[發(fā)明專利]一種適用于森林火災(zāi)的煙霧識別方法

在審

• 申請?zhí)枺?/td>: 202011129458.9
• 申請日: 2020-10-21
• 公開（公告）號: CN112215182A
• 公開（公告）日: 2021-01-12
• 發(fā)明（設(shè)計）人: 李琪;王忠;王杰鈴;王藝輝;陳誠;高旸;楊晶晶
• 申請（專利權(quán)）人: 中國人民解放軍火箭軍工程大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/254;G06T7/215
• 代理公司: 西安創(chuàng)知專利事務(wù)所 61213
• 代理人: 馬鳳云

本發(fā)明公開了一種適用于森林火災(zāi)的煙霧識別方法，包括步驟：一、構(gòu)建圖像數(shù)據(jù)庫；二、訓(xùn)練并測試SVM；三、構(gòu)建煙霧自動監(jiān)測平臺；四、圖像采集及背景幀圖像建模；五、背景差分處理；六、邏輯運(yùn)算獲取運(yùn)動前景目標(biāo)；七、森林火災(zāi)的煙霧識別。本發(fā)明收集了比較容易混淆的普通云霧、朝霞、晚霞、水汽圖片進(jìn)行訓(xùn)練數(shù)據(jù)量需求少的SVM，過冗余的選取紋理以保證煙霧識別準(zhǔn)確性高，通過連續(xù)的多幀圖像與背景幀圖像進(jìn)行差分運(yùn)算，有效提取微小運(yùn)動目標(biāo)，再對連續(xù)的多幀林區(qū)實(shí)時圖像進(jìn)行邏輯或運(yùn)算，獲取當(dāng)下所有的運(yùn)動目標(biāo)信息，通過對多張或運(yùn)算后的圖像進(jìn)行邏輯與運(yùn)算，剔除隨機(jī)干擾運(yùn)動目標(biāo)，得到保留運(yùn)動前景目標(biāo)的圖像，煙霧識別效果好。

技術(shù)領(lǐng)域

本發(fā)明屬于煙霧識別技術(shù)領(lǐng)域，具體涉及一種適用于森林火災(zāi)的煙霧識別方法。

背景技術(shù)

森林火災(zāi)是世界性林業(yè)重要災(zāi)害之一，具有突發(fā)性與隨機(jī)性，能夠在較短的時間內(nèi)造成較大的損失。森林火災(zāi)在全球每年都發(fā)生很多起，有的由于發(fā)現(xiàn)不及時，最后演變成超大規(guī)模的森林火災(zāi)，從而造成林業(yè)資源的重大損失和全球性環(huán)境污染。因此，一旦有火災(zāi)發(fā)生，就必須以極快的速度采取撲救措施，但是撲救是否及時，完全取決于對森林火災(zāi)的發(fā)現(xiàn)是否及時。傳統(tǒng)的森林火災(zāi)監(jiān)測技術(shù)主要包括瞭望臺監(jiān)測、人工巡護(hù)監(jiān)測、飛機(jī)航測、衛(wèi)星監(jiān)測、紅外圖像監(jiān)測、可見光圖像監(jiān)測以及無線傳感網(wǎng)監(jiān)測等。瞭望臺監(jiān)測需要修建瞭望臺，需要人實(shí)時值守；人工巡護(hù)監(jiān)測需要大量的人力巡邏，容易錯過最佳預(yù)警時機(jī)，同時可能造成額外傷害；飛機(jī)航測成本高，連續(xù)性差；衛(wèi)星監(jiān)測周期長，靈活性差；紅外圖像監(jiān)測一般用來監(jiān)測明火，對于煙霧的預(yù)警不起作用；可見光監(jiān)測成本較低，對熱源的敏感度低于紅外監(jiān)測，主要使用了運(yùn)動特征和顏色特征，受光強(qiáng)變化影響較大，在實(shí)際使用過程中容易誤檢測；無線傳感網(wǎng)能達(dá)到紅外的敏感度但布防太困難。

因此，如何高效的監(jiān)測森林火災(zāi)迫在眉睫。根據(jù)識別目標(biāo)的不同，視頻森林火災(zāi)監(jiān)測一般分為火焰和煙霧兩部分監(jiān)測，火焰監(jiān)測是主要的監(jiān)測技術(shù)，但在火災(zāi)發(fā)生初期，明火易被遮擋，所以報警時延時較大，延誤了最佳滅火時機(jī)。而火災(zāi)規(guī)律表明，煙霧早于明火出現(xiàn)，在火災(zāi)初期煙霧擴(kuò)散范圍廣、不易被遮擋。因此對火災(zāi)初期煙霧特征的有效識別能夠?yàn)榛馂?zāi)的及時撲救贏得寶貴時間。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題在于針對上述現(xiàn)有技術(shù)中的不足，提供一種適用于森林火災(zāi)的煙霧識別方法，收集了不同濃度、不同擴(kuò)散形狀的煙霧圖片以及比較容易混淆的普通云霧、朝霞、晚霞、水汽圖片進(jìn)行訓(xùn)練數(shù)據(jù)量需求少的SVM，SVM訓(xùn)練過程中以Hog特征和紋理特征融合，組建融合特征向量，過冗余的選取紋理以保證煙霧識別準(zhǔn)確性高，煙霧特征采集時，通過連續(xù)的多幀圖像與背景幀圖像進(jìn)行差分運(yùn)算，有效提取微小運(yùn)動目標(biāo)，再對連續(xù)的多幀林區(qū)實(shí)時圖像進(jìn)行邏輯或運(yùn)算，獲取當(dāng)下所有的運(yùn)動目標(biāo)信息，包括飛鳥等隨機(jī)運(yùn)動目標(biāo)，然后通過對多張或運(yùn)算后的圖像進(jìn)行邏輯與運(yùn)算，剔除隨機(jī)干擾運(yùn)動目標(biāo)，得到保留運(yùn)動前景目標(biāo)的圖像，最后送入訓(xùn)練并測試完成的SVM，進(jìn)行森林火災(zāi)的煙霧識別，效果好，精度高，便于推廣使用。

為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是：一種適用于森林火災(zāi)的煙霧識別方法，其特征在于，該方法包括以下步驟：

步驟一、構(gòu)建圖像數(shù)據(jù)庫，過程如下：

步驟101、搜集多張煙霧訓(xùn)練圖像，所述煙霧訓(xùn)練圖像包括煙霧圖像、云霧圖像、朝霞圖像、晚霞圖像和水汽圖像；

獲取煙霧訓(xùn)練圖像去除背景后只有前景特征的訓(xùn)練樣本圖像；

步驟102、將多張訓(xùn)練樣本圖像構(gòu)成一個圖像數(shù)據(jù)庫，對圖像數(shù)據(jù)庫進(jìn)行隨機(jī)分類，獲得圖像訓(xùn)練數(shù)據(jù)集合和圖像測試數(shù)據(jù)集合；

步驟二、訓(xùn)練并測試SVM，過程如下：

步驟201、在圖像訓(xùn)練數(shù)據(jù)集合中調(diào)取一張訓(xùn)練樣本圖像；

步驟202、對步驟201中調(diào)取的訓(xùn)練樣本圖像進(jìn)行Hog特征提取，得到Hog特征矩陣；