[发明专利]一种林业防火单目定位方法及系统

说明书

本发明公开一种林业防火单目定位方法及系统，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；通过检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。本发明可准确分割出问题区域及其边界，确定报警点，采用单目定位技术求解光线方程和地形方程的交点，从而提高识别的准确率和实际火源三维定位精度。

技术领域

本发明涉及单目定位技术领域，具体涉及一种林业防火单目定位方法及系统。

背景技术

随着造林事业的不断发展，林地面积、林木蓄积量逐年增加，森林防火工作是首要任务。森林火灾具有发生偶然性大、火灾危险性强、作业范围广、防控难度大等特点，随着社会的不断进步，科技不断发展，森林防火的科技含量需求也不断提高，基于图像视觉的林业防火检测和定位技术为森林防火工作提供了便利。

目前在各种场景通过摄像头设备定位大多数都采用双目定位，但摄像头的可视范围有限，而且还必须人工测量计算出两个摄像头之间的位置，成本较高。基于云台的林业防火定位技术可以实现一定程度的火灾定位，但仍存在定位精度不高、误差较大等问题。尤其是野外环境中，各种影响因素较多，基于视觉的火源定位过程中若图像分割不准确，则无法准确的在图像中确定问题区域或问题区域边界，造成火灾识别的准确度以及实际三维定位的误差较大。

发明内容

有鉴于此，本发明提出了一种林业防火单目定位方法及系统，用于解决基于视觉的单目定位中因图像分割精度不高造成的定位误差较大的问题。

本发明第一方面，公开一种林业防火单目定位方法，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；

通过检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。

优选的，所述监测设备为单目云台摄像机。

优选的，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。

优选的，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：