[發明專利]一種基于目標檢測技術的秸稈焚燒監測方法和系統

在審

• 申請號: 202010784840.7
• 申請日: 2020-08-06
• 公開（公告）號: CN111985365A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 呂剛;柳同軍;年福東;戴淮初;蔣鵬飛;吳超
• 申請（專利權）人: 合肥學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 合肥市上嘉專利代理事務所(普通合伙) 34125
• 代理人: 郭華俊

本發明涉及一種基于目標檢測技術的秸稈焚燒監測方法和系統，方法包括以下步驟：建立煙火數據集和秸稈數據集，并進行數據增強；確認數據集中圖像是否存在煙火或秸稈，并標注出它們的具體位置；使用目標檢測算法分別訓練出煙火檢測模型和秸稈檢測模型，并通過模型融合形成最終的秸稈焚燒檢測模型；利用融合后的秸稈檢測模型對指定圖像進行檢測，確認圖像中是否存在秸稈焚燒現象，并定位它們的位置。系統通過部署前端、網絡傳輸、圖像處理中心、監控平臺四個功能模塊并聯合調用，來實現對重點區域的秸稈焚燒現象的實時監控和預警。本發明的秸稈焚燒監測方法和系統，對秸稈焚燒現象進行有效的監測，且監測的時效性更好，準確率更高。

技術領域

本發明涉及計算機視覺、深度學習和環境保護的交叉研究領域，特別涉及一種基于目標檢測技術的秸稈焚燒監測方法和系統。

背景技術

當前的秸稈焚燒監測方法主要有三種：人工監測方法、基于傳感器的監測方法和基于衛星遙感或無人機的監測方法。但以上三種方法，各有弊端。

采用人工監測的方法，要耗費大量的人力資源，需要人員按照設定的區域定時巡檢，監控的效率低，而且時效性差。巡檢人員有時需要負責的管控區域較大，有時需要很長的時間才能實現一輪巡檢，有時發現秸稈焚燒的時候，可能已經焚燒很久，或者已經焚燒完畢，很難達到實時管控的目的。

采用基于傳感器的監測方法時，存在距離障礙等技術限制，時效性差，無法達到早期預警的目的。

采用基于衛星遙感或無人機的監測方法時，衛星遙感或無人機采集到的圖像易受到環境因素等的干擾，對遙感圖像的處理不夠智能化，且實時性較差。

發明內容

本發明的目的是提供一種基于目標檢測技術的秸稈焚燒監測方法和系統，能夠通過采集柱體的圖像和對圖像的處理、通過圖像對比實現柱體的外形檢測。

本發明解決上述技術問題的技術方案如下：

一種基于目標檢測技術的秸稈焚燒監測方法，其特征在于：包括如下步驟：

步驟1：利用監控視頻和數據挖掘技術收集包含煙火和包含秸稈的圖像，分別建立初始的煙火數據集和秸稈數據集；

步驟2：分別對上述的煙火數據集和秸稈數據集進行旋轉、平移、縮放、翻轉、裁剪、添加適量噪聲等方式進行數據增強，擴充數據集；對擴充后的數據集進行圖像標注，生成VOC格式的煙火數據集和秸稈數據集；分別從VOC格式的煙火數據集和秸稈數據集中隨機選擇s％作為煙火測試數據集和秸稈測試數據集，對應VOC數據集的剩余部分則作為訓練驗證集；從訓練驗證集中隨機選擇80％作為煙火訓練數據集和秸稈訓練數據集，對應的剩余部分則作為煙火驗證數據集和秸稈驗證數據集；

步驟3：基于煙火訓練驗證集和秸稈訓練驗證集，利用YOLOv4目標檢測算法，分別訓練出煙火檢測模型和秸稈檢測模型，并對模型進行融合得到融合后的秸稈焚燒檢測模型；

步驟4：利用融合的秸稈焚燒檢測模型對指定圖像進行檢測分析，判斷該圖像中是否存在秸稈焚燒的現象。若存在，則對它們的位置進行定位并標出來；

步驟5：將對圖像的檢測結果傳回終端，并進行相應告警。

所述步驟1中包括如下步驟，

步驟101：通過監控視頻抽取相應場景數據、拍攝和數據挖掘技術來獲得相應的包含煙火和秸稈的圖像和視頻

步驟102：利用ffmpeg和(或)opencv從視頻中提取出煙火和秸稈的圖像幀，對所有圖像進行標注，存在煙火或秸稈時標注出它們的位置，生成VOC格式的煙火數據集和秸稈數據集。

所述步驟3包括如下步驟：