[發(fā)明專利]一種基于動靜態(tài)網(wǎng)格融合策略的森林火災煙霧根節(jié)點檢測方法

在審

• 申請?zhí)枺?/td>: 202010832365.6
• 申請日: 2020-08-18
• 公開（公告）號: CN111967394A
• 公開（公告）日: 2020-11-20
• 發(fā)明（設計）人: 程朋樂;婁黎明;秦政
• 申請（專利權）人: 北京林業(yè)大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/38;G06T5/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于動靜態(tài)網(wǎng)格融合策略的森林火災煙霧根節(jié)點檢測方法，針對現(xiàn)有煙霧根節(jié)點檢測方法無法通過運動檢測和灰度檢測得出完整煙霧輪廓的問題，提出了一種基于動靜態(tài)網(wǎng)格融合策略的森林火災煙霧根節(jié)點檢測方法，該算法首先通過Sobel算法提取煙霧靜態(tài)特征，再通過Vibe算法提取煙霧動態(tài)特征，并將提取出的特征圖像以網(wǎng)格策略相融合，獲得煙霧圖像，再提取骨骼及骨骼端點，獲得煙霧根候選點。該算法通過融合煙霧動靜態(tài)特征，改進了煙霧邊緣和煙霧根部難以被動態(tài)提取算法識別的問題，同時簡化了煙霧區(qū)域提取過程，極大提高了檢測效率。

技術領域

本發(fā)明屬于森林防火和視頻目標檢測領域，尤其涉及基于動靜態(tài)網(wǎng)格融合策略的森林火災煙霧根節(jié)點檢測方法。

背景技術

由于森林的特殊性，森林火災一旦引發(fā)，很容易在風力推動下迅速蔓延，由于森林的面積較大，火災發(fā)生時不一定能及時發(fā)現(xiàn)，發(fā)現(xiàn)火災時往往已經(jīng)蔓延了相當寬的距離，此時森林火災的撲救也存在相當大的難度，森林火災往往會造成巨大的資源損毀，因此對森林火災的早期識別十分重要。煙霧是森林火災的早期的明顯特征，森林火災早期煙霧往往為向上飄散的不規(guī)則形狀，越是向上，煙霧越稀薄，越是難以被檢測出，但早期煙霧的源頭的位置往往是確定的，較短時間內(nèi)是不變的，基于此原理，通過煙霧的分布形態(tài)確定煙霧源的位置成為重要的突破口之一。

專利申請?zhí)枮?01910490504.9，發(fā)明名稱為“一種基于MSER的遠距離復雜環(huán)境下的煙霧根節(jié)點檢測方法”的中國專利。該發(fā)明在采用MSER算法對遠距離煙霧場景進行候選區(qū)域提取，并通過角點提取算法和凸包檢測算法對圖像中可能存在干擾項進行排除，然后通過骨骼提取算法對候選區(qū)域提取煙霧根節(jié)點候選點，最后采用連續(xù)幀的幀間信息提取出煙霧根節(jié)點。MSER算法的核心思想是基于灰度圖像灰度值在一定范圍內(nèi)趨于穩(wěn)定的特性提取MSER候選區(qū)域。而煙霧在動態(tài)條件下進行擴散，僅僅在煙霧中心部分灰度值趨于穩(wěn)定，煙霧邊緣灰度值頻繁發(fā)生變化，導致MSER算法不能完整提取出煙霧輪廓，這種結果直接導致無法提取到正確的煙霧區(qū)域，從而無法確定煙霧根節(jié)點的位置。

專利申請?zhí)枮?01711440134，發(fā)明名稱為“一種基于特征根和流體力學的森林火災煙視頻目標檢測方法”的中國專利。該發(fā)明在權利要求書“步驟1”圖像預處理部分采用了幀間差分算法進行動態(tài)背景的提取。對于運動緩慢的煙霧邊緣，動態(tài)提取效果不明顯，而對于煙霧密度極大的煙霧根部，同樣會被認定為不變的像素而無法被動態(tài)提取，從而導致無法提取到正確的煙霧輪廓，無法確定煙霧根節(jié)點的位置。將無法對待檢測目標進行煙霧根節(jié)點的提取和流體力學模擬的計算。

專利申請?zhí)枮?01811318766，發(fā)明名稱為“一種基于最小二乘法的煙霧根節(jié)點檢測方法”的中國專利。該發(fā)明在煙霧源(燃燒源)提取過程中(權利要求書第一步、第二步)同樣需要對煙霧候選區(qū)的連通域采取計算，并采用了幀間差分的動態(tài)區(qū)域提取算法。但該方法同樣會出現(xiàn)因煙霧源根部煙霧密度大且均勻，使得煙霧源根部無法被提取出來的缺陷。若未能成功提取到待檢測煙霧的候選區(qū)域，該專利提出的山崩算法將無法分割出崩塌計算的山崖區(qū)域，導致檢測失敗。

專利申請?zhí)枮?01910613683.0，發(fā)明名稱為“一種大范圍尺度空間下的自適應煙霧根節(jié)點檢測方法”的中國專利。該發(fā)明在說明書“步驟401-步驟411”中采用了基于貝葉斯理論的圖像融合方法，該方法以4張Vibe圖像以及3張MSER圖像為基礎，采用分區(qū)網(wǎng)格的形式對圖像進行概率統(tǒng)計。計算每個網(wǎng)格區(qū)域的融合概率后，對超過閾值概率的區(qū)域進行融合計算，得出融合圖像。該算法的應用背景為煙霧根檢測算法，對連續(xù)幀間持續(xù)存在信息的連貫性要求較高。根據(jù)其融合算法的計算原理，該算法最多可以包含連續(xù)7幀的圖像信息，并且每輪計算需要對10*10網(wǎng)格區(qū)域內(nèi)的所有像素點進行遍歷統(tǒng)計。這種計算過程對多幀圖像是不友好的，即便是最小單位的連續(xù)幀圖像計算出根節(jié)點也需要極大的計算量。并且為了保證算法的運行速度，其包含連續(xù)幀圖像的數(shù)量不允許過多，存在很大的局限性。