CN105931409A - 一种基于红外与可见光摄像机联动的森林火灾监测方法 - Google Patents

Abstract

该发明提供了一种基于红外与可见光摄像机联动的森林火灾监测方法。利用红外摄像机对林区进行全天候监控，采集广域视角下的森林红外图像，并通过多特征融合方法对红外图像火焰进行识别。当检测到火灾发生时，由双摄像机联动策略，控制可见光摄像机对火灾现场进行特写，获取火灾现场实时精准的火情信息。本方法采用红外摄像机与可见光摄像机联动策略，通过视频复合在监测到森林火灾的同时，对火灾现场进行特写，获取火灾现场实时精准的火情信息，为组织扑救工作提供决策支持。

Description

一种基于红外与可见光摄像机联动的森林火灾监测方法

技术领域

本发明属于视频监控技术领域，涉及一种基于红外与可见光摄像机联动的森林火灾监测方法。

背景技术

森林火灾是世界性的林业重大灾害之一，一旦发生将会造成严重的损失。我国是一个森林火灾多发国家，森林防火的形势非常严峻。据国民经济和社会发展统计公报数据显示，2015年全国共发生森林火灾2936起(其中一般火灾1676起、较大火灾1254起、重大火灾6起)，受害森林面积12940公顷，因灾造成人员伤亡26人，直接经济损失达13多亿元。森林火灾具有随机性和突发性的特点，大部分森林火灾由于未能及时发现、扑救，造成了巨大损失。扑救是否得当主要取决于对林火行为的发现是否及时，火情分析是否准确合理。因此，依靠现代信息技术及时准确地获知林火发生地点以及灾情的变化、发展状况，为组织扑救工作提供决策支持，具有重要的研究价值和现实意义。

目前森林火灾监测措施普遍采用地面巡防、瞭望塔监测、航空巡护、卫星遥感监测以及远程视频监控等。地面巡防以及瞭望塔监测需要通过用人肉眼观察烟雾来发现林火，信息量少，且需要有丰富经验的判读人员，难以满足当前计算机快速自动识别的要求；航空巡护一次观测需要相对昂贵的费用，且巡航飞机数量有限，协调难度大，不利于航空护林事业的发展；卫星监测虽具有监测范围广且适于对全国宏观区域的林火发生面积和位置进行定期监测的优点，但由于其易受分辨率、电磁干扰、云雾遮挡等影响不能及时准确掌握森林资源变化和实时监测森林火灾。远程视频监控采用瞭望塔上的视频摄像头监测森林现场，能提供丰富和直观的图像信息，弥补林火监测易受环境条件限制影响的缺陷，并具有成本低、速度快、灵敏度高、可靠性强的特点。对森林进行监控的摄像头一般为安装在林区制高点的红外摄像头，实现森林全天候广域视角下的监控，一旦发生火灾可精确标明火场位置，确定火场面积、火势强度和发展方向，从宏观上反映林火的动态变化。由于红外摄像头安装位置较高，因而无法近距离观查火灾现场情况，无法获取更加精确的火情信息。现已有工作通过手动调节改变摄像头的焦距对林火区域进行特写，实现火情近距离监测。这种方法虽然能对实时火情进行特写，但其不能同时兼顾整体监控和火情局部观察。因此，需要一种可以有效提高监控效率的森林火灾监测方法，在监测到森林火灾的同时，对火灾现场进行特写，提供火灾现场实时火情信息，为组织扑救工作提供决策支持。

发明内容

有鉴于此，本发明的目的在于提供一种基于红外与可见光摄像机联动的森林火灾监测方法，通过视频复合，在监测到森林火灾的同时，可对火灾现场进行特写，获取火灾现场实时精准的火情信息，为组织扑救工作提供决策支持。

为达到上述目的，本发明提供以下技术方案：

一种基于红外与可见光摄像机联动的森林火灾监测方法，其特征在于，它包括如下步骤：S1：通过一个红外摄像机对森林进行全天候监控，采集广域视角下的森林红外图像；S2：对釆集到的红外图像进行预处理，综合火焰疑似区域火焰面积变化率、火焰尖角变化数、火焰圆形度等动态特征识别火焰，自动判断火灾是否发生；S3：红外摄像机与特写摄像机标定；S4：由双摄像机联动策略，控制特写可见光摄像头对火灾现场进行特写。

进一步，所述步骤S2中对对红外图像进行预处理，综合火焰疑似区域火焰面积、火焰尖角、火焰圆形度等动态特征识别火焰，自动发现林火的具体步骤是指：21：采用直方图均衡化法对红外图像进行处理，增强图像对比度；22：采用最大熵图像分割算法，对火焰疑似区域进行分割；23：提取火焰疑似区域火焰面积变化率、火焰尖角变化数、火焰圆形度等动态特征；24：采用多特征融合识别火焰，判断是否有火灾发生。

进一步，所述步骤S3中一种基于查找表的红外摄像机与可见光摄像机标定法具体步骤是指：31：划分火灾区域为网格状；32：控制可见光摄像机图像中心与重合，记录红外摄像机中网格交点的可见光摄像机旋转角度；33：用双线性插值求取非网格交点的可见光摄像机的旋转角度。

进一步，所述步骤S4的具体步骤是指：41：可见光摄像机位置调整；42：可见光摄像机缩放调整；

本发明的有益效果在于：利用红外监控摄像机对林区进行全天候监测，采集广域视角下的森林红外图像，通过多特征融合对红外光火焰进行识别与预警。当检测到火灾发生时，由双摄像机联动策略，控制可见光摄像机对火灾现场进行特写，获取火灾现场实时精准的火情信息。本方法采用红外摄像机与可见光摄像机联动策略，通过视频复合在监测到森林火灾的同时，对火灾现场进行特写，获取火灾现场实时精准的火情信息，为组织扑救工作提供决策支持。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：

图1为基于红外摄像机与可见光摄像机联动的森林火灾监测方法框架图；

图2为红外图像中火灾识别流程图；

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为基于红外摄像机与可见光摄像机联动的森林火灾监测方法框架图，本方法包括以下步骤：

S1：通过一个红外摄像机对森林进行全天候监控，采集广域视角下的森林红外图像；

S2：对釆集到的红外图像进行预处理，综合火焰面积变化率、火焰尖角变化数、火焰圆形度等特征加权识别火焰，自动判断火灾是否发生。具体包括以下步骤：

S21：采用直方图均衡化法对红外图像进行处理，增强图像对比度。具体方法是采用累积分布函数对原始图像的直方图做灰度值的线性变换。直方图均衡化公式为：

$t_k=EH\left(r_k\right)\underset{i=0}{\overset{k}{\Σ}}\frac{n_i}{n}=\underset{i=0}{\overset{k}{\Σ}}{p}_r\left(r_i\right),0\≤r_k,t_k\≤1,k=0,1,2,...L-1$

r_k表示待处理图像的第K级灰度值，t_k表示增强变化后图像中对应像素点的灰度值。

S22：采用最大熵图像分割算法，对火焰疑似区域进行分割。用灰度级t分割图像，大于和小于的分别归为一个区域，两个目标区域为A和B。概率在基本区域的分布为：

A区：

B区：p_i/(1-p_i)i＝1,2,…,t

疑似火焰区域和背景区域的的熵表示如下：

$H_A\left(t\right)=-\underset{i}{\Σ}{p}_i/p_{t}lg(p_i/p_t),i=1,2,...,t$

$H_B\left(t\right)=-\underset{i}{\Σ}{p}_i/(1-p_i)lg\left|(p_i/(1-p_t\left)\right)\right|,i=1,2,...,t$

熵定义为φ(t)＝H_A+H_B，当φ(t)的值取到最大时，对应的t值即为图像分割时的阈值。

S23：提取火焰疑似区域火焰面积变化率、火焰尖角变化数、火焰圆形度等动态特征。具体训练方法包括以下步骤：

S231：火焰面积变化率：对应获取到的连续两张具有火灾疑似火灾区域的红外图像I₁(x,y)和I₂(x,y)，火灾面积变化率V_area定义为：

$V_{area}=\frac{A_{I2}-A_{I1}}{A_{I1}}$

其中，A_I1和A_I2分别为红外图像I₁(x,y)和I₂(x,y)的面积。

S232：火焰尖角变化数：火灾灾区域的不稳定性导致火灾区域存在很多尖角，并且呈现无规则的跳动，尖角变化数P_corner和尖角平均变化数分别如下所示：

P_corner＝|C₂-C₁|

$\stackrel{\‾}{P_{corner}}=\frac{|C_n-C_{n-1}|+...+|C_2-C_1|}{n}$

其中，C表示尖角数目，尖角变化数的绝对值反映了这n张红外图像的火灾区域尖角个数发生变化快慢的程度。

S233：火焰圆形度：圆形度可表示如下：

$C_k=\frac{4{\mathrm{\πA}}_k}{P_k^2}$

其中，k表示第k个图元，A_k表示面积，P_k代表周长，C_k为圆弧度。

S24：采用多特征融合识别火焰，判断是否有火灾发生。火焰的燃烧过程中，会受到周围环境、大气条件和干扰物的影响，很难用一种特征将火焰准确的识别出来，因此采用多特征加权融合的方法识别火焰，表示如下：

$H=\underset{i=1}{\overset{N}{\Σ}}{\mathrm{\ω}}_i{v}_i\≥T_{fuse},\underset{i=1}{\overset{N}{\Σ}}{\mathrm{\ω}}_i=1$

其中N为火焰特征识别中特征的总数，ω_i为第i个特征的权重，权重是特征的重要性根据实际情况而定，T_fuse为多特征识别中综合起来的阈值，如果判定结果大于这个阈值，则认为火焰特征识别成立，火灾发生。

S3：基于查找表标定红外摄像机与特写摄像机。即已知火灾在红外摄像机中的位置为M(x,y)，求得特写可见光摄像机的水平旋转角和垂直旋转角，使特写可见光摄像机旋转对准火灾区域，对火情进行特写。具体包括以下步骤：

S31：选择红外摄像机视频监控区域中需要用特写可见光摄像机重点监控的感兴趣的区域。根据合适的间隔划分红外图像感兴趣区域为网格状，得到网格交点处的像素坐标M₁₁(x₁,y₁)，M₁₂(x₁,y₂)，M₂₁(x₂,y₁)，M₂₂(x₂,y₂)…。

S32：控制可见光摄像机旋转，直到可见光摄像机图像中心与M₁₁重合，读取可见光摄像机当前水平方向和垂直方向的旋转角度当前水平方和垂直方向的旋转角度(α,β)₁₁，记录一组数据L[M₁₁(x₁,y₁)]＝(α,β)₁₁。对剩下红外图像感兴趣区域的交点处重复上述操作，记录所有的L[M(x,y)]＝(α,β)；

S33：在感兴趣区域的非网格交点S(x,y)，查找包含其的最小矩形M₁₁M₁₂M₂₁M₂₂，用双线性插值求取可见光摄像机的旋转角度：

$\begin{array}{c}{(\mathrm{\α},\mathrm{\β})}_x=\frac{1}{(x_2-x_1)(y_2-y_1)}\[L\left(M_{11}\right)(x_2-x)(y_2-y)+L\left(M_{12}\right)(x_2-x)(y-y_1)\\ +L\left(M_{21}\right)(x-x_1)(y_2-y)+L\left(M_{22}\right)(x-x_1)(y-y_1)\]\end{array}$

组合上述数据得到可见光摄像机旋转对准红外摄像机感兴趣区域任意位置的查找表。

S4：由双摄像机联动策略，控制特写可见光摄像头对火灾现场进行特写。具体包括以下步骤：

S41：可见光摄像机对火灾区域缩放观察：设红外摄像机和可见光摄像机的图像分辨率为W×H，物体在可见光摄像机成像大小是红外摄像机的λ倍，火灾区域在全景摄像机中的大小为W_m×H_m，使火灾区域充满可见光摄像机所需要放大的倍数为：

$\mathrm{\γ}=min(\frac{W}{W_m\mathrm{\λ}},\frac{H}{H_m\mathrm{\λ}})$

根据γ发送指令调整可见光摄像机焦距，可得到火灾区域放大后的图像。

S42：可见光摄像机位置调整，具体包括以下步骤：

S421：获取第k帧图像火灾区域的中心位置(x_f,y_f)。

S422：计算偏差e(k)_x＝x_f-μ，e(k)_y＝y_f-ν其中μ,ν为可见光摄像机X方向与Y方向坐标

S422：如果e(k)_x＞20||e(k)_y＞20，则

ΔU_x＝K_p[e(k)_x-e(k-1)_x]+K_le(k)_x

ΔU_y＝K_p[e(k)_y-e(k-1)_y]+K_le(k)_y

其中ΔU_x，ΔU_y分别为可见光摄像机水平方向与垂直方向的旋转角度。

S43：可见光摄像机缩放调整：获取第k帧图像火场区域的宽度w_f和高度h_f，如果(w_f,h_f)/(W·H)＜0.1，可见光摄像机以1.2倍每次的速度放大图像；如果(w_f,h_f)/(W·H)＞0.25，可见光摄像机以0.8倍每次的速度放大图像；如果0.1＜(w_f,h_f)/(W·H)＜0.25，可见光摄像机不进行焦距调整。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (4)

1.一种基于红外与可见光摄像机联动的森林火灾监测方法，其特征在于包括下述步骤：

S1：通过一个红外摄像机对森林进行全天候监控，采集广域视角下的森林红外图像；

S2：基于查找表方法标定摄像机与特写摄像机；

S3：对釆集到的红外图像进行预处理，综合火焰疑似区域火焰面积、火焰尖角、火焰圆形度等动态特征识别火焰，自动判断火灾是否发生；

S4：由双摄像机联动策略，控制特写可见光摄像头对火灾现场进行特写。

2.根据权利要求1所述的一种基于红外摄像机与可见光摄像机联动的森林火灾监测方法，其特征在于：在步骤S2中，具体包括以下步骤：21：采用直方图均衡化法对红外图像进行处理，增强图像对比度；22：采用最大熵图像分割算法，对火焰疑似区域进行分割；23：提取火焰疑似区域火焰面积变化率、火焰尖角变化数、火焰圆形度等动态特征；24：采用多特征融合识别火焰，判断是否有火灾发生。

3.根据权利要求1所述的一种基于红外摄像机与可见光摄像机联动的森林火灾监测方法，其特征在于：在步骤S3中，具体包括以下步骤：31：划分火灾区域为网格状；32：控制可见光摄像机图像中心与重合，记录红外摄像机中网格交点的可见光摄像机旋转角度；33：用双线性插值求取非网格交点的可见光摄像机的旋转角度。

4.根据权利要求1所述的一种基于红外摄像机与可见光摄像机联动的森林火灾监测方法，其特征在于：在步骤S4中具体包括以下步骤：41：可见光摄像机位置调整；42：可见光摄像机缩放调整。