一种高效的森林火灾监测系统的制作方法

本发明创造涉及图像处理
技术领域：
，具体涉及一种高效的森林火灾监测系统。
背景技术：
：炎热干燥的夏季是森林大火的多发季节，火灾一旦发生就会迅速蔓延，造成难以估量的损失，森林火灾具有难以预测、危害性大、难以扑救等特点，在森林火灾的抢救过程中，对消防员的人身安全也存在很大的危险性。因此，在森林火灾蔓延前及时发现火灾并进行抢救，在很大程度上减少了人们财产以及生命安全的危害。针对这些问题，本系统提供一种森林火灾监测系统，通过视频采集、图像处理和无线传输等技术实现森林火灾的实时监测，在火灾发生的第一时间进行预警，阻止火灾的蔓延。技术实现要素：针对上述问题，本发明旨在提供一种高效的森林火灾监测系统。本发明创造的目的通过以下技术方案实现：一种高效的森林火灾监测系统，包括图像采集模块、无线传输模块、远程监控中心；所述图像采集模块用于采集监测区域内的原始图像，并将采集得到的原始图像通过无线传输模块传送至远程监控中心；所述远程监控中心对接收到的原始图像进行处理和分析，当分析到监测区域内存在火灾时即进行火灾报警。优选地，所述图像采集模块利用摄像头进行图像采集。优选地，所述远程监控中心包括图像处理模块、图像分析模块和火灾报警模块，所述图像处理模块与图像传输模块连接，用于对接收到的原始图像进行处理，所述图像分析模块与图像处理模块连接，用于对处理后的图像进行图像差分处理，从而分析是否存在火灾区域，当存在火灾区域时即令火灾报警模块进行报警。优选地，所述图像处理模块还包括图像筛选单元、图像优化单元和目标检测单元。优选地，所述图像筛选单元311用于对接收到的原始图像中相似性极高的图像进行筛选，对于两幅图像M和N，定义其相似性系数如下：式中，t为相似性系数，qi、wi和ei为图像在位置i的像素点的红色、绿色和蓝色色彩分量值，ki,hi和si为图像N在相同位置的红色、绿色和蓝色的色彩分量值；当相似性t≥0.2，则判定为重复图像，随机选取其中一幅图像删除。优选地，所述图像优化单元对筛选后剩余的图像的边缘进行裁剪，保留含有信息量较多的图像中心区域，具体包括：设图像大小为X×Y，保留的图像的中心区域所占图像总面积的比例系数如下：式中，u表示保留的图像的中心区域占原图像面积比，pmin为镜头最短焦距，p为采集图像时所用的实际焦距。本发明的有益效果为：设置图像采集模块、无线传输模块和远程监控中心，结构简单，灵活方便；通过各模块之间的相互配合，能够及时有效的将采集到的原始图像准确地传输给远程监控中心，远程监控中心对接收到的原始图像进行处理并对处理后的图像进行图像差分处理，从而分析是否存在火灾区域，当存在火灾区域时即令火灾报警模块进行报警，有效的实现了森林火灾的有效监测。利用附图对发明创造作进一步说明，但附图中的实施例不构成对本发明创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明结构示意图；图2是图像处理模块的结构示意图；附图标记：图像采集模块1、无线传输模块2、远程监控中心3、图像处理模块31、图像分析模块32、火灾报警模块33、图像筛选单元311、图像优化单元312、目标检测单元313。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种高效的森林火灾监测系统，包括图像采集模块1、无线传输模块2和远程监控中心3；所述图像采集模块1用于采集监测区域内的原始图像，并将采集得到的原始图像通过无线传输模块2传送至远程监控中心3；所述远程监控中心3对接收到的原始图像进行处理和分析，当分析到监测区域内存在火灾时即进行火灾报警。优选地，所述图像采集模块利用摄像头进行图像采集。优选地，所述远程监控中心包括图像处理模块、图像分析模块和火灾报警模块，所述图像处理模块与图像传输模块连接，用于对接收到的原始图像进行处理，所述图像分析模块与图像处理模块连接，用于对处理后的图像进行图像差分处理，从而分析是否存在火灾区域，当存在火灾区域时即令火灾报警模块进行报警。本发明上述实施例设置图像采集模块、无线传输模块和远程监控中心，结构简单，灵活方便；通过各模块之间的相互配合，能够及时有效的将采集到的原始图像准确地传输给远程监控中心，远程监控中心对接收到的原始图像进行处理并对处理后的图像进行图像差分处理，从而分析是否存在火灾区域，当存在火灾区域时即令火灾报警模块进行报警，有效的实现了森林火灾的有效监测。优选地，所述图像处理模块31还包括图像筛选单元311、图像优化单元312和目标检测单元313。优选地，所述图像筛选单元311用于对接收到的原始图像中相似性极高的图像进行筛选，对于两幅图像M和N，定义其相似性系数如下：式中，t为相似性系数，qi、wi和ei为图像在位置i的像素点的红色、绿色和蓝色色彩分量值，ki,hi和si为图像N在相同位置的红色、绿色和蓝色的色彩分量值。当相似性t≥0.2，则判定为重复图像，随机选取其中一幅图像删除。本优选实施例对图像采集模块采集得到原始图像进行筛选，对于相似性极高的图片随机选取一幅图像删除，大大缩减了后续模块的处理量，提高了系统效率。优选地，所述图像优化单元312对筛选后剩余的图像的边缘进行裁剪，保留含有信息量较多的图像中心区域，具体包括：设图像大小为X×Y，保留的图像的中心区域所占图像总面积的比例系数如下：式中，u表示保留的图像的中心区域占原图像面积比，pmin为镜头最短焦距，p为采集图像时所用的实际焦距。本优选实施例解决了采集图像时镜头所带来的图像畸变问题。优选地，所述目标检测单元313用于对优化后的图像进行阴影的去除，从而提取目标，具体包括：A.从接收到的图像中提取目标区间的直方图并去除其中的阴影，具体步骤如下：(1)获取优化后图像中像素点si所对应的色彩分量值hi、li和vi，则像素点可以表示为si＝(hi,li,vi)，对si进行降维，具体如下：式中，si＝(ri,gi,bi)，ri、gi、bi分别为像素点si的红色、绿色和蓝色分量值.L为图像中像素点总数。(2)将得到的二维向量di进行投影处理，获得投影后的灰度值Ai，具体为：(3)将计算得到的灰度值Ai进行处理，具体为：(4)根据处理后的灰度值建立图像的直方图，取直方图的分组数为c，并且c满足：(5)根据建立的直方图，求本征图在每个角度的熵，其计算公式为：式中，mj表示j组中的像素数，为本征图在角度的熵，c为直方图分组数。(6)采用从0到180°进行投影，获取每个角度投影得到的本征图，按照上述方法计算本征图在每个角度的熵，从而求得最小熵具体为：(6)所对应的角度就是本征角其对应灰度直方图即为目标的光照无关图K0。B.利用背景减除获取目标K，从目标K中继续分割目标区间的直方图和阴影区间的直方图，具体包括：(1)利用上述方法建立目标K的直方图，规定其分组数为u；(2)将每个分割点设为初始阈值，则初始阈值个数为u，对每个初始阈值两端的直方图进行计算，具体为：其中，m＝1，2……u，u为直方图分组数，ui为组i中的像素数量，m为初始阈值。(4)上述计算得到的ym′所对应的初始阈值m即为目标区间与阴影区间之间的分割点g；(5)对分割得到的两幅直方图进行计算，具体为：其中，ui为组i中的像素点数，g为目标区间和阴影区间的分割点，u为直方图的总分组数，w1和w2分别为两幅直方图的信息熵。C.利用直方图之间的信息熵比较，从确定检测的目标区间，定义目标区间wi的检验公式如下：wi<0时，wi即为目标区间，wi>0时，wi即为阴影区间，a为检测阈值，这里定为0.063。本发明针对本实施例做了一系列测试，测试结果如下表所示：待检测目标检测精确率固定目标100％活动目标99％小型火灾99.2％本优选实施例设置的目标检测单元313，与现有技术相比，利用获得的图像的光照无关图作为检验的依据，与分割得到的目标区间的直方图和阴影区间的直方图进行匹配，确保了目标检测的准确性。最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页1 2 3