《基于OpenCV的林火图像处理与分析》文献综述
1.引言
火灾是我们日常生产生活中常见的一种严重事故，它给人类带来的灾难是极为可怕的。林业是全国生态建设的主体，在保持经济和社会发展中的作用不可或缺，同时在生物进化过程中的作用也不容忽视。每次森林火灾的发生，总是伴随着大片森林的焚毁，严重时也会波及到人类活动区域，不仅造成严重的直接经济损失，从长期影响来看，造成的生态效益损失更是无法估算。
2.研究的目的及意义
全球范围内森林火灾频发，每年有22万起森林火灾发生，森林火灾已成为一个全球性的问题，如何解决森林防火的问题，已经成为林业工作的重中之重。面对森林防火工作的严峻形势，世界各国均加大了森林防火理论、技术与设备方面的研究，其中林火监测与林火识别技术是重要研究领域之一，并取得了重要成果，在森林火灾预警和扑救工作中发挥出重要的作用。鉴于六足机器人的恶劣地形环境下的良好的适应能力，六足仿生森林消防机器人将是未来森林火灾防控的重要发展方向，视觉检测是机器人巡检与防控的重要的传感检测环节之一，有鉴于此，我们开展了基于OpenCV的林火图像处理与分析课题的研究工作，该研究对森林消防机器人系统的研发具有重要的实际意义和研究价值。
3.国内外研究现状
3.1 森林火灾监测国内外研究现状
森林火灾是一个全球性的问题。做好森林防火工作的基本前提之一就是提高森林火灾监测技术，森林火灾监测技术的研究受到世界各国的重视。林火监测措施按其所在的空间高度通常可以划分为地面巡护、瞭望塔监测、航空巡护和卫星监测四个层次[1]。地面巡护主要是护林人员在林区内进行地面巡护，以便发现并通报火情。地面巡护的优势是针对性强，在防火期或火灾敏感区域，护林员可以阻止进山人员，控制人为火源。借助于地面巡护车辆，护林人员进行地面监测的效率得以提高[2]。但是地面巡护所花费的人力和时间多，巡护面积小、视野狭窄，存在疏漏，在交通不便的地方难以达到[3]。瞭望塔监测是一种最常见的监测方式，在预防和发现森林火灾的历史中起过重要作用。瞭望塔监测是派护林员昼夜在塔内监测林区状况。建设瞭望塔时要考虑观测的区域、瞭望塔的个数及具体地点，尽可能以较少的瞭望台保证较高的监测覆盖率[1]。瞭望塔方式构造简单易行，但是要求护林员实时坚守在工作岗位上，对护林员的体能和精力有较高的要求，并且受地形、地势等诸多条件的限制[2]，存在死角和空白。航空巡护一是利用航空护林飞机进行监测，二是利用无人驾驶飞机进行监测。在森林航空巡护中如果用望远镜进行观察，可以在一定程度上提高森林火情的发现率和准确率[4]。在航空巡护中如果应用可视航拍遥控器，可进行更加全面的观察，降低工作强度[5]。在航空巡护中如果使用全球定位系统（GPS），可以提高定位精度[6]。与载人飞行器相比，无人驾驶飞机（UAV）的固有风险比较小，而且使用成本比较低，能够对森林火灾进行自动监测，并且可以把图像和数据信息及时的发送到控制中心[7]。航空巡护的优点是机动性大、速度快且巡护视野宽，能够全面观察火势发展趋势以及火场周围的情况[3]。但是由于时间和天气的限制，巡视范围比较有限，对某一林区的观察一天只能进行一次，从而无法做到全天候实时监测。卫星监测作为林火监测的重要手段发挥着越来越重要的作用[7]。卫星监测技术由遥感技术，全球定位系统和地理信息系统组成。当出现着火点时，遥感装置实时捕捉热红外遥感图像，有火情的区域呈现亮白色调；利用全球定位系统对着火点进行空中和地面的定位测量，获得着火点的空间位置数据，并将数据送入在线地理信息系统（GIS），由 GIS 读取并分析数据，从而判断出火点位置，火势动向及速度[8]。卫星监测的优点是监测面大，速度快，可以随时掌握森林火灾的发生情况，能够准确得到林火发生面积[9]。但是高空卫星监测分辨率低，扫描距离长和天气情况会影响卫星监测的精确性，受卫星过境次数的限制，无法实现实时监测。
视频图像监测技术可以对火焰视频中的图像信息做出快速的反应，并有效提高报警的准确度，减少漏报率和误报率，因此，利用视频图像进行林区的监测和林火的探测是一个明智的选择。在国外，早在 1996 年，美国佛罗里达州立大学的 Simon Front 教授在进行火灾监测时就利用了火灾视频图像的亮度信息[10]。2002 年，美国Florida State University 的Walter 教授等人提出基于颜色和运动特征的视频火焰识别方法。首先得到视频图像的直方图，然后得出符合火焰颜色的像素点，并对目标区域进行腐蚀和填充，再结合运动特征，最终识别火灾[11]。2002年，德国 Duisburg University 王大川教授参考 Walter 教授的算法，对基于视频图像的火焰监测算法作进一步研究，并且在如何将视频监控系统和火焰模式识别相统一方面作出创新，从而使得火焰的视频图像探测技术具备了市场化条件[12]。2003 年 4 月 23 日，德国的FIRE-WATCH 森林火灾自动预警系统正式投入使用[13]。FIRE-WATCH森林火灾自动预警系统应用数码摄像技术进行陆地数字化远距离观察，安装高度 30～65m，正常监测半径是10km，有的可达40km，该预警系统大概有 15 架摄像机，然而只需要三、四个人即可进行操纵。可以观察对大面积林区，及时的识别与定位森林火灾。在国内，许多省市林业部门已经或者正在开始建立基于无线远程视频监控的森林火灾视频监控系统，从而实现林火的可视化监控。如 2002 年北大青鸟开发了森林防火指挥系统。2006 年 10 月 11 日，本溪市投资 20 余万元建成本溪市第一座高倍度摄像头森林防火监测点，通过微波将所拍摄的视频图像实时传输到指挥中心。这些林火视频监测系统大多注重的是扑火指挥管理决策支持系统，可以提高森林火灾的管理效率。国内各高校在森林火灾视频监测方面进行了积极的研究。2008 年，沈阳理工大学陈东宾[14]根据森林火灾烟的运动特征，首先提取运动目标区域，然后提取特征值，最后利用人工神经网络技术进行森林火灾的识别，实现智能化林火监视系统。2010 年，浙江农林大学饶裕平[15]对森林火灾视频图像的颜色特征、纹理特征、形状特征和动态特征进行深入分析，首次将支持向量机运用到森林火灾识别中，最终设计并实现了基于视频的森林火灾自动监测系统。2012 年北京林业大学黄儒乐[16]提出一种基于视频图像的森林火灾烟雾识别方法，根据烟雾的运动特性，将改进的背景估计法和色彩判断相结合检测运动目标，利用了基于脉冲藕合神经网络（PCNN）的方法提取林火的烟雾特征，运用支持向量机进行识别分类，最后开发森林火灾智能识别系统。在识别算法方面，烟雾识别仍然是研究的热点，这方面的研究包括：林宏等[17-18]提出一种基于林火颜色特征和烟雾形态特征的早期火灾识别算法，其静态特征识别利用 Lab 色彩模式，动态特征识别采用当前帧和背景图像进行差分的方法；施晨丹[19]以自适应混合高斯背景模型进行前景检测，以烟火颜色和边缘形状等特征检测烟雾面积、周长，以小波分析法检测烟火动态特征；黄儒乐等[20-21]综合分析了神经网络分类器和支持向量机分类器对 PCNN 提取的林火烟雾图像特征进行分类的实验，发现支持向量机在分类准确性和运算速度上具有明显优势；郭炜强[22]利用灰度投影算法去抖动、引入高斯模型处理背景，并利用运动目标检测及 Adaboost算法分类识别，开发了基于烟雾识别的林火智能预警系统。国内对红外的研究则倾向于对林火火焰特征的识别，这方面的研究如：赵亚凤、刘立臣等[23-24]通过以FPGA DSP 为处理平台的主控器采集森林灰度图像，并使用图像边缘检测和自适应阈值的方法进行火点判断；冷春艳[25]提出了一种基于频域处理的提升小波变换和直方图修正相结合的红外图像增强算法，然后用改进的区域生长法来对图像中的可疑区域进行分割并进行烟火识别；余荣华[26]提取火灾火焰的颜色和形状上的特征参数并形成火焰特征向量，实现了基于BP 神经网络模型的火灾火焰图像的识别算法；何鹏等[27]利用美国 TI公司 TMS320C6201DSP 数字信号处理器设计了热成像型森林火灾报警系统。在可见光与红外双波段识别林火研究中，王佳[28]采用两个DSP 和一个 FPGA 的设计方案，在可见光波段对烟雾进行探测，在红外波段对火焰进行探测，实现了双波段融合的林火检测与报警系统；刘媛珺[29]用灰度化进行预处理，并利用自适应动态阈值分割算法提取可疑亮点区域，并利用火焰面积增大、边缘抖动、形状不规则及闪烁频率等特征作为火焰识别判据。这些双波段的林火探测在红外探测方面主要采用火焰识别来进行，而以模拟远红外热像仪进行视频分析的系统监控半径小，一般在 1 km 左右，最高 3 km，在动辄数公里监测范围的林区，远处初发的林火在图像中就是几个亮的像元点，基本难以分辨火焰的边缘轮廓，火焰运动特征难以检测。在红外远距离热点探测方面，周宇飞等[30]对常用的三种红外热图像热点提取算法进行了比较。此外，为减少误报率，周宇飞等[31]还提出了一种基于红外林火监测的干扰源智能屏蔽的算法。在系统实际应用研发上，东北林业大学王霓虹[32]负责的“远程地面红外林火自动探测系统”项目于 2013 年通过鉴定，该系统利用伪彩色处理方法进行灰度图像信号处理，通过设置阈值进行报警，通过热像仪和可见光监测仪等装置对半径10 km 以内范围火情自动检测报警。重庆市海普软件产业有限公司[33]的“森林卫士 365”采用嵌入式的烟火识别智能处理器识别烟雾和火光，在林火烟雾识别上技术先进。在红外热成像及高清可见光视频综合林火监测方面，广州因赛电子科技有限公司[34]、青岛浩海网络科技股份有限公司 [35] 及泰安华新电子科技有限公司[36]等均有自主产品推出。国内生产林火自动识别产品的还有天津天地伟业数码科技有限公司、海康威视科技有限公司、深圳华越力合科技有限公司、深圳中天银河科技有限公司、海康威视科技有限公司、南京恩博科技有限公司及桂林思奇通信设备有限公司等。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
