无人机烟雾识别系统用于森林防火中的探析--中国期刊网

字体：大中小

首页> 原创作品> 正文

无人机烟雾识别系统用于森林防火中的探析

发表时间：2021/6/10 来源：《中国科技信息》2021年7月作者：尹建华,金智伟,常晓勇,杨维雄

[导读] 随着我国环境污染程度的不断增加，在环保上的投入不断增加，各种生态保护工程越来越多，森林的覆盖率也持续增加。我国的各种森林保护工程越来越多，并在森林管理中投入的力度越来越大。在森林管理过程中，做好森林防火工作非常重要，针对传统森林防火工作中的不足，可以将无人机烟雾识别系统应用到森林防火当中，更加及时发现森林火灾隐患，在第一时间开展森林火灾救援工作。

云南昆明市海口林场尹建华,金智伟,常晓勇,杨维雄 650114

摘要：随着我国环境污染程度的不断增加，在环保上的投入不断增加，各种生态保护工程越来越多，森林的覆盖率也持续增加。我国的各种森林保护工程越来越多，并在森林管理中投入的力度越来越大。在森林管理过程中，做好森林防火工作非常重要，针对传统森林防火工作中的不足，可以将无人机烟雾识别系统应用到森林防火当中，更加及时发现森林火灾隐患，在第一时间开展森林火灾救援工作。为此，我将要在本文中对无人机烟雾识别系统用于森林防火进行探析，希望对促进我国森林防护工作的发展，可以起到有利的作用。
关键词：无人机；烟雾识别系统；森林防火
        1前言
        森林防火是森林管理的重要组成部分，其中一个关键工作就是需要做好林火的监测工作。由于护林员登高高度有限，容易受到周围障碍物和地形的影响，难以发现各种隐蔽起火点，整个过程也比较耗时。通过对卫星遥感技术的应用，可以通过对卫星遥感图像的分析，来发现各种森林起火点，从而及时采取措施，但过程耗时，对起火点不能准确定位，容易发生漏报和错报的现象。在森林火灾隐患发生之后，会出现火焰和烟雾这两个特征。由于早期林火的规模相对比较小，不易被发现，但发出的烟雾面积相对比较大，是火灾早期被察觉的现象，可以更快发现森林火灾的发生，从而让相关救援更加及时采取救护措施，具有非常大的应用价值。随着最近几年无人机技术的突飞猛进，无人机在森林防火中的应用越来越多，能够自动发现林火发生前期的烟雾特征，并及时进行预警。
        2无人机遥感图像系统的设计
        在图像识别技术的应用过程中，首先需要取得各种图像数据，通过无人机遥感技术的应用，可以得到各种航拍图像，为开展图像识别提供数据来源。无人机遥感图像系统的设计，主要会集中在如下几个方面：一、无人机模块。其在整个系统当中，主要负责系统的飞行。当前无人机的机种非常多，其主要分为固定翼和多旋翼飞机。多旋翼无人机技术最近几年发展非常迅速，能够在各种场地中进行飞行，低空飞行优势突出，具有多种飞行模式，是开展林地防火的最佳选择。二、视频采集系统。其主要负责现场视频信号的采集，主要有三轴云台和摄像机。为了更加精确对发生火灾的位置进行定位，通常需要保持摄像机90度垂直地面来进行构图，配合对GPS定位系统的应用，可以更快锁定火灾发生地，是一种非常理想的构图方法。三、无线传输模块。通过无线传输模块的应用，可以将拍摄得到的图像信息发送到地面，为数据的存储和分析，打下一个牢固的基础。四、地面站模块。该地面站中有无人机驾驶人员，其负责对无人机的飞行进行操控，还负责将接收到的遥感视频信息存储起来，对烟雾特征进行分析和识别，实现对烟雾的预警和定位【3】。
        3常用的图像识别算法
        图像识别问题的本质属于模式空间到类别空间的映射问题。图像分割是图像处理中的一项关键技术，借助于各种理论提出了数以千计的分割算法，这方面的研究一直在积极地进行着。
        在近二十年间，有关图像处理方面的研究取得了很大的进展。图像分割方法也结合了一些特定理论、方法和工具，如基于数学形态学的图像分割、基于小波变换的分割、基于遗传算法的分割等。
        帧差法。在该算法的应用过程中，会对相邻图像序列进行差分运算，完成对运动目标的检测。从共走原理上可以看，该方法在无运动镜头中比较适合应用，可以在光线变化不大的环境中开展物体的检测工作，但并不适合在光线复杂的环境中进行应用。由于无人机是在飞行过程中来实现图像拍摄，这样容易导致烟雾的错误识别，不适合在森林防火中进行应用【5】。

期刊文章分类查询,尽在期刊图书馆

        颜色模型。RGB颜色模型可以理解为一个三维坐标系，其具有R、G、B三个坐标通道，可以直接反映出色彩和明暗的变化，黑色原点到白色顶点的中轴线是一条逐渐由黑变白的灰度线。由于烟雾的颜色特征和亮度特征非常明显，烟雾区是以黑色原点到对角白色顶点的中轴灰度线去掉黑色和高光亮色后中间的一段灰度线，这样就可以通过数学模型来建立烟雾区，通过判断视频图像中像素RGB值是否在烟雾区域范围之内，来判断视频图像序列中的像素RGB值是否处于烟雾区域之内，对是否发生烟雾进行准确的判断。
        混合高斯背景模型。混合高斯模型是一种应用效果要明显优于帧差法的背景模型。在混合高斯模型当中，对每个像素点利用K个高斯分布来进行描述，可以获得新一帧图像对混合高斯背景模型的更新，用当前帧的每个像素点与高斯背景模型进行匹配，可以比较准确判断是否为背景点，从而提取出其中的运动像素点。
        4烟雾识别算法的优化
        在烟雾识别算法实际使用过程中，一个比较突出的问题是识别的成功率。为避免漏掉起火点，在实际应用过程中，会采用人工筛选法，来对真正的起火图像进行甄别。人工甄别的方法在排除河流、云雾、白烟中非常管用。为进一步提升对烟雾的识别成功率，采用三种算法以上融合成为一种算法的方法，即混合算法。本次研究所提出的混合算法是将二值化处理、RGB颜色模式烟雾判断、多值融合有效整合在一起的。
        二值化处理。在二值处理的过程中，其是建立在RGB模型基础上的，并计算出烟雾区的最小亮度，并在此基础上来设计二值阀值，对亮度大于160的区域进行提取。在这个过程中，主要是为了提取亮度比较高的区域，由于进行的是初步判断，处理的数据量相对比较少，在干扰物相对比较少区域中比较适合应用【6】。
        通过对RGB颜色判别式的应用，及时提取烟区和干扰物。经过初步的亮度判断之后，就可以发现亮度超过160的像素，但还不能就此断定发生了火灾。这样就需要使用基于RGB的模型烟雾判别式来判断该部分是否是干扰物。在经过该算法的应用之后，可以将大部分干扰物剔除出去，但还是有一部分物体难以识别出来，如河流、云雾、白色物体等，如果不进行进一步的处理，就会导致误判情况的发生。
        通过对多特征融合算法的应用，来进一步排除各种干扰物。通过对混合算法的应用，可以更进一步排除烟雾RGB模型中无法识别的各种干扰物，从而提升识别的成功率。
        结语
        随着时代的不断发展，我国的各种森林保护工程越来越多，对森林管理提出的要求也越高。针对森林防火工作中的不足，应该引起足够的重视，将先进的无人机烟雾识别应用其中，通过对各种先进算的利用，及时发现各种森林火灾隐患。当前，图像识别技术还处于高速发展的阶段，我国在该领域的研究中，应该投入更大的力量，让该技术的作用得到更加充分的发挥。
【参考文献】
[1]夏雪,袁非牛,章琳,杨龙箴,史劲亭.从传统到深度:视觉烟雾识别、检测与分割[J]. 中国图象图形学报.2019(10)：22-23.
[2]章慧,张露.低浓度烟雾检测方法研究与仿真[J]. ??计算机仿真.?2012(05)：35-36.
[3]黄恒一,杨汶龙,付三丽,王英辉.智能手机火灾烟雾警报器的设计[J]. 电脑与电信.?2019(08)：55-56.
[4]多米诺.全新设计让净化更专业,做更好的烟雾吸收净化器[J]. 食品安全导刊.?2016(16)：17-18.
[5]张兆民,狄思雨.一种室内烟雾处理系统的设计[J]. 价值工程.?2018(32)：44-45.
[6]王涛,刘渊,谢振平.基于自适应神经模糊推理系统的视频烟雾检测[J]. 计算机工程.?2011(23)：22-23.