[发明专利]一种林业防火单目定位方法及系统

权利要求书

1.一种林业防火单目定位方法，其特征在于，所述方法包括：

获取监测设备的三维坐标和监测区域的地形数据；

通过监测设备获取包含问题区域的图像并进行预处理；

采用改进的象群优化算法计算所述图像的最优分割阈值，通过所述最优分割阈值对所述图像进行多阈值分割，提取图像中的问题区域；

提取问题区域的特征参数，进行火焰识别，判断是否发生火灾；

对发生火灾的问题区域，结合监测设备的三维坐标和监测区域的地形数据进行火源定位，具体包括：

设监测设备的三维坐标为(x₀,y₀,z₀)，成像分辨率为(w,h)，设备当前张角为z；当火灾报警时，设设备方位角为(azimuth,pitching)，根据问题区域确定报警点，报警点的像素座标为(p_x,p_y)；

由于成像后每个像素为方形，简化计算得到报警位置相对于云台的方位角(a,p)，其中，

根据云台位置与方位角a、p确定光线方程，光线方程为：

计算所述光线方程与所述地形数据的交点，即得到火源三维位置坐标。

2.根据权利要求1所述林业防火单目定位方法，其特征在于，所述监测设备为单目云台摄像机。

3.根据权利要求1所述林业防火单目定位方法，其特征在于，采用改进的象群优化算法计算所述图像的最优分割阈值具体包括：

获取图像的灰度级范围，设定阈值个数K，设置种群规模N、迭代次数T，在图像的灰度级范围内随机初始化种群，将种群随机分为多个氏族；

通过适应度函数计算各个个体的适应度值，得到当前各个氏族中最优个体位置、各个氏族中最差个体位置、种群中最优个体位置；

根据当前各个氏族中最优个体位置、各个氏族中最差个体位置、种群中最优个体位置进行氏族位置更新；

重新计算各个个体的适应度值，对各个氏族中适应度最差的个体进行氏族分离，并适应度最差的个体进行位置更新；

判断是否达到收敛条件，若是，输出当前最优位置作为最优分割阈值组合；若否，删除氏族分离之后种群中适应度最差的个体，重新进行适应度计算、氏族更新和氏族分离，直至达到收敛条件，输出当前最优位置作为最优分割阈值组合。

4.根据权利要求3所述林业防火单目定位方法，其特征在于，所述根据当前各个氏族中最优个体位置、各个氏族中最差个体位置、种群中最优个体位置进行氏族位置更新具体包括：

根据氏族中最优个体位置更新其他个体位置：

其中c_i表示种群中第i个氏族，分别表示第t次、第t+1次迭代时氏族c_i中第j个个体位置，为第t次迭代时氏族c_i中最优个体位置，α∈[0,1]，γ∈[0,1]；

根据氏族中心位置和种群中最优个体位置更新各个氏族中当前最优个体的位置：

其中为氏族c_i的中心位置，为种群中最优个体位置；β为权重系数，r₁、r₂为学习参数。

5.根据权利要求4所述林业防火单目定位方法，其特征在于，对各个氏族中适应度最差的进行氏族分离时，基于莱维飞行策略进行位置更新：

其中，L₂、L₁分别为图像灰度范围的上边界和下边界，α为步长，为点对点乘法，Levy(β)表示参数为β的莱维分布：

其中，Γ为标准的gamma函数，u、v均服从正态分布。

6.根据权利要求5所述林业防火单目定位方法，其特征在于，对于图像灰度范围[L₁、L₂]，K个阈值将图像划分成K+1类，所述适应度函数的目标为图像背景和多个目标之间的类间方差最大，计算公式为：

μ_T为整个图像的灰度平均值，μ_k为第k个类的灰度平均值，ω_k为第k类灰度可能出现的概率。