火災(zāi)檢測系統(tǒng)的制作方法
【專利說明】火災(zāi)檢測系統(tǒng)
[0001]對相關(guān)申請的交叉引用
[0002]本申請主張于2013年4月9日提交的題為“步進(jìn)電機(jī)控制及火災(zāi)檢測系統(tǒng)”的61/810，192號美國臨時專利申請和于2013年8月9日提交的題為“采用多個虛擬設(shè)備、將深度值與圖像像素建立關(guān)聯(lián)的熱像數(shù)據(jù)分析方法以及一種包括無縫透鏡蓋的系統(tǒng)”的61/864，196號美國臨時專利申請的權(quán)益，這兩個申請通過引用整體納入本文中。
技術(shù)背景
[0003]熱成像采用可檢測熱量并根據(jù)熱量值生成圖像的相機(jī)。此外，這些圖像還可用于對溫度和溫差進(jìn)行定性。例如，黑白熱像將以較亮的白色顯示較熱的物體，而以較暗的灰色顯示較冷的物體。彩色熱像可能采用各種顏色來顯示溫度，其中較熱的物體采用較接近或處于光譜紅色端的顏色顯示，較冷的物體則采用較接近或處于光譜紫色端的顏色顯示。
[0004]對于來自高分辨率傳感器的熱成像數(shù)據(jù)，經(jīng)常采用自動增益控制來將高分辨率數(shù)據(jù)向下轉(zhuǎn)換為8位數(shù)據(jù)來進(jìn)行處理。此轉(zhuǎn)換經(jīng)常導(dǎo)致溫度數(shù)據(jù)被改動，由此造成分辨率的損失。例如，在一幅經(jīng)過后期處理的圖像中，可能難以區(qū)分野生動物與野火，因?yàn)樗鼈冊诮?jīng)過后期處理的8位灰度圖像上都會呈現(xiàn)為相同或類似的灰度色調(diào)。
[0005]本申請所主張權(quán)利的主題并不局限于可解決任何不利狀況，或僅可在如上文所述等環(huán)境中工作的實(shí)施方式。提供本技術(shù)背景的目的僅在于示例出本文所述的一些實(shí)施方式可得以實(shí)施的一個示例性技術(shù)領(lǐng)域。
[0006]發(fā)明概述
[0007]本文所示的一種實(shí)施方式包括一種檢測極端溫度事件的方法。該方法包括從高分辨率傳感器采集原始數(shù)據(jù)。該方法還包括，通過將數(shù)據(jù)點(diǎn)值與已建立的背景模型相比較的方式，在所采集的原始數(shù)據(jù)中識別出一個或多個變化的數(shù)據(jù)點(diǎn)值。此背景模型的建立方式為，對一個或多個幀內(nèi)的像素值加以平均，以確定背景中每個像素的取值范圍。該方法還包括，在所采集的原始數(shù)據(jù)中識別出一個或多個變化的數(shù)據(jù)點(diǎn)值已達(dá)到一個已確定的閾值，該閾值以高概率提示已發(fā)生極端溫度事件。由此，該方法還包括發(fā)出提示已發(fā)生極端溫度事件的警示。
[0008]在另一種實(shí)施方式中，示出了另一種檢測極端溫度事件的方法。該方法包括從高分辨率傳感器采集原始數(shù)據(jù)。該方法還包括，在所采集的原始數(shù)據(jù)中識別出已跨過閾值的一個或多個數(shù)據(jù)點(diǎn)值的突然急劇增加，該閾值以高概率提示已發(fā)生極端溫度事件。由此，該方法還包括發(fā)出提示已發(fā)生極端溫度事件的警示。
[0009]在又另一種實(shí)施方式中，披露了一種用于檢測極端溫度事件的系統(tǒng)。該系統(tǒng)包括被配置為檢測熱量的高分辨率熱成像傳感器。該系統(tǒng)還包括與該高分辨率傳感器耦合的一個或多個處理器。該處理器被配置為從該高分辨率傳感器采集原始數(shù)據(jù)。該處理器還被配置為在所采集的原始數(shù)據(jù)中識別出已跨過閾值的一個或多個數(shù)據(jù)點(diǎn)值的突然急劇增加，該閾值以高概率提示了已發(fā)生極端溫度事件。該處理器還被配置為發(fā)出提示已發(fā)生極端溫度事件的警示。
[0010]本“發(fā)明概述”的目的是以簡化的形式介紹下文將在“詳細(xì)說明”中進(jìn)一步說明的概念的選擇。本“發(fā)明概述”并非意在明確指出所主張權(quán)利的主題的關(guān)鍵特征或基本特征，也非意在輔助確定所主張權(quán)利的主題的范圍。
[0011]附加特征和優(yōu)勢將在下文說明中給出，其一部分將可從說明中顯見，或者可從對本文講述內(nèi)容的實(shí)踐中習(xí)得。本發(fā)明的特征和優(yōu)勢可通過在所附權(quán)利要求中明確指出的工具和組合加以實(shí)現(xiàn)和獲得。本發(fā)明的特征將通過以下說明和所附權(quán)利要求得以更加明確的呈現(xiàn)，或者可通過對下文所述的本發(fā)明的實(shí)踐習(xí)得。
[0012]附圖簡要說明
[0013]為了對可獲得上文所述及其他的優(yōu)勢和特征的方式加以說明，以下將參照附圖中所示的特定實(shí)施方式對上文所簡述的主題進(jìn)行更為具體的說明。在理解這些附圖僅示出典型的實(shí)施方式而非因此對范圍加以限定的條件下，將借助附圖對各實(shí)施方式進(jìn)行更加具體和詳細(xì)的介紹，其中:
[0014]圖1所示為處于需要檢測熱事件的環(huán)境中的熱成像相機(jī)；
[0015]圖2所示為由該熱成像相機(jī)獲得的熱像；
[0016]圖3所示為熱成像相機(jī)與事件調(diào)度器之間的通信；
[0017]圖4所示為一種用于檢測極端溫度事件的方法；以及
[0018]圖5所示為用于檢測極端溫度事件的方法的另一示例。
[0019]詳細(xì)說明
[0020]灰度熱像通常由自動增益控制(AGC)進(jìn)行處理，以采用大致為人眼可感知的陰影數(shù)的256級灰度陰影來生成悅目的圖像。然而，這經(jīng)常會導(dǎo)致無法區(qū)分差異非常大的事件。具體而言，當(dāng)已進(jìn)行過此類處理時，人無法從經(jīng)過后期處理的圖像中僅根據(jù)灰度等級分辨出釋放體熱的野生動物與釋放陰熱(inferno heat)的野火之間的差異，因?yàn)樗鼈兙哂邢嗤幕叶鹊燃夑幱?。AGC算法會嘗試使圖像中的所有物體的能見度最大化，而不論其實(shí)際溫度如何。AGC算法實(shí)現(xiàn)這一點(diǎn)的方式是，對圖像中的不同區(qū)域采用不同的轉(zhuǎn)換系數(shù)，以使圖像中每個區(qū)域的物體與背景之間均具有最大的對比度。
[0021]本文的一些實(shí)施方式可通過采用對火災(zāi)等極端溫度事件的自動檢測來克服這一問題，方法是對原始圖像數(shù)據(jù)采用機(jī)器處理(或者以此取代后期處理)，之后再進(jìn)行后期處理，以生成一個悅目的圖像，從而確定極端溫度事件已發(fā)生的概率。例如，采用一個14位相機(jī)，每個像素具有16，384個不同值的可能性。烈火的值可能在16，000范圍內(nèi)，而野生動物的值則可能在7，000范圍內(nèi)。盡管8位后期處理將使這種差異完全模糊化，使人無法檢測野生動物與烈火之間的差異，但通過使用預(yù)處理的14位(或其他高分辨率)圖像數(shù)據(jù)，系統(tǒng)可以繼續(xù)檢測這兩者之間的差異。
[0022]然而，還是可能存在這樣的常規(guī)無害情況，S卩，即使采用14位高分辨率數(shù)據(jù)也完全或幾乎無法根據(jù)灰度成像范圍區(qū)分野火。例如，汽車發(fā)動機(jī)排氣管可能呈現(xiàn)在與野火類似的范圍內(nèi)。類似地，出山的太陽可能與山脊上的野火有幾乎相同的呈現(xiàn)。事實(shí)上，甚至是距相機(jī)相對接近的野生動物也可能與距相機(jī)相對較遠(yuǎn)的野火有類似的熱學(xué)特征。由此，各實(shí)施方式可能包括用于區(qū)分這些事件的過濾器。
[0023]對極端溫度事件的檢測可采用多種不同方式進(jìn)行。例如，在一些實(shí)施方式中，可采用諸如圖1所示的相機(jī)配置進(jìn)行掃描。具體而言，圖1示出了一個相機(jī)102。相機(jī)102被配置為停在8個不同的臺(示為31至S8)，以便在每個臺上拍攝靜止圖像。這可被用于生成單獨(dú)的圖像，這些圖像可以被單獨(dú)使用，也可以被用于生成全景圖像，例如圖2所示的全景圖像104。然而，通常不會使用全景圖像，因?yàn)榻M合和存儲全景圖像在計(jì)算方面的代價(jià)較高。在此情況下，可以采用單個的圖像。由此，以下示例可適用于全景圖像或單個圖像的組入口 ο
[0024]在所示示例中，在臺SjP S 2處，相機(jī)102能夠檢測汽車106排出的廢氣。在臺S 6處，相機(jī)102能夠檢測從山上升起的太陽108。在臺37處，相機(jī)102能夠檢測火112。在臺SjP S 5處，相機(jī)102能夠檢