一种联动式智慧消防分级预警与应急响应系统及方法与流程

本发明属于智慧消防，具体涉及一种联动式智慧消防分级预警与应急响应系统及方法。

背景技术：

1、21世纪以来，随着我国经济的发展和城市化进程的推进，城市人口密度不断增加，火灾隐患日益增多，近几年，我国消防技术和产业有了长足的发展，国产的火灾自动报警系统被广泛应用于在城市中的各类建筑中，有效提高了区域火灾防控能力。但与此同时，市面上常见的火灾自动报警系统仍然存在着一些问题，如常用火灾探测设备可靠性相对较差，容易受环境因素影响造成误报；各类消防系统各自独立，缺乏有效的联动，难以对火灾做出及时有效的应对。因此，在现有条件下，开发一个可以对区域内的消防探测设备、报警设备以及各类消防系统进行统一管理，能够及时准确的发现火灾，并通过消防设备的联动对火灾进行处理的系统就显得尤为重要，传统的消防预警技术通常是通过传感器采集数据，根据采集到的数据与预设阈值比较进行报警，因单一传感器报警机制单一，导致无法分级预警，另一方面，消防预警系统中传感器种类多样，数据融合困难，导致数据处理结果不可靠，阻碍了消防的工作效率。

技术实现思路

1、为解决现有技术中存在的上述问题，本发明提供了一种联动式智慧消防分级预警与应急响应系统及方法，通过采集预定监测区域的基础火灾参数信息和基础环境信息，根据基础火灾参数信息通过数据去噪模型处理得到去噪火灾参数信息，根据去噪火灾参数信息通过特征提取得到火灾参数特征，当最高温度点大于预设阈值时将热红外图像通过灰度变换处理得到热红外灰度图像，根据热红外灰度图像通过处理得到高温区域图像，根据高温区域图像通过特征提取得到热红外图像特征，通过对监测区域图像信息进行色彩规范化处理得到监测区域优化图像，根据监测区域图像通过贝叶斯网络模型处理得到烟雾区域图像，根据烟雾区域图像结合图像特征得到烟雾图像特征，根据火灾参数特征、热红外图像特征和烟雾图像特征构建火灾特征集合，根据火灾特征集合通过火灾风险评分模型处理得到火灾风险分数，根据火灾风险分数结合传感器位置信息得到消防预警信息，实现了多特征联动的消防预警，拓宽了消防监测范围，提高了数据精度和数据处理速度。

2、本发明的目的可以通过以下技术方案实现：

3、一种联动式智慧消防分级预警与应急响应方法，包括以下步骤：

4、s1：采集预定监测区域的基础火灾参数信息和基础环境信息，所述基础火灾参数信息包括环境温度信息、烟雾浓度信息和co浓度信息，所述基础环境信息包括热红外图像信息和监测区域图像信息，所述基础火灾参数信息和所述基础环境信息携带传感器位置信息；

5、s2：根据所述基础火灾参数信息通过数据去噪模型处理得到去噪火灾参数信息，根据所述去噪火灾参数信息通过特征提取得到火灾参数特征，所述火灾参数特征包括环境温度特征、烟雾浓度特征和co浓度特征；

6、s3：所述热红外图像信息包括热红外图像、图像帧最高温度点坐标和最高温度点温度，当所述最高温度点大于预设阈值时将所述热红外图像通过灰度变换处理得到热红外灰度图像，根据所述热红外灰度图像通过引导滤波模型处理得到热红外去噪图像，通过阈值法处理所述热红外去噪图像得到高温区域图像，根据所述高温区域图像通过特征提取得到热红外图像特征；

7、s4：通过对所述监测区域图像信息进行色彩规范化处理得到监测区域优化图像，根据所述监测区域图像通过特征提取得到图像特征，根据所述监测区域优化图像和所述图像特征通过贝叶斯网络模型处理得到烟雾区域图像，根据所述烟雾区域图像结合所述图像特征得到烟雾图像特征；

8、s5：根据所述火灾参数特征、所述热红外图像特征和所述烟雾图像特征构建火灾特征集合，根据所述火灾特征集合通过火灾风险评分模型处理得到火灾风险分数，根据所述火灾风险分数结合所述传感器位置信息得到消防预警信息并将所述消防预警信息上传至终端，所述消防预警信息包括一级预警、二级预警、三级预警和四级预警。

9、优选地，所述步骤s2具体包括获取所述基础火灾参数信息对应的基准门限值和限幅值，通过所述数据去噪模型处理所述基础火灾参数信息得到所述去噪火灾参数信息，所述数据去噪模型表示为：，其中，fk表示参数k的所述基准门限值，mk表示参数k的所述限幅值，ck表示参数k的输入值，p表示修正补偿因子，ak表示所述输入值通过所述数据去噪模型处理后的所述去噪火灾参数信息，所述参数包括所述环境温度信息、所述烟雾浓度信息和所述co浓度信息。

10、优选地，所述步骤s3具体包括以下步骤：

11、s301：获取所述热红外灰度图像的像素点坐标和像素点亮度，根据所述像素点坐标通过所述引导滤波模型处理得到热红外去噪数据，所述引导滤波模型表示为：，其中，表示所述像素点坐标，表示所述像素点坐标对应的所述热红外去噪数据，a和b表示局部线性系数，表示标准亮度，表示所述像素点对应的所述像素点亮度，根据所述热红外去噪数据得到所述热红外去噪图像；

12、s302：根据所述热红外去噪图像和所述像素点坐标确定像素点灰度值，将所述图像帧最高温度点坐标作为起始点，根据所述热红外去噪图像结合预设灰度阈值通过区域分割模型处理得到高温目标区域图像，所述区域分割模型表示为：，其中，u表示区域t中任意一个像素点，k(u)表示像素点u的所述像素点灰度值，表示区域t内像素点总数，表示与区域t边缘像素点的邻接像素点，b表示所述预设灰度阈值，当像素点的所述像素点灰度值满足(2)式时，将像素点加入目标区域，表示目标区域像素点灰度值，根据所述目标区域像素点灰度值得到所述高温目标区域图像，根据所述高温目标区域图像得到非高温区域图像；

13、s303：根据所述高温目标区域图像和所述像素点灰度值得到高温目标区域平均灰度值和非高温区域平均灰度值，根据所述高温目标区域平均灰度值和所述非高温区域平均灰度值通过公式计算得到区域方差，其中，g表示所述区域方差，w0表示所述高温目标区域图像占所述热红外去噪图像的比例，w1表示所述非高温区域图像占所述热红外去噪图像的比例，e1表示所述非高温区域平均灰度值，e0表示所述高温目标区域图像平均灰度值，根据所述区域方差确定二次分割灰度阈值，根据所述二次分割灰度阈值对所述高温目标区域图像进行分割得到所述高温区域图像。

14、优选地，所述步骤s4具体包括以下步骤：

15、s401：根据所述监测区域优化图像设置矩形滑动窗口，根据所述矩形滑动窗口内的图像与所述矩形滑动窗口外的图像通过结合所述图像特征通过所述贝叶斯网络模型处理得到疑似烟雾概率；

16、s402：当所述疑似烟雾概率大于预设阈值时，输出所述烟雾区域图像。

17、优选地，所述步骤s5具体包括以下步骤：

18、s501：通过所述火灾风险评分模型计算所述火灾特征集合得到所述火灾风险分数，计算公式为：，其中，表示所述火灾风险分数，a表示所述环境温度特征，b表示所述烟雾浓度特征，c表示所述co浓度特征，d表示所述热红外图像特征，e表示所述烟雾图像特征，α、β、γ、和表示权重系数，表示预设计算函数，表示乘法运算符；

19、s502：当＜40时，生成的所述消防预警信息为所述一级预警，当40≤＜60时，生成的所述消防预警信息为所述二级预警，当60≤＜80时，生成的所述消防预警信息为所述三级预警，当≥80时，生成的所述消防预警信息为所述四级预警。

20、一种联动式智慧消防分级预警与应急响应系统，包括：

21、数据采集模块，用于采集预定监测区域的基础火灾参数信息和基础环境信息，所述基础火灾参数信息包括环境温度信息、烟雾浓度信息和co浓度信息，所述基础环境信息包括热红外图像信息和监测区域图像信息，所述基础火灾参数信息和所述基础环境信息携带传感器位置信息；

22、数据处理模块，用于根据所述基础火灾参数信息通过数据去噪模型处理得到去噪火灾参数信息，根据所述去噪火灾参数信息通过特征提取得到火灾参数特征，所述火灾参数特征包括环境温度特征、烟雾浓度特征和co浓度特征；

23、图像处理模块，用于当所述最高温度点大于预设阈值时将所述热红外图像通过灰度变换处理得到热红外灰度图像，根据所述热红外灰度图像通过引导滤波模型处理得到热红外去噪图像，通过阈值法处理所述热红外去噪图像得到高温区域图像，根据所述高温区域图像通过特征提取得到热红外图像特征，通过对所述监测区域图像信息进行色彩规范化处理得到监测区域优化图像，根据所述监测区域图像通过特征提取得到图像特征，根据所述监测区域优化图像和所述图像特征通过贝叶斯网络模型处理得到烟雾区域图像，根据所述烟雾区域图像结合所述图像特征得到烟雾图像特征；

24、特征融合评分模块，用于根据所述火灾参数特征、所述热红外图像特征和所述烟雾图像特征构建火灾特征集合，根据所述火灾特征集合通过火灾风险评分模型处理得到火灾风险分数；

25、消防预警模块，用于根据所述火灾风险分数结合所述传感器位置信息得到消防预警信息并将所述消防预警信息上传至终端，所述消防预警信息包括一级预警、二级预警、三级预警和四级预警。

26、本发明的有益效果为：

27、1. 通过设置有图像处理模块，当所述最高温度点大于预设阈值时将所述热红外图像通过灰度变换处理得到热红外灰度图像，根据所述热红外灰度图像通过引导滤波模型处理得到热红外去噪图像，通过阈值法处理所述热红外去噪图像得到高温区域图像，根据所述高温区域图像通过特征提取得到热红外图像特征，通过对所述监测区域图像信息进行色彩规范化处理得到监测区域优化图像，根据所述监测区域图像通过特征提取得到图像特征，根据所述监测区域优化图像和所述图像特征通过贝叶斯网络模型处理得到烟雾区域图像，根据所述烟雾区域图像结合所述图像特征得到烟雾图像特征，针对监测范围大的监测区域，通过热红外技术和视频图像处理技术拓宽了消防监测范围，通过结合热红外图像信息和监测区域图像信息，提高了火灾风险感应能力；

28、2. 根据所述火灾特征集合通过火灾风险评分模型处理得到火灾风险分数，根据所述火灾风险分数结合所述传感器位置信息得到消防预警信息并将所述消防预警信息上传至终端，本发明通过对火灾风险进行分级预警，降低了误报率和漏报率。