[发明专利]一种基于多合成图像处理技术的森林火灾识别方法

说明书

本发明公开了一种基于多合成图像处理技术的森林火灾识别方法，集成了计算机视觉、数字图像处理、模式识别和信号处理等技术。通过对火灾图像采集、预处理，有效抑制因噪声去除带来的图像边缘与轮廓的模糊；使用阈值分割算法和形态学方法对图像分割处理，利用HOG算法提取火灾疑似区域的颜色、面积、圆形度等几何特征、纹理特征和动态特征，最后输入SVM分类器中进行判别。本发明弥补了以往判别方法依据单一、可靠性差的缺点，在没有环境和距离的限制条件中，火焰可以被自动识别,能够在火灾初期起到火灾警报的作用。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于图像处理的森林火灾识别方法。

背景技术

森林资源在地球生态中的作用是不言而喻的，然而每年都有数万平方公里的森林消散 在森林火灾的肆虐之中。几乎每年全球都会爆发数十万次大大小小的森林火灾，其造成的 损失可达数百亿美元，而对自然生态造成的损害更是不可估量的，因此加紧对森林火灾的 识别监测技术的研究，是当今社会各国最急于解决的课题之一。

发明内容

为了解决上述问题，本发明公开了一种基于图像处理的林火识别研究方法，集成了计 算机视觉、数字图像处理、模式识别和信号处理等技术。通过对火灾图像采集、预处理， 有效抑制因噪声去除带来的图像边缘与轮廓的模糊。使用阈值分割算法对图像分割处理， 利用HOG算法提取火灾疑似区域的颜色、面积、圆形度等几何特征、纹理特征和动态特征， 弥补了判别依据单一、可靠性差的缺点，在没有环境和距离的限制条件中，火焰可以被自 动识别,在火灾初期能够起到火灾警报的作用。

一种基于图像处理的林火识别研究方法，包括以下步骤：

S1：采集需要处理的原始图像；

S2：对原始图像进行图像增强及去噪的预处理；

S3：对预处理后的图像进行二值化分割操作及形态学处理以提取特征；

S4：采用HOG(Histogram of Oriented Gridients，方向梯度直方图)算法对提取的 特征包括火焰的颜色特征、纹理特征和形状特征进行处理得到输出特征向量。

S5：将特征向量输入至分类器中进行判别是否有火焰。

进一步地，步骤S1中采集图像的摄像机为CCD(Charge Coupled Device，电荷耦合器 件)摄像机。

进一步地，步骤S2中图像增强算法采用线性的点运算灰度拉伸扩展图像直方图，其拉 伸关系为：

其中，g(u,v)为根据映射关系拉伸后得到的灰度值，u为原图像像素的灰度值，u₁,u₂分别 对应不同的灰度级，v₁,v₂分别为g(u₁)，g(u₂)对应的值。α,β,γ分别为不同线段的斜率。

进一步地，步骤S2中的图像去噪方法采用中值滤波图像去噪以去除外界噪声对图像的 影响，根据增强后的图像的噪声密度选取合适窗口大小，对图像中有效的信号点保持其灰 度值不变，对于噪声点则采用中值滤波进行滤除操作，从而满足滤波需求。

进一步地，步骤S3中的图像二值化分割采用迭代法，采用迭代法对图像进行二值化分 割操作，其本质就是不断重复运算，用旧值递推计算新值的过程。将迭代法运用到图像分 割中去，就可以不停的对图像进行层层阈值分割，并且可以利用机器计算的优势，对阈值 上的缺陷进行改进。

进一步地，所述迭代法进行二值化分割包括如下步骤:

S51：计算图像的最大灰度值I_max和最小灰度值I_min，令初始阈值