本申请涉及消防领域，具体而言，涉及一种火灾检测方法及系统。
背景技术：
火灾检测系统能够在火灾初期，将燃烧产生的烟雾、热量和光辐射等物理量，通过火灾探测器转变成电信号，传输到火灾报警控制器，同时显示出火灾发生的部位并发出警报信号，通知安全管理人员在第一时间采取措施，把火灾控制和消灭在初期阶段。目前，在火灾预警方面，感烟、感温、感光及复合型探测器依然占主导地位，但是这些类型的探测器必须安装在火灾发生点附近，否则无法有效的检测到火灾的发生。在室外，高大空间内以及空气流速较大的区域，传统探测器往往无法发挥作用。由于火灾发生初期会发生一些比较明显的视觉特征，比如烟、火光等，因此可是使用摄像机采集视频信息然后交由计算机进行分析处理，判断视频画面中是否存在烟雾、火光等初期火灾特征，从而实现火灾探测，这便是可视火灾探测技术。可视火灾探测技术具有探测范围广、响应时间短等优点，因此成为广受欢迎的大空间建筑早期火灾探测方案。
目前已有许多国内外的公司和研究机构从事这方面的研究，并提出了多种火焰以及烟雾检测算法。但是由于摄像机所采集的视频信息数据量巨大且用于检测火灾特征的图像处理算法都较为复杂，基于可视火灾探测技术搭建的火灾检测系统对后端的视频处理计算机要求较高，且后台视频处理计算机的负载将随着摄像机的增加而急剧上升，这无疑限制了火灾检测系统的规模及可扩展性，而当后台视频处理计算机出现故障时，整个系统的火灾检测功能将失效。针对上述问题，目前尚未提出有效的解决方案。
技术实现要素：
本申请的主要目的在于提供一种火灾检测方法及系统，以解决现有火灾检测系统由于视频分析处理器处理量有限无法同时处理数量较多的摄像机，从而限制了火灾检测系统扩展性的问题，以及当视频分析处理器出现故障时，整个系统的火灾检测功能将失效的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种火灾检测方法。
根据本申请的火灾检测方法包括：视频分析处理器接收图像采集装置采集的图像数据；所述视频分析处理器对所述图像数据进行火灾特征识别，并生成第一识别结果；后台服务器接收每个视频分析处理器生成的第一识别结果，并根据所述第一识别结果生成第一指令。
进一步的，所述的火灾检测方法还包括：视频分析处理器接收所述后台服务器发送的第二指令；所述视频分析处理器根据所述第二指令将接收到的所述图像数据发送到其他视频分析处理器中；视频分析处理器对接收到的由其他视频分析处理器发送来的图像数据进行火灾特征识别，并生成第二识别结果。
进一步的，在所述视频分析处理器接收所述后台服务器发送的第二指令之前，包括：当视频分析处理器触发预设状态时，将含有第一数据的状态触发信息发送到所述后台服务器；所述后台服务器接收到所述状态触发信息后，获取所有未触发所述预设状态的视频分析处理器的第二数据；所述后台服务器根据所述第一数据和所述第二数据生成所述第二指令，并将所述第二指令发送到触发所述预设状态的视频分析处理器。
进一步的，所述后台服务器接收到所述状态触发信息后，获取所有未触发所述预设状态的视频分析处理器的第二数据，包括：所述后台服务器接收到所述状态触发信息后，向所有未触发预设状态的视频分析处理器发送查询指令；视频分析处理器接收到所述查询指令后，将第二数据发送到所述后台服务器，其中，所述第二数据包括：视频分析处理器的cpu空闲率和/或视频分析处理器的内存剩余容量。
进一步的，所述视频分析处理器根据所述第二指令将接收到的所述图像数据发送到其他视频分析处理器中，包括：所述视频分析处理器根据所述第二指令对接收到的所述图像数据进行拆分，获得n个拆分数据，其中，n为大于等于0的整数；将所述n个拆分数据分别发送给q个视频分析处理器中的m个视频分析处理器，以使所述视频分析处理器接收所述拆分数据，其中，m小于或等于n，且m为大于0的整数。
进一步的，后台服务器接收每个视频分析处理器生成的第一识别结果，并根据所述第一识别结果生成第一指令，包括：后台服务器接收每个视频分析处理器生成的第一识别结果和/或第二识别结果，并根据所述第一识别结果和/或第二识别结果生成第一指令。
为了实现上述目的，根据本申请的另一方面，提供了一种火灾检测系统。
根据本申请的火灾检测系统包括：后台服务器、以及至少两个视频分析处理器，所述后台服务器与所述视频分析处理器组成分布式网络，以使所述后台服务器与所述视频分析处理器之间，以及每个所述视频分析处理器之间实现数据传输，每个所述视频分析处理器分别与至少一个图像采集装置通信连接，其中，
所述图像采集装置用于采集图像数据，并将所述图像数据发送到所述视频分析处理器；
所述视频分析处理器用于对所述图像数据进行火灾特征识别，并生成识别结果；
所述后台服务器用于接收每个视频分析处理器生成的识别结果，并根据所述识别结果生成第一指令。
进一步的，所述视频分析处理器包括状态触发模块，所述后台服务器包括状态查询模块和指令生成模块，其中：
所述状态触发模块，用于当视频分析处理器触发预设状态时，将含有第一数据的状态触发信息发送到所述后台服务器；
所述数据获取模块，用于当所述后台服务器接收到所述状态触发信息后，获取所有未触发所述预设状态的视频分析处理器的第二数据；
所述指令生成模块，用于根据所述第一数据和所述第二数据生成所述第二指令，并将所述第二指令发送到触发所述预设状态的视频分析处理器。
进一步的，所述视频分析处理器还包括数据拆分模块和数据发送模块，其中：
所述数据拆分模块，用于根据所述第二指令对接收到的所述图像数据进行拆分；
所述数据发送模块，用于将拆分后的所述图像数据发送到其他视频分析处理器中。
进一步的，所述第一数据包括：视频分析处理器接收的所述图像数据的大小，所述第二数据包括：视频分析处理器的cpu空闲率和/或视频分析处理器的内存剩余容量。
本申请实施例中，采用多个视频分析处理器来进行火灾识别，每个视频分析处理器对应多个图像采集装置，后台服务器根据每个视频分析处理器的识别结果进行火灾判定。采用多个视频分析处理器来进行火灾识别，使每个视频分析处理器的负载不至于过大，解决了现有火灾检测系统对视频分析器要求过高的问题，而多个视频分析处理器也便于系统的扩展，多个视频分析处理器来进行火灾识别的优点还有，当其中一个视频分析处理器出现故障时，其他视频分析处理器还能正常工作，避免了当视频分析处理器出现故障时，整个系统瘫痪的问题，提高了系统的可靠性。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是第一实施例火灾检测方法流程示意图；
图2是第二实施例火灾检测方法流程示意图；
图3是第三实施例火灾检测方法流程示意图；
图4是第四实施例火灾检测方法流程示意图；
图5是第五实施例火灾检测方法流程示意图；
图6是实施例火灾检测系统结构示意图；
图7是实施例视频分析处理器结构示意图；以及
图8是实施例后台服务器结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示，本申请提供的火灾检测方法包括步骤s101至步骤s103。
步骤s101，视频分析处理器接收图像采集装置采集的图像数据，在本步骤中，每个视频分析处理器接收与其通信连接的所有图像采集装置采集的图像数据，在本申请的一可选实施例中图像采集装置为摄像机。
步骤s102，所述视频分析处理器对所述图像数据进行火灾特征识别，并生成第一识别结果，在本步骤中，所述视频分析处理器采用现有的可视火灾探测技术对图像采集装置采集的图像数据进行识别，并生成识别结果。
在本申请的一可选实施例中，所述视频分析处理器采用烟雾检测和火光检测相结合的方式来对图像数据进行识别，进一步提高了火灾检测的准确性。
步骤s103，后台服务器接收每个视频分析处理器生成的第一识别结果，并根据所述第一识别结果生成第一指令，在本步骤中，所述后台服务器根据每个视频分析处理器的识别结果生成警报指令，例如当第一视频分析处理器识别到其下第一图像采集装置采集的图像数据中包含火灾特征，则后台服务器接收到识别结果后，生成向第一图像采集装置所监控的区域发出警报的警报指令。
本申请考虑到解决当一个视频分析处理器的火灾识别功能出现故障时，则无法实现对该视频分析处理器对应的图像采集装置监控的区域进行火灾识别的问题，采用了一种数据转移的方法，即当一个视频分析处理器出现故障时，将这个视频分析处理器待分析的图像数据传输到其他视频分析处理器中，由其他视频分析处理器对待分析的图像数据进行分析识别。
如图2所示，该火灾检测方法还包括步骤s201至步骤s203。
步骤s201，视频分析处理器接收所述后台服务器发送的第二指令，在本步骤中，当第一视频分析处理器出现故障时，则后台服务器向第一视频分析处理器发送图像数据转移指令。
步骤s202，所述视频分析处理器根据所述第二指令将接收到的所述图像数据发送到其他视频分析处理器中，在本步骤中，当第一视频分析处理器接收到后台服务器发送的转移指令时，根据转移指令将待识别的图像数据进行拆分，并发送到目标视频分析处理器中。
步骤s203，视频分析处理器对接收到的由其他视频分析处理器发送来的图像数据进行火灾特征识别，并生成第二识别结果，在本步骤中，当上述目标视频分析处理器接收到第一视频分析处理器发送的待识别的图像数据时，对该待识别的图像数据进行火灾特征识别，并将识别结果发送到后台服务器。
如图3所示，上述步骤s201，视频分析处理器接收所述后台服务器发送的第二指令之前，还包括步骤s301至s303。
步骤s301，当视频分析处理器触发预设状态时，将含有第一数据的状态触发信息发送到所述后台服务器，在本步骤中，当视频分析处理器的火灾识别功能被判定为出现故障时，则将含有第一数据的状态触发信息发送到所述后台服务器，在本申请的一可选实施例中，视频分析处理器包含定时向后台服务器发送心跳数据的心跳包装置，当心跳包装置停止发送心跳包，则判定该视频分析处理器的火灾识别功能出现故障。上述将含有第一数据的状态触发信息发送到所述后台服务器，其中第一数据包括该视频分析处理器接收的待处理的图像数据的总量，以及每个图像采集装置采集的图像数据的大小。
步骤s302，所述后台服务器接收到所述状态触发信息后，获取所有未触发所述预设状态的视频分析处理器的第二数据，在本步骤中，当后台服务器接收到第一视频分析处理器的火灾识别功能出现故障的信息并获取第一视频分析处理器待处理的图像数据的总量时，后台服务器获取其他每个视频分析处理器的cpu空闲率和内存剩余容量。
步骤s303，所述后台服务器根据所述第一数据和所述第二数据生成所述第二指令，并将所述第二指令发送到触发所述预设状态的视频分析处理器，在本步骤中，后台服务器根据出现故障的视频分析处理器待处理的图像数据的总量，以及其他每个视频分析处理器的cpu空闲率和内存剩余容量，计算出图像数据转移策略，并将该图像数据转移策略发送给该出现故障的视频分析处理器。
如图4所示，上述步骤s302，所述后台服务器接收到所述状态触发信息后，获取所有未触发所述预设状态的视频分析处理器的第二数据，具体包括步骤s401至步骤s402。
步骤s401，所述后台服务器接收到所述状态触发信息后，向所有未触发预设状态的视频分析处理器发送查询指令，在本步骤中，当后台服务器接收到第一视频分析处理器出现故障的指令后，向其他所述视频分析处理器发送查询指令，用于获取其他所述视频分析处理器的cpu空闲率和内存剩余容量。
步骤s402，视频分析处理器接收到所述查询指令后，将第二数据发送到所述后台服务器，在本步骤中，当视频分析处理器接收到后台服务器发送的查询指令后，将其cpu空闲率和内存剩余容量数据发送给后台服务器。
如图5所示，上述步骤s202，所述视频分析处理器根据所述第二指令将接收到的所述图像数据发送到其他视频分析处理器中，具体包括步骤s501至步骤s502。
步骤s501，所述视频分析处理器根据所述第二指令对接收到的所述图像数据进行拆分，获得n个拆分数据，其中，n为大于等于0的整数，在本步骤中，出现故障的视频分析处理器根据后台服务器发送的图像数据转移策略，将待处理的图像数据拆分成若干部分。
步骤s502，将所述n个拆分数据分别发送给q个视频分析处理器中的m个视频分析处理器，以使所述视频分析处理器接收所述拆分数据，其中，m小于或等于n，且m为大于0的整数，在本步骤中，出现故障的视频分析处理器将其拆分后的待处理的图像数据发送到多个目标视频分析处理器，以使目标视频分析处理器对待处理的图像数据进行火灾特征识别。
在上述步骤s103，后台服务器接收每个视频分析处理器生成的第一识别结果，并根据所述第一识别结果生成第一指令，其中，还包括，后台服务器接收每个视频分析处理器生成的第一识别结果和/或第二识别结果，并根据所述第一识别结果和/或第二识别结果生成第一指令，即后台服务器根据每个视频分析处理器对自己待处理的图像数据的识别结果以及每个视频分析处理器对接收到的由其他视频分析处理器发送来的图像数据的识别结果，生成警报指令。
从以上的描述中，可以看出，本发明至少实现了如下技术效果：
1.采用多个视频分析处理器来进行火灾识别，使每个视频分析处理器的负载不至于过大，解决了现有火灾检测系统对视频分析器要求过高的问题。
2.多个视频分析处理器也便于系统的扩展，当用户想进行扩展时，只需连入新的图像采集装置到视频分析处理器，或者加入新的视频分析处理器，就能实现扩展。
3.当其中一个视频分析处理器出现故障时，其他视频分析处理器可以代其处理图像数据，避免了当一个视频分析处理器出现故障时，无法实现对其下图像采集装置监控的地区进行火灾监控，极大的提高了系统的可靠性。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例，还提供了一种用于实施上述火灾检测方法的火灾监测系统，如图6所示，该系统包括：后台服务器1、以及至少两个视频分析处理器2，所述后台服务器1与所述视频分析处理器2组成分布式网络3，以使所述后台服务器1与所述视频分析处理器2之间，以及每个所述视频分析处理器2之间实现数据传输，每个所述视频分析处理器2分别与至少一个图像采集装置4通信连接，其中，
所述图像采集装置4用于采集图像数据，并将所述图像数据发送到所述视频分析处理器2；
所述视频分析处理器2用于对所述图像数据进行火灾特征识别，并生成识别结果；
所述后台服务器1用于接收每个视频分析处理器2生成的识别结果，并根据所述识别结果生成第一指令。
在本申请的一可选实施例中，后台服务器1和视频分析处理器2分别连接有以太网交换机，后台服务器1和视频分析处理器2通过以太网组成分布式网络3，上述图像采集装置4采用摄像机。
如图6和7所示，所述视频分析处理器2包括状态触发模块201，所述后台服务器包括数据获取模块101和指令生成模块102，其中：
所述状态触发模块201，用于当视频分析处理器2触发预设状态时，将含有第一数据的状态触发信息发送到所述后台服务器1；
所述数据获取模块101，用于当所述后台服务器1接收到所述状态触发信息后，获取所有未触发所述预设状态的视频分析处理器2的第二数据；
所述指令生成模块102，用于根据所述第一数据和所述第二数据生成所述第二指令，并将所述第二指令发送到触发所述预设状态的视频分析处理器2。
如图6所示，所述视频分析处理器2还包括数据拆分模块202和数据发送模块203，其中：
所述数据拆分模块202，用于根据所述第二指令对接收到的所述图像数据2进行拆分；
所述数据发送模块203，用于将拆分后的所述图像数据发送到其他视频分析处理器2中。
在上述说明中，所述第一数据包括：视频分析处理器接收的所述图像数据的大小，所述第二数据包括：视频分析处理器的cpu空闲率和/或视频分析处理器的内存剩余容量。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。