【技術實現步驟摘要】
本專利技術涉及計算機視覺檢測，特別涉及一種紅外可見光火焰檢測系統及其方法。
技術介紹
1、火災是當今人類面臨的主要災害之一。火災是指在時間或空間上失去控制的燃燒所造成的災害?。?火災的發生原因多樣，?包括雷擊起火、?自燃起火、?使用明火不慎以及使用燃氣或電器不當等。?火災不僅威脅人們的生命安全，?也會造成巨大的財產損失。?根據火災的嚴重程度，?可分為一般火災、?重大火災和特大火災?。如果在其早期不能及時檢測并采取對應措施，就可能導致大規模安全事故，從而造成不可計量的后果。
2、而在實際的操作中還存在以下問題：
3、傳統的火災檢測系統大多是基于傳感器識別，然而，以這種方式獲取的數據往往是十分冗余以及存在一定延時性，往往會得到不準確的結果，同時當前火焰檢測技術難以有效地整合來自不同模態的信息，并準確地識別火焰所產生的溫度異常和定位火焰位置，前期對圖像特征選取帶來較高的人力物力的消耗，很難在不影響實時性的情況下做出準確的判斷。
技術實現思路
1、本專利技術的目的在于提供一種紅外可見光火焰檢測系統及其方法，以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，本專利技術提供如下技術方案：一種紅外可見光火焰檢測系統，包括：
3、圖像采集模塊，用于：?
4、采集紅外圖像，同時同步采集可見光圖像，對紅外圖像以及可見光圖像進行同步處理，使兩種圖像在時間和空間上同步一致；?
5、特征提取模塊，用于：?
6、選擇vgg
7、特征配準模塊，用于?：?
8、引入特征配準網絡，通過配準網絡計算仿射變換參數將紅外光圖像配準到可見光圖像，將紅外特征圖與可見光特征圖進行相關性求解得到具有相應相關性的相關性圖，將相關性圖輸入回歸網絡模型中，預測紅外光圖像配準到可見光圖像的仿射變換參數，基于仿射變換參數將所有待配準的紅外光圖像配準對應到可見光圖像；
9、特征融合模塊，用于?：?
10、基于vision?transformer算法將配準后的紅外光圖和可見光圖像進行特征融合，生成包含紅外光圖特征和可見光圖像特征兩種特征信息的融合特征圖；?
11、火焰檢測模塊，用于?：?
12、引入火焰檢測網絡，對融合特征圖進行目標檢測，基于yolov8算法在融合特征圖上檢測火焰位置并輸出火焰位置坐標；??
13、結果輸出模塊，用于?：?
14、基于火焰位置坐標生成火焰檢測結果，并將火焰檢測結果以可視化以及數據形式輸出，同時通過網絡連接將數據和警報信息遠程傳輸至監控中心以及移動設備。
15、進一步的，所述圖像采集模塊，包括：
16、紅外攝像機，用于：
17、捕獲具有熱輻射信息的紅外圖像；
18、可見光攝像機，用于：
19、捕獲具有紋理信息的可見光圖像；
20、其中，所述紅外攝像機以及可見光攝像機均具備高分辨率傳感器。
21、進一步的，所述特征提取模塊，包括：
22、紅外特征提取單元，用于：
23、從紅外圖像中提取溫度異常特征，輸入紅外圖像到vgg16模型，通過vgg16的前向傳播，?提取紅外圖像的特征圖，對特征圖進行激活函數操作處理，?突出溫度異常特征，輸出提取到的紅外特征圖；
24、可見光特征提取單元，用于：
25、從可見光圖像中提取火源的顏色和形狀特征，輸入可見光圖像到vgg16模型，通過vgg16的前向傳播，?提取可見光圖像的特征圖，應用空洞-空間卷積池化金字塔結構對特征圖進行處理，增大感受野并捕獲更多特征圖細節，輸出提取到的可見光特征圖。
26、進一步的，所述特征配準模塊，包括：
27、參數計算單元，用于：
28、輸入待配準的紅外光圖像和可見光圖像的特征圖，使用特征配準網絡對兩組特征圖進行處理，?網絡通過比較特征圖的相似性來估計仿射變換參數，所述仿射變換參數包括旋轉、?縮放、?平移，所述仿射變換參數用于描述紅外光圖像相對于可見光圖像的幾何變換，輸出計算得到的仿射變換參數。
29、進一步的，所述特征配準模塊，還包括：
30、特征圖配準單元，用于：
31、輸入紅外光圖像的特征圖、?可見光圖像的特征圖以及仿射變換參數，根據仿射變換參數對紅外光圖像的特征圖進行幾何變換，?使其與可見光圖像的特征圖對齊，通過雙線性插值?對變換后的特征圖進行像素值填充，使特征圖的大小和分辨率與可見光圖像的特征圖一致，輸出配準后的紅外光圖像特征圖。
32、進一步的，所述特征融合模塊，還包括：
33、特征預處理單元，用于：
34、對配準后的紅外光圖和可見光圖像的特征進行預處理，輸入配準后的紅外光圖和可見光圖像的特征圖，對特征圖進行歸一化處理，?使特征圖的尺度和范圍一致，去除特征圖中的噪聲，對特征圖進行圖像增強突出特征圖中的特征信息，輸出預處理后的特征圖；
35、特征融合單元，用于：
36、將預處理后的紅外光圖和可見光圖像的特征進行融合，輸入預處理后的紅外光圖和可見光圖像的特征圖，對特征圖進行逐像素以及逐特征的融合操作，?生成融合特征圖，對融合特征圖進行平滑以及銳化處理提高融合效果，輸出融合后的融合特征圖。
37、進一步的，所述火焰檢測模塊，包括：
38、檢測網絡構建單元，用于：
39、構建用于火焰檢測的深度學習模型，選擇深度學習框架?構建火焰檢測網絡，所述?構建火焰檢測網絡包括定義網絡結構、?選擇激活函數、?設置損失函數，對火焰檢測網絡進行初始化，輸出構建好的火焰檢測網絡模型。
40、進一步的，所述火焰檢測模塊，還包括：
41、火焰位置檢測單元，用于：
42、將融合特征圖輸入到火焰檢測網絡中進行前向傳播處理，?得到火焰檢測網絡輸出的火焰位置坐標，對輸出的坐標進行解碼和處理，?以得到實際的火焰位置，輸出檢測到的火焰位置坐標至結果輸出模塊。
43、進一步的，所述結果輸出模塊，包括：
44、顯示設備，用于：
45、實時展示火焰檢測結果；
46、結果可視化單元，用于：
47、輸入火焰檢測模塊輸出的火焰位置坐標，根據坐標信息，?在原始圖像以及融合特征圖上標注火焰位置，?生成可視化結果，將火焰位置坐標、?檢測時間、?圖像來源信息格式化為結構化數據，輸出可視化結果和結構化數據；
48、遠程通信單元，用于：
49、輸入可視化結果和結構化數據，將數據打包成網絡傳輸的格式，通過網絡連接將數據發送至監控中心以及移動設備的指定接收端，接收端解析數據包，?還原可視化結果和結構化數據；
本文檔來自技高網...
【技術保護點】
1.一種紅外可見光火焰檢測系統，其特征在于，包括：
2.如權利要求1所述的一種紅外可見光火焰檢測系統，其特征在于：所述圖像采集模塊，包括：
3.如權利要求1所述的一種紅外可見光火焰檢測系統，其特征在于：所述特征提取模塊，包括：
4.如權利要求1所述的一種紅外可見光火焰檢測系統，其特征在于：所述特征配準模塊，包括：
5.如權利要求4所述的一種紅外可見光火焰檢測系統，其特征在于：所述特征配準模塊，還包括：
6.如權利要求1所述的一種紅外可見光火焰檢測系統，其特征在于：所述特征融合模塊，還包括：
7.如權利要求1所述的一種紅外可見光火焰檢測系統，其特征在于：所述火焰檢測模塊，包括：
8.如權利要求7所述的一種紅外可見光火焰檢測系統，其特征在于：所述火焰檢測模塊，還包括：
9.如權利要求1所述的一種紅外可見光火焰檢測系統，其特征在于：所述結果輸出模塊，包括：
10.一種紅外可見光火焰檢測，基于權利要求1-9中任一項所述的紅外可見光火焰檢測系統實現，其特征在于：包括如下步驟：
【技術特征摘要】
1.一種紅外可見光火焰檢測系統，其特征在于，包括：
2.如權利要求1所述的一種紅外可見光火焰檢測系統，其特征在于：所述圖像采集模塊，包括：
3.如權利要求1所述的一種紅外可見光火焰檢測系統，其特征在于：所述特征提取模塊，包括：
4.如權利要求1所述的一種紅外可見光火焰檢測系統，其特征在于：所述特征配準模塊，包括：
5.如權利要求4所述的一種紅外可見光火焰檢測系統，其特征在于：所述特征配準模塊，還包括：
6.如權利要求1所述的一種紅...
【專利技術屬性】
技術研發人員：閻文寅，沈慧華，袁海濤，李鷹翔，吳增強，
申請(專利權)人：上海市安裝工程集團有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。