一种智能消防监测预警系统循环纠错的方法与流程

本发明涉及消防技术领域，具体为一种智能消防监测预警系统循环纠错的方法。

背景技术：

随着社会经济的迅猛发展，建筑和企业生产的特殊性，导致化学危险品和放射性物质泄漏以及燃烧、爆炸、坍塌的事故隐患增加，事故发率也相应提高。而一旦发生灾害事故，消防员面对高温、黑暗、有毒和浓烟等危害环境时，若没有相应的设备贸然冲进现场，不仅不能完成任务，还会徒增人员伤亡，需要在建设智能消防监测预警系统，传统的智能消防监测预警系统，对于火灾的监测，采集数据处理方式单一，极易出现错误，也缺少对错误预警信息的纠正，极易造成火灾预警错误，急需一种能够在配网带电作业的机器人识别定位方法。

技术实现要素：

本发明提供的发明目的在于提供一种智能消防监测预警系统循环纠错的方法，通过获取烟雾图像的烟雾图形的边缘不规则特征、烟雾内部区域像素变化频率特征、烟雾的扩散特征及烟雾图像的灰度一致性特征，进行特征融合判定，能够全面的对烟雾情况进行判定，提升判定的准确性，减少预警信息错误，同时，能够对多组初步火灾信息判定，输出最终火灾判定结果，避免单次输出信息错误，起到纠错效果。

为了实现上述效果，本发明提供如下技术方案：一种智能消防监测预警系统循环纠错的方法，包括以下步骤：

s1、通过消防检测系统对检测区域进行火灾信息收集。

s2、对收集的火灾信息中的烟雾图像进行二值化处理。

s3、对经过二值化处理后的烟雾图像，进行烟雾图像特征提取，烟雾图像特征提取包括烟雾图形的边缘不规则特征、烟雾内部区域像素变化频率特征、烟雾的扩散特征及烟雾图像的灰度一致性特征。

s4、对获取的烟雾图形特征进行特征融合，初步判定是否出现火灾。

s5、重复s1-s4，获取多组初步火灾信息判定结果，对多组初步火灾信息判定结果进行对比，输出最终火灾判定结果。

进一步的，根据s2中的操作步骤，所述二值化处理是指将烟雾图像的灰度图像按照设定二值化阀值进行分割。

进一步的，根据s3中的操作步骤，获取烟雾图形的边缘不规则特征时，采用圆形度作为区分烟雾图像和其他干扰图像的依据。

进一步的，根据s3中的操作步骤，获取烟雾内部区域像素变化频率特征时，包括如下操作步骤：

s301、在第一帧二值图像中，将疑似图像进行外接矩形标记，记录此矩形四个点的坐标值，开辟一个和图像大小相同的二维数组m[a][b]，并将其中的元素全部置0，a、b分别为原图像的长和宽。

s302、连续跟踪若干帧视频序列，并在之前定义的矩形框中搜索，如果后面的图像中某个像素位置是前景图像的像素点，将其累加到预设的数组对应的位置中，以此类推。

s303、经过累计得到一个新的数组m[a][b]，在这个数组中最大值为搜索的帧数，最小则为0。

s304、对于目标数组，在矩形框中进行等高四等分。

s305、分别统计区间非0个数num和元素数值之和sum。

进一步的，根据s3中的操作步骤，获取烟雾的扩散特征时，采用面积变化率来表示烟雾的扩散特征。

进一步的，根据s3中的操作步骤，获取烟雾图像的灰度一致性特征时，烟雾区域的颜色深浅取决于烟雾的浓度，在烟雾的恢复图像上表现为每个像素点的灰度值大小，获取烟雾图像的平均灰度值。

进一步的，根据s4中的操作步骤，获取的烟雾图形特征进行特征融合时，包括如下操作步骤：

s401、对获取的烟雾图形的边缘不规则特征、烟雾内部区域像素变化频率特征、烟雾的扩散特征及烟雾图像的灰度一致性特征进行量化处理，分别获取量化特征x1、x2、x3、x4。

s402、设定监测区域中烟雾图形的边缘不规则特征、烟雾内部区域像素变化频率特征、烟雾的扩散特征及烟雾图像的灰度一致性特征的权重分别为w1、w2、w3、w4，其中w1+w2+w3+w4＝1，获取综合阀值v＝x1*w1+x2*w2+x3*w3+x4*w4。

s403、将获取的综合阀值v与设定阀值vt进行比较，若v＞vt，则表示监测区域有火灾，否则，无火灾。

进一步的，根据s5中的操作步骤，若多组初步火灾信息判定对比结果处于误差阀值范围内时，则最终判定结果非火灾，否则，为火灾。

本发明提供了一种智能消防监测预警系统循环纠错的方法，具备以下有益效果：

(1)、本发明，通过获取烟雾图像的烟雾图形的边缘不规则特征、烟雾内部区域像素变化频率特征、烟雾的扩散特征及烟雾图像的灰度一致性特征，进行特征融合判定，能够全面的对烟雾情况进行判定，提升判定的准确性，减少预警信息错误。

(2)、本发明，能够对多组初步火灾信息判定，输出最终火灾判定结果，避免单次输出信息错误，起到纠错效果，实现循环纠错目的，保障预警信息的准确性。

附图说明

图1为一种智能消防监测预警系统循环纠错的方法的总流程图；

图2为一种智能消防监测预警系统循环纠错的方法的获取烟雾内部区域像素变化频率特征时的流程图；

图3为一种智能消防监测预警系统循环纠错的方法的获取的烟雾图形特征进行特征融合时的流程图。

具体实施方式

本发明提供一种技术方案：请参阅图1-3，一种智能消防监测预警系统循环纠错的方法，包括以下步骤：(1)、通过消防检测系统对检测区域进行火灾信息收集，(2)、对收集的火灾信息中的烟雾图像进行二值化处理，二值化处理是指将烟雾图像的灰度图像按照设定二值化阀值进行分割，(3)、对经过二值化处理后的烟雾图像，进行烟雾图像特征提取，烟雾图像特征提取包括烟雾图形的边缘不规则特征、烟雾内部区域像素变化频率特征、烟雾的扩散特征及烟雾图像的灰度一致性特征，获取烟雾图形的边缘不规则特征时，采用圆形度作为区分烟雾图像和其他干扰图像的依据，圆形度的表达公式为：

式中，l为形状的周长，a为形状的面积。

获取烟雾的扩散特征时，采用面积变化率来表示烟雾的扩散特征，烟雾在火焰燃烧的早起阶段，由于烟雾有一个发展的过程，一般是由小到大的蔓延，反映在物理特性上，就是在热气流的作用下，烟雾作为流体会出现扩散现象，反映在图像上就是烟雾的前景图像面积越来越大，而一般的干扰物如汽车、人等面积一般保持不变，用面积变化率来表示烟雾的扩散特征，面积变化率为：

其中ar为疑似烟雾区城的相邻帧面积变化率，a(n)表示当前帧疑似烟雾区城的面积，a(n+1)表示下一帧疑似烟雾区域的面积。

获取烟雾内部区域像素变化频率特征时，包括如下操作步骤：

(301)、在第一帧二值图像中，将疑似图像进行外接矩形标记，记录此矩形四个点的坐标值，开辟一个和图像大小相同的二维数组m[a][b]，并将其中的元素全部置0，a、b分别为原图像的长和宽，(302)、连续跟踪若干帧视频序列，并在之前定义的矩形框中搜索，如果后面的图像中某个像素位置是前景图像的像素点，将其累加到预设的数组对应的位置中，以此类推，(303)、经过累计得到一个新的数组m[a][b]，在这个数组中最大值为搜索的帧数，最小则为0，(304)、对于目标数组，在矩形框中进行等高四等分，令目标区域最下方的坐标为ya，最上方的坐标为yb，则有：

h为切分的跨度，第一区间的坐标为(yb，yb-h)，第二区间的坐标为(yb-h，yb-2h)，第三区间的坐标为(yb-2h，yb-3h)...，(305)、分别统计区间非0个数num和元素数值之和sum，(4)、对获取的烟雾图形特征进行特征融合，初步判定是否出现火灾，获取的烟雾图形特征进行特征融合时，包括如下操作步骤：(401)、对获取的烟雾图形的边缘不规则特征、烟雾内部区域像素变化频率特征、烟雾的扩散特征及烟雾图像的灰度一致性特征进行量化处理，分别获取量化特征x1、x2、x3、x4，(402)、设定监测区域中烟雾图形的边缘不规则特征、烟雾内部区域像素变化频率特征、烟雾的扩散特征及烟雾图像的灰度一致性特征的权重分别为w1、w2、w3、w4，其中w1+w2+w3+w4＝1，获取综合阀值v＝x1*w1+x2*w2+x3*w3+x4*w4，(403)、将获取的综合阀值v与设定阀值vt进行比较，若v＞vt，则表示监测区域有火灾，否则，无火灾，(5)、重复(1)-(4)，获取多组初步火灾信息判定结果，对多组初步火灾信息判定结果进行对比，输出最终火灾判定结果，若多组初步火灾信息判定对比结果处于误差阀值范围内时，则最终判定结果非火灾，否则，为火灾。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。