Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西交通职业技术学院蔡龙成获国家专利权

江西交通职业技术学院蔡龙成获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江西交通职业技术学院申请的专利一种基于图像识别的隧道内火灾监测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118038338B

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410432124.0,技术领域涉及:G06T7/62;该发明授权一种基于图像识别的隧道内火灾监测方法是由蔡龙成;刘勇;郑卫华设计研发完成,并于2024-04-11向国家知识产权局提交的专利申请。

一种基于图像识别的隧道内火灾监测方法在说明书摘要公布了:本发明涉及一种基于图像识别的隧道内火灾监测方法包括以下步骤:获取实时监测的视频帧,将所述视频帧输入至YOLOv8模型中;对所述视频帧进行目标检测,获取烟雾可疑区域,并同步视频帧的背景更新;对烟雾可疑区域进行特征判断,所述特征判断包括色彩特征判断、能量特征判断和形态特征判断;基于时序统计各特征判断的变化,在符合变化的预设规则时,确定其产生了烟雾,并实现火灾报警,该方法不仅仅依赖于单一特征进行火灾烟雾的判断,而是综合利用了色彩特征、能量特征和形态特征等多种特征,通过综合分析这些特征的变化,可以有效提高火灾前期烟雾监测的准确性和可靠性。

本发明授权一种基于图像识别的隧道内火灾监测方法在权利要求书中公布了:1.一种基于图像识别的隧道内火灾监测方法,其特征在于,包括以下步骤: S1:获取实时监测的视频帧,将所述视频帧输入至YOLOv8模型中; S2:对所述视频帧进行目标检测,获取烟雾可疑区域,并同步视频帧的背景更新; S3:对烟雾可疑区域进行特征判断,所述特征判断包括色彩特征判断、能量特征判断和形态特征判断; S4:基于时序统计各特征判断的变化,在符合变化的预设规则时,确定其产生了烟雾,并实现火灾报警; 所述S2步骤中包括: 对于视频帧用当前帧和当前背景图像进行差分运算,并对差分结果进行OTSU阈值分割,得到二值化的运动掩膜图像,分离出前景和背景像素点:;是二值掩膜结果,是当前视频帧,CB是当前背景图像,像素值255代表前景目标,0代表背景; 对当前帧和当前背景图像的每一个像素进行加权平均,实现自适应背景更新: ; 其中是背景更新因子; 所述色彩特征判断包括: 建立YUV模型和HSI模型,将对比亮度Y和饱和度S作为色彩特征; 通过分量能量来度量对比亮度Y和饱和度S的变化:; ; 对于烟雾可疑区域会增大,而会减小; 所述能量特征判断包括: 对烟雾可疑区域进行二维离散小波变换,分解为一幅低频分子量图像和三幅高频分量子图像,三幅高频分量子图像分别包括水平方向、竖直方向和对角方向上的纹理信息,将三幅高频分量子图像的能量值之和构成一幅复合图像,则烟雾可疑区域的能量为: ; ; ; 其中,LH、HL、HH分别代表三幅高频分子图像,是当前背景图像的能量值,当前视频帧的能量值,设置一个阈值差值W,若当前背景图像的能量值与当前视频帧的能量值的差值大于阈值差值W时,则判断出现烟雾导致小波高频能量减小; 所述形态特征判断包括: 将复合图像分解为大小一致的图像块,则第i个图像块的能量为:; 是复合图像中第i个图像块,是在复合图像中的位置; 烟雾可疑区域占背景图像中的一部分,根据各个图像块与背景图像块之间的比值能得到烟雾可疑区域的图像块: ; ; 设置一个判断烟雾可疑区域的图像块占比值,若占比值超过预设数值时,通过连接烟雾可疑区域的图像块得到烟雾可疑区域的形状:; ES是烟雾可疑区域的图像块的总数,S是总面积;同时,由于烟雾扩散,会导致整个图像中的图像块均存在烟雾,导致对燃烧点的判断位置不清晰,在此,设定一个能量比值K:; ; 在比值大于等于K的情况下,该图像块不看做为烟雾图像块,而在比值小于K时,看做为烟雾图像块,能更好的判断出烟雾的扩散路径,从而实现对燃烧点的判断; 所述S4步骤中包括: 根据视频帧的顺序设置时间序列t,分别将色彩特征值、能量特征差值和形态特征值进行时间序列t的比较; 为色彩特征值、能量特征差值和形态特征值建立独立的时间单链表,时间单链表上动态生成数据结点,若当前色彩特征值的数据结点相对于上一数据结点产生变化,则根据初始设定的结点数量值来比较能量特征值和形态特征值时间单链表的数据,并通过预设规则对此次数据结点的变化进行判断是否产生了烟雾; 所述预设规则包括:; 在同时满足两个条件时,判断火灾烟雾产生; 引入光线变化: 设置亮度比较函数为:; 两个图像a、b的亮度均值分别为和; 亮度的改变会影响图像的能量值,又因是背景更新因子,取值大能快速捕捉场景中的光线变化,则的取值为:; 其中是背景更新速率,是背景更新瞬时变化响应,是背景更新瞬时变化响应带来的亮度变化均值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江西交通职业技术学院,其通讯地址为:330013 江西省南昌市经济技术开发区双港东大街644支路395号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。