本發(fā)明屬于圖像處理，涉及一種森林防火無人機預(yù)警系統(tǒng)及方法。

背景技術(shù)：

1、火災(zāi)作為一種常見但極具危害性的災(zāi)害，森林火災(zāi)更為嚴(yán)重，給人們的生命財產(chǎn)安全帶來了嚴(yán)峻的挑戰(zhàn)。

2、現(xiàn)有的火災(zāi)監(jiān)測方法都是對森林火災(zāi)發(fā)生后的著火區(qū)域進行監(jiān)測，無法做到提前發(fā)現(xiàn)森林中的著火隱患。

技術(shù)實現(xiàn)思路

1、為解決背景技術(shù)中存在的問題，本發(fā)明提出了一種森林防火無人機預(yù)警系統(tǒng)及方法。

2、為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

3、一方面，本發(fā)明提供了一種森林防火無人機預(yù)警系統(tǒng)，包括有：

4、數(shù)據(jù)獲取模塊，利用無人機圖像采集裝置，采集森林紅外熱成像圖像和森林紅外圖像，將森林紅外熱成像圖像作為第一圖像發(fā)送至數(shù)據(jù)處理模塊，將森林紅外圖像作為第二圖像發(fā)送至判斷模塊；

5、數(shù)據(jù)處理模塊，對第一圖像進行濾波操作，得到高精度第三圖像；

6、判斷模塊，將第二圖像和第三圖像合并分析，判斷危險像素點，將危險像素點位置發(fā)送至用戶交互模塊；

7、用戶交互模塊，為用戶提供交互界面，向用戶展示處理結(jié)果和接收用戶下達的指令。

8、進一步地，所述數(shù)據(jù)處理模塊對第一圖像的濾波方式為：

9、t1、定義一個窗口對第一圖像進行遍歷，窗口大小由用戶自定義，獲取窗口內(nèi)的像素信息，窗口中的像素包括窗口中心像素和其他像素，其他像素為窗口中非中心像素；

10、t2、計算窗口中的其他像素和窗口中心像素的空間距離，計算空間域權(quán)重，具體公式為：

11、

12、其中為窗口中其他像素的坐標(biāo)，為窗口中心像素坐標(biāo),是控制空間域權(quán)重分布的標(biāo)準(zhǔn)差；

13、t3、計算窗口中的其他像素和窗口中心像素的灰度差異，并計算灰度值權(quán)重，具體公式為：

14、

15、其中為窗口中其他像素的灰度值，為窗口中心像素的灰度值，為灰度值標(biāo)準(zhǔn)差；

16、t4、將空間域權(quán)重和灰度值權(quán)重相乘，得到每個像素的綜合權(quán)重，

17、數(shù)學(xué)公式可以表示為：

18、

19、t5、將窗口內(nèi)每個像素的灰度值乘以其對應(yīng)的綜合權(quán)重并求和，得到加權(quán)和；

20、t6、將加權(quán)和除以綜合權(quán)重，得到濾波完成的像素值。

21、進一步地，所述判斷危險像素點的具體方式為：

22、判斷第三圖像灰度值是否超出第一閾值，對超出第一閾值的像素點進行標(biāo)記，判斷標(biāo)記像素對應(yīng)溫度屬性在第二圖像中對應(yīng)的物體，若標(biāo)記像素對應(yīng)溫度超出對應(yīng)的物體的著火點，則將該像素點標(biāo)記為危險像素點。

23、進一步地，所述判斷標(biāo)記像素對應(yīng)溫度屬性在第二圖像中對應(yīng)的物體的具體方式為：

24、提取第二圖像特征，對提取到的特征進行比對，選取特征相似度最高的物體作為擬合物體。

25、進一步地，所述提取第二圖像特征的方法為：

26、計算第二圖像在x和y方向上的梯度,使用sobel算子依據(jù)圖像灰度來計算：

27、

28、

29、其中為sobel算子；

30、在每個像素位置計算結(jié)構(gòu)張量：

31、

32、其中和是圖像的x和y方向梯度；

33、harris角點檢測使用如下響應(yīng)函數(shù)來檢測角點：

34、

35、其中，，是矩陣m的行列式，，是矩陣m的跡，為圖像梯度的平方加權(quán)和，為圖像梯度的平方加權(quán)和，為圖像梯度和的乘積加權(quán)和，是經(jīng)驗常數(shù)；

36、通過設(shè)置閾值，選取響應(yīng)值大于的像素點作為角點：

37、

38、以此來提取第二圖像中的角點的特征。

39、進一步地，所述特征比對通過計算待匹配的特征與現(xiàn)有物品特征之間的歐氏距離完成，具體公式為：

40、

41、其中是描述符的維度，和分別是和在第個維度上的分量。

42、另一方面，本發(fā)明提供了一種森林防火無人機預(yù)警方法，包括有：

43、數(shù)據(jù)獲取模塊利用無人機圖像采集裝置，采集森林紅外熱成像圖像和森林紅外圖像，將森林紅外熱成像圖像作為第一圖像發(fā)送至數(shù)據(jù)處理模塊，將森林紅外圖像作為第二圖像發(fā)送至判斷模塊；

44、數(shù)據(jù)處理模塊對第一圖像進行濾波操作，得到高精度第三圖像；

45、判斷模塊將第二圖像和第三圖像合并分析，判斷危險像素點，將危險像素點位置發(fā)送至用戶交互模塊；

46、用戶交互模塊為用戶展示分析結(jié)果，以及接收用戶下達的指令，完成對應(yīng)的處理操作。

47、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

48、本發(fā)明通過對采集森林紅外熱成像圖像和森林紅外圖像，對溫度進行實時監(jiān)控，對森林火災(zāi)做到了提取預(yù)防；同時本發(fā)明還對森林紅外熱成像圖像進行了濾波操作，提高了森林紅外熱成像圖像的精度，準(zhǔn)確的提供了數(shù)據(jù)支持；同時本發(fā)明采用harris角點檢測算法對森林紅外圖像特征進行提取，能夠準(zhǔn)確提取森林紅外圖像特征，對森林的著火點判斷準(zhǔn)確。

技術(shù)特征：

1.一種森林防火無人機預(yù)警系統(tǒng)，其特征在于，包括有：

2.根據(jù)權(quán)利要求1所述的一種森林防火無人機預(yù)警系統(tǒng)，其特征在于,所述數(shù)據(jù)處理模塊對第一圖像的濾波方式為：

3.根據(jù)權(quán)利要求1所述的一種森林防火無人機預(yù)警系統(tǒng)，其特征在于,所述判斷危險像素點的具體方式為：

4.根據(jù)權(quán)利要求3所述的一種森林防火無人機預(yù)警系統(tǒng)，其特征在于,所述判斷標(biāo)記像素對應(yīng)溫度屬性在第二圖像中對應(yīng)的物體的具體方式為：

5.根據(jù)權(quán)利要求4所述的一種森林防火無人機預(yù)警系統(tǒng)，其特征在于,所述提取第二圖像特征的方法為：

6.根據(jù)權(quán)利要求4所述的一種森林防火無人機預(yù)警系統(tǒng)，其特征在于,所述特征比對通過計算待匹配的特征與現(xiàn)有物品特征之間的歐氏距離完成，具體公式為：

7.一種森林防火無人機預(yù)警方法，其特征在于,包括有：

技術(shù)總結(jié)
本發(fā)明公開了一種森林防火無人機預(yù)警系統(tǒng)及方法。為了解決森林中的火災(zāi)隱患無法及時發(fā)現(xiàn)的問題，本發(fā)明通過采集森林紅外熱成像圖像和森林紅外圖像，對森林紅外熱成像圖像進行濾波操作，在提高了對圖像分析精度的同時，采用Harris角點檢測算法對森林紅外圖像特征進行提取，能夠準(zhǔn)確提取森林紅外圖像特征，對森林的著火點判斷準(zhǔn)確，提前預(yù)知森林火災(zāi)風(fēng)險。

技術(shù)研發(fā)人員：周忠明,李杰
受保護的技術(shù)使用者：浙江翔龍航空科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21