[发明专利]一种基于二维OTSU的电网山火潜在火点识别方法在审
申请号: | 201910252908.4 | 申请日: | 2019-03-29 |
公开(公告)号: | CN109902666A | 公开(公告)日: | 2019-06-18 |
发明(设计)人: | 陆佳政;章国勇;李波;熊蔚立;罗晶;周秀冬;何立夫 | 申请(专利权)人: | 国网湖南省电力有限公司;国网湖南省电力有限公司防灾减灾中心;国家电网有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T7/11 |
代理公司: | 长沙朕扬知识产权代理事务所(普通合伙) 43213 | 代理人: | 邓宇 |
地址: | 410000 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 潜在火点 二维 判定 像素点 山火 电网 亮温 像素 经纬度 矩形子区域 自适应调整 告警 安全稳定 防灾减灾 分布信息 概率分布 计算效率 数据平面 卫星影像 影像计算 子区域 邻域 优化 分割 维护 | ||
1.一种基于二维OTSU的电网山火潜在火点识别方法,其特征在于,包括以下步骤:
(S1)采集待识别地域的卫星影像,获取该幅卫星影像中各像素点的通道亮温特征值f(x,y),其中x为像素点的经度值,y为像素点的纬度值;
(S2)将卫星影像数据平面按经纬度分割成若干个矩形子区域;
(S3)选定一子区域作为待识别区域,计算待识别区域内各像素点邻域内像素点的平均通道亮温特征值;
(S4)计算待识别区域内所有像素点的通道亮温特征值的二维概率分布;
(S5)基于二维OTSU方法计算得到待识别区域潜在火点判定的优化阈值(S,T);
(S6)根据得到的优化阈值(S,T),对待识别区域内各像素点是否为潜在火点进行判定。
2.根据权利要求1所述的电网山火潜在火点识别方法,其特征在于,所述步骤(S2)中,将卫星影像数据平面按经纬度分割成若干个1°×1°的子区域。
3.根据权利要求2所述的电网山火潜在火点识别方法,其特征在于,所述步骤(S1)中的待识别地域为中国区域;所述步骤(S2)中,当一个子区域不是矩形且边角经纬度范围小于0.5°时,将该子区域与其邻近子区域合并。
4.根据权利要求1所述的电网山火潜在火点识别方法,其特征在于,待识别区域内各像素点邻域内像素点的平均通道亮温特征值g(x,y)按照公式(1)计算得到:
其中,n表示为像素点的邻域宽度,取值范围为5~11。
5.根据权利要求1所述的电网山火潜在火点识别方法,其特征在于,待识别区域内像素亮温特征值的二维概率分布Pij按照公式(2)计算得到:
其中,N表示该待识别区域内像素点总数,rij表示二元组(i,j)出现的频数,且i=f(x,y),j=g(x,y)。
6.根据权利要求5所述的电网山火潜在火点识别方法,其特征在于,所述步骤(S5)中优化阈值(S,T)按照公式(3)和公式(4)计算得到:
其中,s代表各像素点自身通道亮温特征值的阈值,t代表各像素点邻域内像素点平均通道亮温特征值的阈值,σ(s,t)代表在阈值(s,t)条件下火点和非火点像素点的类间的距离测度函数,
7.根据权利要求1所述的电网山火潜在火点识别方法,其特征在于,所述步骤(S6)中各像素点是否为潜在火点依据公式(5)、公式(6)和公式(7)进行判定:
T4>T*and ΔT>ΔT*(5)
T*=max{S,305K} (6)
其中,T4表示4μm波段通道的亮温值,T*为山火判定时4μm波段通道的阈值,ΔT表示4μm通道亮温值与11μm通道亮温值的差,ΔT*为山火判定时4μm通道亮温值与11μm通道亮温差的阈值;当同时满足上述公式(5)、公式(6)和公式(7)时,判定该像素点为潜在火点,否则判定该像素点为非火点。
8.根据权利要求1所述的电网山火潜在火点识别方法,其特征在于,执行所述步骤(S3)和步骤(S4)时,将待识别区域中通道亮温特征值小于270的像素点忽略。
9.根据权利要求1所述的电网山火潜在火点识别方法,其特征在于,所述步骤(S1)中的卫星影像通过中国风云系列卫星或美国NOAA系列卫星或美国MODIS系列卫星获得。
10.根据权利要求1至9中任一项所述的电网山火潜在火点识别方法,其特征在于,所述通道亮温特征值f(x,y)为卫星影像中4μm波段通道的亮温值。
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国网湖南省电力有限公司;国网湖南省电力有限公司防灾减灾中心;国家电网有限公司,未经国网湖南省电力有限公司;国网湖南省电力有限公司防灾减灾中心;国家电网有限公司许可,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/201910252908.4/1.html,转载请声明来源钻瓜专利网。