具体实施方式

下面通过具体实施方式进一步详细说明：

实施例1：

实施例1基本如附图1所示：

基于机器视觉的电力设备潜在火警识别系统，包括影像获取模块、火灾识别模块、影像获取范围调整模块和火情确认模块：

所述影像获取模块，包括多个影像获取装置，用于分别获取初始距离阈值范围内的影像，本实施例中，包括4个横向阵列式设置的影像获取装置；所述影像获取模块存储有初始距离阈值和最大距离阈值，还存储有各影像获取装置获取最大距离阈值范围内的影像时，影像中的边界对应的实地位置范围；

所述火灾识别模块，用于分析并识别所述影像中的火灾情况，并生成火灾识别报告，所述火灾识别报告包括火灾发生概率及火灾位置数据，所述火灾位置数据指影像中的火灾发生点及火灾发生点在实地中对应的位置。

所述影像获取范围调整模块，用于根据所述火灾识别报告，扩大影像获取装置的影像获取范围。影像获取范围调整模块包括概率分析模块、位置比对模块和阈值扩大模块：所述概率分析模块，用于将所述火灾发生概率与概率阈值进行比对，生成概率比对结果；所述位置比对模块，用于所述火灾发生概率高于概率阈值时，将火灾发生点在实地中对应的位置与各影像获取装置对应的实地位置范围进行比对，生成位置比对结果，所述位置比对结果为火灾发生点在实地中对应的位置是否在影像获取装置对应的实地位置范围内；所述阈值扩大模块，用于火灾发生点在实地中对应的位置在影像获取装置对应的实地位置范围内时，扩大该影像获取装置的影像获取范围。

所述火灾识别模块，还用于分析并识别扩大影像获取范围后的各影像获取装置获取的影像，并生成各影像对应的火灾识别报告；所述火灾识别模块包括影像裁剪模块和火苗烟雾识别模块：所述影像裁剪模块，用于根据影像中的火灾发生点，裁剪所述影像获取装置获取的影像，生成裁剪后的影像；所述火苗烟雾识别模块，用于分析并识别裁剪后的影像中的火灾情况，并生成火灾识别报告。所述火苗烟雾识别模块包括火苗识别模块、烟雾识别模块、相对位置比对模块和概率位置生成模块：所述火苗识别模块，用于对影像进行火苗识别，并获取火苗的位置数据；所述烟雾识别模块，用于对影像进行烟雾识别，并获取烟雾的位置数据；所述相对位置比对模块，用于根据所述火苗的位置数据和所述烟雾的位置数据，比对火苗和烟雾的相对位置，生成相对位置数据，具体的，由于火苗和烟雾的位置具有关联性，也即一般情况下，火苗所在位置应当在烟雾的下方，且火苗与烟雾应当具有连接点，故本实施例中，对火苗和烟雾的相对位置进行比对，具体的，对火苗是否在烟雾下方、火苗与烟雾是否有连接点进行分析，并生成相应的结果；所述概率位置生成模块，用于根据所述相对位置数据，生成火灾发生概率及火灾位置数据，具体的，当火苗在烟雾下方且火苗与烟雾有连接点时，生成火灾发生概率100％；当火苗在烟雾上方且火苗与烟雾无连接点时，生成火灾发生概率20％；其余时候生成火灾发生概率50％。

所述火情确认模块，用于根据扩大所述影像获取装置的影像获取范围后，各影像对应的火灾识别报告，生成的火灾识别报告，生成火情确认报告，所述火情确认报告包括确认火灾是否发生的火情确认信息。具体的，将各影像对应的火灾识别报告中，火灾发生概率求平均值，根据所述平均值，生成确认火灾是否发生的火情确认信息，当所述平均值高于70％时，生成确认火灾发生的火情确认信息，否则生成火灾未发生的火情确认信息。

还包括位置标注模块，用于根据所述火苗的位置数据和所述烟雾的位置数据，在影像中对所述火苗的位置和所述烟雾的位置进行标注，生成火灾标注影像，所述火情确认报告还包括火灾标注影像。具体的，本实施例中，对火苗的标注采用箭头标注，对烟雾的标注采用画圈标注。

还包括报警模块，用于所述火情确认信息为确认火灾发生时，发送报警信息及火灾标注影像至云服务器。

实施例2：

实施例2基本如附图2所示：

基于机器视觉的电力设备潜在火警识别方法，包括影像获取步骤、火灾识别步骤、影像获取范围调整步骤和火情确认步骤：

所述影像获取步骤，采用多个影像获取装置分别获取初始距离阈值范围内的影像，本实施例中，包括4个横向阵列式设置的影像获取装置；

所述火灾识别步骤，分析并识别所述影像中的火灾情况，并生成火灾识别报告，所述火灾识别报告包括火灾发生概率及火灾位置数据，所述火灾位置数据指影像中的火灾发生点及火灾发生点在实地中对应的位置。

所述影像获取范围调整步骤，根据所述火灾识别报告，扩大影像获取装置的影像获取范围。影像获取范围调整步骤包括概率分析步骤、位置比对步骤和阈值扩大步骤：所述概率分析步骤，将所述火灾发生概率与概率阈值进行比对，生成概率比对结果；所述位置比对步骤，所述火灾发生概率高于概率阈值时，将火灾发生点在实地中对应的位置与各影像获取装置对应的实地位置范围进行比对，生成位置比对结果，所述位置比对结果为火灾发生点在实地中对应的位置是否在影像获取装置对应的实地位置范围内；所述阈值扩大步骤，火灾发生点在实地中对应的位置在影像获取装置对应的实地位置范围内时，扩大该影像获取装置的影像获取范围。

所述火灾识别步骤，分析并识别扩大影像获取范围后的各影像获取装置获取的影像，并生成各影像对应的火灾识别报告；所述火灾识别步骤包括影像裁剪步骤和火苗烟雾识别步骤：所述影像裁剪步骤，根据影像中的火灾发生点，裁剪所述影像获取装置获取的影像，生成裁剪后的影像；所述火苗烟雾识别步骤，分析并识别裁剪后的影像中的火灾情况，并生成火灾识别报告。所述火苗烟雾识别步骤包括火苗识别步骤、烟雾识别步骤、相对位置比对步骤和概率位置生成步骤：所述火苗识别步骤，对影像进行火苗识别，并获取火苗的位置数据；所述烟雾识别步骤，对影像进行烟雾识别，并获取烟雾的位置数据；所述相对位置比对步骤，根据所述火苗的位置数据和所述烟雾的位置数据，比对所述火苗和烟雾的相对位置，生成相对位置数据，具体的，由于火苗和烟雾的位置具有关联性，也即一般情况下，火苗所在位置应当在烟雾的下方，且火苗与烟雾应当具有连接点，故本实施例中，对火苗和烟雾的相对位置进行比对，具体的，对火苗是否在烟雾下方、火苗与烟雾是否有连接点进行分析，并生成相应的结果；所述概率位置生成步骤，根据所述相对位置数据，生成火灾发生概率及火灾位置数据，具体的，当火苗在烟雾下方且火苗与烟雾有连接点时，生成火灾发生概率100％；当火苗在烟雾上方且火苗与烟雾无连接点时，生成火灾发生概率20％；否则生成火灾发生概率50％。

所述火情确认步骤，根据扩大所述影像获取装置的影像获取范围后，各影像对应的火灾识别报告，生成的火灾识别报告，生成火情确认报告，所述火情确认报告包括确认火灾是否发生的火情确认信息。具体的，将各影像对应的火灾识别报告中，火灾发生概率求平均值，根据所述平均值，生成确认火灾是否发生的火情确认信息，当所述平均值高于70％时，生成确认火灾发生的火情确认信息，否则生成火灾未发生的火情确认信息。

还包括位置标注步骤，根据所述火苗的位置数据和所述烟雾的位置数据，在影像中对所述火苗的位置和所述烟雾的位置进行标注，生成火灾标注影像，所述火情确认报告还包括火灾标注影像。具体的，本实施例中，对火苗的标注采用箭头标注，对烟雾的标注采用画圈标注。

还包括报警步骤，所述火情确认信息为确认火灾发生时，发送报警信息及火灾标注影像至云服务器。

以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。