【技术实现步骤摘要】
一种基于无人机航拍图像的早期森林火灾检测方法
[0001]本专利技术属于森林火灾检测
,具体涉及一种基于无人机航拍图像的早期森林火灾检测方法。
技术介绍
[0002]随着社会的发展,森林火灾的发生频率也在不断增加,对环境和人类的生活造成了严重的影响。因此,及早发现森林火灾,并及时采取有效的措施,以防止森林火灾的发生和扩大,已成为当前社会的重要课题。通过无人机航拍的方式可对林区进行全地域、全天候和大范围的监测,并且能够实时拍摄并传输林区现场图像,一旦发生火灾,可在火灾发生的早期阶段就发出预警,对早期林火的及时发现和扑救具有重大的现实意义。随着无人机航拍技术的发展,基于无人机航拍图像的森林火灾检测技术成为一大研究热点。
[0003]目前基于计算机视觉的森林火灾检测方法主要包含两种方法,一种是基于机器学习处理技术的森林火灾检测方法,该领域的大多数研究都依赖于手动提取的特征,如颜色、形状和纹理来探测火灾,但是检测精度不高且不具备实时性。另一种是基于深度学习技术的森林火灾检测方法,该方法具有深层网络结构,利用深层结构逐步提取林火图像特征,可有效检测出大面积燃烧的林火区域。由于无人机航拍场景下的早期林火目标具有面积较小、长宽比差异较大、航拍图像背景复杂的特点,现有方法对其的检测存在精度不高和实时性较差的缺陷。因此,本方法提出了一种基于无人机航拍图像的早期森林火灾检测方法,该方法基于Faster
‑
RCNN算法,通过优化Anchor框、融合早期林火不同层次的图像特征和引入注意力机制降低林火复杂背景干 ...
【技术保护点】
【技术特征摘要】
1.一种基于无人机航拍图像的早期森林火灾检测方法,其特征在于,包括以下步骤:步骤1:收集并制作无人机航拍场景下的早期森林火灾图像数据集,首先通过双边滤波算法消除航拍林火图像的噪声,接着使用暗通道先验去雾算法对航拍林火图像进行去雾处理;步骤2:针对通过无人机航拍获取到的早期森林火灾目标面积过小的问题,选用精度更高的两阶段网络Faster
‑
RCNN作为基础检测网络,并使用K
‑
means聚类算法优化Faster
‑
RCNN的Anchor框,贴合无人机航拍图像中的早期林火目标;步骤3:引入PPM结构改进Faster
‑
RCNN网络,通过融合上下文特征,提升模型感受野,提高无人机航拍场景下的早期森林火灾的检测精度;步骤4:针对无人机航拍森林火灾图像背景复杂问题引入注意力机制SENet改进Faster
‑
RCNN原有的Flatten展平层以及FC1、FC2全连接层的方式,从而提高模型对无人机航拍场景下的早期森林火灾检测的学习效率和检测精度;步骤5:针对无人机航拍场景下的早期森林火灾检测问题,完成上述的改进内容并搭建网络训练Faster
‑
RCNN改进模型,并使用改进后的模型对无人机航拍图像中的早期森林火灾进行检测。2.根据权利要求1所述的一种基于无人机航拍图像的早期森林火灾检测方法,其特征在于:步骤1中,自建一个完整的无人机航拍森林火灾数据集;对森林火灾图像先采用双边滤波算法对航拍林火图像去噪,再利用暗通道先验去雾算法对林火图像去雾,实现对原始航拍林火数据集的增强,处理步骤包含以下步骤:步骤1.1,采用双边滤波算法预处理林火图像,对输入的林火图像进行局部加权平均得到输出图像的像素值,如下公式所示:其中,其中,上式中,D为林火图像中心邻域内像素点的坐标集合,F(x,y)为输出图像的像素值,f(i,j)为图像当前像素点(i,j)的像素值,ω
s
(i,j)和ω
r
(i,j)分别为图像在(i,j)处的空间域权系数和灰度域权系数,f(x,y)为中心点(x,y)的像素值,σ
s
和σ
r
分别为空间域标准差和灰度域标准差;步骤1.2,采用暗通道先验去雾算法以固定尺度提取航拍林火图像的暗通道特征,如下公式所示:其中,为以Ω为尺度的暗通道特征,I
ch
(x,y)为模糊含雾的航拍林火图像的R、
G、B三个通道;步骤1.3,通过暗通道特征计算大气光值以及透射传输率,得到增强后的航拍林火图像。3.根据权利要求1所述的一种基于无人机航拍图像的早期森林火灾检测方法,其特征在于:步骤2中,通过对无人机航拍的早期森林火灾数据集进行统计可得如下数据,无人机航拍场景下的早期林火目标长宽比在1.2,最大的长宽比达到4.77,同时还有部分林火目标长宽比位于3到4.7之间;使用K
‑
means聚类算法对该数据集标注框尺寸进行聚类,以得到最佳贴合的Anchor框;采用IOU来衡量对象之间的距离;d
IOU
计算公式如式下所示:d
IOU
=1
‑
IOU其中,S
j
代表Anchor框与标注框的相交面积、S
b
代表Anchor框与标注框相并面积;K
‑
means聚类算法具体步骤如下:步骤2.1,选定n个数据集中林火目标的标注框X={X1,X2,X3,
…
,Xn};步骤2.2,随机选择9个林火目标的标注框作为聚类中心{C1,C2,C3,
…
,C9};步骤2.3,分别计算每个林...
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。