火焰檢測方法和系統與流程
2023-07-12 01:19:31 2
本發明涉及火災監控技術領域，特別是涉及一種火焰檢測方法和系統。
背景技術：
目前，火災監控絕大多數還是採用特殊的傳感器對煙火進行檢測，比如煙敏傳感器、溫敏傳感器、光敏傳感器或者由這些基礎傳感器組成的複合傳感器，這些傳感器主要是通過檢測火災中的煙火、溫度和光學特性等在燃燒過程中所產生的副產物來檢測火災。
但是，在其他情況下，也有可能產生這些副產物，這就會導致採用傳統傳感器檢測設備來檢測火災具有較高的誤報率；另外，傳統的傳感器檢測設備，其每一個傳感點只能監控周圍有限的局部空間，存在很大的局限性，也不適用於室外開放的大環境。
綜上所述，現有的火災檢測方法準確性較差、適用範圍小。
技術實現要素：
基於此，有必要針對現有的火災檢測方法準確性較差、適用範圍小的技術問題，提供一種火焰檢測方法和系統。
一種火焰檢測方法，包括如下步驟：
利用攝像監控設備拍攝火災監控區域的視頻流圖像，從每幀視頻流圖像中提取得到運動歷史圖像；
對所述視頻流圖像進行類火焰顏色像素提取，得到類火焰顏色圖像；
對所述運動歷史圖像和類火焰顏色圖像進行邏輯與運算，篩選出火焰區域候選塊；
篩選若干幀連續的視頻流圖像的火焰區域候選塊，並獲取各幀視頻圖像的火焰區域候選塊的火焰跳動次數和邊緣跳動幅度值；
根據所述火焰跳動次數和邊緣跳動幅度值，計算得到各個火焰區域候選塊為火焰區域的概率；
當所述概率超過預設值，判定該火焰區域候選塊對應的火災監控區域產生火災。
上述火焰檢測方法，通過對攝像監控設備拍攝的火災監控區域的視頻流圖像分別進行運動歷史圖像提取和類火焰顏色像素提取，得到運動歷史圖像和類火焰顏色圖像；再對運動歷史圖像和類火焰顏色圖像進行邏輯與運算，篩選出視頻流圖像的火焰區域候選塊，進一步篩選若干幀連續的視頻流圖像的火焰區域候選塊，並獲取各個幀視頻圖像的火焰區域候選塊的火焰跳動次數和邊緣跳動幅度值；根據所述火焰跳動次數和邊緣跳動幅度值，計算得到各個火焰區域候選塊為火焰區域的概率，當所述概率超過預設值，判定該火焰區域候選塊對應的火災監控區域產生火災。通過上述技術方案，本申請的火焰檢測方法能夠對火災監控區域的視頻流圖像實時進行火焰檢測，提高了火災檢測方法的準確性；而且，本發明的火焰檢測方法適用範圍廣，進一步提高了火災檢測方法的準確性。
一種火焰檢測系統，包括：
第一提取模塊，用於利用攝像監控設備拍攝火災監控區域的視頻流圖像，從每幀視頻流圖像中提取得到運動歷史圖像；
第二提取模塊，用於對所述視頻流圖像進行類火焰顏色像素提取，得到類火焰顏色圖像；
篩選模塊，用於對所述運動歷史圖像和類火焰顏色圖像進行邏輯與運算，篩選出火焰區域候選塊；
獲取模塊，用於篩選若干幀連續的視頻流圖像的火焰區域候選塊，並獲取各個幀視頻圖像的火焰區域候選塊的火焰跳動次數和邊緣跳動幅度值；
計算模塊，用於根據所述火焰跳動次數和邊緣跳動幅度值，計算得到各個火焰區域候選塊為火焰區域的概率；
判定模塊，用於當所述概率超過預設值，判定該火焰區域候選塊對應的火災監控區域產生火災。
上述火焰檢測系統，通過第一提取模塊和第二提取模塊對攝像監控設備拍攝的火災監控區域的視頻流圖像分別進行運動歷史圖像提取和類火焰顏色像素提取，得到運動歷史圖像和類火焰顏色圖像；再通過篩選模塊對運動歷史圖像和類火焰顏色圖像進行邏輯與運算，篩選出視頻流圖像的火焰區域候選塊，並通過獲取模塊進一步篩選若干幀連續的視頻流圖像的火焰區域候選塊，並獲取各幀視頻圖像的火焰區域候選塊的火焰跳動次數和邊緣跳動幅度值；通過計算模塊根據所述火焰跳動次數和邊緣跳動幅度值，計算得到各個火焰區域候選塊為火焰區域的概率，利用判定模塊當所述概率超過預設值，判定該火焰區域候選塊對應的火災監控區域產生火災。通過上述技術方案，本申請的火焰檢測系統，能夠對火災監控區域的視頻流圖像實時進行火焰檢測，提高了火災檢測的準確性；而且，本發明的火焰檢測系統適用範圍廣，進一步提高了火災檢測的準確性。
附圖說明
圖1為本發明的其中一個實施例的火焰檢測方法流程圖；
圖2為利用本發明的另一個實施例的火焰檢測方法對視頻流圖像進行運動歷史圖像提取，得到運動歷史圖像的示意圖；
圖3為利用本發明的另一個實施例的火焰檢測方法對視頻流圖像進行類火焰顏色像素提取，得到類顏色圖像的示意圖；
圖4為本發明的另一個實施例的火焰檢測方法流程圖；
圖5為利用本發明的另一個實施例的火焰檢測方法對火焰區域候選塊進行輪廓點特徵提取後的圖像；
圖6為本發明的其中一個實施例的火焰檢測系統的結構示意圖；
圖7為本發明的另一個實施例的火焰檢測系統的結構示意圖。
具體實施方式
為了更進一步闡述本發明所採取的技術手段及取得的效果，下面結合附圖及較佳實施例，對本發明的技術方案，進行清楚和完整的描述。
如圖1所示，圖1為本發明的其中一個實施例的火焰檢測方法流程圖，包括如下步驟：
步驟S101：利用攝像監控設備拍攝火災監控區域的視頻流圖像，從每幀視頻流圖像中提取得到運動歷史圖像；
在實際應用中，可以利用設置在火災監控區域的攝像監控設備，例如，攝像頭，來拍攝火災監控區域的視頻流圖像，再對該視頻流圖像進行運動歷史圖像提取，得到運動歷史圖像。
本步驟所述的運動歷史圖像(Motion History Image，MHI)是一種簡單高效的運動分割方法，其利用連續圖像中目標輪廓在空間上的相關性，將對應的每幀圖像不同時刻加權疊加形成運動歷史圖像，然後進行分割得到最終目標。
在其中一個實施例中，本發明的火焰檢測方法，所述從每幀視頻流圖像中提取得到運動歷史圖像的步驟可以包括：
式中，MHI表示運動歷史圖像，D(x,y,t)表示t時刻圖像幀I(x,y,t)與t-1時刻圖像幀I(x,y,t-1)在位置(x,y)處的二值差分圖，T表示二值差分圖D(x,y,t)對場景變換的敏感程度閾值，τ表示控制MHI包含運動信息持續時間的長短。
在上述實施例中，T一般20，由上述公式可知，隨著時間的推移，當前幀對應輪廓總是具有最大灰度值(最亮)，而過去的輪廓在當前MHI中將會越來越小(變暗)；當過去幀與當前幀的時間間隔超過設置的時間區段時，其值被置零。
利用上述方法，對視頻流圖像進行運動歷史圖像提取的提取效果，如圖2所示，圖2為利用本發明的另一個實施例的火焰檢測方法對視頻流圖像進行運動歷史圖像提取的示意圖，其中，圖2(a)表示視頻流圖像的原始圖像，圖2(b)表示對圖2(a)進行運動歷史圖像提取後得到的MHI圖像，圖2(c)表示對圖2(b)中的MHI圖像進行二值化後並進行形態學處理後的圖像。
步驟S102：對所述視頻流圖像進行類火焰顏色像素提取，得到類火焰顏色圖像；
在實際應用中，由於火焰最直觀的特徵是顏色特徵，通常火焰的顏色屬於「紅-黃」顏色區間，從最簡單的RGB顏色模型來看，則有R≥G and G＞B，並且R是火焰的最重要部分，需要滿足R＞RT，RT表示預設的紅色分量閾值。另外，為了減少背景亮度的影響，類火焰像素的飽和度需要超過某個設定的閾值。
在其中一個實施例中，本發明的火焰檢測方法，所述對所述視頻流圖像進行類火焰顏色像素提取，得到類火焰顏色圖像的步驟可以包括：
式中，FC(x,y)表示類火焰顏色圖像的類火焰像素，RT表示預設的紅色分量閾值、ST表示預設的飽和度閾值，FC(x,y)＝1表示位置(x,y)的像素為類火焰像素，R(x,y)、G(x,y)、B(x,y)和S(x,y)分別表示位置(x,y)處的紅色分量、綠色分量、藍色分量和飽和度，Rmax表示紅色分量的最大值，「*」表示相乘。
在實際應用中，RT和ST根據實際需要進行設置，Rmax一般取255。
利用上述方法，對視頻流圖像進行類火焰顏色像素提取的提取效果，如圖3所示，圖3為利用本發明的另一個實施例的火焰檢測方法對視頻流圖像進行類火焰顏色像素提取，得到類顏色圖像的示意圖，其中，圖3(a)表示視頻流圖像的原始圖像，圖3(b)表示對圖3(a)進行類火焰顏色像素提取後得到的類火焰圖像。
步驟S103：對所述運動歷史圖像和類火焰顏色圖像進行邏輯與運算，篩選出火焰區域候選塊；
如圖4所示，圖4為本發明的另一個實施例的火焰檢測方法流程圖，所述對所述運動歷史圖像和類火焰顏色圖像進行邏輯與運算，篩選出火焰區域候選塊的步驟S103可以包括：
步驟S1031：對所述運動歷史圖像MHI和類火焰顏色圖像FC進行邏輯「與」運算，得到可能的火焰區域FP；
步驟S1032：對所述可能的火焰區域FP進行聯通區域標記，得到多個聯通塊；
步驟S1033：對所述多個聯通塊進行跟蹤，並提取確定所述多個聯通塊的中心位置；
步驟S1034：當所述聯通塊的中心在連續兩幀的視頻流圖像中的位置變化量小於預設閾值，篩選該聯通塊為火焰區域候選塊。
在實際應用中，通過對火災現場的觀察和分析，火災中心一般在一個小區域內跳動，因此，火焰區域候選塊滿足下式：
|c(t)-c(t-1)|＜T；
式中，c(t)、c(t-1)分別表示連續兩幀可能的火焰區域FP的中心，T為預設閾值，在實際應用中，T可以取可能的火焰區域FP寬度的1/3。
因此，滿足上述公式的火焰區域就是火焰區域候選塊。
步驟S104：篩選若干幀連續的視頻流圖像的火焰區域候選塊，並獲取各個幀視頻圖像的火焰區域候選塊的火焰跳動次數和邊緣跳動幅度值；
在其中一個實施例中，本發明的火焰檢測方法，所述獲取各個幀視頻圖像的火焰區域候選塊的火焰跳動次數的步驟可以包括：
上式中，當J(t)等於1時，表示當前幀的火焰區域候選塊發生了一次跳動；當J(t)等於0時，表示當前幀的火焰區域候選塊未發生火焰跳動，s(t)、s(t-1)、s(t-2)分別表示當前幀t、前一幀(t-1)和前兩幀(t-2)的火焰區域的面積。
在實際應用中，由於實用性和穩定性的要求，考慮的火焰動態特徵為火焰的跳動性、輪廓點的光流能量。由於空氣和氣流等影響，火焰在燃燒過程中會出現跳躍。因此，可以採用面積變化和邊緣的跳動幅度對火焰區域進行驗證。
在其中一個實施例中，本發明的火焰檢測方法，所述獲取各幀視頻圖像的火焰區域候選塊的邊緣跳動幅度值的步驟可以包括：
式中，E(t)表示當前幀t視頻圖像的火焰區域候選塊的邊緣跳動幅度值，Effe表示當前幀t視頻圖像的火焰區域候選塊的輪廓點光流能量，Contour表示由各個幀視頻圖像的火焰區域候選塊的輪廓點組成的集合，NC表示總的輪廓點數，xp、yp、xq、yq分別表示前後兩幀輪廓點對應的位置坐標。
在上述實施例中，在獲取各幀視頻圖像的火焰區域候選塊的邊緣跳動幅度值的步驟之前，還可以包括：
根據得到的各幀視頻圖像的火焰區域候選塊，提取各個火焰區域候選塊的火焰輪廓點信息，如圖5所示，圖5為利用本發明的另一個實施例的火焰檢測方法對火焰區域候選塊進行輪廓點特徵提取後的圖像，圖5中的黑色線條即為火焰區域候選塊的輪廓點。然後，再採用例如金字塔Lucas-Kanade光流法等提取輪廓點的光流特徵。
步驟S105：根據所述火焰跳動次數和邊緣跳動幅度值，計算得到各個火焰區域候選塊為火焰區域的概率；
在其中一個實施例中，本發明的火焰檢測方法，所述根據所述火焰跳動次數和邊緣跳動幅度值，計算得到各個火焰區域候選塊為火焰區域的概率的步驟還可以包括：
式中，R(t)表示當前幀t視頻圖像的火焰候選塊為火焰區域的概率，E(i)表示第i幀視頻圖像的火焰區域候選塊的火焰跳動次數，J(i)表示第i幀視頻圖像的火焰區域候選塊的邊緣跳動幅度值，N表示視頻圖像的總幀數。
在上述實施例中，本發明結合火焰區域候選塊中的火焰跳動情況和邊緣跳動幅度值，通過統計發生在過去N幀中同時滿足跳動條件和能量條件的火焰區域候選塊，並判定該火焰區域候選塊為火焰區域。
步驟S106：當所述概率超過預設值，判定該火焰區域候選塊對應的火災監控區域產生火災。
在實際應用中，當R(t)大於0.3時，就可以判定當前幀t視頻圖像的火焰區域候選塊對應的火災監控區域產生了火災，並及時通知相關工作人員進行處理。
上述火焰檢測方法，通過對攝像監控設備拍攝的火災監控區域的視頻流圖像分別進行運動歷史圖像提取和類火焰顏色像素提取，得到運動歷史圖像和類火焰顏色圖像；再對運動歷史圖像和類火焰顏色圖像進行邏輯與運算，篩選出視頻流圖像的火焰區域候選塊，進一步篩選若干幀連續的視頻流圖像的火焰區域候選塊，並獲取各個幀視頻圖像的火焰區域候選塊的火焰跳動次數和邊緣跳動幅度值；根據所述火焰跳動次數和邊緣跳動幅度值，計算得到各個火焰區域候選塊為火焰區域的概率，當所述概率超過預設值，判定該火焰區域候選塊對應的火災監控區域產生火災。通過上述技術方案，本申請的火焰檢測方法能夠對火災監控區域的視頻流圖像實時進行火焰檢測，提高了火災檢測方法的準確性；而且，本發明的火焰檢測方法適用範圍廣，進一步提高了火災檢測方法的準確性。
在其中一個實施例中，本發明的火焰檢測方法，在所述判定當前幀t視頻圖像的火焰區域候選塊對應的火災監控區域產生了火災的步驟之後，還可以包括：
系統通過軟體方法觸發報警，以便儘快通知相關的工作人員進行處理，儘可能低降低火災帶來的損失。
本發明的火焰檢測方法，採用基於視頻分析的火災檢測技術，即，利用計算機對設於火災監控區域的攝像頭採集的現場圖像信息進行火災特性的識別，判斷煙火情況並及時報警，儘可能地降低火災帶來的損失，不僅提高了火災檢測的準確性；而且，適用範圍廣，能夠對較大範圍的區域進行火災檢測。另外，本發明的火焰檢測方法，成本低、系統安裝靈活、不受場地限制。在需要監控的場景，只需安裝攝像頭，使其能夠覆蓋的監控區域，就可以實現大範圍的監控，不受空間和距離的影響。再者，報警及時，系統可以實時監測監控場景，當檢測到火災時，系統及時報警；另外，也可以與公安系統、火警系統完成聯網，減少火災造成的生命財產損失。擴展性強，視頻監控除了防控火災、檢測煙霧以外，也可以記錄監控區域內的活動，還可以作為證據和為事後的調查提供依據。
如圖6所示，圖6為本發明的其中一個實施例的火焰檢測系統的結構示意圖，包括：
第一提取模塊101，用於利用攝像監控設備拍攝火災監控區域的視頻流圖像，從每幀視頻流圖像中提取得到運動歷史圖像；
在實際應用中，可以利用設置在火災監控區域的攝像監控設備，例如，攝像頭，來拍攝火災監控區域的視頻流圖像，再對該視頻流圖像進行運動歷史圖像提取，得到運動歷史圖像。
本實施例所述的運動歷史圖像(Motion History Image，MHI)是一種簡單高效的運動分割方法，其利用連續圖像中目標輪廓在空間上的相關性，將對應的每幀圖像不同時刻加權疊加形成運動歷史圖像，然後進行分割得到最終目標。
在其中一個實施例中，本發明的火焰檢測系統，所述第一提取模塊101還可以用於：從每幀視頻流圖像中提取得到運動歷史圖像，具體為：
式中，MHI表示運動歷史圖像，D(x,y,t)表示t時刻圖像幀I(x,y,t)與t-1時刻圖像幀I(x,y,t-1)在位置(x,y)處的二值差分圖，T表示二值差分圖D(x,y,t)對場景變換的敏感程度閾值，τ表示控制MHI包含運動信息持續時間的長短。
在上述實施例中，T一般20，由上述公式可知，隨著時間的推移，當前幀對應輪廓總是具有最大灰度值(最亮)，而過去的輪廓在當前MHI中將會越來越小(變暗)；當過去幀與當前幀的時間間隔超過設置的時間區段時，其值被置零。
在實際應用中，由於火焰最直觀的特徵是顏色特徵，通常火焰的顏色屬於「紅-黃」顏色區間，從最簡單的RGB顏色模型來看，則有R≥G and G＞B，並且R是火焰的最重要部分，需要滿足R＞RT，RT表示預設的紅色分量閾值。另外，為了減少背景亮度的影響，類火焰像素的飽和度需要超過某個設定的閾值。
第二提取模塊102，用於對所述視頻流圖像進行類火焰顏色像素提取，得到類火焰顏色圖像；
在其中一個實施例中，本發明的火焰檢測系統，所述第二提取模塊102還可以用於：對所述視頻流圖像進行類火焰顏色像素提取，得到類火焰顏色圖像，具體為：
式中，FC(x,y)表示類火焰顏色圖像的類火焰像素，RT表示預設的紅色分量閾值、ST表示預設的飽和度閾值，FC(x,y)＝1表示位置(x,y)的像素為類火焰像素，R(x,y)、G(x,y)、B(x,y)和S(x,y)分別表示位置(x,y)處的紅色分量、綠色分量、藍色分量和飽和度，Rmax表示紅色分量的最大值，「*」表示相乘。
在實際應用中，RT和ST根據實際需要進行設置，Rmax一般取255。
篩選模塊103，用於對所述運動歷史圖像和類火焰顏色圖像進行邏輯與運算，篩選出火焰區域候選塊；
在其中一個實施例中，本發明的另一個實施例的火焰檢測系統的篩選模塊103還可以用於：
對所述運動歷史圖像MHI和類火焰顏色圖像FC進行邏輯「與」運算，得到可能的火焰區域FP；
對所述可能的火焰區域FP進行聯通區域標記，得到多個聯通塊；
對所述多個聯通塊進行跟蹤，並提取確定所述多個聯通塊的中心位置；
當所述聯通塊的中心在連續兩幀的視頻流圖像中的位置變化量小於預設閾值，篩選該聯通塊為火焰區域候選塊。
在實際應用中，通過對火災現場的觀察和分析，火災中心一般在一個小區域內跳動，因此，火焰區域候選塊滿足下式：
|c(t)-c(t-1)|＜T；
式中，c(t)、c(t-1)分別表示連續兩幀可能的火焰區域FP的中心，T為預設閾值，在實際應用中，T可以取可能的火焰區域FP寬度的1/3。
因此，滿足上述公式的火焰區域就是火焰區域候選塊。
獲取模塊104，用於篩選若干幀連續的視頻流圖像的火焰區域候選塊，並獲取各個幀視頻圖像的火焰區域候選塊的火焰跳動次數和邊緣跳動幅度值；
在其中一個實施例中，本發明的火焰檢測系統，所述獲取模塊104還可以用於：獲取各個幀視頻圖像的火焰區域候選塊的火焰跳動次數，具體為：
上式中，當J(t)等於1時，表示當前幀的火焰區域候選塊發生了一次跳動；當J(t)等於0時，表示當前幀的火焰區域候選塊未發生火焰跳動，s(t)、s(t-1)、s(t-2)分別表示當前幀t、前一幀(t-1)和前兩幀(t-2)的火焰區域的面積。
在實際應用中，由於實用性和穩定性的要求，考慮的火焰動態特徵為火焰的跳動性、輪廓點的光流能量。由於空氣和氣流等影響，火焰在燃燒過程中會出現跳躍。因此，可以採用面積變化和邊緣的跳動幅度對火焰區域進行驗證。
在其中一個實施例中，本發明的火焰檢測系統，所述獲取模塊104還可以用於：獲取各幀視頻圖像的火焰區域候選塊的邊緣跳動幅度值，具體為：
式中，E(t)表示當前幀t視頻圖像的火焰區域候選塊的邊緣跳動幅度值，Effe表示當前幀t視頻圖像的火焰區域候選塊的輪廓點光流能量，Contour表示由各個幀視頻圖像的火焰區域候選塊的輪廓點組成的集合，NC表示總的輪廓點數，xp、yp、xq、yq分別表示前後兩幀輪廓點對應的位置坐標。
在上述實施例中，本發明的火焰檢測系統的獲取模塊104還可以用於：在獲取各幀視頻圖像的火焰區域候選塊的邊緣跳動幅度值之前，根據得到的各幀視頻圖像的火焰區域候選塊，提取各個火焰區域候選塊的火焰輪廓點信息，再採用例如金字塔Lucas-Kanade光流法等提取輪廓點的光流特徵。
計算模塊105，用於根據所述火焰跳動次數和邊緣跳動幅度值，計算得到各個火焰區域候選塊為火焰區域的概率；
在其中一個實施例中，本發明的火焰檢測系統，所述計算模塊105還可以用於：根據所述火焰跳動次數和邊緣跳動幅度值，計算得到各個火焰區域候選塊為火焰區域的概率，具體為：
式中，R(t)表示當前幀t視頻圖像的火焰候選塊為火焰區域的概率，E(i)表示第i幀視頻圖像的火焰區域候選塊的火焰跳動次數，J(i)表示第i幀視頻圖像的火焰區域候選塊的邊緣跳動幅度值，N表示視頻圖像的總幀數。
在上述實施例中，本發明結合火焰區域候選塊中的火焰跳動情況和邊緣跳動幅度值，通過統計發生在過去N幀中同時滿足跳動條件和能量條件的火焰區域候選塊，並判定該火焰區域候選塊為火焰區域。
判定模塊106，用於當所述概率超過預設值，判定該火焰區域候選塊對應的火災監控區域產生火災。
在實際應用中，當R(t)大於0.3時，就可以判定當前幀t視頻圖像的火焰區域候選塊對應的火災監控區域產生了火災，並及時通知相關工作人員進行處理。
上述火焰檢測系統，通過第一提取模塊101和第二提取模塊102對攝像監控設備拍攝的火災監控區域的視頻流圖像分別進行運動歷史圖像提取和類火焰顏色像素提取，得到運動歷史圖像和類火焰顏色圖像；再通過篩選模塊103對運動歷史圖像和類火焰顏色圖像進行邏輯與運算，篩選出視頻流圖像的火焰區域候選塊，並通過獲取模塊104進一步篩選若干幀連續的視頻流圖像的火焰區域候選塊，並獲取各個幀視頻圖像的火焰區域候選塊的火焰跳動次數和邊緣跳動幅度值；通過計算模塊105根據所述火焰跳動次數和邊緣跳動幅度值，計算得到各個火焰區域候選塊為火焰區域的概率，利用判定模塊106當所述概率超過預設值，判定該火焰區域候選塊對應的火災監控區域產生火災。通過上述技術方案，本申請的火焰檢測系統，能夠對火災監控區域的視頻流圖像實時進行火焰檢測，提高了火災檢測的準確性；而且，本發明的火焰檢測系統適用範圍廣，進一步提高了火災檢測的準確性。
如圖7所示，圖7為本發明的另一個實施例的火焰檢測系統的結構示意圖，在所述判定模塊106之後，還可以包括：
報警模塊107，用於通過軟體方法觸發報警，以便儘快通知相關的工作人員進行處理，儘可能低降低火災帶來的損失。
本發明的火焰檢測系統，採用基於視頻分析的火災檢測技術，即，利用計算機對設於火災監控區域的攝像頭採集的現場圖像信息進行火災特性的識別，判斷煙火情況並及時報警，儘可能地降低火災帶來的損失，不僅提高了火災檢測的準確性；而且，適用範圍廣，能夠對較大範圍的區域進行火災檢測。另外，本發明的火焰檢測方法，成本低、系統安裝靈活、不受場地限制。在需要監控的場景，只需安裝攝像頭，使其能夠覆蓋的監控區域，就可以實現大範圍的監控，不受空間和距離的影響。另外，也可以將本發明的火焰檢測系統集成到現有的監控系統中，實現零成本擴展。再者，報警及時，系統可以實時監測監控場景，當檢測到火災時，系統及時報警；另外，也可以與公安系統、火警系統完成聯網，減少火災造成的生命財產損失。擴展性強，視頻監控除了防控火災、檢測煙霧以外，也可以記錄監控區域內的活動，還可以作為證據和為事後的調查提供依據。
以上所述實施例的各技術特徵可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特徵所有可能的組合都進行描述，然而，只要這些技術特徵的組合不存在矛盾，都應當認為是本說明書記載的範圍。
以上所述實施例僅表達了本發明的幾種實施方式，其描述較為具體和詳細，但並不能因此而理解為對發明專利範圍的限制。應當指出的是，對於本領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干變形和改進，這些都屬於本發明的保護範圍。因此，本發明專利的保護範圍應以所附權利要求為準。