一种基于图像分析的工地火点监测预警方法

摘要

本发明涉及一种基于图像分析的工地火点监测预警方法，尤其涉及图像处理技术领域，包括，步骤S1，通过采集模块实时获取对工地的火点监测视频文件；步骤S2，通过提取模块从所述视频文件中提取视频帧文件，在对获取的视频文件提取视频帧时，以秒为单位提取视频文件中的视频帧，并将提取的视频帧作为火点监测图像；步骤S3，通过处理模块对所述火点监测图像进行图像处理，所述处理模块将火点监测图像等分为3×3的网格区域；步骤S4，通过预警模块根据图像处理结果进行火点预警，所述预警模块根据火点监测图像的区域危险系数L0进行相应预警，并根据风险目标区域占比H对区域危险系数L0进行调节。本发明有效提高了对火点的监测效率。

权利要求

1.一种基于图像分析的工地火点监测预警方法，其特征在于，包括：

步骤S1，通过采集模块实时获取对工地的火点监测视频文件；

步骤S2，通过提取模块从所述视频文件中提取视频帧文件，在对获取的视频文件提取视频帧时，以秒为单位提取视频文件中的视频帧，并将提取的视频帧作为火点监测图像；

步骤S3，通过处理模块对所述火点监测图像进行图像处理，在进行图像处理时，所述处理模块将火点监测图像等分为3×3的网格区域，并将网格区域的中心矩形区域作为一级区域，并将其他矩形区域作为二级区域，所述处理模块通过获取矩形区域的组成像素和各像素的灰度值并将相邻像素灰度差值在预设范围内的区域作为相同区域来对各矩形区域进行划分，并将矩形区域内划分后形成的各区域作为目标区域，所述处理模块获取矩形区域内的目标区域数量n，并根据目标区域数量n对矩形区域进行风险区域判定，其中，当n＝1时，所述处理模块获取该矩形区域的色调，若色调为白色或红色，所述处理模块判定该矩形区域为风险区域，若色调为其他颜色，所述处理模块判定该矩形区域为安全区域，当n＞1时，所述处理模块根据矩形区域内各目标区域的区域边线对目标区域进行风险等级判定，所述处理模块将各目标区域的区域边线作为目标形状曲线，并获取目标形状曲线的曲率A，所述处理模块将各目标形状曲线的曲率A 与各预设曲率进行比对，并根据比对结果对目标区域进行风险等级判定，其中，当A＜A1时，所述处理模块判定该目标区域为低风险区域，

当A1≤A≤A2时，所述处理模块判定该目标区域为高风险区域，并进行高风险区域验证，当A2＜A时，所述处理模块根据该目标区域的灰度值C进行二次风险等级判定，其中，A1为第一预设曲率，A2为第二预设曲率，A1＜A2，所述处理模块在进行高风险区域验证时，获取高风险区域的图形纹理复杂度P，并将其与预设纹理复杂度P0进行比对，并根据比对结果进行高风险区域验证，其中，当P≤P0时，所述处理模块判定验证成功，确定该目标区域为高风险区域，当P＞P0时，所述处理模块判定验证失败，并对该区域进行二次风险等级判定，所述处理模块在进行二次风险等级判定时，所述处理模块将目标区域的灰度值C与各预设灰度值进行比对，并根据比对结果进行二次风险等级判定，其中，当C＜C1时，所述处理模块判定该目标区域为低风险区域，

当C1≤C≤C2时，所述处理模块判定该目标区域为中风险区域，

当C2＜C时，所述处理模块判定该目标区域为低风险区域，

其中，C1为第一预设灰度值，C2为第二预设灰度值，C1＜C2，

所述处理模块根据矩形区域内各目标区域的风险等级对矩形区域进行风险区域判定，其中，当矩形区域中存在高风险区域时，所述处理模块判定该矩形区域为风险区域，当矩形区域中中风险区域数量大于m时，所述处理模块判定该矩形区域为风险区域，m为预设中风险区域数量，m≥1，预警模块根据所述处理模块判定的风险区域数量计算火点监测图像的区域危险系数L0，设定L0＝K1×L+K2×0.1×L，设定K1为一级区域的风险区域数量，K2为二级区域的风险区域数量，L为预设危险系数，L＞0，所述预警模块将计算得到的区域危险系数L0与各预设区域危险系数进行比对，并根据比对结果进行预警，其中，当L0＜L1时，所述预警模块判定监测范围内安全，不进行预警，

当L1≤L0≤L2时，所述预警模块判定监测范围内存在火灾风险，并提示工作人员进行检查，当L2＜L0时，所述预警模块判定监测范围内已发生火灾，并提示工作人员进行消防，其中，L1为预设区域中度危险系数，L2为预设区域高度危险系数，L1＜L2；

步骤S4，通过预警模块根据图像处理结果进行火点预警，所述预警模块根据火点监测图像的区域危险系数L0进行相应预警，并根据风险目标区域占比H对区域危险系数L0进行调节。

2.根据权利要求1所述的基于图像分析的工地火点监测预警方法，其特征在于，所述预警模块在计算区域危险系数L0时，还根据风险目标区域占比H对区域危险系数L0进行调节，设定H＝R/T，R为中风险和高风险目标区域的区域总面积，T为火点监测图像的面积，所述预警模块将风险目标区域占比H与预设区域占比H0进行比对，并根据比对结果对区域危险系数L0进行调节，其中，当H≤H0时，所述预警模块判定区域危险系数计算结果准确，不进行调节；

当H＞H0时，所述预警模块将区域危险系数调节为L0’，设定L0’＝L0+L0×(H‑H0)/H，并根据调节后的区域危险系数L0’进行预警。

3.根据权利要求2所述的基于图像分析的工地火点监测预警方法，其特征在于，所述预警模块在判定监测范围内存在火灾风险后，所述预警模块获取t1时间后的火点监测图像进行火灾风险验证，设定t1为第一预设验证时间，所述预警模块计算t1时间后的火点监测图像的区域危险系数L01，若L01＜L0，则验证失败不进行预警，若L01≥L0，则验证成功并进行相应预警。

4.根据权利要求3所述的基于图像分析的工地火点监测预警方法，其特征在于，所述预警模块在判定监测范围内已发生火灾后，所述预警模块获取t2时间后的火点监测图像进行火灾风险验证，设定t2为第二预设验证时间，t1＞t2，所述预警模块计算t2时间后的火点监测图像的区域危险系数L02，若L02＜L0，则验证失败并进行火灾风险预警，提示工作人员进行检查，若L01≥L0，则验证成功并进行相应预警。

说明书

一种基于图像分析的工地火点监测预警方法

技术领域

[0001] 本发明涉及图像处理技术领域，尤其涉及一种基于图像分析的工地火点监测预警方法。

背景技术

[0002] 进入高温时节，施工工地处于夏季高温施工阶段，稍有不慎极易引发火灾。现在许多建设工程施工现场的临时建筑都采用芯材为聚苯乙烯的彩钢板搭建，这种建筑材料耐火等级低但价格便宜，因此受到了众多施工单位的青睐。施工的脚手架和安全防护物也常用可燃材料制成。施工现场存放和使用大量油毡、木材、油漆、塑料制品及装饰、装修材料等可燃易燃物品，堆垛现象严重。

[0003] 目前，对项目工地中火点的监测通常采用安装摄像头进行人工监控，但人工监控存在滞后性，且受人工注意力影响，发生火患时易错过最佳抢救时机，因此导致火点监测效率低。

发明内容

[0004] 为此，本发明提供一种基于图像分析的工地火点监测预警方法，用以克服现有技术中由于无法通过对监测图像精确分析进行风险预警导致的火点监测效率低的问题。

[0005] 为实现上述目的，本发明提供一种基于图像分析的工地火点监测预警方法，包括，[0006] 步骤S1，通过采集模块实时获取对工地的火点监测视频文件；

[0007] 步骤S2，通过提取模块从所述视频文件中提取视频帧文件，在对获取的视频文件提取视频帧时，以秒为单位提取视频文件中的视频帧，并将提取的视频帧作为火点监测图像；

[0008] 步骤S3，通过处理模块对所述火点监测图像进行图像处理，在进行图像处理时，所述处理模块将火点监测图像等分为3×3的网格区域，并将网格区域的中心矩形区域作为一级区域，并将其他矩形区域作为二级区域，所述处理模块按照灰度值不同对各矩形区域进行划分，并将矩形区域内划分后形成的各区域作为目标区域，所述处理模块根据矩形区域内目标区域数量对矩形区域进行风险区域判定，所述处理模块还对各目标区域进行风险等级判定，以完成对各矩形区域的风险区域判定；

[0009] 步骤S4，通过预警模块根据图像处理结果进行火点预警，所述预警模块根据火点监测图像的区域危险系数L0进行相应预警，并根据风险目标区域占比H对区域危险系数L0进行调节。

[0010] 进一步地，所述处理模块在对矩形区域进行风险区域判定时，所述处理模块获取矩形区域内的目标区域数量n，并根据目标区域数量n对矩形区域进行风险区域判定，其中，[0011] 当n＝1时，所述处理模块获取该矩形区域的色调，若色调为白色或红色，所述处理模块判定该矩形区域为风险区域，若色调为其他颜色，所述处理模块判定该矩形区域为安全区域；

[0012] 当n＞1时，所述处理模块根据矩形区域内各目标区域的区域边线对目标区域进行风险等级判定。

[0013] 进一步地，所述处理模块将各目标区域的区域边线作为目标形状曲线，并获取目标形状曲线的曲率A，所述处理模块将各目标形状曲线的曲率A与各预设曲率进行比对，并根据比对结果对目标区域进行风险等级判定，其中，

[0014] 当A＜A1时，所述处理模块判定该目标区域为低风险区域；

[0015] 当A1≤A≤A2时，所述处理模块判定该目标区域为高风险区域，并进行高风险区域验证；

[0016] 当A2＜A时，所述处理模块根据该目标区域的灰度值C进行二次风险等级判定；

[0017] 其中，A1为第一预设曲率，A2为第二预设曲率，A1＜A2。

[0018] 进一步地，所述处理模块在进行高风险区域验证时，获取高风险区域的图形纹理复杂度P，并将其与预设纹理复杂度P0进行比对，并根据比对结果进行高风险区域验证，其中，

[0019] 当P≤P0时，所述处理模块判定验证成功，确定该目标区域为高风险区域；

[0020] 当P＞P0时，所述处理模块判定验证失败，并对该区域进行二次风险等级判定。

[0021] 进一步地，所述处理模块在进行二次风险等级判定时，所述处理模块将目标区域的灰度值C与各预设灰度值进行比对，并根据比对结果进行二次风险等级判定，其中，[0022] 当C＜C1时，所述处理模块判定该目标区域为低风险区域；

[0023] 当C1≤C≤C2时，所述处理模块判定该目标区域为中风险区域；

[0024] 当C2＜C时，所述处理模块判定该目标区域为低风险区域；

[0025] 其中，C1为第一预设灰度值，C2为第二预设灰度值，C1＜C2。

[0026] 进一步地，所述处理模块根据矩形区域内各目标区域的风险等级对矩形区域进行风险区域判定，其中，

[0027] 当矩形区域中存在高风险区域时，所述处理模块判定该矩形区域为风险区域；

[0028] 当矩形区域中中风险区域数量大于m时，所述处理模块判定该矩形区域为风险区域，m为预设中风险区域数量，m≥1。

[0029] 进一步地，所述预警模块根据所述处理模块判定的风险区域数量计算火点监测图像的区域危险系数L0，设定L0＝K1×L+K2×0.1×L，设定K1为一级区域的风险区域数量，K2为二级区域的风险区域数量，L为预设危险系数，L＞0，所述预警模块将计算得到的区域危险系数L0与各预设区域危险系数进行比对，并根据比对结果进行预警，其中，

[0030] 当L0＜L1时，所述预警模块判定监测范围内安全，不进行预警；

[0031] 当L1≤L0≤L2时，所述预警模块判定监测范围内存在火灾风险，并提示工作人员进行检查；

[0032] 当L2＜L0时，所述预警模块判定监测范围内已发生火灾，并提示工作人员进行消防；

[0033] 其中，L1为预设区域中度危险系数，L2为预设区域高度危险系数，L1＜L2。

[0034] 进一步地，所述预警模块在计算区域危险系数L0时，还根据风险目标区域占比H对区域危险系数L0进行调节，设定H＝R/T，R为中风险和高风险目标区域的区域总面积，T为火点监测图像的面积，所述预警模块将风险目标区域占比H与预设区域占比H0进行比对，并根据比对结果对区域危险系数L0进行调节，其中，

[0035] 当H≤H0时，所述预警模块判定区域危险系数计算结果准确，不进行调节；

[0036] 当H＞H0时，所述预警模块将区域危险系数调节为L0’，设定L0’＝L0+L0×(H‑H0)/H，并根据调节后的区域危险系数L0’进行预警。

[0037] 进一步地，所述预警模块在判定监测范围内存在火灾风险后，所述预警模块获取t1时间后的火点监测图像进行火灾风险验证，设定t1为第一预设验证时间，所述预警模块计算t1时间后的火点监测图像的区域危险系数L01，若L01＜L0，则验证失败不进行预警，若L01≥L0，则验证成功并进行相应预警。

[0038] 进一步地，所述预警模块在判定监测范围内已发生火灾后，所述预警模块获取t2时间后的火点监测图像进行火灾风险验证，设定t2为第二预设验证时间，t1＞t2，所述预警模块计算t2时间后的火点监测图像的区域危险系数L02，若L02＜L0，则验证失败并进行火灾风险预警，提示工作人员进行检查，若L01≥L0，则验证成功并进行相应预警。

[0039] 与现有技术相比，本发明的有益效果在于，所述处理模块在进行图像处理时，首先对图像进行划分，通过划分以进行分区处理，从而提高图像处理精确度，在对图像划分后，还对划分后形成的矩形区域进行级别划分，通过将中心区域和边缘区域进行级别划分，以提高火点监测的精确度，所述处理模块还根据灰度值对各矩形区域进行划分以得到目标区域，并根据矩形区域内的目标区域数量采取不同方式进行风险区域判定，以判定矩形区域内是否存在火灾风险，从而提高火点监测的精确度，当矩形区域内的目标区域数量仅有一个时，若色调为白色或红色，证明该矩形区域存在烟雾或起火风险，若目标区域数量大于1则需根据目标区域的区域边线进一步判定，以保证判定结果的准确度，从而提高火点监测的精确度。

[0040] 尤其，在进行风险等级判定时，所述处理模块获取目标区域的区域边线的曲率，并将其与预设值进行比对，若在预设值以内证明该目标区域的形状与预设曲率反映的形状不近似，该目标区域为低风险区域，若在预设范围内则证明该目标区域的形状与预设曲率反映的形状近似，此时判定其风险等级为高风险，若在预设值以上则可能存在烟雾，需进一步精确判定，通过对目标区域进行风险等级判定，可进一步提高火点监测精确度，且所述处理模块还对判定为高风险区域的目标区域进行验证，以保证判定结果的精确度，在进行验证时，所述处理模块将高风险区域的图形纹理复杂度P与预设值进行比对，若在预设范围内则验证成功，若大于预设值则证明该目标区域形状虽与火焰相似，但其图形复杂度高，需对该目标区域进一步判定，以保证风险等级判定结果的精确度，从而进一步提高火点监测效率。

[0041] 尤其，在进行二次风险等级判定时，所述处理模块将目标区域灰度值与预设值进行比对，若在预设值区间则证明该目标区域存在烟雾风险，此时判定其为中风险区域，通过进行二次风险等级判定，可有效提高对各目标区域风险等级判定结果的准确度，从而进一步提高火点监测效率。

[0042] 尤其，在对各目标区域的风险等级判定完成后，所述处理模块根据矩形区域内的目标区域等级判定情况，对矩形区域进行风险区域判定，以提高风险区域判定的准确度，由于高风险区域代表存在已起火风险，中风险区域代表存在烟雾风险，所述处理模块根据矩形区域中不同风险区域数量进行风险等级判定，可进一步保证风险区域判定的准确度，从而提高火点监测的精确度及效率。

[0043] 尤其，所述处理模块在对各矩形区域进行风险区域判定后，所述预警模块根据风险区域分布情况及数量计算区域危险系数L0，并将其与预设值进行比对，并根据比对结果进行不同程度预警，以提高预警的准确度，从而进一步提高火点监测效率，在计算区域危险系数L0时，对不同级别区域设置不同权重，以提高对一级区域的易燃物品监测的精确度，从而提高火点监测效率，所述预警模块将风险目标区域占比H与预设值进行比对，若在预设值以内，则不进行调节，若大于预设值，则证明风险区域较多，需增加区域危险系数L0以使预警更加准确，所述预警模块通过对区域危险系数L0进行调节，进一步提高了预警的准确度，从而提高了火点监测效率。

[0044] 尤其，所述预警模块为保证预警的准确度，还通过获取预设时间后的图像进行火灾风险验证，所述预警模块将预设时间后火点监测图像的区域危险系数与需要预警的图像的区域危险系数L0进行比对，以验证是否进行相应预警，所述预警模块通过进行火灾风险验证，进一步提高了预警的准确度，从而进一步提高对火点的监测效率。

附图说明

[0045] 图1为本实施例基于图像分析的工地火点监测预警系统的结构示意图；

[0046] 图2为本实施例基于图像分析的工地火点监测预警方法的流程示意图。

具体实施方式

[0047] 为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

[0048] 下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

[0049] 此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

[0050] 请参阅图1所示，其为本实施例基于图像分析的工地火点监测预警系统，所述系统包括，

[0051] 采集模块，用以实时采集摄像装置对工地的火点监测视频文件；

[0052] 提取模块，用以从所述视频文件中提取视频帧文件，其与所述采集模块连接；

[0053] 处理模块，用以对每一帧视频帧进行图像处理，其与所述提取模块连接；

[0054] 预警模块，用以根据图像处理结果进行火点预警，其与所述处理模块连接。

[0055] 请参阅图2所示，其为本实施例基于图像分析的工地火点监测预警方法的流程示意图，所述方法包括，

[0056] 步骤S1，通过采集模块实时获取对工地的火点监测视频文件；

[0057] 步骤S2，通过提取模块从所述视频文件中提取视频帧文件；在对获取的视频文件提取视频帧时，以秒为单位提取视频文件中的视频帧，并将提取的视频帧作为火点监测图像；

[0058] 步骤S3，通过处理模块对所述火点监测图像进行图像处理；

[0059] 步骤S4，通过预警模块根据图像处理结果进行火点预警。

[0060] 具体而言，所述步骤S3中，在对火点监测图像进行图像处理时，所述处理模块将火点监测图像等分为3×3的网格区域，并将网格区域的中心矩形区域作为一级区域，并将其他矩形区域作为二级区域，所述处理模块按照灰度值不同对各矩形区域进行划分，在进行划分时，所述处理模块获取矩形区域的组成像素，并获取各像素的灰度值，并将相邻像素灰度差值在预设范围内的区域作为相同区域，并将矩形区域内划分后形成的各区域作为目标区域，所述处理模块获取矩形区域内的目标区域数量n，并根据目标区域数量n对矩形区域进行风险区域判定，其中，

[0061] 当n＝1时，所述处理模块获取该矩形区域的色调，若色调为白色或红色，所述处理模块判定该矩形区域为风险区域，若色调为其他颜色，所述处理模块判定该矩形区域为安全区域；

[0062] 当n＞1时，所述处理模块根据矩形区域内各目标区域的区域边线对目标区域进行风险等级判定。

[0063] 具体而言，本实施例中所述处理模块在进行图像处理时，首先对图像进行划分，通过划分以进行分区处理，从而提高图像处理精确度，在进行图像划分时，本实施例将图像划分为3×3的网格区域，本领域技术人员还可根据图像内物体大小选取其他尺寸进行等分，但应注意的是，应选择奇数乘奇数的形式进行等分，以保证图像中存在中心区域和边缘区域，且在安装摄像装置时，应保证易燃物品处于图像中心区域，以提高图像分析的精确度，从而提高火点监测效率，本实施例中在对图像划分后，还对划分后形成的矩形区域进行级别划分，通过将中心区域和边缘区域进行级别划分，以提高火点监测的精确度，所述处理模块还根据灰度值对各矩形区域进行划分以得到目标区域，并根据矩形区域内的目标区域数量采取不同方式进行风险区域判定，以判定矩形区域内是否存在火灾风险，从而提高火点监测的精确度，当矩形区域内的目标区域数量仅有一个时，若色调为白色或红色，证明该矩形区域存在烟雾或起火风险，若目标区域数量大于1则需根据目标区域的区域边线进一步判定，以保证判定结果的准确度，从而提高火点监测的精确度。

[0064] 具体而言，所述处理模块将各目标区域的区域边线作为目标形状曲线，并获取目标形状曲线的曲率A，所述处理模块将各目标形状曲线的曲率A与各预设曲率进行比对，并根据比对结果对目标区域进行风险等级判定，其中，

[0065] 当A＜A1时，所述处理模块判定该目标区域为低风险区域；

[0066] 当A1≤A≤A2时，所述处理模块判定该目标区域为高风险区域，并进行高风险区域验证；

[0067] 当A2＜A时，所述处理模块根据该目标区域的灰度值C进行二次风险等级判定；

[0068] 其中，A1为第一预设曲率，A2为第二预设曲率，A1＜A2。

[0069] 具体而言，所述处理模块在进行高风险区域验证时，获取高风险区域的图形纹理复杂度P，并将其与预设纹理复杂度P0进行比对，并根据比对结果进行高风险区域验证，其中，

[0070] 当P≤P0时，所述处理模块判定验证成功，确定该目标区域为高风险区域；

[0071] 当P＞P0时，所述处理模块判定验证失败，并对该区域进行二次风险等级判定。

[0072] 具体而言，本实施例中在进行风险等级判定时，所述处理模块获取目标区域的区域边线的曲率，并将其与预设值进行比对，本实施例在设置预设值时需充分考虑火焰的形状进行设置，以保证预设范围的曲率包含不同火焰形状的曲率，以提高风险区域判定的精确度，若在预设值以内证明该目标区域的形状与预设曲率反映的形状不近似，该目标区域为低风险区域，若在预设范围内则证明该目标区域的形状与预设曲率反映的形状近似，此时判定其风险等级为高风险，若在预设值以上则可能存在烟雾，需进一步精确判定，通过对目标区域进行风险等级判定，可进一步提高火点监测精确度，且所述处理模块还对判定为高风险区域的目标区域进行验证，以保证判定结果的精确度，在进行验证时，所述处理模块将高风险区域的图形纹理复杂度P与预设值进行比对，若在预设范围内则验证成功，若大于预设值则证明该目标区域形状虽与火焰相似，但其图形复杂度高，需对该目标区域进一步判定，以保证风险等级判定结果的精确度，从而进一步提高火点监测效率。

[0073] 具体而言，所述处理模块在进行二次风险等级判定时，所述处理模块将目标区域的灰度值C与各预设灰度值进行比对，并根据比对结果进行二次风险等级判定，其中，[0074] 当C＜C1时，所述处理模块判定该目标区域为低风险区域；

[0075] 当C1≤C≤C2时，所述处理模块判定该目标区域为中风险区域；

[0076] 当C2＜C时，所述处理模块判定该目标区域为低风险区域；

[0077] 其中，C1为第一预设灰度值，C2为第二预设灰度值，C1＜C2。

[0078] 具体而言，在进行二次风险等级判定时，所述处理模块将目标区域灰度值与预设值进行比对，若在预设值区间则证明该目标区域存在烟雾风险，此时判定其为中风险区域，通过进行二次风险等级判定，可有效提高对各目标区域风险等级判定结果的准确度，从而进一步提高火点监测效率。

[0079] 具体而言，所述处理模块根据矩形区域内各目标区域的风险等级对矩形区域进行风险区域判定，其中，

[0080] 当矩形区域中存在高风险区域时，所述处理模块判定该矩形区域为风险区域；

[0081] 当矩形区域中中风险区域数量大于m时，所述处理模块判定该矩形区域为风险区域，m为预设中风险区域数量，m≥1。

[0082] 具体而言，在对各目标区域的风险等级判定完成后，所述处理模块根据矩形区域内的目标区域等级判定情况，对矩形区域进行风险区域判定，以提高风险区域判定的准确度，由于高风险区域代表存在已起火风险，中风险区域代表存在烟雾风险，所述处理模块根据矩形区域中不同风险区域数量进行风险等级判定，可进一步保证风险区域判定的准确度，从而提高火点监测的精确度及效率。

[0083] 具体而言，所述预警模块根据所述处理模块判定的风险区域数量计算火点监测图像的区域危险系数L0，设定L0＝K1×L+K2×0.1×L，设定K1为一级区域的风险区域数量，K2为二级区域的风险区域数量，L为预设危险系数，L＞0，所述预警模块将计算得到的区域危险系数L0与各预设区域危险系数进行比对，并根据比对结果进行预警，其中，

[0084] 当L0＜L1时，所述预警模块判定监测范围内安全，不进行预警；

[0085] 当L1≤L0≤L2时，所述预警模块判定监测范围内存在火灾风险，并提示工作人员进行检查；

[0086] 当L2＜L0时，所述预警模块判定监测范围内已发生火灾，并提示工作人员进行消防；

[0087] 其中，L1为预设区域中度危险系数，L2为预设区域高度危险系数，L1＜L2。

[0088] 具体而言，所述预警模块在计算区域危险系数L0时，还根据风险目标区域占比H对区域危险系数L0进行调节，设定H＝R/T，R为中风险和高风险目标区域的区域总面积，T为火点监测图像的面积，所述预警模块将风险目标区域占比H与预设区域占比H0进行比对，并根据比对结果对区域危险系数L0进行调节，其中，

[0089] 当H≤H0时，所述预警模块判定区域危险系数计算结果准确，不进行调节；

[0090] 当H＞H0时，所述预警模块将区域危险系数调节为L0’，设定L0’＝L0+L0×(H‑H0)/H，并根据调节后的区域危险系数L0’进行预警。

[0091] 具体而言，本实施例中所述处理模块在对各矩形区域进行风险区域判定后，所述预警模块根据风险区域分布情况及数量计算区域危险系数L0，并将其与预设值进行比对，并根据比对结果进行不同程度预警，以提高预警的准确度，从而进一步提高火点监测效率，在计算区域危险系数L0时，对不同级别区域设置不同权重，以提高对一级区域的易燃物品监测的精确度，从而提高火点监测效率，可以理解的是，本实施例未对预设值L1、L2进行具体限定，但未保证预警的准确度，本领域技术人员应将L1设置为0.1L‑0.3L之间，L2设置为0.5L‑0.9L之间，此范围为最佳实施范围，以保证预警的准确度，同时，本实施例在计算区域危险系数L0后，还根据风险目标区域占比H对其进行调节，以进一步提高预警的准确度，从而提高火点监测效率，所述预警模块将风险目标区域占比H与预设值进行比对，若在预设值以内，则不进行调节，若大于预设值，则证明风险区域较多，需增加区域危险系数L0以使预警更加准确，所述预警模块通过对区域危险系数L0进行调节，进一步提高了预警的准确度，从而提高了火点监测效率。

[0092] 具体而言，所述预警模块在判定监测范围内存在火灾风险后，所述预警模块获取t1时间后的火点监测图像进行火灾风险验证，设定t1为第一预设验证时间，所述预警模块计算t1时间后的火点监测图像的区域危险系数L01，若L01＜L0，则验证失败不进行预警，若L01≥L0，则验证成功并进行相应预警。

[0093] 具体而言，所述预警模块在判定监测范围内已发生火灾后，所述预警模块获取t2时间后的火点监测图像进行火灾风险验证，设定t2为第二预设验证时间，t1＞t2，所述预警模块计算t2时间后的火点监测图像的区域危险系数L02，若L02＜L0，则验证失败并进行火灾风险预警，提示工作人员进行检查，若L01≥L0，则验证成功并进行相应预警。

[0094] 具体而言，本实施例中所述预警模块为保证预警的准确度，还通过获取预设时间后的图像进行火灾风险验证，所述预警模块将预设时间后火点监测图像的区域危险系数与需要预警的图像的区域危险系数L0进行比对，以验证是否进行相应预警，在计算预设时间后的区域危险系数L01或L02时，与L0的计算方式相同，以保证比较结果的有效性，所述预警模块通过进行火灾风险验证，进一步提高了预警的准确度，从而进一步提高对火点的监测效率。

[0095] 至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。