一种林草火线实时提取方法技术

一种林草火线实时提取方法，涉及深度神经网络技术领域，解决无人机监测林草火灾时火线实时提取效率低处理速度慢的问题。步骤1、控制终端获取无人机林草火场实时回传影像；步骤2、对所述无人机林草火场实时回传影像进行数据预处理，得到预处理的数据；所述预处理包括拆帧处理和图像resize归一化；步骤3、使用改进后的轻量高效林草火线分割模型LiFE‑BONet对所述预处理的数据进行实时推理，得到包含火线与背景的二值化分割图；步骤4、将所述包含火线与背景的二值化分割图合帧处理，按顺序进行组合，得到与输入无人机实时回传的林草火场影像所对应的分割影像。该方案在森林草原火灾监测与应急响应领域具有良好的应用前景。

【技术实现步骤摘要】

本专利技术涉及深度神经网络，具体涉及一种林草火线实时提取方法。

技术介绍

1、近年来，无人机技术快速发展，通过其搭载的各种传感器和摄像设备，可以获取局部范围内的高分辨率图像，与宏观的卫星遥感图像相比，具有更为丰富的数据特征。在遏制森林、草原火灾蔓延过程中，救援技术人员会根据无人机回传的实时火场影像，找到火线位置和状态，据此对火灾蔓延情况做出综合研判，做出科学的方案部署，及时有效地遏制林火蔓延，以降低森林资源的损失。

2、目前，基于无人机图像的分割模型在森林火灾这一领域得到了广泛的应用。这为小范围提取林草火线提供了解决思路。现代无人机可以配备小型cpu和gpu，以及预训练的机载深度网络模型，以实时地识别、分割火点，这得益于模型参数量少使得其能够更加灵活地嵌入移动设备，此外，依托cpu和gpu的强大算力，能够对无人机回传影像逐帧识别、分割以满足实时性的性能要求，这为林火扑救技术人员在林火救援过程中快速掌握火线状态提供科学指导。

3、本专利技术的目的在于利用改进后的轻量高效林草火线分割模型(life-bonet)，在林火蔓延过程中对火线进本文档来自技高网...

【技术保护点】

1.一种林草火线实时提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种林草火线实时提取方法，其特征在于，步骤1中，所述无人机林草火场实时回传影像为完整覆盖火场并清晰呈现火线轮廓的可见光。

3.根据权利要求1所述的一种林草火线实时提取方法，其特征在于，步骤2中，所述拆帧处理具体包括：

4.根据权利要求1所述的一种林草火线实时提取方法，其特征在于，步骤2中，所述图像resize归一化具体包括：

5.根据权利要求1所述的一种林草火线实时提取方法，其特征在于，步骤3具体包括：

6.根据权利要求1所述的一种林草火线实时提取...

【技术特征摘要】

1.一种林草火线实时提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种林草火线实时提取方法，其特征在于，步骤1中，所述无人机林草火场实时回传影像为完整覆盖火场并清晰呈现火线轮廓的可见光。

3.根据权利要求1所述的一种林草火线实时提取方法，其特征在于，步骤2中，所述拆帧处理具...

【专利技术属性】
技术研发人员：甄贞，朱锋，杨光，周相贝，孙建，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：