火灾火焰视频监测预警系统

摘要

本发明公开了一种火灾火焰视频监测预警系统及火灾火焰检测方法，火灾火焰视频监测预警系统由网络视频CCD摄像头、视频管理模块、火灾火焰检测子系统和预警子系统组成；火灾火焰检测方法是对火灾火焰的静态和动态特征进行信息融合，给出一种基于神经网络与D-S证据判决的火灾判别算法，该算法能够根据火情大小给出三个预警阈值，三个预警阈值对应现场声光报警、远程短消息报警和网络报警这三个级别的预警模式；本发明是监测火灾初期细微火源的火灾火焰视频监测系统，并基于多特征信息融合进行火灾火焰级别判别，抗干扰能力强，空间适用性强，火灾预警准确度高，误报率低。

主权项

火灾火焰视频预警系统，火灾火焰视频监测预警系统采用物联网的分布式系统架构来部署，由网络视频CCD摄像头、视频管理模块、火灾火焰检测子系统和预警子系统组成；所述网络视频CCD摄像头负责完成成像，支持WiFi无线传输，同时支持TCP/IP网络远程图像传输，并具有动态检测录像功能；所述视频管理模块采用通用视频管理模块；所述火灾火焰检测子系统由图像采集卡获得网络视频CCD摄像头的实时图像，用数字图像处理技术处理获得图像后，调用火灾火焰判别程序，给出是否有火情的判断结论，若是有火情给出火情级别的判断结论；所述预警子系统采用三级预警模式，即现场声光预警、远程短信息预警和网络预警；发生一级火情时，安装在被监测区的监测点内的声音报警器和警报灯负责实现现场声光预警，预警指令由监测点位控制模块自主下达；Android手机服务器通过Java Servlet实时访问预警数据库并在监测点发现二级火情时向指定责任人发送预警短消息以实现远程短信息预警；无线传输利用WiFi技术，预警数据的传输采用加密传输，确保数据的安全性；当火灾火焰检测系统传达的火情达到最高三级时，跳出报警窗口和图片，实现网络报警，并传送现场火灾实况；其特征是：火灾火焰检测方法是对火灾火焰的静态和动态特征进行信息融合，给出一种基于神经网络与D‑S证据判决的火灾判别算法，该算法能够根据火情大小给出三个预警阈值，三个预警阈值对应现场声光报警、远程短消息报警和网络报警这三个级别的预警模式；具体如下：步骤一：所述网络视频CCD摄像头完成现场成像，图像采集卡获得网络视频CCD摄像头传输过来的现场的数字图像，利用数字图像处理技术对该数字图像进行预处理；步骤二：利用灰度域值化技术通过比较前后两帧图像的灰度域值的变化检测火灾火焰的运动特征；通过比较前后两帧图像火焰面积是否有增长检测火灾火焰的面积变化特征；HIS色彩空间内检测火焰颜色特征；通过提取火灾火焰的圆形度特征实现对环境自然光和日光灯亮度信息背景干扰的区分；提取火灾火焰的尖角数目，利用火灾火焰的尖角数目随着燃烧时间呈现不规则变化的规律的特点将火灾火焰的尖角数目的变化作为火灾判据之一；火灾火焰燃烧初期主频率在12Hz以内，而周围环境的变化对频率影响并不显著，因此提取火灾火焰的闪烁特征作为火灾判据之一；步骤三：采集监测点的火灾火焰数据样本，选用先行对监测点的火灾火焰数据样本进行训练获得包括火灾火焰颜色特征、火灾火焰的圆形度特征、火灾火焰的尖角数目和火灾火焰的闪烁频率特征这四种火灾火焰特征的权值和阈值；步骤四：利用公式（1）得到火灾火焰预警阈值：（1）式中：为第i个火灾火焰特征输出，，H₀表示无火灾火焰，H₁表示有火灾火焰；，m_i（H₀）和m_i（H₁）为第i个火灾火焰特征的检测概率和误判概率；步骤五：利用上述步骤四公式（1）所检测到的实时阈值与经验阈值比较来实现火灾火焰实时检测和预警。