基于两个缓冲池的端云联动消防图侦方法及系统与流程
1.本发明涉及火灾防控自动化平台技术领域，特别是涉及一种基于两个缓冲池的端云联动消防图侦方法及系统。
背景技术：
2.消防安全是城市公共安全的重要组成部分，涉及到千家万户、各行各业，直接关系到城市市政安全、交通安全、生产作业安全、卫生安全、人民生命财产安全。在火灾智能防控方面，现有传统消防系统一般仅停留在业务管理的信息化层面，主要实现了工作场所感应数据的采集，但采集的数据不够及时、全面，也不够实用，数据的分析价值未得到发挥，仍然依靠人工分析，这样的业务应用方式对火灾防范和灭火救援帮助有限。机器视觉技术的发展为图像信息处理与消防业务工作深度融合、打造符合实战要求的现代消防勤务机制提供了强有力的支撑。
3.现代的火灾防控自动化平台以电气火灾探测器、可燃气体探测器、防火门控等为主要前端感知装置，以视频成像设备、编码解码与转发设备为火警现场的可视化设备。在火灾警报第一时刻进行视频画面的云平台回传，在云端进行火源的人工图侦确认工作，为扑灭初期火灾与自救的黄金3分钟赢得宝贵的时间。分秒必争的火警防控需要尽可能快的分析判断火势趋向和灾情发展。但是在现实应用中，由于网络带宽的限制或通信异常引发的数据丢包和视频流的分发切换导致视频画面传输存在短暂延时或卡顿，延误人工图侦的确认工作。同时，基于人工的画面火警排查需要工作人员保持长时间专注的工作状态，火源目标定位也需要一定的搜索判断时间。
技术实现要素：
4.根据现有技术存在的问题，本发明提供一种基于两个缓冲池的端云联动消防图侦方法及系统，有效弥补了图侦画面传输缺失的空白窗口，提高了火警报告的及时性和准确性。
5.本发明的技术方案是：一种基于两个缓冲池的端云联动消防图侦系统，其特征在于，包括前端感知装置、视频监控设备、云中心服务器；所述前端感知装置、视频监控设备分别与所述云中心服务器通信连接；所述云中心服务器上设有：缓冲模块，包括长时缓冲池、短时缓冲池，用于分别存储并更新所获取的视频监控设备的长时图像数据和短时图像数据；图侦模块，用于在实时视频流获取的窗口期，计算长时缓冲池与短时缓冲池的历史图像差异性；以及在实时视频流获取后，计算长时缓冲池与实时视频的实时图像差异性；当云中心服务器收到前端感知装置的报警信号时，通过历史图像差异性和/或实时图像差异性计算，为人工图侦提供辅助分析。
6.进一步的，云中心服务器上还设有地址匹配模块，用于设置前端感知装置与视频
监控设备的地理坐标-ip地址匹配表，提供前端感知装置对应的视频监控设备的通信地址。
7.进一步的，云中心服务器通过通信模块分别与前端感知装置和视频监控设备通信连接。
8.一种基于两个缓冲池的端云联动消防图侦方法，其特征在于，包括如下步骤：s1、设置前端感知装置与视频监控设备的地理坐标-ip地址匹配表；s2、设置两个缓冲池，第一个为长时缓冲池，第二个为短时缓冲池，分别存储并更新所获取的视频监控设备的长时图像数据和短时图像数据；s3、云中心服务器收到前端感知装置的报警信号时，通过匹配表查询对应的视频监控设备的通信地址，进行视频流远程获取；s4、在实时视频流获取的窗口期，通过长时缓冲池与短时缓冲池的图像数据，进行历史图像差异性计算；在实时视频流获取后，通过长时缓冲池与实时视频流的图像数据，进行实时图像差异性计算；s5、使用历史图像差异性和/或实时图像差异性计算结果，为人工图侦提供辅助分析。
9.其中，步骤s1具体包括：s11、前端感知装置xi以网格化方式布防，保存前端感知装置xi的地理坐标；s12、视频监控设备yj的视野域覆盖1~n个前端感知装置，保存视频监控设备yj的ip地址；s13、前端感知装置xi与视频监控设备yj的地理坐标-ip地址的i:j匹配表为n:1线性表，即n个前端感知装置对应一个视频监控设备。
10.步骤s2具体包括：s21、设置长时缓冲池数据更新时间t1，每隔t1时刻，接收视频监控设备的远程图像，进行长时缓冲池图像数据的更新；s22、设置短时缓冲池数据更新时间t2, 每隔t2时刻，接收视频监控设备的远程图像，进行短时缓冲池图像数据的更新；其中，t2 《t1。
11.进一步的，步骤s21中，长时缓冲池图像数据更新方式为高斯背景建模方法，具体包括：设对于背景图像b，每一个像素点（x，y）到高斯背景模型的映射p（x）满足，其中：x为某一像素点的像素值，u和d为高斯分布的均值和方差；计算长时缓冲池图像序列中每一个点的均值u和方差d，作为背景模型；对于一幅包含前景的任意图像g，对于图像上的每一个点（x,y），若：，则认为该点是背景点，否则为前景点；其中，为一个常数阈值,g(x,y)表示前景即当前图像上的某点像素值,b(x,y)表示背景即高斯背景建模的背景图像上对应点的像素值；长时缓冲池用以下方法更新每一帧图像：其中，p是更新阈值，为一个常数，用来反映背景更新率，p越大，背景更新的越慢。
12.步骤s22中，短时缓冲池图像数据更新方式为替换法，具体为：在短时缓冲池获取图像后，把最新获取的所有图像像素m
t
（x，y）完全覆盖之前的像素m
t-1
（x，y）：。
13.步骤s4中，历史图像差异性和实时图像差异性的计算方法为结构相似性差异计算方法，具体步骤包括：输入长时缓冲池与短时缓冲池的图像数据或者长时缓冲池与实时视频的图像数据，设每两张图片分别为x，y；将平均灰度μ作为亮度测量，分别计算平均灰度ux、uy；将灰度标准差σ作为对比度测量，分别计算灰度标准差σx、σy；根据计算得到的ux、uy、σx、σy，计算图片之间的结构化差异性d(x，y)：其中c1，c2为常数，避免分母接近于0时造成的不稳定性；d越大，代表图片差异性越小，d越小，代表图片的差异性越大。
14.步骤s5中，为人工图帧提供辅助分析是指：在前端感知装置报警后，云中心服务器未获取现场实时视频流之前，若历史图像差异性d1大于某阈值，说明大概率不是前端感知装置误报，工作人员可根据此ip地址和视频时间，得到火灾发生可能的地点与时间，发出火灾预警，提前准备消防操作；当现场实时视频流到达云中心服务器后，若实时图像差异性d2大于某阈值，则判断此处大概率发生火灾，工作人员可根据此ip地址和视频时间，确定火灾发生地点与时间，发出火灾报警。
15.本发明的技术效果：本发明提供的一种基于两个缓冲池的端云联动消防图侦方法和系统，通过设置短时缓冲池与长时缓冲池，分别存储并更新所获取的长时图像数据和短时图像数据；在等待实时画面传输时，利用短时缓冲池与长时缓冲池的信息计算历史图侦差异性，有效弥补画面传输缺失的空白窗口，及时发现潜在火灾点；在接收到实时画面后，再利用实时视频与长时缓冲池的信息计算实时图侦差异性；根据历史图侦差异性和实时图侦差异性的双重分析，为工作人员最终确定报警结果提供了有力的技术保障，有效地提高了火警报告的及时性和准确性，值得推广应用。
附图说明
16.图1为本发明一种基于两个缓冲池的端云联动消防图侦系统结构示意图。
17.图2为本发明一种基于两个缓冲池的端云联动消防图侦方法实施例流程示意图。
具体实施方式
18.为了进一步理解本发明，下面结合附图对本发明优选实施方案进行描述，但是应当理解，这些描述只是为进一步说明本发明的特征和优点，而不是对本发明权利要求的限制。
19.图1为本发明一种基于两个缓冲池的端云联动消防图侦系统结构示意图。
20.一种基于两个缓冲池的端云联动消防图侦系统，包括前端感知装置、视频监控设备、云中心服务器；前端感知装置、视频监控设备分别与云中心服务器通信连接；本实施例中，前端感知装置、视频监控设备分别通过通信模块与云中心服务器连接。云中心服务器上设有：缓冲模块、图侦模块，还设有地址匹配模块；其中，缓冲模块包括长时缓冲池、短时缓冲池，用于分别存储并更新所获取的视频监控设备的长时图像数据和短时图像数据；图侦模块用于在实时视频流获取的窗口期，计算长时缓冲池与短时缓冲池的历史图像差异性；以及在实时视频流获取后，计算长时缓冲池与实时视频的实时图像差异性；当云中心服务器收到前端感知装置的报警信号时，通过历史图像差异性和/或实时图像差异性计算，为人工图侦提供辅助分析。云中心服务器上还设有地址匹配模块，用于设置前端感知装置与视频监控设备的地理坐标-ip地址匹配表，提供前端感知装置对应的视频监控设备的通信地址。
21.图2为本发明一种基于两个缓冲池的端云联动消防图侦方法实施例的流程示意图。
22.一种基于两个缓冲池的端云联动消防图侦方法，包括如下步骤：s1、设置前端感知装置与视频监控设备的地理坐标-ip地址匹配表；s2、设置两个缓冲池，第一个为长时缓冲池，第二个为短时缓冲池，分别存储并更新所获取的视频监控设备的长时图像数据和短时图像数据；s3、云中心服务器收到前端感知装置的报警信号时，通过匹配表查询对应的视频监控设备的通信地址，进行视频流远程获取；s4、在实时视频流获取的窗口期，通过长时缓冲池与短时缓冲池的图像数据，进行历史图像差异性计算；在实时视频流获取后，通过长时缓冲池与实时视频流的图像数据，进行实时图像差异性计算；s5、使用历史图像差异性和/或实时图像差异性计算结果，为人工图侦提供辅助分析。
23.其中，步骤s1具体包括：s11、前端感知装置xi以网格化方式布防，保存前端感知装置xi的地理坐标；s12、视频监控设备yj的视野域覆盖1~n个前端感知装置，保存视频监控设备yj的ip地址；s13、前端感知装置xi与视频监控设备yj的地理坐标-ip地址的i:j匹配表为n:1线性表，即n个前端感知装置对应一个视频监控设备。在本实施例中，每3-5个前端感知装置对应一个视频监控设备。
24.步骤s2具体包括：s21、设置长时缓冲池数据更新时间t1，每隔t1时刻，（处于
‘
未告警’或
‘
告警已消除’状态下），接收视频监控设备的远程图像，进行长时缓冲池图像数据的更新；本实施例中，t1设置为12h，即每隔12小时，长时缓冲池图像数据进行更新；s22、设置短时缓冲池数据更新时间t2, 每隔t2时刻，（处于
‘
未告警’或
‘
告警已消除’状态下），接收视频监控设备的远程图像，进行短时缓冲池图像数据的更新；其中，t2 《t1；本实施例中，t2设置为15s，即每隔15秒，短时时缓冲池图像数据进行更新；
进一步的，长时缓冲池图像数据更新方式为高斯背景建模方法，具体包括：设对于背景图像b，每一个像素点（x，y）到高斯背景模型的映射p（x）满足，其中：x为某一像素点的像素值，u和d为高斯分布的均值和方差；计算长时缓冲池图像序列中每一个点的均值u和方差d，作为背景模型；对于一幅包含前景的任意图像g，对于图像上的每一个点（x,y），若：，则认为该点是背景点，否则为前景点；其中,g(x,y)表示前景即当前图像上的某点像素值,b(x,y)表示背景即高斯背景建模的背景图像上对应点的像素值；t为一个常数阈值，一般设为0.25或0.75，在本实施例中，t设为0.75时效果最优。
25.长时缓冲池用以下方法更新每一帧图像：其中，p是更新阈值，为一个常数，用来反映背景更新率，p越大，背景更新的越慢。在本实施例中，p设置为0.2。
26.短时缓冲池图像数据更新方式为替换法，具体为：在短时缓冲池获取图像后，把最新获取的所有图像像素m
t
（x，y）完全覆盖之前的像素m
t-1
（x，y）：。
27.步骤s3中，云中心服务器收到前端感知装置xi的报警信号时，通过匹配表查询对应的视频监控设备yj的ip地址，进行实时视频流远程获取请求，其中，视频流远程获取请求以两种模式进行，一种是每隔一段时间获取图片数据的静态图像模式，另一种是持续获取实时流式信号的视频流模式。
28.步骤s4中， 历史图像差异性和实时图像差异性的计算方法为结构相似性差异计算方法，具体步骤包括：输入长时缓冲池与短时缓冲池的图像数据或者长时缓冲池与实时视频的图像数据，设每两张图片分别为x，y；将平均灰度μ作为亮度测量，分别计算平均灰度ux、uy；将灰度标准差σ作为对比度测量，分别计算灰度标准差σx、σy；根据计算得到的ux、uy、σx、σy，计算图片之间的结构化差异性d(x，y)：其中c1，c2为常数，避免分母接近于0时造成的不稳定性；在本实施例中，c1设为0.0001，c2设为0.0009，在防止分母接近于0的同时尽可能避免误差。
29.计算得出的d越大，代表图片差异性越小，d越小，代表图片的差异性越大。
30.本实施例中，首先，在视频流远程获取请求窗口期，长时缓冲池与短时缓冲池的图像数据进行差异性计算得到d1，d1即为历史图侦差异性；然后，在获取请求成功后，长时缓冲池与实时视频进行差异性计算得到d2，d2即为实时图侦差异性。
31.步骤s5中，为人工图帧提供辅助分析是指：在前端感知装置报警后，云中心服务器未获取现场实时视频流之前，若历史图像差异性d1大于某阈值，本实施例中，若历史图帧差异性d1》0.75，说明大概率不是前端感知装置误报，工作人员可查询此ip地址和视频时间，得到火灾发生可能的地点与时间，发出火灾预警，提前准备消防操作；当现场实时视频流到达云中心服务器后，若实时图像差异性d2大于某阈值，本实施例中，若实时图帧差异性d2》0.5，则判断此处大概率发生火灾，工作人员可根据此ip地址和视频时间，确定火灾发生地点与时间，发出火灾报警。
32.应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。一切不脱离本发明创造的精神和范围的技术方案及其改进，其均涵盖在本发明创造的保护范围当中。
技术特征：
1.一种基于两个缓冲池的端云联动消防图侦系统，其特征在于，包括前端感知装置、视频监控设备、云中心服务器；所述前端感知装置、视频监控设备分别与所述云中心服务器通信连接；所述云中心服务器上设有：缓冲模块，包括长时缓冲池、短时缓冲池，用于分别存储并更新所获取的视频监控设备的长时图像数据和短时图像数据；图侦模块，用于在实时视频流获取的窗口期，计算长时缓冲池与短时缓冲池的历史图像差异性；以及在实时视频流获取后，计算长时缓冲池与实时视频的实时图像差异性；当云中心服务器收到前端感知装置的报警信号时，通过历史图像差异性和/或实时图像差异性计算，为人工图侦提供辅助分析。2.根据权利要求1所述的基于两个缓冲池的端云联动消防图侦系统，其特征在于，所述云中心服务器上还设有地址匹配模块，用于设置前端感知装置与视频监控设备的地理坐标-ip地址匹配表，提供前端感知装置对应的视频监控设备的通信地址。3.根据权利要求1所述的基于两个缓冲池的端云联动消防图侦系统，其特征在于，所述云中心服务器通过通信模块分别与前端感知装置和视频监控设备通信连接。4.一种基于两个缓冲池的端云联动消防图侦方法，其特征在于，包括如下步骤：s1、设置前端感知装置与视频监控设备的地理坐标-ip地址匹配表；s2、设置两个缓冲池，第一个为长时缓冲池，第二个为短时缓冲池，分别存储并更新所获取的视频监控设备的长时图像数据和短时图像数据；s3、云中心服务器收到前端感知装置的报警信号时，通过匹配表查询对应的视频监控设备的通信地址，进行视频流远程获取；s4、在实时视频流获取的窗口期，通过长时缓冲池与短时缓冲池的图像数据，进行历史图像差异性计算；在实时视频流获取后，通过长时缓冲池与实时视频流的图像数据，进行实时图像差异性计算；s5、使用历史图像差异性和/或实时图像差异性计算结果，为人工图侦提供辅助分析。5.根据权利要求4所述的基于两个缓冲池的端云联动消防图侦方法，其特征在于，所述步骤s1具体包括：s11、前端感知装置x
i
以网格化方式布防，保存前端感知装置x
i
的地理坐标；s12、视频监控设备y
j
的视野域覆盖1~n个前端感知装置，保存视频监控设备y
j
的ip地址；s13、前端感知装置x
i
与视频监控设备y
j
的地理坐标-ip地址的i:j匹配表为n:1线性表，即n个前端感知装置对应一个视频监控设备。6.根据权利要求4所述的基于两个缓冲池的端云联动消防图侦方法，其特征在于，所述步骤s2具体包括：s21、设置长时缓冲池数据更新时间t1，每隔t1时刻，接收视频监控设备的远程图像，进行长时缓冲池图像数据的更新；s22、设置短时缓冲池数据更新时间t2, 每隔t2时刻，接收视频监控设备的远程图像，进行短时缓冲池图像数据的更新；其中，t2 <t1。7.根据权利要求6所述的基于两个缓冲池的端云联动消防图侦方法，其特征在于，所述步骤s21中，长时缓冲池图像数据更新方式为高斯背景建模方法，具体包括：
设对于背景图像b，每一个像素点（x，y）到高斯背景模型的映射p（x）满足，其中：x为某一像素点的像素值，u和d为高斯分布的均值和方差；计算长时缓冲池图像序列中每一个点的均值u和方差d，作为背景模型；对于一幅包含前景的任意图像g，对于图像上的每一个点（x,y），若：，则认为该点是背景点，否则为前景点；其中，为一个常数阈值,g(x,y)表示前景即当前图像上的某点像素值,b(x,y)表示背景即高斯背景建模的背景图像上对应点的像素值；长时缓冲池用以下方法更新每一帧图像：其中，p是更新阈值，为一个常数，用来反映背景更新率，p越大，背景更新的越慢。8.根据权利要求6所述的基于两个缓冲池的端云联动消防图侦方法，其特征在于，所述步骤s22中，短时缓冲池图像数据更新方式为替换法，具体为：在短时缓冲池获取图像后，把最新获取的所有图像像素m
t
（x，y）完全覆盖之前的像素m
t-1
（x，y）：。9.根据权利要求4所述的基于两个缓冲池的端云联动消防图侦方法，其特征在于，所述步骤s4中，历史图像差异性和实时图像差异性的计算方法为结构相似性差异计算方法，具体步骤包括：输入长时缓冲池与短时缓冲池的图像数据或者长时缓冲池与实时视频的图像数据，设每两张图片分别为x，y；将平均灰度μ作为亮度测量，分别计算平均灰度ux、uy；将灰度标准差σ作为对比度测量，分别计算灰度标准差σx、σy；根据计算得到的ux、uy、σx、σy，计算图片之间的结构化差异性d(x，y)：其中c1，c2为常数，避免分母接近于0时造成的不稳定性；d越大，代表图片差异性越小，d越小，代表图片的差异性越大。10.根据权利要求9所述的基于两个缓冲池的端云联动消防图侦方法，其特征在于，所述步骤s5中，为人工图帧提供辅助分析是指：在前端感知装置报警后，云中心服务器未获取现场实时视频流之前，若历史图像差异性d1大于某阈值，说明大概率不是前端感知装置误报，工作人员可根据此ip地址和视频时间，得到火灾发生可能的地点与时间，发出火灾预警，提前准备消防操作；当现场实时视频流到达云中心服务器后，若实时图像差异性d2大于某阈值，则判断此处大概率发生火灾，工作人员可根据此ip地址和视频时间，确定火灾发生地点与时间，发出火灾报警。
技术总结
本发明提供一种基于两个缓冲池的端云联动消防图侦方法和系统，所述系统包括前端感知装置、视频监控设备、云中心服务器；所述云中心服务器上设有：缓冲模块，包括长时缓冲池、短时缓冲池，用于分别存储并更新所获取的长时图像数据和短时图像数据；图侦模块，用于在实时视频流获取的窗口期，计算长时缓冲池与短时缓冲池的历史图像差异性；以及在实时视频流获取后，计算长时缓冲池与实时视频的实时图像差异性；当云中心服务器收到前端感知装置的报警信号时，通过历史图像差异性和/或实时图像差异性计算，为人工图侦提供辅助分析。本发明采用两个缓冲池技术，通过历史图侦差异性和实时图侦差异性的双重分析，有效地提高了火警报告的及时性和准确性。及时性和准确性。及时性和准确性。
