龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：内蒙古大学
摘要：本发明公开了一种可见光视觉特征融合的矿井外因火灾监测方法，主要步骤包括：在矿井待监测区域的最优位置处安装可见光摄像机；采用改进的种子区域生长算法分割火灾区域；计算火灾区域的静态特征和动态特征，建立火灾样本数据集和识别模型；分别训练和测试识别模型；矿井火灾监测系统通过识别模型实时监测是否存在矿井外因火灾；当识别存在时，启动火灾报警。本发明的矿井外因火灾监测方法能够克服现有监测方法存在的问题，并能够在实现井下大面积监测的基础上，提高早期火灾的识别速度、精确度、可靠性，进而满足煤矿安全生产的实际需要。
主权项：1.一种可见光视觉特征融合的矿井外因火灾监测方法，其特征在于，所述的监测方法包括以下步骤：步骤1：结合矿井待监视区域的空间特征、地质条件、煤质特性和采动影响，在待监测区域的最优位置处安装可见光摄像机；步骤2：对采集的可见光视频进行等间隔采样，获取第t帧和t-1帧的可见光图像；采用改进的种子区域生长算法提取第t帧和t-1帧中的火灾区域；步骤3：计算火灾区域的静态特征和动态特征；所述的静态特征为圆形度、矩形度、偏心率、颜色、纹理和尖角；所述的动态特征为面积变化率、质心移动、周长增长率、相似系数和闪动频率；融合得到的静态特征和动态特征，构建第t帧图像中火灾区域的特征向量；步骤4：通过循环步骤2～步骤3，构建矿井外因火灾的样本数据集；随机抽取样本数据集中的一部分样本，构成神经网络模型的训练数据集，对神经网络模型进行训练；步骤5：将剩余的另一部分样本作为测试数据集，输入训练后的神经网络模型，采用预测值判断是否存在矿井外因火灾，并采用客观评价方法分析所述神经网络模型的综合性能；步骤6：采用改进的种子区域生长算法提取监视区域视频流中当前帧和前一帧的火灾疑似区域；通过步骤3构建当前帧中火灾疑似区域的特征向量，并将前帧中火灾疑似区域的特征向量输入训练后的神经网络模型，识别是否存在矿井外因火灾。
全文数据：
权利要求：
百度查询： 内蒙古大学 一种可见光视觉特征融合的矿井外因火灾监测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号