本发明属于船舶消防系统，尤其涉及一种船舶火灾源点定位方法。
背景技术：
1、船舶装备作为水域作业的核心装备，是开发海洋资源，维护海洋主权的重要保障，海洋资源的开发利用以及各类作业任务对于船舶的质量和安全性的要求不断提高，作为保障船舶使用安全性的重要内容，船舶火灾是日常船舶灾害防护演练的重中之重，由于船舶可携带资源有限，在保障各类任务完成的前提下，能够提供给船舶用于进行火灾处理的资源有限，因此最有效的方案始终是防患于未然，在船舶火灾发生的早期既能够进行有效定位和分析，以便于快速反应，提前干预，防止火源发展，杜绝大范围火灾的发生，为解决早期人工巡检效率地下，巡检区域覆盖率受限，人员成本高且无法实现实时的连续化巡检的问题，当前重要船舶上均已经广泛安装各类火灾监控设备，通过对船舶上的各类高温、异味、烟雾等要素进行检测以获取火源信息，但由于船舶工作状态复杂，在不同类作业任务中也可能产生高温气体、烟雾以及异味等非火灾要素，因此会导致火灾信息的误判，无法实现精确地火灾监测分析。
技术实现思路
1、本发明的目的在于，基于实际需求，提供一种用于船舶火灾隐患监测以及在火灾发生时能够快速定位和分析火源点信息的船舶火灾源点定位方法。
2、为实现上述目的，本发明采用如下技术方案。
3、一种船舶火灾源点定位方法，包括如下步骤：
4、步骤一、视觉图像数据采集，其中可见光化数据包括：通过视觉采集装置获取的船舶区域内红外辐射图像以及可见光视觉图像；
5、步骤二、数据预处理，包括对红外辐射图像的预处理；
6、步骤三、图像数据加权融合，包括对同船舶区域的红外辐射图像与可见光视觉图像进行加权融合形成可见光化的火灾识别图像；
7、步骤四、火灾识别图像的筛选，包括分析图像中像素点信息以及红外辐射图像、可见光视觉图像与识别图像的匹配度对识别图像进行筛选；
8、步骤五、建立基于识别图像的火源识别数据库；包括针对目标船舶区域不同火源点以及火灾不同特征进行识别图像的提取，并基于提取到的数据建立船舶区域红外辐射图像数据库，船舶区域可见光视觉图像数据库，船舶区域识别图像数据库，在有历史数据的前提下，基于相应船舶区域的历史图像数据建立历史火灾图像数据库；
9、步骤六、建立机器学习数据库，包括：基于前述火源识别数据库中的数据，选取不低于10～20％的包含火源信息的图像进行人工或机器标注建立测试数据库，将剩余数据库内样本作为训练数据库；
10、步骤七、基于yolov5网络建立火源检测模型，以前述测试数据库和训练数据库对火源检测模型进行训练优化；
11、步骤八、将待分析火灾图像数据训练后的火源检测模型，设置模型参数，进行火源定位识别。
12、对前述船舶火灾源点定位方法的进一步完善或者具体实施步骤，步骤一中的数据采集装置包括：用于采集可见光视觉图像的相机，用于采集红外辐射图像的红外辐射相机。
13、对前述船舶火灾源点定位方法的进一步完善或者具体实施步骤，步骤二中预处理具体包括：
14、b1、红外辐射图像的灰度处理，具体是指，对于红外辐射图像a中的任意像素点a(i，j)，通过通道空间转换得到其灰度图a(i，j)，其中：
15、a(i，j)＝ω1r(i，j)+ω2g(i，j)+ω2b(i，j
16、其中r(i，j)，g(i，j)，b(i，j)是指原图像三色通道值，ω1，ω2，ω2是三通道权重，(i，j)是指像素坐标。
17、对前述船舶火灾源点定位方法的进一步完善或者具体实施步骤，步骤三具体包括：
18、c1、图像分辨率修正，具体是指，将不同设备采集到的船舶区域的图像数据根据摄像机自身分辨率及其采集区域的距离进行分辨率的统一化处理，使针对该船舶区域的图像具有相对一致的分辨率；
19、c2、图像数据加权融合：通过加权融合获取融合后的火灾识别图像c(i，j)＝ωaa(i，j)+ωbb(i，j)；其中a(i，j)是指红外辐射图像的灰度图像，b(i，j)是指可见光视觉图像，ωa和ωb是指红外辐射图像和可见光视觉图像的加权权重。
20、对前述船舶火灾源点定位方法的进一步完善或者具体实施步骤，图像分辨率修正是指以以分辨率最高或者距离火灾船舶区域最近的摄像机获取的可见光化图像的分辨率为基准统一其他图像的分辨率。
21、对前述船舶火灾源点定位方法的进一步完善或者具体实施步骤，步骤四具体包括：
22、d1、基于火灾识别图像c(i，j)及其对应红外辐射图像的灰度图像a(i，j和可见光视觉图像b(i，j)获取其对应的像素点梯度图以及边缘直方图；
23、d2、基于火灾识别图像的像素梯度确定清晰度指标
24、
25、其中kx是火灾识别图像x方向上的像素梯度值，ky是火灾识别图像y方向上的像素梯度值，(x，y)是像素梯度图坐标；
26、d3、基于火灾识别图像灰度分布的可见性指标
27、
28、其中是指火灾识别图像的平均灰度值；
29、d4、基于火灾识别图像、红外辐射图像和可见光视觉图像之间的相关度确定相似度指标f3＝β1g1+β2g2+β3g3；
30、
31、其中ga(x，y)，gb(x，y)，gc(x，y)分别是指可见光视觉图像、红外辐射图像以及火灾识别图像的边缘直方图；
32、d5、基于前述评价指标建立筛选指标f＝μ1f1+μ2f2+μ3f3；
33、其中μ1，μ2，μ3是指基于历史数据或者专家经验给出的指标权重系数；d6、基于筛选指标f选择指标最佳的火灾识别图像。
34、对前述船舶火灾源点定位方法的进一步完善或者具体实施步骤，步骤b1、红外辐射图像的灰度处理还包括对灰度图a(i，j)的优化处理，具体是指：使用高斯滤波器对a(i，j)进行滤波处理；使用边缘检测算子对滤波后图像进行边缘检测，并提取缘像素，剔除非边缘像素信息。
35、对前述船舶火灾源点定位方法的进一步完善或者具体实施步骤，针对目标船舶区域不同火源点以及火灾不同特征进行识别图像的提取是指：应针对船舶区域火灾可能发生的不同环境，不同时间点，不同火源类型，不同起火原因，以及基于采集设备针对相同船舶区域的不同拍摄距离，不同分辨率的全要素图像进行全量提取。
36、其有益效果在于：
37、本发明的船舶火灾源点定位方法充分模拟了人工判断火灾火源信息的原理方式，提供了一种基于自动化图像信息识别提取，能够基于区域影像资料信息结合火灾图像信息特征对图像中是否存在火源点进行自动化分析，提取火源点信息，进而实现火灾火源的自动化分析定位的方案，能够充分结合和利用现有船舶监测系统的资源，有效降低当前船舶火灾应急响应的人工成本，提高火灾的预防预测能力，进一步提高船舶安全性。
1.一种船舶火灾源点定位方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的船舶火灾源点定位方法，其特征在于，所述步骤一中的数据采集装置包括：用于采集可见光视觉图像的相机，用于采集红外辐射图像的红外辐射相机。
3.根据权利要求1所述的船舶火灾源点定位方法，其特征在于，所述步骤二中预处理具体包括：
4.根据权利要求3所述的船舶火灾源点定位方法，其特征在于，所述步骤三具体包括：
5.根据权利要求4所述的船舶火灾源点定位方法，其特征在于，所述图像分辨率修正是指以以分辨率最高或者距离火灾船舶区域最近的摄像机获取的可见光化图像的分辨率为基准统一其他图像的分辨率。
6.根据权利要求4所述的船舶火灾源点定位方法，其特征在于，所述步骤四具体包括：
7.根据权利要求1所述的船舶火灾源点定位方法，其特征在于，步骤b1、红外辐射图像的灰度处理还包括对灰度图a(i,j)的优化处理，具体是指：使用高斯滤波器对a(i,j)进行滤波处理；使用边缘检测算子对滤波后图像进行边缘检测，并提取缘像素，剔除非边缘像素信息。
8.根据权利要求1所述的船舶火灾源点定位方法，其特征在于，针对目标船舶区域不同火源点以及火灾不同特征进行识别图像的提取是指：应针对船舶区域火灾可能发生的不同环境，不同时间点，不同火源类型，不同起火原因，以及基于采集设备针对相同船舶区域的不同拍摄距离，不同分辨率的全要素图像进行全量提取。
