危险检测方法及装置与流程

1.本技术涉及安全防护技术领域，尤其涉及一种危险检测方法及装置。


背景技术：

2.危险检测技术在实现资产安保、应急响应和智能家居等智能安防技术领域有着广泛的应用前景。目前的危险检测方法，普遍基于烟雾报警，即当烟雾浓度达到报警值时，触发报警。但是对于非正常火灾引起的烟雾(如吸烟引起的烟雾)，容易引起误报，即危险检测的精准度不高。而基于摄像的危险检测方法，虽然可以提供良好的检测精度，但基于摄像的危险检测方法目前只适用于视距(los)范围，并且存在个人隐私泄露的问题。
3.如何在不涉及用户隐私的前提下，保证危险检测的精准度是亟待解决的问题。


技术实现要素：

4.本技术提供一种危险检测方法及装置，用于在不涉及用户隐私的前提下，保证危险检测的精准度。
5.第一方面，本技术提供一种危险检测方法，包括：获取红外探测区域的热成像图像；若热成像图像中存在危险区域，在热成像图像中标注出危险区域，并向终端设备发送包括标注出危险区域的热成像图像的提示信息。其中，危险区域为温度值大于预设阈值的区域，提示信息用于提示用户根据标注出危险区域的热成像图像，识别红外探测区域是否存在危险源。
6.本技术提供的技术方案，通过将红外设备应用在危险检测中。由于热成像图像相对于彩色图像没有丰富的色彩，只能够显示出人体目标的轮廓，不会对用户隐私造成侵犯，且红外设备能够精准的检测出红外探测区域中温度的变化，故将红外设备应用在危险检测中，能够在不涉及用户隐私的情况下，保证危险检测的精准度。且当红外探测区域的热成像图像中存在危险区域时，向终端设备发送标注出危险区域的热成像图像，以便于用户根据热成像图像精准的识别出红外探测区域是否存在危险源，提升了危险检测的精准度。
7.第二方面，本技术提供一种危险检测装置，包括：通信单元，用于获取红外探测区域的热成像图像；处理单元，用于若热成像图像中存在危险区域，在热成像图像中标注出危险区域，危险区域为温度值大于预设阈值的区域；通信单元，还用于向终端设备发送提示信息，提示信息包括标注出危险区域的热成像图像，提示信息用于提示用户根据标注出危险区域的热成像图像，识别红外探测区域是否存在危险源。
8.第三方面，本技术提供一危险检测装置，包括：一个或多个处理器；一个或多个存储器；其中，一个或多个存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当一个或多个处理器执行计算机指令时，危险检测装置执行上述第一方面所提供的任一种危险检测方法。
9.第四方面，本技术实施例提供一种计算机可读存储介质，该计算机可读存储介质包括计算机指令，当计算机指令在计算机上运行时，使得计算机执行第一方面所提供的任
一种危险检测方法。
10.第五方面，本发明实施例提供一种计算机程序产品，该计算机程序产品可直接加载到存储器中，并含有软件代码，该计算机程序产品经由计算机载入并执行后能够实现如第一方面所提供的任一种危险检测方法。
11.本技术中第二方面至第五方面的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。
附图说明
12.附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本技术的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
13.图1为本技术实施例提供的一种危险检测系统的组成示意图；
14.图2为本技术实施例提供的一种危险检测场景的示意图；
15.图3为本技术实施例提供的一种危险检测方法的流程示意图；
16.图4为本技术实施例提供的另一种危险检测方法的流程示意图；
17.图5为本技术实施例提供的另一种危险检测方法的流程示意图；
18.图6为本技术实施例提供的一种终端设备显示提示信息的示意图；
19.图7为本技术实施例提供的一种热成像图像的算法流程图；
20.图8为本技术实施例提供的一种危险检测装置的组成示意图；
21.图9为本技术实施例提供的一种危险检测装置的硬件结构示意图。
具体实施方式
22.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
23.术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。
24.在本技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“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。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。另外，在对管线进行描述时，本技术中所用“相连”、“连接”则具有进行导通的意义。具体意义需结合上下文进行理解。
25.在本技术实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本技术实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
26.对于危险检测技术，需要在不涉及用户隐私的前提下，保证危险检测的精准度，而
现有技术均无法达到上述效果。基于此，本技术实施例提供的一种危险检测方法，基于红外探测区域的热成像图像来判断热成像图像中是否存在危险区域，在确定热成像图像中存在危险区域后，在热成像图像中标注出危险区域，并向终端设备发送包含标注出危险区域的热成像图像，以此来提示用户判断红外探测区域是否存在危险源。
27.由于热成像图像相对于彩色图像没有明显的色彩信息，故在日常生活中不会对用户的隐私造成侵犯，且热成像图像本身是基于红外探测区域中不同物体所具有的不同温度而生成的，基于热成像图像可以精准的识别出红外探测区域是否存在危险源。如此，实现了能够在不涉及用户隐私的前提下，保证危险检测的精准度。
28.在本技术实施例中，红外设备是利用红外辐射进行目标检测的电子设备，例如：热电堆、热成像仪等。在本技术的一些实施例中，采用分辨能力强、成像效果好的热成像仪。
29.其中，红外辐射可以称为红外光、红外线，是指其波长约在0.75微米到1000微米的电磁波。
30.红外热成像的原理为：由于黑体辐射的存在，任何物体都依据温度的不同对外进行电磁波辐射，物体表面温度如果超过绝对零度即会辐射出电磁波。随着温度变化，电磁波的辐射强度与波长分布特性也随之改变。波长为2.0微米-1000微米的部分称为“热红外线”，而人类视觉可见的“可见光”介于0.4微米到0.75微米。红外热成像运用光电技术检测物体热辐射的红外线特定波段信号，将该信号转换成可供人类视觉分辨的图像和图形，并可以进一步计算出温度值。使人类超越了视觉障碍，由此人们可以看到物体表面的温度分布状况。
31.为进一步对本技术的方案进行描述，如图1所示为本技术实施例提供的一种危险检测系统的组成示意图。如图1所示，该危险检测系统10包括红外设备100、服务器200、终端设备300和互联网400。
32.互联网(internet)400，又称网际网路或因特网、英特网(音译)，是网络与网络之间所串连成的庞大网络，这些网络以一组通用的协定相连，形成逻辑上的单一巨大国际网络。在本技术实施例中，互联网400可用于提供网络。
33.红外设备100和终端设备300接入互联网400后，红外设备100和终端设备300可以通过互联网400与网络侧的服务器200通信。同时，红外设备100和终端设备300之间也可以通过互联网400进行通信。
34.终端设备300用于向红外设备100发出操控指令和接收红外设备100的对红外探测区域的检测结果。示例性的，本技术实施例中的终端设备300可以是手机、平板电脑、桌面型、膝上型、手持计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本，以及蜂窝电话、个人数字助理(personal digital assistant，pda)、增强现实(augmented reality，ar)\虚拟现实(virtual reality，vr)设备等。本技术对该终端设备300的具体形态不作特殊限制。其可以与用户通过键盘、触摸板、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互。以终端设备300为手机为例，用户可以使用手机向红外设备100发出控制指令。
35.例如，用户可以在手机上下载智能家居app，智能家居app可以用于管理智能家居设备，本技术实施例以智能家居设备为红外设备100进行举例说明。进而，用户可以选中红外设备100这一在线设备，在红外设备100的管理选项中选择需要对红外设备100执行的控
制功能。例如，启动、关闭、切换模式(如监控模式、危险检测模式)等控制功能。如果检测到用户点击智能家居app中对红外设备100的启动按钮，则手机可以向互联网400发送对红外设备100的启动指令。进而，互联网400可以将该启动指令发送给红外设备100，使得红外设备100响应该启动指令开机工作。
36.服务器200用于接收并存储红外设备100发送的红外探测区域的热成像图像，并在红外设备100确定某一时刻热成像图像中存在危险区域后，向终端设备300传输该时刻红外探测区域的热成像图像。
37.服务器200可以是单独的一个服务器，或者，也可以是由多个服务器构成的服务器集群。部分实施方式中，服务器集群还可以是分布式集群。本技术对该服务器200的具体形态不作限制。
38.在本技术的一些实施例中，红外设备100根据红外探测区域的热成像图像检测到危险区域后，将红外探测区域的热成像图像通过互联网400提供的网络传输至服务器200。
39.服务器200接收到红外设备100发送的红外探测区域的热成像图像，将红外探测区域的热成像图像传输至终端设备300，以便于终端设备300的用户根据热成像图像来识别红外探测区域是否存在危险源。
40.作为一种可能的实现方式，智能家居app上配置有一键报警功能，当用户根据热成像图像确定红外探测区域存在危险源后，可以通过一键报警功能进行报警，并将红外探测区域的热成像图像传输至相关部门。
41.应理解，图1是示例性地架构图，图1示的危险检测系统包括的设备的数量不受限制(如红外设备的数量和终端设备的数量)。并且，除图1所示的设备外，图1所示的危险系统还可以包括其他设备，对此不予限定。
42.上述红外设备可以应用于危险检测场景。如图2所示，在危险检测场景中，当家庭成员外出时，可以通过终端设备向红外设备发送控制指令，以启动红外设备进行危险检测。红外设备通过向红外探测区域发射红外辐射，并接收电平数据。进而对电平数据进行处理，得到红外探测区域在每个时刻的热成像图像，并对每个时刻的热成像图像进行危险检测。当在某个时刻检测到热成像图像中存在危险区域后，在热成像图像中标注出危险区域，并将此时刻标注出危险区域的热成像图像发送给终端设备，以便于终端设备的用户来识别红外探测区域是否存在危险源。
43.在一些实施例中，上述红外设备可以部署在家居设备上，例如图2所示的智能空调上，也可以部署在其他家具设备上，如智能电视或智能门锁等设备。
44.可以理解的，在一般情况下，当家庭成员外出且启动红外设备的危险检测功能时，红外探测区域一般不会存在人为的危险源。若检测到红外探测区域存在危险区域，则此危险区域为自然产生的危险源(如电路老化引起的火灾)的概率较高。进而红外设备将此时刻的热成像图像发送给终端设备，由用户来识别红外探测区域是否存在危险源，进一步的提升了危险检测的准确性。
45.下面结合说明书附图，对本技术提供的实施例进行具体介绍。
46.本技术实施例提供了一种危险检测方法，应用于危险检测装置，该危险检测装置可以为红外设备，或者部署有红外设备的家居设备等。下面以危险检测装置为红外设备为例，对本技术实施例提供的危险检测方法进行描述。
47.如图3所示，该危险检测方法包括以下步骤：
48.s101、获取红外探测区域的热成像图像。
49.在本技术实施例中，红外探测区域为需要进行危险检测的区域，例如客厅、卧室和书房等，对此不作限定。
50.可选的，如图4所示，步骤s101可以具体实现为以下步骤：
51.s1011、获取红外设备对红外探测区域进行探测而得到的电平数据。
52.其中，电平数据指：红外设备接收到的由红外设备发射的电磁波在接触到红外探测区域的物品后反射回来的光信号经过转换后的16比特(bit)电平信号。应理解，由于红外设备可以长时间的发射电磁波，因此上述电平数据可以有多帧。
53.作为一种可能的实现方式中，红外设备在接收到开启危险检测功能的指令后，向红外探测区域发射电磁波进行探测，并接收当前时刻的电平数据。
54.示例性的，上述开启危险检测功能的指令可以由用户在红外设备上的操作来触发。
55.示例性的，上述开启危险检测功能的指令可以来自于电子设备。具体的，红外设备可以通过有线连接(例如，信号线)或无线连接(例如蓝牙、wi-fi)的方式与终端设备连接。用户可以在外出时，通过终端设备指示红外设备开启危险检测功能。终端设备响应于用户开启危险检测功能的操作，向红外设备发送开启危险检测功能的指令。
56.作为另一种可能的实现方式，红外设备在达到预定时间时，开启危险检测功能，对红外探测区域进行探测，并接收红外探测区域的电平数据。如此，用户通过一个定时操作，即可以实现红外设备定时自动开启危险检测功能，从而节省用户的操作，方便用户的使用。
57.可选的，上述预定时间可以由用户根据使用需求进行调整，本技术实施例对此不作限定。例如，若用户预先设置在8：00至18：00这一时段为外出时间，需要红外设备开启危险检测功能对红外探测区域进行探测，则红外设备在8：00时，自动开启危险检测功能，并在8：00至18：00时段保持危险检测功能处于开启状态。
58.s1012、对电平数据进行处理，得到红外探测区域的热成像图像。
59.可选的，如图5所示，步骤s1012可以具体实现为以下步骤：
60.s10121、根据红外设备的分辨率，对电平数据进行分辨率转换处理，得到红外探测区域的原始热成像图像。
61.在获取到红外探测区域的电平数据后，可以根据红外设备的分辨率，将当前时刻的电平数据还原成与红外设备等分辨率的图像尺寸矩阵，得到红外探测区域的原始热成像图像。
62.s10122、对原始热成像图像依次进行均匀化处理、降噪处理、滤波处理以及增强处理，得到红外探测区域的热成像图像。
63.下面对原始热成像图像的处理操作进行具体说明。
64.1、均匀化处理
65.在得到红外探测区域的原始热成像图像之后，可以对原始热成像图像进行均匀化处理，以便于生成较为清晰的红外热成像图像。
66.其中，均匀化处理包括以下一项或者多项：去除坏点处理、校正处理和去锅盖处理。
67.可以理解的，由于热成像图像与其他图像(例如彩色图像)不同，存在比较大的噪声，其中比较明显的噪声称作坏点，指热成像图像中像素点的灰度值明显区别于其周围像素点的点，若不对这些坏点进行识别和去除，则会影响对热成像图像的去噪效果，故需要对原始热成像图像进行去除坏点处理。
68.在一些实施例中，去除坏点处理采用坏点周围邻近9点非坏点的平均值代替方式进行处理。
69.由于当前的工艺水平以及软件水平的限制，红外设备无法根据外界的温度和湿度，对自身探测参数进行自动调整。故红外设备在开启一段时间后，或者用户观察到外界的温度或湿度发生变化后，需要通过挡片遮挡镜头，并根据现有环境，校正红外设备的探测参数，以达到合适的探测效果。若不通过挡板校正红外设备的探测参数，红外设备探测时会出现不规则灰底或者横竖条纹，故需要对原始热成像图像进行校正处理。
70.在一些实施例中，校正处理采用两点校正法对原始热成像图像进行处理。其中，两点校正法就是将所有探测单元的响应特性曲线通过旋转平移，变换为同一条响应特性曲线。经校正后，在均匀的辐射输入情况下，各探测单元的输出电信号相同，从而消除了原始热成像图像的非均匀性噪声，其不仅对红外设备的增益系数做补偿，还对偏置系数进行了校正。
71.在一些实施例中，上述两点校正法的过程可以满足以下公式(1)：
72.y＝a(x-b)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(1)
73.其中，y为校正后的电平数据，x为原始电平数据，b为挡板原始数据，a为灵敏度校正系数。
74.在对原始热成像图像进行校正处理后，原始热成像图像会较为均匀。
75.在一些实施例中，在对原始热成像图像进行去除坏点处理和校正处理后，还可以对原始热成像图像进行去锅盖处理。
76.对于红外设备来说，经过一次基于参考辐射源的校正通常可以很好地补偿光学系统、探测器和后处理电路共同引入的系统响应非均匀性缺陷。但随着红外设备视场切换、调焦以及环境温度、冲击振动等因素的影响，光学系统引入的非均匀性会呈现明显变化，导致红外设备输出的热成像图像经常会出现画面中心黑、边缘及四角亮的现象，也即锅盖效应。锅盖效应其实就是红外设备光学系统引入非均匀性未得到有效补偿所导致的结果，是一种特殊的光学系统引入噪声。
77.对原始热成像图像进行去锅盖处理是为了避免热成像图像出现画面中心黑、边缘及四角亮的现象，提升热成像图像的均匀性。
78.通过上述去除坏点处理、校正处理和去除锅盖处理后，可以得到较为均匀的原始热成像图像。
79.2、降噪处理
80.在对原始热成像图像进行均匀化处理后，进一步的，可以对原始热成像图像进行降噪处理。对原始热成像图像进行降噪处理可以分为对原始热成像图像进行时间降噪和空间降噪。
81.可选的，时间降噪采用的是多帧滤波的方式，对连续多帧的对应的相同位置的像素点进行低通滤波处理。其中，时间降噪也可以理解为降噪操作。
82.低通滤波是一种过滤方式，规则为低频信号能正常通过，而超过设定临界值的高频信号则被阻隔、减弱。但是阻隔、减弱的幅度则会依据不同的频率以及不同的滤波程序(目的)而改变。低通滤波可以简单的认为：设定一个频率点，当信号频率高于这个频率时不能通过，在数字信号中，这个频率点也就是截止频率，当频率高于这个截止频率时，则全部赋值为0。因为在这一处理过程中，让低频信号全部通过，限制高频信号通过，以达到消除噪声与干扰信息和纹理的目的。
83.可选的，空间降噪采用高斯滤波处理，来保证图像的平滑度。其中，空间降噪也可以理解为去除竖条纹操作。
84.高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。
85.高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描热成像图像中的每一个像素点，用模板确定的邻域内像素点的加权平均灰度值去替代模板中心像素点的值。
86.对原始热成像图像经过低通滤波处理和高斯滤波处理，可以提升原始热成像图像的信噪比，使原始热成像图像易于提取。
87.上述降噪操作和去除竖条纹操作可以理解为对原始热成像图像进行均匀性校正。相对于非均匀行校正，降噪和去除竖条纹更多的是从图像本身去做处理，而非均匀性校正则是对红外设备的探测器去做处理。
88.3、滤波处理
89.对原始热成像图像进行均匀化处理和降噪处理之后，再进一步的，可以对原始热成像图像进行滤波处理。
90.可选的，滤波处理包括双边滤波(bilateral filter)处理。
91.双边滤波处理是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折中处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的，具有简单、非迭代、局部的特点。对原始热成像图像进行双边滤波处理后，可以得到热成像图像的基础层图像。
92.双边滤波处理的好处是可以做边缘保存(edge preserving)，由于采用上述高斯滤波处理去降噪，会较明显地模糊边缘，对于高频细节的保护效果并不明显。双边滤波器顾名思义比高斯滤波多了一个高斯方差sigma-d，它是基于空间分布的高斯滤波函数，所以在边缘附近，离的较远的像素不会太多影响到边缘上的像素值，这样就保证了边缘附近像素值的保存。
93.但是由于保存了过多的高频信息，对于图像里的高频噪声，双边滤波处理不能够干净的过滤掉，只能够对于低频信息进行较好的滤波。故在对原始热成像图像进行双边滤波处理得到热成像图像的基础层图像后，还需要对基础层图像进行增强处理。
94.4、增强处理
95.对原始热成像图像进行均匀化处理、降噪处理和滤波处理，得到热成像图像的基础层图像后，更进一步的，可以对热成像图像的基础层图像进行增强处理。
96.对热成像图像的基础层图像进行增强处理可以包括以下两方面。
97.一方面，可以对热成像图像的基础层图像进行差分处理，分离出基础层图像中的
高频数据，以得到热成像图像的细节层图像。进而可以对热成像图像的细节层图像进行高频放大处理，以得到增强后的热成像图像的细节层图像。
98.另一方面，可以对热成像图像的基础层图像进行直方图处理，以提升热成像图像的对比度，以得到增强后的热成像图像的基础层图像。
99.直方图处理是针对热成像图像的对比度做处理，通过对原始热成像图像进行均匀化处理和降噪处理，实现了原始热成像图像的图像均匀化和低噪声化，但是图像的细节并不能够被直观的观察到，故需要对热成像图像的基础层图像进行直方图处理。
100.直方图处理是一种图像增强方法，通过使输入图像灰度值的概率尽可能均匀分布，以扩展图像的动态显示范围和增强对比度。直方图处理从某个角度来说是降低了图像原有的信息，主要表现在灰阶信息，但从观察的角度来讲，全灰阶信息反而不利于观察，这时候通过直方图处理可以将感兴趣的灰阶信息进行拉伸，不感兴趣的灰阶则进行压缩，从而达到对比度提升效果。
101.在本技术实施例中，直方图处理采用14bit到8bit的转换，去除压缩灰度级少的区域，拉伸灰度级多的区域，利用上一帧的灰度数据得到相应的拉伸系数，应用到下一帧的图像上。拉伸系数实时替换，确保拉伸效果。
102.由于背景和噪声占用了大量的灰度级，而目标的灰度级较少，直方图均衡后相当于提高了背景和噪声的对比度，降低了目标的对比度，在本技术实施例中，如果单纯的对原始热成像图像进行直方图处理，可能会出现闪烁、过黑或过白的情况。在这种情况下，可以采用平台直方图均衡算法。平台直方图均衡算法通过选择合适的平台阈值对图像的直方图进行修改，从而对背景和噪声适度抑制。
103.需要说明的是，在采用平台直方图均衡算法处理原始热成像图像时，可以加入主峰平滑参数，通过改变主峰抑制宽度来改变图像拉伸强度，在获取图像主峰时采取平滑和多帧处理，避免因为主峰剧烈变化而产生图像震荡。这样即可以较好的提升图像对比度的同时兼顾均匀画面和避免图像闪烁。
104.结合上述两方面得到的增强后的热成像图像的基础层图像和增强后的热成像图像的细节层图像，可以得到较为清晰的红外探测区域的热成像图像，以便于用户可以根据较为清晰的热成像图像精准的识别红外探测区域是否存在危险源，提升了危险检测的准确性。
105.s102、若热成像图像中存在危险区域，在热成像图像中标注出危险区域。
106.其中，危险区域为温度值大于预设阈值的区域。
107.可选的，温度值可以是危险区域的平均温度值，即危险区域为平均温度值大于预设阈值的区域。
108.预设阈值可以是用户通过终端设备为红外设备自行设定的，也可以是红外设备出厂时设定的。例如，预设阈值可以是130摄氏度。
109.在一些实施例中，危险区域可以通过以下方式进行识别。
110.方式1、根据热成像图像中各个像素点的温度值，判断热成像图像中是否存在危险区域。
111.示例性的，遍历热成像图像中各个像素点的温度值，确定n个连通区域。
112.其中，连通区域中各个像素点的温度值大于预设阈值，n为自然数，即连通区域为
包含的像素点的温度值均大于预设阈值的区域。
113.对于各个连通区域来说，若某个连通区域的面积大于预设面积，将此连通区域作为危险区域。
114.其中，设定预设面积是为了减少红外探测区域中高温物品(如点燃的蜡烛、燃烧的香烟)的干扰。预设面积可以是用户通过终端设备预先设定的，也可以是红外设备出厂时设定的。例如，预设面积为1平方米。
115.可以理解的，若红外探测区域中不存在危险源，则红外探测区域的各种物品的温度接近于室温，而一些正在运行工作的电器类产品的温度可能会高于室温，但超出值在一定范围内。若红外探测区域中存在危险源，则危险源以及危险源周边的的温度值会大幅度高于室温。
116.而危险源与热成像图像中的危险区域存在关联关系，故若组成一个连通区域的各个像素点的温度值大于预设阈值，且此连通区域的面积大于预设面积，则此连通区域在现实世界中为危险源(例如着火区域)的概率较高，故可以将此区域作为危险区域。
117.需要说明的是，若热成像图像中各个像素点的温度值均小于或等于预设阈值，则n为0，即确定热成像图像中不存在危险区域。
118.方式2、将热成像图像输入至危险区域识别模型中，得到危险区域的识别结果。
119.示例性的，可以根据机器学习算法，预先训练危险区域识别模型。进而将热成像图像输入至预先训练好的危险区域识别模型中，以此来得到危险区域的识别结果。识别结果指示了热成像图像中是否存在危险区域。
120.在一些实施例中，利用基于机器学习算法的危险区域识别模型进行检测可以有多种不同的检测形式和实现方法。例如，利用支持向量机算法(support vector machine，svm)、梯度提升迭代决策树算法(gradient boosting decision tree，gbdt)、随机森林算法(random forest，rf)等得到传统的基于机器学习算法的危险区域识别模型，也可以利用卷积神经网络算法(convolutional neural networks，cnn)、循环神经网络算法(recurrent neural networks，rnn)、长期短记忆网络算法(long short-term memory，lstm)得到基于深度学习的危险区域识别模型。
121.容易理解的是，深层次的卷积神经网络可以在海量的训练数据中自动提取和学习图像中更本质的特征，将深度卷积神经网络应用于基于热成像图像的危险检测中，将显著增强分类效果，并进一步提升危险检测的准确性。
122.可选的，若根据方式1或方式2确定热成像图像中不存在危险区域，红外设备则继续对红外探测区域进行危险检测。
123.若根据方式1或方式2确定热成像图像中存在危险区域，红外设备则在热成像图像中标注出危险区域。
124.示例性的，可以在热成像图像中将危险区域的轮廓加重或加粗，或者在危险区域的轮廓旁加上危险区域的文字，达到重点标注的作用，以使得危险区域能够在热成像图像中突出显示。
125.s103、向终端设备发送提示信息。
126.其中，提示信息包括标注出危险区域的热成像图像，提示信息用于提示用户根据标注出危险区域的热成像图像，识别红外探测区域是否存在危险源。
127.在一些实施例中，危险源可以为着火点。
128.可以理解的，在确定热成像图像中存在危险区域，并在热成像图像中标注出危险区域后，向终端设备发送含括标注出危险区域的热成像图像的提示信息，以便于用户根据热成像图像中重点突出的危险区域的轮廓，精准识别出红外探测区域中是否存在危险源，提升了危险检测的精准度。
129.在一些实施例中，提示信息还包括危险区域的温度值。其中，温度值可以是危险区域包括的多个像素点的平均温度值，也可以是危险区域中温度值最大的像素点的温度值。
130.可以理解的是，在提示信息中添加危险区域的温度值，以便于用户能够根据危险区域的温度值更为精准的识别红外探测区域是否存在危险源，进一步提升了危险检测的精准度。
131.示例性的，终端设备接收到的提示信息可以如图6所示，提示信息包括“疑似存在危险区域，温度值为140摄氏度，请您确认是否出现危险情况！”的文字，以及标注出危险区域的热成像图像。
132.用户接收到提示信息之后，若用户根据标注出危险区域的热成像图像识别出红外探测区域不存在危险源，用户可以点击终端设备显示界面上的取消按钮，以取消此次告警。若用户根据标注出危险区域的热成像图像识别出红外探测区域存在危险源，可以点击终端设备显示界面上的一键报警按钮。红外设备响应于用户的一键报警操作，即刻报警，避免危险情况的进一步扩大。
133.需要说明的是，上述温度值可以是红外设备对危险区域进行检测后得出的辐射温度，也可以是红外设备对辐射温度经过计算后危险区域的真实温度。
134.若采用上述辐射温度，在能够反映出危险区域的温度的同时节省红外设备的算力资源。若采用上述真实温度，能够使用户可以根据提示信息包括的危险区域的真实温度更为直观的识别出红外探测区域是否存在危险源，提升危险检测的精准度。
135.其中，真实温度的计算方法具体阐述如下。
136.红外设备的探测器可以将接收到的红外波段的热辐射能量转换为电信号，经过放大、整型、模数转换后成为数字信号，进而生成热成像图像。热成像图像中每一个点的灰度值与被测物体上该点发出并反射到红外设备上的辐射能量是对应的。但从热成像图像中读取出的温度值是物体表面的辐射温度tr，并不是真实温度t0，真实温度t0等于辐射出相同能量的黑体的真实温度。因此在实际检测时，若要采用真实温度，要先用高精度黑体对红外设备进行标定，找出黑体温度与红外设备的光电转换器件输出电压(在热成像图像上表现为灰度)的对应关系。
137.所谓黑体，就是在任何温度下能吸收任何波长辐射的物体。
138.在一些实施例中，黑体用于为红外设备进行温度校正，以保证红外设备的测温精度。
139.例如，黑体的温度为37摄氏度，红外设备对黑体进行温度检测，得到的温度值为37.1摄氏度，则可以说明红外设备测温出现误差，且误差为0.1摄氏度。
140.斯蒂芬-波尔兹曼定律指出，黑体的辐出度满足下述公式(2)：
141.eb＝σt4ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(2)
142.其中，eb为黑体的辐出度，σ为黑体的总辐射功率，t为黑体的热力学温度，即黑体
表面单位面积上所发射的各种波长的总辐射功率与其热力学温度t的四次方成正比。
143.在相同温度下，实际物体在同一波长范围内辐射的功率总是小于黑体辐射的功率。也就是说，实际物体的单色辐出度e(λ，t)小于黑体的单色辐出度eb(λ，t)。我们把e(λ，t)与eb(λ，t)的比值称为物体的单色黑度ε(λ)，ε(λ)表示实际物体的辐射接近黑体的程度，可以得到下述公式(3)：
[0144][0145]
将公式(3)进行转换，得到下述公式(4)：
[0146]
e(λ，t)＝ε(λ)eb(λ，t)
ꢀꢀꢀꢀꢀꢀꢀꢀ
公式(4)
[0147]
将公式(4)两端积分，可以得到下述公式(5)：
[0148][0149]
如果物体的单色黑度ε(λ)是不随波长λ变化的常数，即ε(λ)＝ε，则称此类物体为灰体。结合下述公式(6)和公式(7)：
[0150][0151][0152]
可以得到下述公式(8)：
[0153]
e(t)＝εeb(t)
ꢀꢀꢀꢀꢀꢀꢀ
公式(8)
[0154]
公式(8)结合上述公式(2)，可得下述公式(9)：
[0155]
eb＝εσt4ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(9)
[0156]
实际物体的热辐射在红外波长范围内，可以近似地看成灰体辐射。ε被定义为物体的发射率，表示该物体的辐射本领与同温度同测量条件下的黑体辐射本领之比。
[0157]
作用于红外设备的辐射照度可以由下述公式(10)得到：
[0158]eλ
＝a0d-2
[τ
αλ
ε
λ
l
bλ
(t0) τ
αλ
(1-α
λ
)l
bλ
(tu) ε
αλ
l
bλ
(ta)]
ꢀꢀꢀ
公式(10)
[0159]
其中，ε
λ
为表面发射率，αλ为表面吸收率，τ
αλ
为大气的光谱透射率，ε
αλ
为大气发射率，t0为被测物体表面温度，tu为环境温度，ta为大气温度，d为该目标与红外设备之间的距离。通常情况下，a0d-2
为一个常值，a0为红外设备最小空间张角所对应的目标的可视面积。红外设备通常工作在某一个很窄的波段范围内，例如8um-14um或3um-5um之间，ε
λ
、αλ、τ
αλ
通常可认为与λ无关。红外设备的响应电压可以由下述公式(11)得到：
[0160][0161]
其中，ar为红外设备的透镜的面积，假设k由下述公式(12)所表示：
[0162]
k＝ara0d-2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(12)
[0163]
结合下述公式(13)：
[0164]
[0165]
则公式(11)可以变换为下述公式(14)：
[0166]vs
＝k{τa[εf(t0) (1-α)f(tu)] εaf(ta)}
ꢀꢀꢀꢀꢀ
公式(14)
[0167]
依据普朗克辐射定律，得到下述公式(15)：
[0168][0169]
被测物体表面的真实温度可以由下述公式(16)得到：
[0170][0171]
当使用不同波段的红外设备时，n的取值不同，对insb(3～5μm)探测器，n值为8.68；对hgcdte(6～9μm)探测器，n值为5.33；对hgcdte(8～14μm)探测器，n值为4.09。
[0172]
当被测表面满足灰体近似时，即ε＝α，且若认为大气εa＝αa＝1-τa,则公式(15)可以变换为下述公式(17)：
[0173][0174]
公式(16)可以变换为下述公式(18)：
[0175][0176]
公式(18)为灰体表面真实温度的计算公式。
[0177]
当近距离测温时，忽略大气透过率的影响，即τa＝1，则公式(15)可以变换为下述公式(19)：
[0178][0179]
综上，如果获取到被测物体表面的发射率，可以通过上述公式(18)或公式(19)，以及检测出的辐射温度和环境温度计算出被测物体表面的真实温度。
[0180]
需要说明的是，由于影响因素不同，不同的测温方法得到的检测结果可能存在一定的偏差，而一定的偏差对检测结果的影响可以忽略不计。
[0181]
作为一种可能的实现方式，为了便于用户有效识别红外探测区域是否存在危险源，可以将热成像图像进行视频编码处理，生成红外探测区域的热成像视频，以便于用户可以根据红外探测区域的热成像视频更为直观的识别红外探测区域是否存在危险源，提升危险检测的准确性。
[0182]
其中，所谓视频编码是指能够对数字视频进行压缩或者解压缩(视频解码)的程序或者设备。也可以指通过特定的压缩技术，将某个视频格式转换成另一种视频格式。
[0183]
编码后的视频格式可以是音频视频交错格式(audio video interleaved，avi)，也可以是数字视频(digital video format，dv-avi)格式，还可以是运动图像专家组(moving picture expert group，mpeg)格式。
[0184]
在一些实施例中，在向终端设备发送包括标注出危险区域的热成像图像的提示信息之后，本技术实施例提供的红外设备还可以接收用户通过终端设备发送的告警指令，并响应于告警指令，向告警装置发送告警信号，该告警信号用于指示告警装置播放报警声音，用于若家庭中存在其他家庭成员未外出时，起到对其他家庭成员的警示作用，避免危险情况(例如火灾)的对家庭成员造成伤害。
[0185]
在一些实施例中，在向终端设备发送包括标注出危险区域的热成像图像的提示信息之后，若在第一时长内未接收到用户的反馈，红外设备可以再次向终端设备发送上述提示信息，避免用户因遗漏查看提示信息而造成危险情况的发生。第一时长可以是用户通过终端设备自行设定的，也可以是红外设备出厂时预先设定的。例如，第一时长为20秒。
[0186]
基于图3所示的实施例，通过红外设备获取红外探测区域的热成像图像，并对热成像图像进行危险区域识别。由于热成像图像相对于彩色图像没有丰富的色彩，只能够显示出人体目标的轮廓，故在日常生活中不会对用户的隐私造成侵犯，且红外设备对温度检测的精准度高，将红外设备应用在危险检测中能够保证危险检测的精准度。当确定热成像图像中存在危险区域时，将危险区域在热成像图像中进行标注，并将标注出危险区域的热成像图像发送至终端设备，由终端设备的用户识别红外探测区域是否存在危险源。容易理解的，在热成像图像中标注出危险区域，以便于用户可以根据危险区域的轮廓精准的识别出红外探测区域是否存在危险源，提升了危险检测的精准度。故将红外设备应用在危险检测中，能够在不涉及用户隐私的情况下，保证危险检测的精准度。
[0187]
下面结合图7所示的热成像图像算法流程图对本技术实施例中热成像图像的成像过程进行举例说明。
[0188]
示例性的，在获取到红外探测区域在当前时刻的原始16bit的电平数据后，根据红外设备的分辨率，将原始16bit的电平数据转换为等分辨率的图像尺寸矩阵，得到红外探测区域在当前时刻的原始热成像图像。
[0189]
进一步的，对原始热成像图像进行去除坏点处理、校正处理以及去锅盖处理，得到了较为均匀的原始热成像图像。
[0190]
进一步的，对较为均匀的原始热成像图像进行时间降噪和空间降噪，以得到高信噪比的原始热成像图像。其中，时间降噪采用的是多帧滤波的方式，空间降噪采用的是高斯滤波的方式。
[0191]
进一步的，对高信噪比的原始热成像图像进行双边滤波处理，得到热成像图像的基础层图像。
[0192]
进而，可以对热成像图像的基础层图像进行增强处理。对热成像图像的基础层图像进行增强处理可以包括两方面。
[0193]
一方面，可以对热成像图像的基础层图像进行平台直方图处理，提升热成像图像的对比度，能够得到增强后的热成像图像的基础层图像。
[0194]
另一方面，可以对热成像图像的基础层图像进行差分处理，分离出高频数据，得到热成像图像的细节层图像。进而可以对热成像图像的细节层图像进行高频放大处理，以得到增强后的热成像图像的细节层图像。
[0195]
进一步的，结合增强后的热成像图像的基础层图像和增强后的热成像图像的细节层图像，可以得到红外探测区域较为清晰的热成像图像。
[0196]
可以看出，上述主要从方法的角度对本技术实施例提供的方案进行了介绍。为了实现上述功能，本技术实施例提供了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，本技术实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。
专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0197]
本技术实施例可以根据上述方法示例对红外设备进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本技术实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0198]
如图8所示，本技术实施例提供了一种危险检测装置，用于执行如图3所示的危险检测方法。该危险检测装置2000包括：通信单元2001和处理单元2002。在一些实施例中，上述危险检测装置2000还可以包括存储单元2003。
[0199]
通信单元2001，用于获取红外探测区域的热成像图像。
[0200]
处理单元2002，用于若热成像图像中存在危险区域，在热成像图像中标注出危险区域，危险区域为温度值大于预设阈值的区域。
[0201]
通信单元2001，还用于向终端设备发送提示信息，提示信息包括标注出危险区域的热成像图像，提示信息用于提示用户根据标注出危险区域的热成像图像，识别红外探测区域是否存在危险源。
[0202]
在一些实施例中，提示信息还包括危险区域的温度值。
[0203]
在一些实施例中，处理单元2002，还用于：遍历热成像图像中各个像素点的温度值，确定n个连通区域，连通区域中各个像素点的温度值大于预设阈值，n为自然数；对于各个连通区域，若连通区域的面积大于预设面积，将连通区域确定为危险区域。
[0204]
在一些实施例中，处理单元2002，还用于将热成像图像输入至危险区域识别模型，得到危险区域的识别结果。
[0205]
在一些实施例中，通信单元2001，具体用于获取红外设备对红外探测区域进行探测而得到的电平数据。
[0206]
处理单元2002，具体用于对电平数据进行处理，得到红外探测区域的热成像图像。
[0207]
在一些实施例中，处理单元2002，具体用于根据红外设备的分辨率，对电平数据进行分辨率转换处理，得到红外探测区域的原始热成像图像；
[0208]
对原始热成像图像依次进行均匀化处理、降噪处理、滤波处理以及增强处理，得到红外探测区域的热成像图像。
[0209]
在一些实施例中，存储单元2003，用于存储红外探测区域的热成像图像。
[0210]
图8中的单元也可以称为模块，例如，处理单元可以称为处理模块。
[0211]
图8中的各个单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施例所述方法的全部或部分步骤。存储计算机软件产品的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0212]
本技术实施例还提供一种危险检测装置的硬件结构示意图，如图9所示，该危险检测装置3000包括处理器3001，可选的，还包括与处理器2001连接的存储器3002和通信接口3003。处理器3001、存储器3002和通信接口3003通过总线3004连接。
[0213]
处理器3001可以是中央处理器(central processing unit，cpu)，通用处理器网络处理器(network processor，np)、数字信号处理器(digital signal processing，dsp)、微处理器、微控制器、可编程逻辑器件(programmable logic device，pld)或它们的任意组合。处理器3001还可以是其它任意具有处理功能的装置，例如电路、器件或软件模块。处理器3001也可以包括多个cpu，并且处理器3001可以是一个单核(single-cpu)处理器，也可以是多核(multi-cpu)处理器。这里的处理器可以指一个或多个设备、电路或用于处理数据(例如计算机程序指令)的处理核。
[0214]
存储器3002可以是只读存储器(read-only memory，rom)或可存储静态信息和指令的其他类型的静态存储设备、随机存取存储器(random access memory，ram)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，本技术实施例对此不作任何限制。存储器3002可以是独立存在，也可以和处理器3001集成在一起。其中，存储器3002中可以包含计算机程序代码。处理器3001用于执行存储器3002中存储的计算机程序代码，从而实现本技术实施例提供的方法。
[0215]
通信接口3003可以用于与其他设备或通信网络通信(如以太网，无线接入网(radio access network，ran)，无线局域网(wireless local area networks，wlan)等)。通信接口3003可以是模块、电路、收发器或者任何能够实现通信的装置。
[0216]
总线3004可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线3004可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0217]
本技术实施例还提供了一种计算机可读存储介质，包括计算机执行指令，当其在计算机上运行时，使得计算机执行上述实施例提供的任意一种方法。
[0218]
本技术实施例还提供了一种包含计算机执行指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例提供的任意一种方法。
[0219]
本技术实施例还提供了一种芯片，包括：处理器和接口，处理器通过接口与存储器耦合，当处理器执行存储器中的计算机程序或计算机执行指令时，使得上述实施例提供的任意一种方法被执行。
[0220]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机执行指令。在计算机上加载和执行计算机执行指令时，全部或部分地产生按照本技术实施例所述的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机执行指令可以存储在计算机可读存储介质
中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机执行指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如，软盘、硬盘、磁带)，光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0221]
尽管在此结合各实施例对本技术进行了描述，然而，在实施所要求保护的本技术过程中，本领域技术人员通过查看附图、公开内容、以及所附权利要求书，可理解并实现公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
[0222]
尽管结合具体特征及其实施例对本技术进行了描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。
[0223]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何在本技术揭露的技术范围内的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。