The invention relates to the technical field of fire safety modification, which provides a non secure area of automatic identification and automatic drawing method of fire safety. This method can automatically carry out the automatic identification of non secure area of the Google on the map, and the automatic drawing of fire safety, rendering high efficiency, high accuracy and easy popularization. The technical proposal of the invention is safe, non automatic identification and safety travarse graph method comprises the following steps: step one: Google map obtaining step two: defogging step three: grayscale segmentation step four: step five: denoising step six: map tiles splicing steps two and six the process of automatic identification of non secure area; step seven: automatic drawing fire safety map. The invention is mainly applied to artificial weather situations.
【技术实现步骤摘要】
本专利技术涉及人工影响天气中的安全射界
,尤其涉及非安全区域自动识别及安全射界图的自动绘制方法。
技术介绍
我国幅员辽阔,地形复杂,气候类型种类多样但稳定性较差,因此受气象灾害影响十分严重。统计结果显示,近年来,气象灾害每年给我国造成的经济损失数以亿计。为了降低气象灾害造成的损失,人工影响天气被越来越多应用到生产生活中。人工影响天气,就是利用人为因素干预天气,降低气象灾害带来的不利影响,利用科技手段和气候资源实现人工增雨、人工防雹以及人工消雾等活动。高炮是人工影响天气最常用的作业方式,由于炮弹存在一定的未爆率,发射出去的炮弹如果没有爆炸最终落入村庄等人口密集区就会产生严重的后果。为了提高作业的安全性,需要安全射界图指导作业。安全射界图是以作业点为中心,以火箭或者高炮的有效射程为半径绘制的区域地图,在该地图中还需要标注出城镇、村庄学校等人口密集区域以及油库、仓库等设施。目前,山东、新疆等地已绘制出安全射界图,但其绘制过程都是手动完成,效率不高且不利于推广。
技术实现思路
为克服现有技术的不足,本专利技术旨在提供一种非安全区域自动识别及安全射界图自动绘制方法。该方法能够自动对Google地图上的非安全区域进行自动识别,并自动绘制出安全射界图,绘制效率高、准确率高且易于推广。本专利技术采用的技术方案是,非安全区域自动识别及安全射界图的自动绘制方法,步骤如下:步骤一:Google地图的获取收集Googl ...
【技术保护点】
一种非安全区域自动识别及安全射界图的自动绘制方法,其特征是,步骤如下:步骤一:Google地图的获取收集Google地图瓦片;步骤二:去雾对获得的Google地图瓦片进行去雾处理;步骤三:灰度化对图像进行灰度化处理;步骤四:分割为了识别出非安全区域的位置,需要对地图瓦片进行阈值分割,将非安全区域与安全区域区分开;步骤五:去噪利用去噪算法,剔除噪声点;步骤六:地图瓦片拼接将同一作业点周围处理好的地图瓦片按照排列规则拼接到一起;步骤二至步骤六为非安全区域自动识别过程步骤七:自动绘制安全射界图。
【技术特征摘要】
1.一种非安全区域自动识别及安全射界图的自动绘制方法,其特征是,步骤如下:
步骤一:Google地图的获取
收集Google地图瓦片;
步骤二:去雾
对获得的Google地图瓦片进行去雾处理;
步骤三:灰度化
对图像进行灰度化处理;
步骤四:分割
为了识别出非安全区域的位置,需要对地图瓦片进行阈值分割,将非安全区域与安全
区域区分开;
步骤五:去噪
利用去噪算法,剔除噪声点;
步骤六:地图瓦片拼接
将同一作业点周围处理好的地图瓦片按照排列规则拼接到一起;
步骤二至步骤六为非安全区域自动识别过程
步骤七:自动绘制安全射界图。
2.如权利要求1所述的非安全区域自动识别及安全射界图的自动绘制方法,其特征是,步骤
二:去雾具体为:
去雾原理:
(1)雾图模型
I(x)=J(x)t(x)+A(1-t(x))(2)
x为图像中任一像素点,I(x)为现有的待去雾图像,J(x)为恢复后的无雾的图像,A
是全球大气光成分,t(x)为透射率;
对式(2)进行整理可得:
Ic(x)Ac=t(x)Jc(x)Ac+1-t(x)---(3)]]>其中:上标c表示r/g/b三个通道,已知Ic(x),求出t(x)和Ac即可求得Jc(x);
A的获取方法
1)按照亮度的大小从暗通道图中取前0.1%的像素;
2)在原始有雾图像I(x)中,寻找满足步骤1)条件像素点,并计算这些像素点的平均
值作为Ac值;
t(x)的获取方法
对公式(3)两边求两次最小值运算,得式(4)
miny∈Ω(x)(mincIc(y)Ac)=t(x)miny∈Ω(x)(mincIc(y)Ac)+1-t(x)---(4)]]>其中Ω(x)为以x为中心的一个窗口,y为该窗口内任一像素点;
根据暗通道先验理论有:
Jdark(x)=miny∈Ω(x)(mincJc(y))=0---(5)]]>把式(5)带入式(4)中,得:
t(x)=1-miny∈Ω(x)(mincIc(y)Ac)---(6)]]>通过待去雾图像I(x)、透射率t(x)和估算的全球大气光值Ac,根据公式(6)完成无雾
图像J(x)的复原。
3.如权利要求2所述的非安全区域自动识别及安全射界图的自动绘制方法,其特征是,去雾
算法的具体实现过程:
(1)读取图片并选择三个颜色通道中的最小值对其进行灰度化;
(2)选择大小合适的滤波半径对灰度化后的图像进行最小值滤波,滤波后得到的灰度
图像即为暗通道图;
(3)按照亮度的大小从暗通道图中取前0.1%的像素,找到这些像素在原图像中对应的
像素点,分别求得红色分量、绿色分量和蓝色分量的平均值作为对...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。