人比赛中,远红外火焰探头起着非常重要的作用,它可以用作机器人的眼睛来寻找火源或足球。利用它可以制作灭火机器人、足球机器人等。远红外火焰传感器能够探测到波长在700纳米~1000纳米范围内的红外光,探测角度为60,其中红外光波长在880纳米附近时,其灵敏度达到最大。远红外火焰探头将外界红外光的强弱变化转化为电流的变化,通过a/d转换器反映为0~255范围内数值的变化。外界红外光越强,数值越小;红外光越弱,数值越大。

或者紫外火焰传感器,可以用来探测火源发出的400纳米以下热辐射。原理介绍:通过下紫外光,可根据实际设定探测角度,紫外透射可见吸收玻璃(滤光片)能够探测到波长在400纳米范围以其中红外光波长在350纳米附近时,其灵敏度达到最大。紫外火焰探头将外界红外光的强弱变化转化为电流的变化,通过a/d转换器反映为0~255范围内数值的变化。外界紫外光越强,数值越小;紫外光越弱,数值越大。

但是随着计算机技术和图像处理技术的飞速发展,传统的基于火焰传感器架构的装置已经不能满足实际需求,于是视频火焰检测装置收到了人们越来越多的关注。

常见的视频检测装置只能做到对区域扫描后,根据图像算法检测出疑似火焰发生区域以及识别火焰的方向,但是并不能测算出该区域与装置之间实际的距离,这样的装置只能为火灾报警提供信号输出,并不能帮助消防装置自动化预处理提供支持和帮助。



技术实现要素:

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种火焰视觉测距装置及方法。

本发明的目的可以通过以下技术方案来实现:

一种火焰视觉测距装置,包括用于拍摄火焰的摄像头和用于接收摄像头采集的图像并识别火焰的控制器,所述装置还包括用于固定并调节摄像头角度的云台,控制器包括存储器和处理器、以及存储与存储器并由处理器执行的程序,所述处理器执行所述程序时实现以下步骤:

识别得到火焰区域后将摄像头对准火焰区域的中心点;

旋转摄像头至火焰区域中的另一点并记录旋转角度;

计算两个点之间的像素点个数;

基于像素点个数、旋转角度和摄像头的预标定参数得到火焰区域与摄像头之间的距离。

所述摄像头的预标定参数包括不同距离下的像素长度,

所述基于像素点个数、旋转角度和摄像头的与标定参数得到火焰区域与摄像头之间的距离,具体包括:

根据预标定参数中选择一个未计算过的像素长度;

根据选择的像素长度和两个点之间的像素点个数得到两个点之间的距离;

根据两个点之间的距离和角度计算得到火焰区域与摄像头之间的距离;

将计算得到的火焰区域与摄像头之间的距离与选择的像素长度所对应的距离进行对比,若误差小于阈值,则将此计算得到的火焰区域与摄像头之间的距离作为最终结果,若为否,则返回根据预标定参数中选择一个未计算过的像素长度。

若根据所有像素长度计算得到的火焰区域与摄像头之间的距离与选择的像素长度所对应的距离之间的误差均大于阈值,则将误差最小的情况下的火焰区域与摄像头之间的距离作为最终结果。

若根据所有像素长度计算得到的火焰区域与摄像头之间的距离与选择的像素长度所对应的距离之间的误差均大于阈值,则将误差比例最小的情况下的火焰区域与摄像头之间的距离作为最终结果。

所述装置还包括用于检测火焰的红外线阵列热成像仪。

所述处理器执行所述程序时还实现以下步骤:

监测红外线阵列热成像仪发送的信号;

在接收到红外线阵列热成像仪发送的用于指示发现火焰的信号后,控制云台转动摄像头至火焰位置。

所述装置还包括无线数据收发模块,该无线数据收发模块与控制器连接。

所述无线数据收发模块的通信方式为wifi、zigbee、nb-iot。

一种火焰视觉测距,包括:

识别得到火焰区域后将摄像头对准火焰区域的中心点;

旋转摄像头至火焰区域中的另一点并记录旋转角度;

计算两个点之间的像素点个数;

基于像素点个数、旋转角度和摄像头的预标定参数得到火焰区域与摄像头之间的距离。

与现有技术相比,本发明具有以下有益效果:

1)通过三角函数和像素点计算距离,可以实现单目摄像头的火焰测距,克服了现有技术视觉火焰识别只能简单报警的困境,可以大大提高火焰视觉技术的应用范围和场景。

2)采用标定参数计算,并与基础距离进行比较,可以提高准确性。

3)当误差都比较大时,选择一个相对准确的。

4)采用误差比例作为选择依据,提高准确性。

5)结合红外线阵列热成像传感器,提高检测精度。

6)可行定点扫描,覆盖角度大于180°的检测面积。

附图说明

图1为本发明的结构示意图;

图2为本发明程序运行步骤示意图;

其中:1、摄像头,2、控制器,3、云台,4、红外线阵列热成像仪。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。

一种火焰视觉测距装置,如图1所示,包括用于拍摄火焰的摄像头1和用于接收摄像头1采集的图像并识别火焰的控制器2,装置还包括用于固定并调节摄像头1角度的云台3,控制器2包括存储器和处理器、以及存储与存储器并由处理器执行的程序,

在介绍详细步骤之前,先介绍视觉火焰检测的原理,其过程是根据camera采集的图像返回给图像处理模块,图像先进行中值运算以及膨胀运算去除毛刺后,根据处理后的图像获取lab颜色模型。

lab模式是根据commissioninternationaleclairage(cie)在1931年所制定的一种测定颜色的国际标准建立的。于1976年被改进,并且命名的一种色彩模式。lab颜色模型弥补了rgb和cmyk两种色彩模式的不足。它是一种设备无关的颜色模型,也是一种基于生理特征的颜色模型。lab颜色模型由三个要素组成,一个要素是亮度(l),a和b是两个颜色通道。a包括的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值);b是从亮蓝色(低亮度值)到灰色(中亮度值)再到黄色(高亮度值)。因此,这种颜色混合后将产生具有明亮效果的色彩。lab模式既不依赖光线,也不依赖于颜料,它是cie组织确定的一个理论上包括了人眼可以看见的所有色彩的色彩模式。lab模式弥补了rgb和cmyk两种色彩模式的不足。同rgb颜色空间相比,lab是一种不常用的色彩空间。lab颜色空间比计算机显示器甚至比人类视觉的色域都要大,lab模式所定义的色彩最多,且与光线及设备无关并且处理速度与rgb模式同样快,比cmyk模式快很多。

根据不同应用环境可以设置不同的lab的阈值,对图像经过二值化处理后可获取图像中的可疑区域的范围。

图像处理模块根据可疑区域进行进一步的筛选。根据火焰的颜色特性,可以得到红色比重大于绿色比重大于蓝色比重,且根据his模型来描述火焰,进一步通过添加饱和度s在r通道中的判断条件来过滤非火焰区域:his模型颜色用h、s、i三参数描述颜色特性,其中h定义颜色的波长,称为色调;s表示颜色的深浅程度,称为饱和度;i表示强度或亮度。

r≥g≥b

r≥rt(rt为红色的门阀值,可根据实际情况变换)

s≥(255-r)*st/rt(st为饱和度阈值)

然后再疑似区域内根据上述条件,筛选出可以可疑像素,计算区域内计算可疑像素的比重,大于比重阈值后,认为该区域为火焰区域。

如图2所示,处理器执行程序时实现以下步骤:

识别得到火焰区域后将摄像头1对准火焰区域的中心点;

旋转摄像头1至火焰区域中的另一点并记录旋转角度;

计算两个点之间的像素点个数;

基于像素点个数、旋转角度和摄像头1的预标定参数得到火焰区域与摄像头1之间的距离,其中,摄像头1的预标定参数包括不同距离下的像素长度,因此该过程具体包括:

根据预标定参数中选择一个未计算过的像素长度;

根据选择的像素长度和两个点之间的像素点个数得到两个点之间的距离;

根据两个点之间的距离和角度计算得到火焰区域与摄像头1之间的距离;

将计算得到的火焰区域与摄像头1之间的距离与选择的像素长度所对应的距离进行对比,若误差小于阈值,则将此计算得到的火焰区域与摄像头1之间的距离作为最终结果,若为否,则返回根据预标定参数中选择一个未计算过的像素长度。

其中,若根据所有像素长度计算得到的火焰区域与摄像头1之间的距离与选择的像素长度所对应的距离之间的误差均大于阈值,则将误差比例最小的情况下的火焰区域与摄像头1之间的距离作为最终结果。

优选的,装置还包括用于检测火焰的红外线阵列热成像仪4。

处理器执行程序时还实现以下步骤:

监测红外线阵列热成像仪4发送的信号;

在接收到红外线阵列热成像仪4发送的用于指示发现火焰的信号后,控制云台3转动摄像头1至火焰位置。

装置还包括无线数据收发模块,该无线数据收发模块与控制器2连接。

无线数据收发模块的通信方式为wifi、zigbee、nb-iot。

具体距离测算过程可以采用:检测到可疑区域后,获取3帧的数据,根据区域变化获取重叠部分,计重叠部分的中心点

移动摄像头1将设置为原点移动摄像头1旋转θ,重复第一步操作得到点

计算之间的像素点,由于θ已知,可以根据经验数据获取摄像头1距离可疑区域之间的距离。具体可以采用tan三角函数计算得到直角边的长度即为距离。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1