一种用于消防救援的防火监督管理方法和系统与流程

1.本发明属于火灾检测技术领域，具体涉及一种用于消防救援的防火监督管理方法和系统。


背景技术：

2.在各种灾害中，火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一，为了尽早预防火灾事故的发生，探究及时准确的火灾检测方法具有重大的现实意义。现有技术中，通常采用传统的气敏型、感温型、感烟型或感光型火灾探测器进行火灾检测。但是，在使用现有技术过程中，发明人发现现有技术中至少存在如下问题：
3.传感器的监测范围较小，其通常依靠燃烧过程中的如烟雾粒子、温度等副产物来实现火灾检测，只能在距离火灾源较近的位置才能有效发挥检测作用,更适用于家庭住宅、工厂厂房等封闭式区域，不适用于森林等户外场所；此外，在森林等开放区域，由于布置范围较大，加之在野外对传感器的供电、防水等要求较高，使得布置传感器的成本增加。


技术实现要素：

4.本发明旨在至少在一定程度上解决上述技术问题，本发明提供了一种用于消防救援的防火监督管理方法和系统。
5.为了实现上述目的，本发明采用以下技术方案：
6.第一方面，本发明提供了一种用于消防救援的防火监督管理方法，包括：
7.采集待测区域的监控视频数据；
8.对所述监控视频数据进行预处理，得到预处理后视频数据；
9.根据预处理后视频数据得到多个监控视频帧；
10.依次对每一监控视频帧进行烟雾检测，并判断当前监控视频帧中是否存在烟雾图像，如是，则输出烟雾报警信息，然后进入下一步；如否，则重新采集待测区域的监控视频数据；
11.依次对采集时间位于存在烟雾图像的监控视频帧后指定帧数的监控视频帧进行火焰检测，并判断当前监控视频帧中是否存在火焰图像，如是，则输出火灾报警信息。
12.本发明可基于现有的视频监控设备实现，视频监控设备如为ccd摄像机等，本发明可在现有视频监控设备拍摄的监控视频的基础上，进行火焰的识别，实现防火监督，以辅助进行消防救援工作，硬件成本较低，可避免再次安装传感器等设备进行火灾监测导致的监测成本高的问题。此外，由于火灾发展期主要特征是冒烟和阴燃，该阶段特征是初起烟雾大，可燃物质燃烧面积小，火焰不高，辐射热不强，火势发展比较缓慢，这个阶段应及时灭火，避免造成更大的损失，本发明通过先进行烟雾检测，在检测到出现烟雾后再进行火焰检测，利于实现火灾的早期检测，同时便于自动获取火灾的发展情况。
13.在一个可能的设计中，对所述监控视频数据进行预处理，得到预处理后视频数据，包括：
14.对所述监控视频数据进行去噪处理，得到去噪后视频数据；
15.对所述去噪后视频数据进行图像增强处理，得到预处理后视频数据。
16.在一个可能的设计中，对任一监控视频帧进行烟雾检测，包括：
17.获取采集时间位于当前监控视频帧前的两个监控视频帧；
18.将当前监控视频帧与采集时间位于当前监控视频帧前的两个监控视频帧进行差分运算，得到当前监控视频帧中的运动像素点数量；
19.根据当前监控视频帧中的运动像素点数量，得到当前监控视频帧中的运动图像面积；其中，所述运动图像面积为当前监控视频帧中所有运动像素点的占用面积；
20.根据所述运动图像面积，判断所述运动图像面积是否大于第一面积阈值，如是，则判定当前监控视频帧中存在烟雾图像。
21.在一个可能的设计中，将当前监控视频帧与采集时间位于当前监控视频帧前的两个监控视频帧进行差分运算，得到当前监控视频帧中的运动像素点数量，包括：
22.获取当前监控视频帧的所有像素点的灰度值，以及采集时间位于当前监控视频帧前的两个监控视频帧中的所有对应像素点的灰度值；
23.将当前监控视频帧的所有像素点的灰度值分别与采集时间位于当前监控视频帧前的两个监控视频帧中的所有对应像素点的灰度值进行差分运算，得到两个差分值；其中，两个差分值分为第一差分值和第二差分值，所述第一差分值为将当前监控视频帧的任一像素点的灰度值in(x,y)与采集时间位于当前监控视频帧前一个监控视频帧中的对应像素点的灰度值i
n-1
(x,y)进行差分运算得到，所述第一差分值为：δi1＝|in(x,y)-i
n-1
(x,y)|；所述第二差分值为将当前监控视频帧的任一像素点的灰度值in(x,y)与采集时间位于当前监控视频帧前的另一个监控视频帧中的对应像素点的灰度值i
n-2
(x,y)进行差分运算得到，所述第二差分值为：δi2＝|in(x,y)-i
n-2
(x,y)|；
24.依次判断当前监控视频帧的所有像素点对应的第一差分值和第二差分值是否均大于差分阈值i
t
，如是，则判定当前监控视频帧的该像素点为运动像素点，如否，则判定当前监控视频帧的该像素点为静止像素点，直到得到当前监控视频帧中的所有运动像素点；
25.对当前监控视频帧中的所有运动像素点进行累加，得到当前监控视频帧中的运动像素点数量。
26.在一个可能的设计中，对任一采集时间位于存在烟雾图像的监控视频帧后指定帧数的监控视频帧进行火焰检测，包括：
27.获取当前监控视频帧中的红色分量、绿色分量和蓝色分量；
28.根据当前监控视频帧中的红色分量、绿色分量和蓝色分量，得到当前监控视频帧中的预估火焰像素点数量；
29.根据当前监控视频帧中的预估火焰像素点数量，得到当前监控视频帧中的预估火焰图像面积；其中，所述预估火焰图像面积为当前监控视频帧中所有预估火焰像素点的占用面积；
30.根据所述预估火焰图像面积，判断所述预估火焰图像面积是否大于第二面积阈值，如是，则判定当前监控视频帧中存在火焰图像。
31.在一个可能的设计中，根据当前监控视频帧中的红色分量、绿色分量和蓝色分量，得到当前监控视频帧中的预估火焰像素点数量，包括：
32.获取当前监控视频帧中所有像素点的红色分量、绿色分量和蓝色分量；
33.根据当前监控视频帧中所有像素点的红色分量、绿色分量和蓝色分量，得到当前监控视频帧中所有像素点的饱和度；
34.根据当前监控视频帧中所有像素点的红色分量、绿色分量、蓝色分量和饱和度，依次判断当前监控视频帧中所有像素点是否满足预估火焰像素点判断关系式，如是，则判定当前监控视频帧的该像素点为预估火焰像素点，如否，则判定当前监控视频帧的该像素点为非火焰像素点，直到得到当前监控视频帧中的所有预估火焰像素点；
35.对当前监控视频帧中的所有预估火焰像素点进行累加，得到当前监控视频帧中的预估火焰像素点数量。
36.在一个可能的设计中，所述预估火焰像素点判断关系式包括：
37.r＞r
t
；
38.r＞g＞b；
39.s≥(255-r)
×st
/r
t
；
40.式中，r为像素点的红色分量；g为当前像素点的绿色分量；b为当前像素点的蓝色分量；r
t
为红色分量阈值；s
t
为当红色分量r为r
t
时，红色分量的饱和度；s为当前像素点的饱和度。
41.在一个可能的设计中，判定所述预估火焰图像面积大于第二面积阈值后，所述方法还包括：
42.获取当前监控视频帧中的所有预估火焰像素点，以及采集时间位于当前监控视频帧前的前一监控视频帧与所述预估火焰像素点位置对应的参照像素点；
43.根据当前监控视频帧中的所有预估火焰像素点以及前一监控视频帧与所述预估火焰像素点位置对应的参照像素点，依次获取当前监控视频帧中所有预估火焰像素点的火焰判断系数；
44.根据所有预估火焰像素点的火焰判断系数，依次判断每一预估火焰像素点是否为真实火焰像素点，直到得到当前监控视频帧中的所有真实火焰像素点；
45.对当前监控视频帧中的所有真实火焰像素点进行累加，得到当前监控视频帧中的真实火焰像素点数量；
46.根据当前监控视频帧中的真实火焰像素点数量，得到当前监控视频帧中的真实火焰图像面积；其中，所述预估火焰图像面积为当前监控视频帧中所有真实火焰像素点的占用面积；
47.根据所述真实火焰图像面积，判断所述真实火焰图像面积是否大于第三面积阈值，如是，则判定当前监控视频帧中存在火焰图像。
48.在一个可能的设计中，输出火灾报警信息后，所述方法还包括：
49.依次对每一采集时间位于存在火焰图像的监控视频帧后的监控视频帧进行火焰检测，并依次获取相邻监控视频帧的火焰区域图像，并根据各火焰区域图像进行火灾进程报警信息。
50.第二方面，本发明提供了一种用于消防救援的防火监督管理系统，用于实现如上述任一项所述的用于消防救援的防火监督管理方法；所述用于消防救援的防火监督管理系统包括：
51.监控视频获取模块，用于采集待测区域的监控视频数据；
52.预处理模块，与所述监控视频获取模块通信连接，用于对所述监控视频数据进行预处理，得到预处理后视频数据；
53.监控视频帧提取模块，与所述预处理模块通信连接，用于根据预处理后视频数据得到多个监控视频帧；
54.火灾检测模块，与所述监控视频帧提取模块通信连接，用于依次对每一监控视频帧进行烟雾检测，并判断当前监控视频帧中是否存在烟雾图像，如是，则输出烟雾报警信息，然后依次对采集时间位于存在烟雾图像的监控视频帧后指定帧数的监控视频帧进行火焰检测，并判断当前监控视频帧中是否存在火焰图像，如是，则输出火灾报警信息。
55.第三方面，本发明提供了一种电子设备，包括：
56.存储器，用于存储计算机程序指令；以及，
57.处理器，用于执行所述计算机程序指令从而完成如上述任一项所述的用于消防救援的防火监督管理方法的操作。
58.第四方面，本发明提供了一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，所述计算机程序指令被配置为运行时执行如上述任一项所述的用于消防救援的防火监督管理方法的操作。
附图说明
59.图1是实施例中用于消防救援的防火监督管理方法的流程图；
60.图2是实施例中用于消防救援的防火监督管理系统的模块框图；
61.图3是实施例中电子设备的模块框图。
具体实施方式
62.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，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述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的前提下，还可以根据这些附图获得其他的附图。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
63.实施例1：
64.本实施例公开了一种用于消防救援的防火监督管理方法，可以但不限于由具有一定计算资源的计算机设备或虚拟机执行，例如由个人计算机、智能手机、个人数字助理或可穿戴设备等电子设备执行，或者由虚拟机执行。
65.如图1所示，一种用于消防救援的防火监督管理方法，可以但不限于包括有如下步骤：
66.s1.采集待测区域的监控视频数据。
67.s2.对所述监控视频数据进行预处理，得到预处理后视频数据。
68.本实施例中，对所述监控视频数据进行预处理，得到预处理后视频数据，包括：
69.s201.对所述监控视频数据进行去噪处理，得到去噪后视频数据。
70.s202.对所述去噪后视频数据进行图像增强处理，得到预处理后视频数据。
71.需要说明的是，对所述监控视频数据进行预处理，由此可抑制原始预处理后视频数据中的噪声数据，进而利于提高后续对监控视频数据进行烟雾及火焰识别的准确性和可靠性。
72.s3.根据预处理后视频数据得到多个监控视频帧；本实施例中，多个监控视频帧按采集时间的先后顺序进行排列，多个监控视频帧为对所述预处理后视频数据进行等间隔采样得到，由此设置，可便于通过多个按采集时间的先后顺序进行排列的监控视频帧表达预处理后视频数据中完整信息，同时可减小后续进行视频帧特征处理步骤的计算量。
73.s4.依次对每一监控视频帧进行烟雾检测，并判断当前监控视频帧中是否存在烟雾图像，如是，则输出烟雾报警信息，然后进入下一步；如否，则重新采集待测区域的监控视频数据；需要说明的是，火灾特征信息如为烟雾图像、火焰图像等，本实施例中采用烟雾图像和火焰图像进行火灾的识别，还可采用其他火灾特征信息进行火灾检测，此处不予限制。
74.本实施例中，对任一监控视频帧进行烟雾检测，包括：
75.s401.获取采集时间位于当前监控视频帧前的两个监控视频帧。
76.s402.将当前监控视频帧与采集时间位于当前监控视频帧前的两个监控视频帧进行差分运算，得到当前监控视频帧中的运动像素点数量。
77.本实施例中，将当前监控视频帧与采集时间位于当前监控视频帧前的两个监控视频帧进行差分运算，得到当前监控视频帧中的运动像素点数量，包括：
78.s4021.获取当前监控视频帧的所有像素点的灰度值，以及采集时间位于当前监控视频帧前的两个监控视频帧中的所有对应像素点的灰度值。
79.s4022.将当前监控视频帧的所有像素点的灰度值分别与采集时间位于当前监控视频帧前的两个监控视频帧中的所有对应像素点的灰度值进行差分运算，得到两个差分值；其中，两个差分值分为第一差分值和第二差分值，所述第一差分值为将当前监控视频帧的任一像素点的灰度值in(x,y)与采集时间位于当前监控视频帧前一个监控视频帧中的对应像素点的灰度值i
n-1
(x,y)进行差分运算得到，所述第一差分值为：δi1＝|in(x,y)-i
n-1
(x,y)|；所述第二差分值为将当前监控视频帧的任一像素点的灰度值in(x,y)与采集时间位于当前监控视频帧前的另一个监控视频帧中的对应像素点的灰度值i
n-2
(x,y)进行差分运算得到，所述第二差分值为：δi2＝|in(x,y)-i
n-2
(x,y)|。
80.s4023.依次判断当前监控视频帧的所有像素点对应的第一差分值和第二差分值是否均大于差分阈值i
t
，如是，则判定当前监控视频帧的该像素点为运动像素点，如否，则判定当前监控视频帧的该像素点为静止像素点，直到得到当前监控视频帧中的所有运动像素点。
81.s4024.对当前监控视频帧中的所有运动像素点进行累加，得到当前监控视频帧中的运动像素点数量。
82.s403.根据当前监控视频帧中的运动像素点数量，得到当前监控视频帧中的运动图像面积；其中，所述运动图像面积为当前监控视频帧中所有运动像素点的占用面积。
83.s404.根据所述运动图像面积，判断所述运动图像面积是否大于第一面积阈值，如是，则判定当前监控视频帧中存在烟雾图像，如否，则重新采集待测区域的监控视频数据。
84.需要说明的是，运动图像面积大于第一面积阈值时，可将该运动图像面积认定为烟雾图像，以此避免将监控视频中走动的人影等误认为是烟雾的问题，由此利于提高烟雾
识别的准确度。
85.s5.依次对采集时间位于存在烟雾图像的监控视频帧后指定帧数的监控视频帧进行火焰检测，并判断当前监控视频帧中是否存在火焰图像，如是，则输出火灾报警信息，如否，则重新采集待测区域的监控视频数据。应当理解的是，每一监控视频数据以及根据监控视频数据得到的监控视频帧，均携带有对应的采集时间，在一监控视频数据对应的多个监控视频帧中，多个监控视频帧的采集时间相邻。
86.本实施例中，对任一采集时间位于存在烟雾图像的监控视频帧后指定帧数的监控视频帧进行火焰检测，包括：
87.s501.获取当前监控视频帧中的红色分量、绿色分量和蓝色分量；需要说明的是，本实施例中，通过现有的rgb颜色模型实现对当前监控视频的颜色分量分隔。
88.s502.根据当前监控视频帧中的红色分量、绿色分量和蓝色分量，得到当前监控视频帧中的预估火焰像素点数量。
89.具体地，根据当前监控视频帧中的红色分量、绿色分量和蓝色分量，得到当前监控视频帧中的预估火焰像素点数量，包括：
90.s5021.获取当前监控视频帧中所有像素点的红色分量、绿色分量和蓝色分量。
91.s5022.根据当前监控视频帧中所有像素点的红色分量、绿色分量和蓝色分量，得到当前监控视频帧中所有像素点的饱和度。
92.s5023.根据当前监控视频帧中所有像素点的红色分量、绿色分量、蓝色分量和饱和度，依次判断当前监控视频帧中所有像素点是否满足预估火焰像素点判断关系式，如是，则判定当前监控视频帧的该像素点为预估火焰像素点，如否，则判定当前监控视频帧的该像素点为非火焰像素点，直到得到当前监控视频帧中的所有预估火焰像素点。
93.具体地，本实施例中，所述预估火焰像素点判断关系式包括：
94.r＞r
t
；
95.r＞g＞b；
96.s≥(255-r)
×st
/r
t
；
97.式中，r为像素点的红色分量；g为当前像素点的绿色分量；b为当前像素点的蓝色分量；r
t
为红色分量阈值；s
t
为当红色分量r为r
t
时，红色分量的饱和度；s为当前像素点的饱和度。
98.应当理解的是，判断对任一像素点是否满足预估火焰像素点判断关系式时，应当在其同时满足上述关系式时，才判定该像素点为预估火焰像素点。
99.需要说明的是，在当前监控视频帧中任一像素点的红色分量r、绿色分量r和蓝色分量r同时满足预估火焰像素点判断关系式时，则判定当前像素点为预估火焰像素点。
100.需要说明的是，在各类火灾场景中，火焰的颜色较为固定，都是出于红光和黄光之间，颜色是区分火灾的最显著特征。在火焰图像中，一般红色分量大于绿色分量，绿色分量大于蓝色分量，基于此，本实施例通过对图像中各颜色分量的对比，进行预估火焰区域的判断。
101.s5024.对当前监控视频帧中的所有预估火焰像素点进行累加，得到当前监控视频帧中的预估火焰像素点数量。
102.s503.根据当前监控视频帧中的预估火焰像素点数量，得到当前监控视频帧中的
预估火焰图像面积；其中，所述预估火焰图像面积为当前监控视频帧中所有预估火焰像素点的占用面积。
103.s504.根据所述预估火焰图像面积，判断所述预估火焰图像面积是否大于第二面积阈值，如否，则重新采集待测区域的监控视频数据。
104.本实施例中，判定所述预估火焰图像面积大于第二面积阈值后，所述方法还包括：
105.s505.获取当前监控视频帧中的所有预估火焰像素点，以及采集时间位于当前监控视频帧前的前一监控视频帧与所述预估火焰像素点位置对应的参照像素点。
106.s506.根据当前监控视频帧中的所有预估火焰像素点以及前一监控视频帧与所述预估火焰像素点位置对应的参照像素点，依次获取当前监控视频帧中所有预估火焰像素点的火焰判断系数。
107.s507.根据所有预估火焰像素点的火焰判断系数，依次判断每一预估火焰像素点是否为真实火焰像素点，直到得到当前监控视频帧中的所有真实火焰像素点。
108.s508.对当前监控视频帧中的所有真实火焰像素点进行累加，得到当前监控视频帧中的真实火焰像素点数量。
109.s509.根据当前监控视频帧中的真实火焰像素点数量，得到当前监控视频帧中的真实火焰图像面积；其中，所述预估火焰图像面积为当前监控视频帧中所有真实火焰像素点的占用面积。
110.s510.根据所述真实火焰图像面积，判断所述真实火焰图像面积是否大于第三面积阈值，如是，则判定当前监控视频帧中存在火焰图像。
111.需要说明的是，仅通过rgb颜色无法实现对火焰的准确识别，本实施例中，通过火焰判断系数，对每一预估火焰像素点进一步进行火焰判断，可提高对火焰识别的准确率。
112.本实施例中，任一预估火焰像素点的火焰判断系数包括相关性系数和/或面积变化系数，此处不予限制。
113.本实施例中，输出火灾报警信息后，所述方法还包括：
114.s6.依次对每一采集时间位于存在火焰图像的监控视频帧后的监控视频帧进行火焰检测，并依次获取相邻监控视频帧的火焰区域图像，并根据各火焰区域图像进行火灾进程报警信息。
115.本实施例中，采用图像分割的方式获取火焰区域图像，具体地，进行火焰区域图像分割时，还可采用slic(simple linear iterative cluster，简单线性迭代簇)算法实现。具体地，将图像从rgb颜色空间转换至cie-lab颜色空间，然后进行相似区域的聚类，直到实现对图像中各区域的聚类，然后对各区域进行图像分隔。
116.本实施例可基于现有的视频监控设备实现，视频监控设备如为ccd摄像机等，本实施例可在现有视频监控设备拍摄的监控视频的基础上，进行火焰的识别，实现防火监督，以辅助进行消防救援工作，硬件成本较低，可避免再次安装传感器等设备进行火灾监测导致的监测成本高的问题。此外，由于火灾发展期主要特征是冒烟和阴燃，该阶段特征是初起烟雾大，可燃物质燃烧面积小，火焰不高，辐射热不强，火势发展比较缓慢，这个阶段应及时灭火，避免造成更大的损失，本实施例通过先进行烟雾检测，在检测到出现烟雾后再进行火焰检测，利于实现火灾的早期检测，同时便于自动获取火灾的发展情况。
117.应当理解的是，在本实施例进行火灾识别检测的基础上，还可使用现有的烟雾传
感器、火焰检测装置等设备进行火灾检测。
118.实施例2：
119.本实施例公开了一种用于消防救援的防火监督管理系统，用于实现实施例1中用于消防救援的防火监督管理方法；如图2所示，所述用于消防救援的防火监督管理系统包括：
120.监控视频获取模块，用于采集待测区域的监控视频数据；
121.预处理模块，与所述监控视频获取模块通信连接，用于对所述监控视频数据进行预处理，得到预处理后视频数据；
122.监控视频帧提取模块，与所述预处理模块通信连接，用于根据预处理后视频数据得到多个监控视频帧；
123.火灾检测模块，与所述监控视频帧提取模块通信连接，用于依次对每一监控视频帧进行烟雾检测，并判断当前监控视频帧中是否存在烟雾图像，如是，则输出烟雾报警信息，然后依次对采集时间位于存在烟雾图像的监控视频帧后指定帧数的监控视频帧进行火焰检测，并判断当前监控视频帧中是否存在火焰图像，如是，则输出火灾报警信息。
124.实施例3：
125.在实施例1或2的基础上，本实施例公开了一种电子设备，该设备可以是智能手机、平板电脑、笔记本电脑或者台式电脑等。电子设备可能被称为用于终端、便携式终端、台式终端等，如图3所示，电子设备包括：
126.存储器，用于存储计算机程序指令；以及，
127.处理器，用于执行所述计算机程序指令从而完成如实施例1中任一所述的用于消防救援的防火监督管理方法的操作。
128.具体地，处理器301可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器301可以采用dsp(digital signal processing，数字信号处理)、fpga(field－programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(central processing unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器301可以在集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。
129.存储器302可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器302还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器302中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器301所执行以实现本技术中实施例1提供的用于消防救援的防火监督管理方法。
130.在一些实施例中，终端还可选包括有：通信接口303和至少一个外围设备。处理器301、存储器302和通信接口303之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与通信接口303相连。具体地，外围设备包括：射频电路304、显示屏305和电源306中的至少一种。
131.通信接口303可被用于将i/o(input/output，输入/输出)相关的至少一个外围设
备连接到处理器301和存储器302。在一些实施例中，处理器301、存储器302和通信接口303被集成在同一芯片或电路板上；在一些其他实施例中，处理器301、存储器302和通信接口303中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
132.射频电路304用于接收和发射rf(radio frequency，射频)信号，也称电磁信号。射频电路304通过电磁信号与通信网络以及其他通信设备进行通信。
133.显示屏305用于显示ui(user interface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。
134.电源306用于为电子设备中的各个组件进行供电。
135.实施例4：
136.在实施例1至3任一项实施例的基础上，本实施例公开了一种计算机可读存储介质，用于存储计算机可读取的计算机程序指令，所述计算机程序指令被配置为运行时执行如实施例1所述的用于消防救援的防火监督管理方法的操作。
137.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。
138.最后应说明的是，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种用于消防救援的防火监督管理方法，其特征在于：包括：采集待测区域的监控视频数据；对所述监控视频数据进行预处理，得到预处理后视频数据；根据预处理后视频数据得到多个监控视频帧；依次对每一监控视频帧进行烟雾检测，并判断当前监控视频帧中是否存在烟雾图像，如是，则输出烟雾报警信息，然后进入下一步；如否，则重新采集待测区域的监控视频数据；依次对采集时间位于存在烟雾图像的监控视频帧后指定帧数的监控视频帧进行火焰检测，并判断当前监控视频帧中是否存在火焰图像，如是，则输出火灾报警信息。2.根据权利要求1所述的一种用于消防救援的防火监督管理方法，其特征在于：对所述监控视频数据进行预处理，得到预处理后视频数据，包括：对所述监控视频数据进行去噪处理，得到去噪后视频数据；对所述去噪后视频数据进行图像增强处理，得到预处理后视频数据。3.根据权利要求1所述的一种用于消防救援的防火监督管理方法，其特征在于：对任一监控视频帧进行烟雾检测，包括：获取采集时间位于当前监控视频帧前的两个监控视频帧；将当前监控视频帧与采集时间位于当前监控视频帧前的两个监控视频帧进行差分运算，得到当前监控视频帧中的运动像素点数量；根据当前监控视频帧中的运动像素点数量，得到当前监控视频帧中的运动图像面积；其中，所述运动图像面积为当前监控视频帧中所有运动像素点的占用面积；根据所述运动图像面积，判断所述运动图像面积是否大于第一面积阈值，如是，则判定当前监控视频帧中存在烟雾图像。4.根据权利要求3所述的一种用于消防救援的防火监督管理方法，其特征在于：将当前监控视频帧与采集时间位于当前监控视频帧前的两个监控视频帧进行差分运算，得到当前监控视频帧中的运动像素点数量，包括：获取当前监控视频帧的所有像素点的灰度值，以及采集时间位于当前监控视频帧前的两个监控视频帧中的所有对应像素点的灰度值；将当前监控视频帧的所有像素点的灰度值分别与采集时间位于当前监控视频帧前的两个监控视频帧中的所有对应像素点的灰度值进行差分运算，得到两个差分值；其中，两个差分值分为第一差分值和第二差分值，所述第一差分值为将当前监控视频帧的任一像素点的灰度值i
n
(x,y)与采集时间位于当前监控视频帧前一个监控视频帧中的对应像素点的灰度值i
n-1
(x,y)进行差分运算得到，所述第一差分值为：δi1＝|i
n
(x,y)-i
n-1
(x,y)|；所述第二差分值为将当前监控视频帧的任一像素点的灰度值i
n
(x,y)与采集时间位于当前监控视频帧前的另一个监控视频帧中的对应像素点的灰度值i
n-2
(x,y)进行差分运算得到，所述第二差分值为：δi2＝|i
n
(x,y)-i
n-2
(x,y)|；依次判断当前监控视频帧的所有像素点对应的第一差分值和第二差分值是否均大于差分阈值i
t
，如是，则判定当前监控视频帧的该像素点为运动像素点，如否，则判定当前监控视频帧的该像素点为静止像素点，直到得到当前监控视频帧中的所有运动像素点；对当前监控视频帧中的所有运动像素点进行累加，得到当前监控视频帧中的运动像素点数量。
5.根据权利要求1所述的一种用于消防救援的防火监督管理方法，其特征在于：对任一采集时间位于存在烟雾图像的监控视频帧后指定帧数的监控视频帧进行火焰检测，包括：获取当前监控视频帧中的红色分量、绿色分量和蓝色分量；根据当前监控视频帧中的红色分量、绿色分量和蓝色分量，得到当前监控视频帧中的预估火焰像素点数量；根据当前监控视频帧中的预估火焰像素点数量，得到当前监控视频帧中的预估火焰图像面积；其中，所述预估火焰图像面积为当前监控视频帧中所有预估火焰像素点的占用面积；根据所述预估火焰图像面积，判断所述预估火焰图像面积是否大于第二面积阈值，如是，则判定当前监控视频帧中存在火焰图像。6.根据权利要求5所述的一种用于消防救援的防火监督管理方法，其特征在于：根据当前监控视频帧中的红色分量、绿色分量和蓝色分量，得到当前监控视频帧中的预估火焰像素点数量，包括：获取当前监控视频帧中所有像素点的红色分量、绿色分量和蓝色分量；根据当前监控视频帧中所有像素点的红色分量、绿色分量和蓝色分量，得到当前监控视频帧中所有像素点的饱和度；根据当前监控视频帧中所有像素点的红色分量、绿色分量、蓝色分量和饱和度，依次判断当前监控视频帧中所有像素点是否满足预估火焰像素点判断关系式，如是，则判定当前监控视频帧的该像素点为预估火焰像素点，如否，则判定当前监控视频帧的该像素点为非火焰像素点，直到得到当前监控视频帧中的所有预估火焰像素点；对当前监控视频帧中的所有预估火焰像素点进行累加，得到当前监控视频帧中的预估火焰像素点数量。7.根据权利要求6所述的一种用于消防救援的防火监督管理方法，其特征在于：所述预估火焰像素点判断关系式包括：r＞r
t
；r＞g＞b；s≥(255-r)
×
s
t
/r
t
；式中，r为像素点的红色分量；g为当前像素点的绿色分量；b为当前像素点的蓝色分量；r
t
为红色分量阈值；s
t
为当红色分量r为r
t
时，红色分量的饱和度；s为当前像素点的饱和度。8.根据权利要求5所述的一种用于消防救援的防火监督管理方法，其特征在于：判定所述预估火焰图像面积大于第二面积阈值后，所述方法还包括：获取当前监控视频帧中的所有预估火焰像素点，以及采集时间位于当前监控视频帧前的前一监控视频帧与所述预估火焰像素点位置对应的参照像素点；根据当前监控视频帧中的所有预估火焰像素点以及前一监控视频帧与所述预估火焰像素点位置对应的参照像素点，依次获取当前监控视频帧中所有预估火焰像素点的火焰判断系数；根据所有预估火焰像素点的火焰判断系数，依次判断每一预估火焰像素点是否为真实火焰像素点，直到得到当前监控视频帧中的所有真实火焰像素点；对当前监控视频帧中的所有真实火焰像素点进行累加，得到当前监控视频帧中的真实
火焰像素点数量；根据当前监控视频帧中的真实火焰像素点数量，得到当前监控视频帧中的真实火焰图像面积；其中，所述预估火焰图像面积为当前监控视频帧中所有真实火焰像素点的占用面积；根据所述真实火焰图像面积，判断所述真实火焰图像面积是否大于第三面积阈值，如是，则判定当前监控视频帧中存在火焰图像。9.根据权利要求1所述的一种用于消防救援的防火监督管理方法，其特征在于：输出火灾报警信息后，所述方法还包括：依次对每一采集时间位于存在火焰图像的监控视频帧后的监控视频帧进行火焰检测，并依次获取相邻监控视频帧的火焰区域图像，并根据各火焰区域图像进行火灾进程报警信息。10.一种用于消防救援的防火监督管理系统，其特征在于：用于实现如权利要求1至9中任一项所述的用于消防救援的防火监督管理方法；所述用于消防救援的防火监督管理系统包括：监控视频获取模块，用于采集待测区域的监控视频数据；预处理模块，与所述监控视频获取模块通信连接，用于对所述监控视频数据进行预处理，得到预处理后视频数据；监控视频帧提取模块，与所述预处理模块通信连接，用于根据预处理后视频数据得到多个监控视频帧；火灾检测模块，与所述监控视频帧提取模块通信连接，用于依次对每一监控视频帧进行烟雾检测，并判断当前监控视频帧中是否存在烟雾图像，如是，则输出烟雾报警信息，然后依次对采集时间位于存在烟雾图像的监控视频帧后指定帧数的监控视频帧进行火焰检测，并判断当前监控视频帧中是否存在火焰图像，如是，则输出火灾报警信息。

技术总结
本发明属于火灾检测技术领域，其目的在于提供一种用于消防救援的防火监督管理方法和系统。本发明可基于现有的视频监控设备实现，本发明可在现有视频监控设备拍摄的监控视频的基础上，进行火焰的识别，实现防火监督，以辅助进行消防救援工作，硬件成本较低，可避免再次安装传感器等设备进行火灾监测导致的监测成本高的问题。此外，由于火灾发展期主要特征是冒烟和阴燃，该阶段特征是初起烟雾大，可燃物质燃烧面积小，火焰不高，辐射热不强，火势发展比较缓慢，这个阶段应及时灭火，避免造成更大的损失，本发明通过先进行烟雾检测，在检测到出现烟雾后再进行火焰检测，利于实现火灾的早期检测，同时便于自动获取火灾的发展情况。同时便于自动获取火灾的发展情况。同时便于自动获取火灾的发展情况。


技术研发人员：沈家峰 管明理 汪洁
受保护的技术使用者：安徽中科数智信息科技有限公司
技术研发日：2023.04.13
技术公布日：2023/8/24