(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211044032.2 (22)申请日 2022.08.30 (65)同一申请的已公布的文献号 申请公布号 CN 115115996 A (43)申请公布日 2022.09.27 (73)专利权人 江苏南通二建集团讯腾云创智能 科技有限公司 地址 226000 江苏省南 通市启东市经济开 发区林洋路5 00号 (72)发明人 陈柳青　 (74)专利代理 机构 南京桦森专利代理事务所 (普通合伙) 32652 专利代理师 袁瑞娟 (51)Int.Cl. G06V 20/40(2022.01)G06V 10/22(2022.01) G06V 10/26(2022.01) G06V 10/74(2022.01) G06V 10/762(2022.01) 审查员 陈震宇 (54)发明名称 一种基于超像素分割的楼宇智能化消防火 灾识别方法 (57)摘要 本发明涉及数据 识别技术领域， 具体涉及一 种基于超像素分割的楼宇智能化消防火灾识别 方法， 该方法包括： 获取火灾发生时视频帧图像 的红波段特征图像和亮度通道特征图像， 确定疑 是火焰区域； 根据热红外图像中的像素值确定 火 焰区域， 获取每个视频帧图像中火焰区域的连通 域中心点坐标， 进而对视频帧图像进行分组； 分 别获取各 组的火焰中心点， 根据视频帧图像中其 他像素点与对应组的火焰中心点计算像素点的 全局概率， 利用全局概率作为图像的像素值得到 火焰频率图像， 进而进行超像素分割， 对火灾进 行识别得到火焰边缘。 本发明能够准确识别火焰 边缘， 避免由于对火灾的预估的不足， 导致过于 靠近火焰区域， 造成消防人员或消防器械的损 失。 权利要求书1页 说明书5页 附图1页 CN 115115996 B 2022.11.18 CN 115115996 B 1.一种基于超像素分割的楼宇智能化消防火灾识别方法， 其特征在于， 该方法包括以 下步骤： 采集发生火灾 时视频帧图像的红波段图像和亮度通道图像， 分别对图像进行阈值分割 得到红波段特征图像和亮度通道特征图像； 根据特征图像中的像素点位置获取疑是火焰区 域， 具体为： 分别对红波段特征图像和亮度通道特征图像中的像素点进 行密度聚类， 得到不 同的聚类类别， 将两张特征图像进行叠加， 根据叠加后的图像中两张特征图像上聚类类别 的重叠率确定疑是火焰区域； 采集火灾发生时的热红外 图像， 结合热红外 图像确定疑是火焰区域中的火焰区域， 具 体为： 对热红外图像进行阈值分割， 将热红外图像中像素值大于阈值的像素点记为高温像 素点， 获取每个疑是火焰区域在热红外图像上对应区域的像素点中高温像素点的数量占 比， 若数量占比大于阈值， 则该疑是火焰区域为火焰区域， 否则， 该疑是火焰区域不是火焰 区域； 获取每个视频帧图像中火焰区域的连通域中心点坐标， 将连续的视频帧图像对应的 中心点坐标构成坐标序列， 根据坐标序列对视频帧图像进行分组， 具体为： 计算坐标序列中 相邻元素 的相似度， 得到相似度序列， 根据相似度序列对视频帧图像进行阈值分割得到不 同组； 获取同一组内视频帧图像中火焰区域的交集像素点， 将所有交集像素点的连通域中心 记为火焰中心点， 基于其他像素点到 火焰中心 点的距离计算像素点的概率指标， 具体为： 计 算组内每个视频帧图像中各像素点到该组对应的火焰中心的距离， 并计算像素点与火焰中 心连线方向上像素点到对应视频帧图像中边缘的距离， 根据两个距离的比值得到该像素点 对应的概 率指标； 根据像素点在连续的视频帧图像中的像素值计算像素点不变性指标， 具体为： 根据像 素点在连续的视频帧图像中的像素值、 该像素点在 亮度通道图像和红色波段图像上对应位 置处的像素值的均值得到该像素点的不变性指标； 根据所述概率指标和不变性指标得到像素点的全局概率， 利用全局概率作为图像的像 素值得到火焰频率图像， 进 而进行超像素分割， 对火灾进行识别得到火焰边 缘。权　利　要　求　书 1/1 页 2 CN 115115996 B 2一种基于超像素分割的楼宇智能化 消防火灾识别方 法 技术领域 [0001]本发明涉及数据识别技术领域， 具体涉及 一种基于超像素分割的楼宇智能化消防 火灾识别方法。 背景技术 [0002]在现实生活的场景中实时准确的火灾识别对于人身安全具有重要意义。 现有技术 中常采用图像识别的方法对火灾进行识别， 利用图像对火灾进行识别往往 是通过火灾的颜 色和亮度特征进行识别， 但不同情况下火焰燃烧情况不同， 当火焰燃烧较为稳定时， 往往只 有火焰边缘为红色； 当某个区域光照较强时， 该区域的亮度也较大， 因此由于火焰颜色的多 种多样以及光照 强度不同造成误识别， 利用该方法对火灾进行识别存在较大误差， 且识别 精度不高。 发明内容 [0003]为了解决上述技术问题， 本发明的目的在于提供一种基于超像素分割的楼宇智能 化消防火灾识别方法， 所采用的技 术方案具体如下： [0004]采集发生火灾时视频帧图像的红波段图像和亮度通道图像， 分别对图像进行阈值 分割得到红波段特征图像和亮度通道特征图像； 根据特征图像中的像素点位置获取疑是火 焰区域； [0005]采集火灾发生时的热红外图像， 结合热红外图像确定疑是火焰区域中的火焰区 域； 获取每个视频帧图像中火焰区域的连通域中心点坐标， 将连续的视频帧图像对应的中 心点坐标构成坐标序列， 根据坐标序列对视频帧图像进行分组； [0006]获取同一组内视频帧图像中火焰区域的交集像素点， 将所有交集像素点的连通域 中心记为火焰中心点， 基于其他像素点到火焰中心点的距离计算像素点的概率指标， 根据 像素点在连续的视频帧图像中的像素值计算像素点不变性指标； 根据所述概率指标和不变 性指标得到像素点的全局 概率， 利用全局 概率作为图像的像素值得到火焰频率图像， 进而 进行超像素分割， 对火灾进行识别得到火焰边 缘。 [0007]优选地， 所述 根据特征图像中的像素点 位置获取疑是火焰区域具体为： [0008]分别对红波段特征图像和亮度通道特征图像中的像素点进行密度聚类， 得到不同 的聚类类别， 将两张特征图像进行叠加， 根据叠加后的图像中两张特征图像上聚类类别的 重叠率确定疑是火焰区域。 [0009]优选地， 所述结合热红外图像确定疑是火焰区域中的火焰区域具体为： [0010]对热红外图像进行阈值分割， 将热红外图像中像素值大于阈值的像素点记为高温 像素点， 获取每个疑是火焰区域在热 红外图像上对应区域的像素点中高温像素点的数量占 比， 若数量占比大于阈值， 则该疑是火焰区域为火焰区域， 否则， 该疑是火焰区域不是火焰 区域。 [0011]优选地， 所述 根据坐标序列对视频帧图像进行分组具体为：说　明　书 1/5 页 3 CN 115115996 B 3