(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211036835.3 (22)申请日 2022.08.29 (65)同一申请的已公布的文献号 申请公布号 CN 115099760 A (43)申请公布日 2022.09.23 (73)专利权人 广东中科凯泽信息科技有限公司 地址 511458 广东省广州市南沙区环市大 道西221号之一201房 （自编09室） (72)发明人 吴军　张辉　李家兴　 (74)专利代理 机构 广东省畅欣知识产权代理事 务所(普通 合伙) 44631 专利代理师 齐军彩 (51)Int.Cl. G06F 17/00(2019.01) G06Q 10/08(2012.01)G06Q 10/04(2012.01) G06Q 10/06(2012.01) G01D 21/02(2006.01) 审查员 余汉鸣 (54)发明名称 一种基于计算机机器视觉的危险品智能检 测预警方法 (57)摘要 本发明属于危险品检测领域， 涉及数据分析 技术， 用于解决现有的危险品检测预警方法无法 对多个同时检测到异常的区域进行源头分析而 导致的异常处理效率低下的问题， 具体是一种基 于计算机机器视觉的危险品智能检测预警方法， 包括以下步骤： 通过区域检测模块对危险品存储 仓库进行区域性检测分析， 将危险品存储仓库分 割为若干个监测区域， 获取监测区域的温度数 据、 湿度数据以及泄露数据并进行数值计算得到 环境系数， 通过环境系数的数值大小将监测区域 标记为正常区域或异常区域； 本发 明可以对危险 品存储仓库进行区域性检测分析， 提高危险品存 储环境检测精度的同时， 还可以在出现异常时进 行源头追溯， 提高危险品存 储安全性。 权利要求书2页 说明书6页 附图2页 CN 115099760 B 2022.11.25 CN 115099760 B 1.一种基于计算机 机器视觉的危险品智能检测预警方法， 其特 征在于， 包括以下步骤： 步骤一： 通过区域检测模块对危险品存储仓库进行区域性检测分析， 将危险品存储仓 库分割为若干个监测区域， 获取监测区域的温度数据、 湿度数据以及泄露数据并进行数值 计算得到环境系数， 通过环境系数的数值大小将监测区域标记为 正常区域或异常区域； 步骤二： 通过趋势分析模块对正常区域的存储环境发展趋势进行检测分析： 通过检测 分析结果对正常区域的存 储环境发展趋势是否满足要求进行判定； 步骤三： 通过中心分析模块对异常区域进行中心分析， 获取异常区域的数量， 若异常区 域的数量为一， 则将对应的异常区域标记为中心区域并发送至检测平台； 若异常区域的数 量不为一， 则将环境系 数数值最大 的异常区域标记为扩散区域， 以扩散区域的中心点为圆 心， r1为半径画圆， 将得到的圆形区域标记 为分析区域， 判定 分析区域之外是否具有异常区 域， 若有， 则将分析区域之外的环境系数数值最大的异常区域标记 为扩散区域， 以扩散区域 的中心点为圆心、 r1为半径画圆再次得到一个分析区域， 以此类推， 直至 分析区域之外 没有 异常区域； 若没有， 则对分析区域进 行扩散分析并得到 分析区域的中心区域， 将所有分析区 域的中心区域发送至检测平台； 在步骤三中， 对分析区域进行扩散分析的具体过程包括： 将扩散区域的环境系数标记 为KS， 通过公式KSmin=t1*KS得到扩散 阈值KSmin， 其中t1为比例系数， 且0.75≤t1≤0.85， 由扩散阈值KSmin与KS构成扩散范围， 获取分析区域内环境系数位于扩散范围之内的异常 区域的数量并标记为扩散数量； 若扩散数量 为零， 则将扩散区域标记为分析区域的中心区域； 若扩散数量不为零， 则将环境系数位于扩散范围之内的异常对象与扩散对象共同标记 为标记对 象， 选取其中一个标记对 象作为指定对 象， 获取指定对 象的中心点与分析区域内 剩余所有异常对象的中心点的直线距离并进 行求和取平均数得到标记对象的距表值； 将分 析区域内的所有标记对象依次作为指 定对象并获取到若干个距表值， 将距表值数值最小的 标记对象所对应的异常对象标记为分析区域的中心区域。 2.根据权利要求1所述的一种基于计算机机器视觉的危险品智能检测预警方法， 其特 征在于， 在步骤一中， 将监测区域标记为正常区域或异常区域的过程包括： 通过存储模块 获 取到环境阈值， 将监测区域的环境系数HJ与环境阈值进行比较： 若环境系数小于环境阈值， 则判定监测区域的存储环境满足要求， 将对应的监测区域 标记为正常区域， 将正常区域发送至检测平台， 检测平台接 收到正常区域后将正常区域发 送至趋势分析模块； 若环境系数大于等于环境阈值， 则将对应的监测区域标记为异常区域， 将异常区域发 送至检测平台， 检测平台接收到异常区域后将异常区域发送至中心分析模块。 3.根据权利要求1所述的一种基于计算机机器视觉的危险品智能检测预警方法， 其特 征在于， 在步骤二中， 对正常区域的存储环境 发展趋势进行检测分析的具体过程包括： 设定 正常区域的检测时长并将检测时长分割为L1个检测时段， L1为数值常量， 获取检测时段内 正常区域的环境系数最大值并标记为检测时段的环境表现值， 对检测时段的环境表现值进 行求和取平均值得到检测时段的正常系 数， 将检测时段的环境表现值建立环境集合， 对环 境集合进 行方差计算得到正常区域在检测时长内的波动系数； 通过存储模块 获取到正常阈 值与波动阈值， 将 检测时长的正常系数、 波动系数分别与正常阈值、 波动阈值进 行比较并通权　利　要　求　书 1/2 页 2 CN 115099760 B 2过比较结果对正常区域的存 储环境发展趋势是否满足要求进行判定 。 4.根据权利要求3所述的一种基于计算机机器视觉的危险品智能检测预警方法， 其特 征在于， 在步骤二中， 检测时长的正常系 数、 波动系 数分别与正常阈值、 波动阈值进行比较 的具体过程包括： 若正常系数小于正常阈值且波动系数小于波动阈值， 则判定正常区域的存储环境发展 趋势满足要求， 趋势分析模块向检测平台发送趋势合格信号； 若正常系数大于等于正常阈值， 则判定正常区域的存储环境发展趋势不满足要求， 趋 势分析模块向检测平台发送趋势 不合格信号； 若正常系数小于正常阈值且波动系数大于等 于波动阈值， 则对正常区域进行深度分析。 5.根据权利要求4所述的一种基于计算机机器视觉的危险品智能检测预警方法， 其特 征在于， 在步骤二中， 对正常区域进 行深度分析的具体过程包括： 以检测时长为X轴、 环 境系 数为Y轴建立直角坐标系， 以检测时段的结束时间为横坐标、 检测时段的环境表现值为 纵坐 标在直角坐标系中标出L 1个点并标记为分析点， 对分析点从左至右依次进行连线 得到分析 折线， 将分析折线的终点与最后一个拐点进行连线并得到分析线段， 获取分析线段 的长度 值与斜率值， 通过存 储模块获取到 长度阈值； 若分析线段的斜率值大于零且分析线段的长度值大于长度阈值， 则判定正常区域的存 储环境发展趋势不满足要求， 趋势分析模块向检测平台发送趋势不 合格信号； 否则， 判定正常区域的存储环境发展趋势满足要求， 趋势分析模块向检测平台发送趋 势合格信号。权　利　要　求　书 2/2 页 3 CN 115099760 B 3