[發明專利]多數據融合的森林火災智能識別系統和方法

有效

• 申請號: 201510311371.6
• 申請日: 2015-06-09
• 公開（公告）號: CN104966372B
• 公開（公告）日: 2017-09-29
• 發明（設計）人: 曾志偉;宋昌林;陳方春;楊鵬程
• 申請（專利權）人: 四川匯源光通信有限公司
• 主分類號: G08B17/00
• 分類號: G08B17/00
• 代理公司: 成都金英專利代理事務所(普通合伙)51218
• 代理人: 袁英

技術領域

本發明涉及一種多數據融合的森林火災智能識別系統和方法。

背景技術

目前，基于視頻分析的森林火災預警系統，主要使用可見光攝像機和紅外熱像儀采集的圖像。森林火災發生時，有火焰和煙霧產生，同時釋放大量的能源。通過分析可見光圖像上著火區域的顏色、形狀、運動和頻率特征，以及紅外圖像上著火區域的亮度特征，可以實現森林火災的早期監測預警。但是，工程實踐表明，僅僅利用可見光或紅外波段的圖像數據，森林火災預警系統的誤識率過高。

發明內容

本發明的目的在于克服現有技術的不足，提供一種多數據融合的森林火災智能識別系統和方法，該方法將多種數據進行融合來進行森林火災預測，能顯著降低森林火災的誤識率，提高系統的運行效率。

本發明的目的是通過以下技術方案來實現的：多數據融合的森林火災智能識別系統，它包括紅外熱像儀、數字攝像機、超聲波氣象站、地理信息系統和上位機，紅外熱像儀、數字攝像機、超聲波氣象站和地理信息系統分別與上位機連接；所述的上位機上設置有人工神經網絡和模糊專家系統，所述的人工神經網絡分析紅外熱像儀采集的紅外圖像和數字攝像機采集的可見光圖像，并將分析后的數據傳輸到模糊專家系統計算森林火災的概率，超聲波氣象站提供森林的氣象數據，地理信息系統提供地理信息。

所述的人工神經網絡分析紅外圖像的亮度特征，對可疑著火區域進行面積、位移濾波，并利用能量和形狀的相關性進行震蕩分析；分析可見光圖像將紅外圖像可疑著火區域映射到可見光圖像上，檢測相關區域是否有煙霧，用紅外和可見光圖像融合產生的冗余數據區分森林火災和陽光反射、熱物體以及人工照明。

所述的模糊專家系統將可疑著火區域的地理數據、氣象數據、歷史分析數據和紅外與可見光圖像分析結果一起進行處理，計算出森林火災發生的概率。

所述的氣象數據包括溫度、相對濕度、風速和降水量，地理數據包括坡度、可燃物儲量、土地使用信息。

多數據融合的森林火災智能識別系統的識別方法，它包括如下子步驟：

S1：數據采集，紅外熱像儀采集森林的紅外圖像，數字攝像機采集森林的可見光圖像；

S2：圖像處理，探測紅外圖像上的高亮度區域；對高亮度區域進行溫度、面積和位移濾波；對濾波后的高亮度區域進行能量分析、亮度和形狀的振蕩分析；匹配紅外和可見光圖像，定位報警區域；探測煙霧；融合紅外和可見光圖像探測結果；

S3：氣象數據處理，將氣象數據輸入氣象模型，計算發生森林火災的概率；

S4：地理數據處理，從數據庫查詢地理信息，計算發生森林火災的潛能；

S5：火災概率計算，將步驟S2-S4得到的分析結果輸入模糊專家系統，計算森林火災發生的概率。

所述的步驟S2中對濾波后的高亮度區域進行亮度和形狀的振蕩分析采用如下方式：將相鄰的圖像進行比較，得到相關系數，以時間為X軸，以相關系數為Y軸，得到相關系數曲線，即振蕩曲線。

所述的步驟S3中的氣象模型根據歷史數據建立，氣象模型規則根據溫度、濕度、降雨量來設定，溫度高、濕度小、無降水，火災發生概率大，反之溫度低、濕度高、降水多，火災發生概率低。

所述的步驟S4中計算發生森林火災的潛能根據地理地貌來確定，森林地區發生火災概率大，水庫地區發生火災概率小。

所述的步驟S5中計算森林火災發生的概率根據氣象數據、地理信息和探測結果對火災的影響的權重進行估算，圖像數據可靠性最強，權重最大。

本發明的有益效果是：本發明提供了一種多數據融合的森林火災智能識別系統和方法，該方法將多種數據進行融合來進行森林火災預測，能顯著降低森林火災的誤識率，提高系統的運行效率，降低工作人員的勞動強度。

附圖說明

圖1為本發明的系統結構框圖；

圖2為本發明的識別方法流程圖。

具體實施方式

下面結合附圖進一步詳細描述本發明的技術方案，但本發明的保護范圍不局限于以下所述。

如圖1所示，多數據融合的森林火災智能識別系統，它包括紅外熱像儀、數字攝像機、超聲波氣象站、地理信息系統和上位機，紅外熱像儀、數字攝像機、超聲波氣象站和地理信息系統分別與上位機連接；所述的上位機上設置有人工神經網絡和模糊專家系統，所述的人工神經網絡分析紅外熱像儀采集的紅外圖像和數字攝像機采集的可見光圖像，并將分析后的數據傳輸到模糊專家系統計算森林火災的概率，超聲波氣象站提供森林的氣象數據，地理信息系統提供地理信息。