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。
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: