一种火焰检测与定位系统的制作方法

文档序号:21324346发布日期:2020-06-30 20:58阅读:492来源:国知局
一种火焰检测与定位系统的制作方法

本发明属于火灾检测与定位领域,具体涉及一种基于组合式传感器和嵌入式平台架构的火灾检测与定位系统。



背景技术:

目前国内图像型火灾探测器在火焰探测方面,较多使用的是双可见光相机工作体制和可见光结合红外测温多波段复合探测工作体制。可见光成像分辨率高、细节分辨力好,对场景成像优势明显。而缺点在于同时对灯光等人造光源和火焰光源成像时,灯光对火焰产生干扰,无法从视觉上区分,只能通过识别算法从光源外形、晃动频率等方面区分。

大量试验结果表明:在火灾燃烧时,火焰的红外波段(波长950nm~2000nm)的不可见光辐射具有明显的可识别特性,为了去除火灾探测中的干扰光源,可以在光学系统中加装特定波段的滤光片(通常为1000nm),这样可有效减小图像识别算法的难度。而红外的缺点在于只能对场景中火焰光成像时,场景分辨率低,信息不够丰富,降低了火焰定位精度,同时红外波段的探测器价格比可见光波段昂贵,一般价格在其三倍以上。



技术实现要素:

针对上述问题,本发明提出一种火焰检测与定位系统,解决传统的视频监控与火灾检测分离不能复用的问题,实现了视频监控和高准确度、高可靠性、强鲁棒性的火灾检测与定位系统。

一种火焰检测与定位系统,包括摄像头模组、图像采集模块、硬件模块,调试接口、通讯模块、区域报警监控系统,报警显示和复位装置;

所述摄像头模组包括两款性能相同近红外线摄像头及彩色/黑白摄像头;一路用于可见光图像监控,另外一路加装近红外镀膜,形成近红外摄像头;所述图像采集模块包括2路ar0130采集模块,其中一路采用彩色/黑白摄像头的可见光图像,一路采集近红外镀膜摄像头的图像,摄像头输出的是h.264码流,分辨率为1280*720;所述硬件模块包括信号处理与控制模块及接口i/o模块,信号处理与控制模块采用嵌入式处理器,支持两路视频图像输入,支持通过通讯模块连接区域报警监控系统;支持通过通讯模块利用网络传输视频图像传输至区域报警监控系统;支持通过调试接口进行调试;在发生火灾时通过通讯模块将报警信号传输至区域报警监控系统,报警显示和复位装置进行报警显示,并进行火灾报警信息复位。

进一步,所述两款性能相同彩色/黑白摄像头的波段为360nm~1100nm,加装近红外镀膜形成近红外摄像头,透光波段为850~1100mm。

进一步,还包括护罩、led指示灯、护板、l型支架;l型支架固定在护罩长方体空腔内,硬件模块固定在l型支架上,l型支架前端面上设有与摄像头模组形状相适应的开口,摄像头模组固定在l型支架的前端面上,护板为l型,其上开有与摄像头模组相适应的开口,护板套在摄像头模组上,与l型支架固连;led指示灯分为3个,固定在护板上,颜色为绿、红、黄,绿色为通电状态指示,红色为报警状态指示,黄色为故障状态指示。

本发明采用镀膜近红外滤光片和可见光高清摄像机,结合高性能嵌入式平台架构,实现了组合传感器和嵌入式平台架构的火焰检测与定位系统设计,解决传统的视频监控与火灾检测分离不能复用的问题,实现了视频监控和高准确度、高可靠性、强鲁棒性的火灾检测与定位与报警。系统精度高、可靠性高、抗干扰能力强,适用于隧道等火灾监测场合。

附图说明

图1为本发明组成框图;

图2为本发明组成示意图;

图3为本发明火灾检测与定位流程框图。

具体实施方式

下面结合附图及实时例对本发明做进一步的描述。

一种火焰检测与定位系统,如图1所示,本实施例中火灾检测与定位系统包括:近红外摄像头、彩色/黑白摄像头、镀膜近红外滤光片、图像采集模块、信号处理与控制模块、接口i/o模块、调试接口、通讯模块、区域报警监控系统,报警显示和复位装置。

成像系统采用两款性能相同的宽波段360nm~1100nm彩色/黑白摄像头的图像,包括可见光和部分近红外波段,一路用于可见光图像监控,另外一路加装近红外镀膜,形成近红外镀膜摄像头,透光波段为850~1100mm,避免可见光波段透过,只利用火焰产生的近红外波段进行火焰目标检测。

图像采集模块选用2路ar0130采集模块,包括摄像头,其中一路采用可见光图像,一路采集近红外镀膜摄像头的图像。摄像头输出的是h.264码流,分辨率为1280*720。

信号处理与控制模块采用嵌入式处理器,选用德州仪器公司dm8127系列平台,支持两路视频图像输入,支持通过通讯模块连接区域报警监控系统;支持通过通讯模块利用网络传输视频图像;支持通过调试接口进行调试。在发生火灾时通过通讯模块将报警信号传输至区域报警监控系统,报警显示和复位装置进行报警显示,并进行火灾报警信息复位。

一种火焰检测与定位系统,具体形状及连接关系如图2所示,包括护罩1、led指示灯2、护板3、摄像头模组4、硬件模块5、l型支架6;硬件模块5包括信号处理与控制模块及接口i/o模块;摄像头模组4包括近红外线摄像头及彩色/黑白摄像头;l型支架6通过六个紧固螺钉固定在护罩1长方体空腔内,硬件模块5固定在l型支架6上,l型支架6前端面上设有与摄像头模组4形状相适应的开口,摄像头模组4通过法兰固定在l型支架6的前端面上,护板3为l型,其上开有与摄像头模组4相适应的开口,护板3套在摄像头模组4上,与l型支架6固连;led指示灯2分为3个,固定在护板3上,颜色为绿、红、黄,绿色为通电状态指示,红色为报警状态指示,黄色为故障状态指示。

一种火焰检测与定位方法,如图3所示,包括以下步骤:

s1.系统硬件和软件进行初始化,将实时可见光视频图像上传至区域报警监控系统,用于监控,然后控制模块采集一帧可见光图像,同时采集一帧近红外图像。

s2.通过近红外摄像头采集的图像与可见光图像融合检测,若在近红外图像中发现疑似火灾,则在对应的可见光图像中提取火焰的颜色特征信息,共同融合判断是否有火灾发生。:

s2.1在一帧近红外图像中检测出火灾候选区域后,在可见光图像中提取火焰的面积area(rk)、长宽比ratiok、似圆度ck、面积变化率gk信息,进行综合判断,当area(rk)取值在[area(rk)th_min,area(rk)th_max]之间,area(rk)th_min为火焰面积最小阈值,area(rk)th_max为火焰面积最大阈值,长宽比ratiok取值在[ratioth_min,ratioth_max]之间,ratioth_min为设定的长宽比最小阈值,ratioth_max为设定的长宽比最大阈值,判断为火焰目标,如果超出此范围判断为干扰区域。

s2.2计算火焰的圆形度特征ck

早期火焰形状极不规则,大部分固定的干扰源,如烟头、白炽灯等轮廓比较规则,而圆形度是计算物体或区域的形状复杂程度的特征量,其定义如下

式(1)中ck、ak、pk分别为第k个疑似火焰目标的圆形度、面积和周长,n为疑似火焰目标个数。若疑似火焰目标形状越接近圆形,则ck越大,反之形状越复杂ck越小,ck的值在0和1之间。因此,设定一个阈值c0,当ck>c0时,认为该疑似火焰目标轮廓较为规则,从而认为是非火焰目标;反之,ck<c0时,认为疑似火焰目标轮廓不规则,符合火焰的其他特征,判定目标是火焰。

s2.3计算面积增长率特征gk

计算相邻时刻的图像的提取的疑似火焰目标的面积,并计算其比值,用疑似火焰目标的面积增长率gk作为判据。可以利用式(2)计算gk:

式(2)中,rk为第k个疑似火焰目标区域,area(rk)t、area(rk)t0分别t、t0时刻疑似火焰目标区域面积。设定一个阈值g0,当gk>g0时,认为该疑似火焰目标轮廓较为剧烈,从而认为是火焰目标;反之,gk<g0时,认为疑似火焰目标面积变化不剧烈,不符合火焰的其他特征,判定目标不是火焰。

s3.若s2.1、s2.2、s2.3均判断为火灾,则进行报警,将火灾报警信息一起发送给区域报警监控系统,并在可见光视频图像中利用矩形框标识火焰信息;

s4.上报信息后,等待区域报警监控系统的复位信号,收到该信号后,解除报警信息,去除可见光视频图像的矩形标记窗口;若未发现火灾,继续处理新的一帧图像,并一直向区域报警监控系统发送实时可见光视频。

本发明采用镀膜近红外滤光片和可见光高清摄像机实现组合式传感器,通过镀膜近红外摄像头和可见光摄像头采集到监控视频的图像,综合利用火焰在近红外波段和可见光波段的特征进行火灾检测,采用通讯模块将检测结果传输至区域报警监控系统,利用以太网模块将视频图像传输至区域报警监控系统。其将数字图像智能分析技术、组合式传感器构建技术及嵌入式平台开发技术结合。实现视频监控与图像火灾报警、定位,经过实际验证,效果理想。

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