基于改进的均值漂移的森林火灾图像提取技术

基于改进的均值漂移的森林火灾图像提取技术

ID:33477831

大小:1.37 MB

页数:5页

时间:2019-02-26

基于改进的均值漂移的森林火灾图像提取技术_第1页
基于改进的均值漂移的森林火灾图像提取技术_第2页
基于改进的均值漂移的森林火灾图像提取技术_第3页
基于改进的均值漂移的森林火灾图像提取技术_第4页
基于改进的均值漂移的森林火灾图像提取技术_第5页
资源描述:

《基于改进的均值漂移的森林火灾图像提取技术》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第28卷第4期华东交通大学学报Vol.28No.42011年8月JournalofEastChinaJiaotongUniversityAug.,2011文章编号:1005-0523(2011)04-0014-05基于改进的均值漂移的森林火灾图像提取技术蒋先刚,梁青,沈涛(华东交通大学基础科学学院,江西南昌330013)摘要:为了解决呈红色山地路面等对火灾图像提取的干扰问题,考虑林区图像的R通道直方图的分布曲线,采用一种基于均值漂移改进算法,自适应地得到背景与火灾,山地路面的分割阈值T1。通过阈值分割将火灾和山地路面从背景图像

2、中分割出来,再利用改进算法对R通道占比率直方图进行处理,自适应地得到火灾与山地路面的分割阈值T2,从而实现火灾的自适应阈值分割并结合平滑直方图曲线去噪法进一步完善分割效果。在对均值漂移算法进行改进后,阈值的获取自适应性更强,实验表明该方法具有良好的分割效果和运算效率。关键词:图像分割;森林火灾;色彩空间;均值漂移;直方图中图分类号:TP391.41文献标识码:A森林火灾是对林业、环境破坏性较大的灾害之一。传统的火灾监测方法包括感烟、感温、感光探测以及红外探测,现在采用比较多的是卫星监测。由于传统方法的局限性导致无法有效及时地探

3、测到火灾的发生。随着计算机技术的不断发展,基于图像视觉的火灾探测技术也逐步被应用。对于森林火灾探测技术,着火区域能否被准确地提取是关键。目前基于视频的火灾图像分割算法有帧差法、背景差分法等。帧差法的基本思想是通过前后两帧图像相减来提取变化区域,鉴于云台上的摄像头在监测采集图像时俯角和水平视角是不断变化的,若对于视角的不同位置每5度记录一幅图像,用帧差法识别监控范围的火灾需要存储1000多幅图像,在监控过程中,需要考虑对应不同方位的背景图而获取着火区域以致于无法达到实时处理效果,而单帧图像分割法能很好地克服这一点,这主要包括有阈

4、值分割法、边缘检测法、区域生长法等,但是这些方法在分割火灾区域图像时多数是在图像灰度化的基础上进行的,这将过早地丢失了火焰的彩色信息,从而导致无法准确地区分火与火焰接近的高亮物体,有学者提出了基于彩色信息的火灾图像分割算法,如W.B.Horng等[1-3]采用HSI彩色模型分割火焰图像,对H,S,I分量分别采用经验阈值来提取火焰区域。Tai-FangLu利用HSI空间的I分量来区分火与非火区域,当背景亮度较低时才能取得较好的效果。DengyiZhang等人采用HSV颜色空间分割火焰区域,同样对H,S,V分量分别采用经验阈值分割

5、。由于这些算法大多数过分依赖经验阈值,需要通过对大量火灾图像进行实验来获取经验阈值,而且火灾图像在获取过程中因天气、环境等变化,阈值需要不断被调整。若选取的阈值不合适,就很难准确提取出火焰区域,给后续的火灾特征提取和识别增加难度。为此,该文利用均值漂移改进算法对图1的R分量直方图进行统计分析而自适应得到阈值T1,用其对图1进行阈值分割而得到图2,再利用均值漂移改进算法对图2的R分量占比率直方图进行处理得到阈值T2,将其对图2进行R分量占比阈值分割最终得到火焰区域如图3所示,下面具体介绍本文涉及的火焰区域获取和分析的各关键技术。

6、收稿日期:2011-02-24作者简介:蒋先刚(1958-),男,教授,主要研究方向为数字图像处理与模式识别。第4期蒋先刚,等:基于改进的均值漂移的森林火灾图像提取技术15图1原森林山火图片图2经R分量阈值分割后的图3在图2基础上经R分量占Fig.1Originalforestflame森林山火图片比率阈值分割后的着火区域图片Fig.2ForestflameimageFig.3FlameimagesegmentedsegmentedbyR-channelbythresholdsofRoccupyingthresholdsrat

7、iobasedonfig.21R分量阈值和R分量占比率阈值根据火灾图像的颜色分布特征,在对火灾图像进行分割提取时常使用林区图像的R分量信息。针对大量包含呈红色的山地路面等的火灾图像,通过分析可以认为图像存在背景、山地路面、着火区三大区域,由于山地路面和土地的颜色大体呈现红色,因此其R分量分为高,低两级,故此类森林区火灾图像的R通道直方图呈现两个峰形状,类似于图4(a)所示,从左到右两波峰区域分别代表背景区,山地路面与着火区。因此,该文针对图1进行着火图像分割提取,如果能得到背景与山地路面和着火区之间的谷底值即图4(a)中圆圈标

8、注点值,就能依照阈值将背景与呈红色山地路面和着火区从图像中分割出来。依自适应所得阈值将呈红色的山地路面等和着火区域从图像中分割出来后,还需将山地路面等与着火区域分割开,通过实验分析可知着火区域与山地路面的R分量值相差不大,但是着火区域的G,B分量相对山地路面区的G,B分量明显

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。