[发明专利]一种森林火灾烟雾识别方法及装置有效
申请号: | 201310376899.2 | 申请日: | 2013-08-26 |
公开(公告)号: | CN103456122A | 公开(公告)日: | 2013-12-18 |
发明(设计)人: | 宋卫国;李晓恋;张永明;吕伟 | 申请(专利权)人: | 中国科学技术大学 |
主分类号: | G08B17/10 | 分类号: | G08B17/10;G06K9/62 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 王宝筠 |
地址: | 230026 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 森林 火灾 烟雾 识别 方法 装置 | ||
1.一种森林火灾烟雾识别方法,其特征在于,包括:
对获取到的中分辨率成像光谱仪MODIS原始数据进行辐射校正和几何校正,获取识别场景中每个像元的光谱通道组中的各个光谱通道的反射率或亮温值,所述光谱通道组包括36个光谱通道;
依据对所述每个像元的各个光谱通道的反射率或亮温值,及对每个像元的光谱通道进行光谱分析后的结果,选取出神经网络分类器识别火灾烟雾的输入特征;
利用多通道阈值法从所述识别场景中识别出烟雾像元和非烟雾像元;
从所述烟雾像元中提取烟雾像元训练样本,从所述非烟雾像元中提取非烟雾像元训练样本;
使用所述烟雾像元训练样本的烟雾训练输入特征和所述非烟雾像元训练样本的非烟雾训练输入特征对所述神经网络分类器进行训练,得到烟雾识别分类单元,其中,所述烟雾训练输入特征、所述非烟雾像元训练输入特征分别与所述神经网络分类器识别火灾烟雾的输入特征对应;
使用所述烟雾识别分类单元识别未知像元是否为烟雾像元。
2.根据权利要求1所述的方法,其特征在于,所述利用多通道阈值法从所述识别场景中识别出烟雾像元和非烟雾像元,包括:
判断所述识别场景中任意一个像元是否满足烟雾预设条件;
若是,将该像元作为烟雾像元;
若否,将该像元作为非烟雾像元;
其中,所述烟雾预设条件为:0.4≤(R8-R19)/(R8+R19)≤0.85和(R9-R7)/(R9+R7)≥0.3和(R8-R3)/(R8+R3)≤0.09和R8≥0.09,所述R3为像元的第三光谱通道反射率,R8为像元的第八光谱通道反射率,R7为像元的第七光谱通道反射率,R19为像元的第十九光谱通道反射率,R9为像元的第九光谱通道反射率。
3.根据权利要求2所述的方法,其特征在于,所述非烟雾像元包括:云像元、植被像元和水体像元;
在所述非烟雾像元满足云预设条件时,所述非烟雾像元为云像元;其中,所述云预设条件为:R1+R2>0.9;或,T32<265K;或,R1+R2>0.7和T32<285K;所述R1为像元的第一光谱通道反射率,所述R2为像元的第二光谱通道反射率,T32为像元的第三十二光谱通道亮温值;
在所述非烟雾像元满足植被预设条件时,所述非烟雾像元为植被像元;其中,所述植被预设条件为:NDVI=(R2-R1)/(R2+R1)≥0.2;所述NDVI为归一化差异植被指数;
在所述非烟雾像元满足水体预设条件时,所述非烟雾像元为水体像元;其中,所述水体预设条件为:R2<0.15和R7<0.05和(R2-R1)/(R2+R1)<0。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学技术大学,未经中国科学技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310376899.2/1.html,转载请声明来源钻瓜专利网。