基于空中航拍的火情报警系统的制作方法
【专利说明】 基于空中航拍的火情报警系统
[0001]本发明是申请号为201510155511.5、申请日为2015年4月2日、发明名称为“基于空中航拍的火情报警系统”的专利的分案申请。
技术领域
[0002]本发明涉及消防监控领域，尤其涉及一种基于空中航拍的火情报警系统。
【背景技术】
[0003]无人机，即无人驾驶飞机，其英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。从技术角度定义可以分为:无人直升机、无人固定翼机、无人多旋翼飞行器、无人飞艇、无人伞翼机这几大类。从用途方面分类可分为军用无人机和民用无人机。军用方面，可用于完成战场侦察和监视、定位校射、毁伤评估、电子战，而民用方面，可用于边境巡逻、核辐射探测、航空摄影、航空探矿、灾情监视、交通巡逻和治安监控。
[0004]当前，各国消防部门面临着日益复杂的灭火救援和社会救助形势，对各类地震救援、抗洪抢险、山岳救助及大跨度或高层火灾等情况，传统现场侦查手段的局限性已日益凸显，其存在监控面狭窄、监控不实时以及无法克服雾霾天气影响的缺陷。如何有效实施消防预警和现场侦测，并迅速、准确处置灾情显得尤为重要。无人机应用技术及系统解决方案的成熟运用，使得无人侦察机平台结合视频、红外等监控及传送设备，通过空中对设定巡查区域进行火灾隐患巡查、现场救援指挥及火情侦测成为消防部门新的选择。
[0005]因此，提供一种新的消防监控系统，抛弃原有的现场火情监控手段，通过无人机为载体，不仅在正常天气下，也能够在各种雾霾天气下对巡查区域进行数据采集，以判断是否发生火情以及火情的具体状况，为当地消防部门提供重要的参考数据。
【发明内容】
[0006]为了解决上述传统现场侦查手段带来的问题，本发明提供了一种基于空中航拍的火情报警系统，借用无人机平台进行预定区域的图像数据采集，对采集到的图像进行分析，以确定当地是否发生火情以及火情的具体状况，同时，根据大气衰减模型确定雾霾对图像的影响因素，并对多雾天气下采集的图像进行去雾霾化处理，从而在保障本系统监控面宽广、监控及时的同时，提高了系统的可靠性。
[0007]根据本发明的一方面，提供了一种基于空中航拍的火情报警系统，所述报警系统设置在无人机上，包括数字相片拍摄设备、雾霾消除设备、火情检测设备和ARMll处理器，所述数字相片拍摄设备用于拍摄巡逻区域图像，所述雾霾消除设备与所述数字相片拍摄设备连接，用于对所述巡逻区域图像执行清晰化处理，获得清晰化图像，所述火情检测设备与所述雾霾消除设备连接，用于对所述清晰化图像执行火情分析，所述ARMll处理器与所述火情检测设备连接，用于基于所述火情分析结果确定是否发出火情报警信号。
[0008]更具体地，所述基于空中航拍的火情报警系统还包括:供电电源，包括太阳能供电器件、蓄电池、切换开关和电压转换器，所述切换开关与所述太阳能供电器件和所述蓄电池分别连接，根据蓄电池剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电，所述电压转换器与所述切换开关连接，以将通过切换开关输入的5V电压转换为3.3V电压；伽利略定位设备，连接伽利略卫星，用于接收无人机的实时伽利略位置，在接收到所述ARMll处理器发送的火情报警信号时，实时伽利略位置即火情发生位置；静态存储设备，用于预存拍摄高度、火焰上限灰度阈值、火焰下限灰度阈值、烟雾上限灰度阈值、烟雾下限灰度阈值和预设火情比例阈值；无线收发设备，连接当地消防监控平台，用于接收所述当地消防监控平台发送的巡逻区域；无人机驱动设备，用于在所述ARMll处理器的控制下，驱动无人机飞行到所述巡逻区域的上方，飞行高度为所述拍摄高度；所述雾霾消除设备位于所述数字相片拍摄设备和所述火情检测设备之间，用于接收所述巡逻区域图像，对所述巡逻区域图像执行清晰化处理，获得清晰化图像，并将所述清晰化图像输入所述火情检测设备；所述雾霾消除设备还包括:存储子设备，用于预先存储天空上限灰度阈值和天空下限灰度阈值，所述天空上限灰度阈值和所述天空下限灰度阈值用于分离出图像中的天空区域，还用于预先存储预设像素值阈值，所述预设像素值阈值取值在O到255之间；雾霾浓度检测子设备，位于空气中，用于实时检测无人机所在位置的雾霾浓度，并根据雾霾浓度确定雾霾去除强度，所述雾霾去除强度取值在O到I之间；区域划分子设备，连接所述数字相片拍摄设备以接收所述巡逻区域图像，对所述巡逻区域图像进行灰度化处理以获得灰度化区域图像，还与存储子设备连接，将所述灰度化区域图像中灰度值在所述天空上限灰度阈值和所述天空下限灰度阈值之间的像素识别并组成灰度化天空子图案，从所述灰度化区域图像分割出所述灰度化天空子图案以获得灰度化非天空子图像，基于所述灰度化非天空子图像在所述巡逻区域图像中的对应位置获得与所述灰度化非天空子图像对应的彩色非天空子图像；黑色通道获取子设备，与所述区域划分子设备连接以获得所述彩色非天空子图像，针对所述彩色非天空子图像中每一个像素，计算其R，G，B三颜色通道像素值，在所述彩色非天空子图像中所有像素的R，G，B三颜色通道像素值中提取一个数值最小的颜色通道像素值所在的颜色通道作为黑色通道；整体大气光值获取子设备，与所述存储子设备连接以获得预设像素值阈值，与所述区域划分子设备和所述黑色通道获取子设备分别连接以获得所述巡逻区域图像和所述黑色通道，将所述巡逻区域图像中黑色通道像素值大于等于预设像素值阈值的多个像素组成待检验像素集，将所述待检验像素集中具有最大灰度值的像素的灰度值作为整体大气光值；大气散射光值获取子设备，与所述区域划分子设备和所述雾霾浓度检测子设备分别连接，对所述巡逻区域图像的每一个像素，提取其R，G，B三颜色通道像素值中最小值作为目标像素值，使用保持边缘的高斯平滑滤波器EPGF(edge-preserving gaussian filter)对所述目标像素值进行滤波处理以获得滤波目标像素值，将目标像素值减去滤波目标像素值以获得目标像素差值，使用EPGF对目标像素差值进行滤波处理以获得滤波目标像素差值，将滤波目标像素值减去滤波目标像素差值以获得雾霾去除基准值，将雾霾去除强度乘以雾霾去除基准值以获得雾霾去除阈值，取雾霾去除阈值和目标像素值中的最小值作为比较参考值，取比较参考值和O中的最大值作为每一个像素的大气散射光值；介质传输率获取子设备，与所述整体大气光值获取子设备和所述大气散射光值获取子设备分别连接，将每一个像素的大气散射光值除以整体大气光值以获得除值，将I减去所述除值以获得每一个像素的介质传输率；清晰化图像获取子设备，与所述区域划分子设备、所述整体大气光值获取子设备和所述介质传输率获取子设备分别连接，将I减去每一个像素的介质传输率以获得第一差值，将所述第一差值乘以整体大气光值以获得乘积值，将所述巡逻区域图像中每一个像素的像素值减去所述乘积值以获得第二差值，将所述第二差值除以每一个像素的介质传输率以获得每一个像素的清晰化像素值，所述巡逻区域图像中每一个