一种基于温度监测的火警预警系统的制作方法

1.本发明涉及图像数据处理技术领域，具体涉及一种基于温度监测的火警预警系统。


背景技术：

2.火灾是对人们的生命财产安全造成极大危害的灾难之一，因此在火灾初期及时发现火灾并进行预警，对及时阻止火灾蔓延具有重要意义，其中搭建基于温度监测的火警预警系统是重要的措施之一；现如今基于温度监测的火警预警系统通常为两种方式，一种为基于温度传感器进行监测，一种为基于热红外监控进行监测；由于温度传感器的监测范围较小，且传统火灾的信息响应时间较长，而热红外监控的抗干扰能力较强，在复杂的环境中也可进行工作，因此基于热红外监控进行监测的方式更加符合现如今火警预警的要求。
3.然而由于热红外监控摄像头的成像分辨率的问题，热红外监控图像中仅会显示大致的轮廓，无法精准的定位辨识；因此现如今往往采用可见光监控图像进行图像配准融合，提高热红外监控图像的成像质量；在进行图像配准和融合过程的前提过程为，获取热红外监控图像的特征点以及可见光监控图像的特征点，其中获取图像的特征点往往采用sift算法进行提取，而在sift算法提取过程中，由于热红外监控图像的特性，即利用的是目标本身的辐射能量，其本身就存在一定程度的模糊，而模糊图像会出现极值点稀疏的情况，若仍根据原有的sift在不同尺度上判断像素点是否为极值点，会造成错误的判断，进而导致图像配准融合不准确而影响火灾监测结果。


技术实现要素：

4.本发明提供一种基于温度监测的火警预警系统，以解决现有的热红外图像由于模糊而与可见光图像配准不准确导致火灾判断出现错误的问题，所采用的技术方案具体如下：本发明一个实施例提供了一种基于温度监测的火警预警系统，该系统包括：监控图像采集模块，获取多帧的热红外监控图像与可见光监控图像；监控图像配准模块：对热红外监控图像构建高斯差分金字塔，获取热红外监控图像及每组每层图像的边缘像素点集合，根据边缘像素点集合获取热红外监控图像的像素值分布曲线及每组每层图像的像素值分布曲线，根据像素值分布曲线获取每一帧热红外监控图像每个尺度下的尺度特征参数；根据每一帧的热红外监控图像中像素值的分布获取火灾区域及火灾分布方向，根据连续两帧的同一尺度下图像中像素点像素值的变化，获取火灾区域中每个像素点的像素点分布方向，根据像素点分布方向以及连续两帧火灾分布方向的差异，获取每一帧每个尺度下的每个像素点的分布特征参数；根据尺度特征参数及分布特征参数获取每个尺度下图像中每个像素点的极值点特征参数，根据极值点特征参数获取极值点，根据可见光监控图像及不同尺度下图像中的
极值点获取热红外配准图像；火警预警监测模块，通过热红外配准图像进行火灾监测，根据监测结果进行实时预警。
5.可选的，所述根据边缘像素点集合获取热红外监控图像的像素值分布曲线及每组每层图像的像素值分布曲线，包括的具体方法为：获取任意一帧热红外监控图像作为目标热红外监控图像，将目标热红外监控图像的边缘像素点集合记为原始边缘像素点集合，获取目标热红外监控图像的第组第层差分图像，获取原始边缘像素点集合在差分图像中对应的边缘像素点集合；在中任取一个像素点为原始起始点，按照顺时针方向及像素点的先后顺序构成的像素值分布曲线，在中获取原始起始点对应的像素点，记为第一像素点，以第一像素点为起点，按照顺时针方向及像素点的先后顺序构成的像素值分布曲线。
6.可选的，所述根据像素值分布曲线获取每一帧热红外监控图像每个尺度下的尺度特征参数，包括的具体方法为：获取任意一帧热红外监控图像作为目标热红外监控图像，计算目标热红外监控图像每个尺度下的尺度特征参数的方法为：其中，表示目标热红外监控图像的第组差分图像的尺度特征参数，表示目标热红外监控图像的像素值分布曲线，表示目标热红外监控图像在第组第层图像的像素值分布曲线，表示两条像素值分布曲线之间的dtw距离，表示以自然常数为底的指数函数；将目标热红外监控图像的第组图像的尺度特征参数作为目标热红外图像第尺度下的尺度特征参数。
7.可选的，所述根据每一帧的热红外监控图像中像素值的分布获取火灾区域及火灾分布方向，包括的具体方法为：通过阈值分割获取每一帧热红外监控图像中的火灾区域，将每一帧热红外监控图像中的火灾区域中的所有像素点通过构建二维坐标系进行主成分分析，其中二维坐标系中的横坐标为像素点在图像中的横坐标，纵坐标为像素点在图像中的纵坐标，获取每一帧中火灾区域的主成分方向及特征值，得到每一帧中火灾区域的主成分方向向量。
8.可选的，所述获取火灾区域中每个像素点的像素点分布方向，包括的具体方法为：获取第帧热红外监控图像中的任意一组作为目标组，将第帧热红外监控图像在目标组中的第二层图像的火灾区域中第个像素点作为目标像素点，获取目标像素点在第帧热红外监控图像在该组中的第二层图像中的对应位置，以所述对应位置为中心像素点，获取预设窗口内的所有像素点，获取窗口内与目标像素点灰度值差异最小的像素点，将所述灰度值差异最小的像素点指向中心像素点的方向记为第帧热红外监控图像在目标组中的第二层图像的火灾区域中第个像素点的像素点分布方向。
9.可选的，所述获取每一帧每个尺度下的每个像素点的分布特征参数，包括的具体方法为：获取第帧热红外监控图像中的任意一组作为目标组；其中，表示第帧热红外监控图像在目标组的第二层图像的火灾区域中第个像素点的分布特征参数，表示第帧热红外监控图像在目标组的第二层图像的火灾区域中第个像素点的像素点分布方向，表示第帧与第帧的火灾分布方向差；所述火灾分布方向差由第帧热红外监控图像的主成分方向向量与第帧热红外监控图像的主成分方向向量，相减得到的差异向量的方向得到；获取每一帧热红外监控图像在每一组的第二层图像中每个火灾区域中像素点的分布特征参数，将其作为每一组对应尺度下每个火灾区域中像素点的分布特征参数；将非火灾区域的像素点的分布特征参数设为定值。
10.本发明的有益效果是：本发明通过对不同尺度下的每张图像对于原始图像的火灾区域信息的表征能力进行量化，其中通过计算原始图像的火灾区域的边缘信息分布以及不同尺度对应的每张图像的相对位置相同的区域的边缘信息分布之间的差异，来计算不同尺度下对应的每张图像的尺度特征参数；通过主成分分析来量化连续帧监控图像的火灾蔓延分布，计算同一尺度下图像中每个像素点在连续帧图像的变化过程中，与火灾蔓延分布之间的差异，来获取同一尺度下图像中每个像素点的分布特征参数，进而综合获取得到同一尺度下图像中每个像素点的极值点特征参数；通过获取的同一尺度下的图像中每个像素点的极值点特征参数来表征在不同尺度下的每个像素点是否为极值点的选择程度；使得在传统的sift检测算法中，避免了由于图像的模糊出现的极值点稀疏的情况，进而导致计算得到的极值点不满足特征点的要求并且增加的计算量的同时，还造成错误的图像匹配的缺点；通过准确进行极值点的选取，使得热红外监控图像和可见光监控图像的配准融合过程更加准确，进而可以精准的对火灾进行监测预警。
附图说明
11.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
12.图1为本发明一个实施例所提供的一种基于温度监测的火警预警系统结构框图。
具体实施方式
13.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
14.请参阅图1，其示出了本发明一个实施例所提供的一种基于温度监测的火警预警系统结构框图，该系统包括：监控图像采集模块s101，采集热红外监控图像与可见光监控图像。
15.本实施例的目的是通过基于温度监测的热红外监控图像以及可见光监控图像进行图像配准，得到热红外配准图像，根据热红外配准图像实现对火灾的监测，进而构建火警预警系统，因此需要获取热红外监控图像及可见光监控图像；本实施例通过安装热红外监控摄像头、可见光监控摄像头以及图像传输装置进行实时的热红外监控图像以及可见光监控图像的采集，并传输到监控图像配准模块中进行图像处理；需要说明的是，两种监控图像的采集频率需保持相同，即保证可以对同一时刻的监控图像进行配准，因此两种监控摄像头的视频帧率需保持相同，每一帧图像即为监控图像，相邻两帧的监控图像即为连续两帧的监控图像。
16.至此，通过监控图像采集模块获取了热红外监控图像与可见光监控图像。
17.监控图像配准模块s102：首先，为了减少噪声对于火灾监测及火警预警的影响，需要对获取到的热红外监控图像及可见光监控图像进行去噪预处理。在热红外监控图像和可见光监控图像配准融合过程中，首先需要对两张图像进行特征点的选取，本实施例采用sift算法进行特征点的确定；对于热红外监控图像中选取特征点的过程中，其对应的特征点往往是火势蔓延方向的像素点，通过像素点在不同尺度上的表征信息的效果，结合连续帧内的热红外监控图像的分布特征，自适应获取每一帧热红外监控图像的像素点在不同尺度下的极值点特征参数，进而确定每一帧的极值点，使得计算获取到的极值点可以更加准确的表征当前帧热红外监控图像的特征信息。
18.（1）对热红外监控图像构建高斯差分金字塔，根据不同尺度下图像中边缘信息分布的差异，获取每个尺度下的尺度特征参数。
19.需要说明的是，传统的sift算法中通过构建不同的尺度空间，来确定在不同尺度下都存在的特征点才是真正的特征点；对应的在不同尺度下的dog图像，即高斯差分图像中，每个dog图像对图像信息表征的程度存在差异，则可以通过不同尺度下，即高斯差分金字塔中不同组中不同层图像与热红外监控图像中边缘信息分布的差异，来综合量化每个尺度下的尺度特征参数，进而提高对于边缘特征点提取的准确性。
20.具体的，由于火灾发生后火灾区域相较于周边其他区域温度更高，则对应的在热红外监控图像中的像素值较大，因此本实施例通过对热红外监控图像进行otsu阈值分割，其中获取的像素值较大的区域即为对应的火灾区域；对otsu阈值分割得到的火灾区域进行连通域分析，获取火灾区域连通域的边缘像素点集合，任意一帧热红外监控图像的边缘像素点集合记为原始边缘像素点集合，表示为。
21.进一步的，以任意一帧热红外监控图像为例，对热红外监控图像构建高斯差分金字塔，获取不同尺度空间下的差分图像，其中本实施例共构建组及层差分图像，其中相同组的差分图像尺寸大小相同，本实施例采用，进行构建，其中高斯差分金字塔为现有技术，本实施例不再赘述。
22.进一步需要说明的是，由于每组差分图像均为有规律的降采样得到，且通常构建第一组时，会将热红外监控图像扩大一倍来构建，因此可以获取热红外监控图像的边缘像
素点在每组每层差分图像中的位置，通过边缘像素点在每组每层差分图像上分布的差异，获取每组即每个尺度下的尺度特征参数。
23.具体的，以第组第层差分图像为例，获取原始边缘像素点集合在该张图像中对应的边缘像素点集合；需要说明的是，差分图像通过降采样及高斯模糊过程得到，因此本实施例不再赘述各组各层差分图像的边缘像素点集合的获取过程，且由于对图像进行降采样，则与的像素点数量不一定相同；在中任取一个像素点为原始起始点，按照顺时针方向及像素点的先后顺序构成的像素值分布曲线，其中若同一行中存在多个边缘像素点，则从左到右进行排序；需要说明的是，像素值分布曲线所在坐标系中的横坐标表示像素点排列的序号，纵坐标表示每个序号对应像素点的像素值；在中获取原始起始点对应的像素点，若中无原始起始点对应的像素点，则在中从原始起始点开始顺时针遍历，将遍历到的第一个在中有对应像素点的中像素点，其对应的中的像素点作为的起始像素点，并按照的构建方法获取的像素值分布曲线；按照上述方法获取每组每层的差分图像的像素值分布曲线。
24.进一步的，以第组差分图像为例，获取第尺度下的尺度特征参数的计算方法为：其中，表示每个尺度下的差分图像数量，即为高斯差分金字塔中的层数，表示的像素值分布曲线，表示的像素值分布曲线，表示两条像素值分布曲线之间的dtw距离，表示以自然常数为底的指数函数；需要说明的是，由于需要获取两条像素值分布曲线之间的相似度，而两条像素值分布曲线中对应数据数量，即边缘像素点集合中像素点数量存在差异，因此本实施例采用dtw算法来计算相似度；通过计算同一组差分图像的像素值分布曲线与原始边缘像素点集合的像素值分布曲线的dtw距离均值，来表征该组差分图像对应尺度下的尺度特征参数，dtw距离越大，相似度越小，该尺度下对于热红外监控图像中特征信息的保留程度越差，相应的尺度特征参数越小；本实施例通过函数来呈现反比例关系及归一化处理，实施者可根据实际情况选择反比例函数及归一化函数；按照上述方法获取每一帧热红外监控图像构建的高斯差分金字塔中，每个尺度下的尺度特征参数。
25.至此，获取到了每个尺度下的尺度特征参数，用于量化每组每层图像对于热红外监控图像的边缘特征信息的保留及表现程度。
26.（2）根据每一帧的热红外监控图像中像素值的分布获取火灾分布方向，根据连续两帧的同一尺度下图像中像素点像素值的变化，以及连续两帧火灾分布方向的差异，获取每一帧每个尺度下的每个像素点的分布特征参数。
27.需要说明的是，由于图像中火势的蔓延方向具有规律性，即烟雾的飘散方向往往是向上分布的或者是根据风向而定的，烟雾区域的方向在连续帧的监控图像中呈现出某个方向的规律性；因此对应的若选取图像中的极值点，即特征点，其极值点在选取过程中应该
呈现出与火势蔓延方向相近的特征；因此通过对连续帧的热红外监控图像进行分析，通过确定像素点的分布特征来确定火势蔓延方向，即火灾分布方向，并根据火灾分布方向来获取每一帧每个尺度下图像中像素点的分布特征参数；其中像素点的分布特征参数表征了像素点的分布特征，其中图像中的像素点越呈现为火灾分布方向，则对应的分布特征参数越大，即对应的在极值点选取的过程中，其像素点本身在考虑是否为对应极值点的选择程度就越大。
28.具体的，对连续帧热红外监控图像进行otsu阈值分割，其中像素值较大的区域即为火灾区域，记当前帧为第帧，当前帧的热红外监控图像中火灾区域为；将该火灾区域中的所有像素点通过构建二维坐标系进行主成分分析，其中二维坐标系中的横坐标为像素点在图像中的横坐标，纵坐标为像素点在图像中的纵坐标，获取的主成分方向以及对应的特征值，则第帧热红外监控图像的主成分方向向量为；需要说明的是，根据主成分分析算法可知，总共获得两个主成分方向向量，每个主成分方向向量对应一个特征值，本实施例中的和表示的是其中最大的特征值以及最大特征值对应的主成分方向向量，其中主成分分析方法为公知技术，本实施例不再赘述；按照上述方法获取每一帧热红外监控图像中火灾区域的主成分方向，该主成分方向记为火灾分布方向，本实施例所述的方向为逆时针旋转，并与横坐标的夹角方向。
29.进一步的，以任意一个尺度下的图像，即任意一组中第二层图像为例，将第帧热红外监控图像在该组中的第二层图像的火灾区域中第个像素点作为目标像素点，获取目标像素点在第帧热红外监控图像在该组中的第二层图像中的对应位置，以该位置为中心像素点，获取窗口内的所有像素点，本实施例采用进行计算，获取窗口内与目标像素点灰度值差异最小的像素点，将该像素点指向中心像素点的方向记为第帧热红外监控图像在该组中的第二层图像的火灾区域中第个像素点的像素点分布方向，表示为；需要说明的是，若窗口内存在多个灰度值差异相同且最小的像素点，则将指向中心像素点的方向与差异最小的方向作为；第帧热红外监控图像的主成分方向向量为，而第帧热红外监控图像的主成分方向向量为，则通过向量计算得到第帧与第帧的火灾分布方向差异向量，记为，差异向量对应的方向差记为，则对于第帧热红外监控图像在任意一组的第二层图像的火灾区域中第个像素点的分布特征参数的计算方法为：其中，表示第帧热红外监控图像在任意一组的第二层图像的火灾区域中第个像素点的像素点分布方向，表示第帧与第帧的火灾分布方向差；通过像素点分布方向与连续两帧火灾分布方向差之间的差异，来表征像素点分布方向与火灾分布方向变化的相近程度，差异越小，该尺度下该像素点的像素点分布方向与火灾分布方向变化越接近，在实际中该像素点对于连续帧下火势蔓延信息的表征效果越准确，在极值点即特
征点提取的过程中越应该考虑该像素点，相应的分布特征参数越大；按照上述方法获取每一帧热红外监控图像在该组的第二层图像中每个火灾区域中像素点的分布特征参数，将其作为该组对应尺度下每个火灾区域中像素点的分布特征参数；而对于非火灾区域的像素点，其对于极值点选取没有较大影响，分布特征参数应为定值，本实施例将非火灾区域的像素点的分布特征参数设置为0.001；按照上述方法获取每一帧每个尺度下的每个像素点的分布特征参数。
30.至此，获取到了每一帧热红外监控图像在每个尺度下每个像素点的分布特征参数，用于表征像素点对于火灾蔓延信息的表征程度。
31.（3）根据尺度特征参数及分布特征参数获取每个尺度下图像中每个像素点的极值点特征参数，根据极值点特征参数获取极值点，根据可见光监控图像及不同尺度下图像中的极值点获取热红外配准图像。
32.需要说明的是，尺度特征参数表征了每个尺度下对每一帧热红外监控图像的边缘信息的表征程度，分布特征参数表征了每个尺度下每个像素点对每一帧热红外监控图像的火势蔓延信息的表征程度，将两者结合则可以量化像素点对边缘信息及火势蔓延信息的表征程度，综合获取极值点特征参数，而通过极值点特征参数获取极值点则可以更好地保留热红外监控图像中的火灾分布信息。
33.具体的，对于第帧热红外监控图像在第尺度下的第个像素点的极值点特征参数的计算方法为：其中，表示第帧热红外监控图像在第尺度下的第个像素点的极值点特征程度，表示第帧热红外监控图像在第尺度下的尺度特征参数，表示第帧热红外监控图像在第尺度下的第个像素点的分布特征参数；按照上述方法获取第帧热红外监控图像在第尺度下的所有像素点的极值点特征程度，并进行线性归一化处理，得到的结果记为第帧热红外监控图像在第尺度下的每个像素点的极值点特征参数；按照上述方法获取每一帧图像在每个尺度下的每个极值点的极值点特征参数；由于尺度特征参数及分布特征参数均越大，像素点越能表现边缘信息及火灾分布信息，则相应的极值点特征参数越大。
34.进一步的，给出第一预设阈值用于判断极值点特征，本实施例第一预设阈值采用0.65进行计算，在同一尺度下即同一组的每层图像进行极值点确定过程中，由于分布特征参数从第二层图像得到，本实施例对第二层图像每个像素点的八邻域及同组内相邻两层中对应位置的像素点及其八邻域像素点，通过极值点特征参数大于第一预设阈值的像素点进行极值点判断，得到每一帧热红外监控图像中的极值点，并提取特征描述符，利用特征描述符寻找匹配特征点；其中上述极值点判断及特征描述符均为sift检测的公知技术，本实施例不再赘述。
35.进一步的，对每一帧的可见光监控图像通过传统的sift获取特征点及特征描述符，并根据每一帧热红外监控图像的特征描述符，进行关键点匹配；进而完成图像配准及融合，得到清晰的热红外监控图像，记为热红外配准图像；其中关键点匹配及图像配准与融合均为现有技术，本实施例不再赘述。
36.至此，获取到了每一帧的热红外配准图像，用于后续进行火灾监测及火警预警，其
中当前帧的热红外配准图像即为实时的清晰的热红外监控图像；需要说明的是，本实施例在获取每一帧的热红外配准图像过程中，对于获取的所有帧热红外监控图像中的第一帧不进行处理，即不获取第一帧的热红外配准图像。
37.火警预警监测模块s103，通过热红外配准图像进行火灾监测，根据监测结果进行实时预警。
38.在模块s102中得到了热红外配准图像，其即为实时的清晰的热红外监控图像，将热红外配准图像传输至火灾监测预警模块中，值班人员根据获取到的实时的清晰的热红外图像实时进行火灾监测，如监测到火灾则实时发出预警。
39.至此，通过基于温度监测的热红外监控图像，并配准融合可见光监控图像，实现了对火灾的实时监测，构建完成了火警预警系统。
40.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。