基于无人机的林火识别和定位算法研究
发布时间：2021-11-21 11:34
目前,无人机技术的快速发展为各个领域提供了新的研究和发展方向,无人机在森林防火领域也逐步崭露头角。在森林防火监控的应用中,视频组网监控有成本增加、基础设施不易维护和位置固定等缺陷,因此,本文引入无人机技术,基于无人机识别和定位林火,做到早发现、准定位,提高森林防火决策的有效性。主要做了三个方面的研究。1、研究了基于无人机的森林烟火识别方法,提出改进算法。基于颜色指数的改进算法,具有良好的处理效果,能够满足一般情况下,实时处理无人机飞行过程中回传的视频图像数据,并结合林火标定的方法,去除疑似火灾,可以精确地确定森林火灾发生情况。2、研究了基于无人机的林火定位算法,根据无人机和目标区域的几何位置关系和无人机拍摄点与着火点之间的几何关系,通过无人机拍摄点坐标计算影像的坐标位置和着火点的位置坐标,并可以将计算得到的图像顶点坐标和航迹坐标在三维影像场景中展示。3、进行了林火识别和林火定位算法的试验验证。通过比较一般算法和改进算法的处理结果、处理速度和识别准确率,得知改进算法比其他算法的效果较好,然后根据记录的拍摄位置信息,计算出对应时刻图像的四个顶点坐标和着火点坐标,并在三维影像场景中展示,标出...
【文章来源】：浙江农林大学浙江省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
研究区域影像图
卡尔曼滤波算法是通过回归算法对背景图像进行的更新，能够获得更好的背景新效果，且不需要较多的缓冲区，但是该算法的计算量相比于混合高斯模型增加了混合高斯模型算法的计算量较小，但是需要一定的空间缓存上一时刻的一组图像，因为它是从过去的图像序列中重建的背景图像，所以很难适应迅速变化的场景。2.2 三维影像场景模型林火定位研究需要有一个三维影像场景，三维场景模型的建立有两种途径可以现，一种是通过将遥感影像和数字高程图在 ARCGIS 软件和 Global Mapper 软件等件工具的处理实现三维场景模型的建立，一种是通过点云技术将飞行获取的图片合三维场景模型，方法如下：2.2.1 遥感影像与数字高程图融合首先打开 Global Mapper 软件，从软件中锁定研究区域，下载该区域的遥感影和数字高程图，对下载到的数据用 Google earth 软件处理，在同一个 UTM 投影方下，进行格式转换和处理，将处理结果在 ARCGIS Scene 软件中打开，打开遥感影的属性功能，通过属性叠加的方式即可实现三维场景的建立，效果如图 2.1 所示:
图 2.3 研究区域三维场景模型Figure 2.3 Study area 3D scene model2.2.2 smart 3D 建模首先提供一个搭载的三个摄像头无人机，根据无人机搭载的三个摄像头，根据度的设定，在拍摄同一场景的同时具备三个角度的拍摄，可以在图副拼接和影像合时提供场景信息和空间信息，然后将点云获取的一组垂直多角度、且重叠区域满足求的数据通过照片的数据相似性在 smart3D 建模软件中进行图副拼接和三维空间建立，进而实现三维场景模型的建立，该功能的实现要求较高，不仅是对设备的要还有对数据质量和参数的要求。通过两者之间相比较可知，各有优劣，第一种方式是通过软件的结合应用实现会产生较大的误差，但是生成速度快，适用于大区域的场景；第二种方式是采smart3D 建模的方法，通过点云技术的复杂算法实现的，虽然误差较小，但是由于法的复杂性生成模型较慢，引用的是数据层面的融合，实现相对困难，适用于小区的精细的工程试验。因此本研究采用的是第一种方法来建立三维场景模型。2.3 无人机视频数据的截取
【参考文献】：
期刊论文
[1]遥感影像三维可视化及其在火烧迹地空间分布规律探索中的应用[J]. 罗火钱. 轻工科技. 2018(12)
[2]基于帧间差分自适应法的车辆抛洒物检测[J]. 李清瑶,邹皓,赵群,王建颖,刘智超,杨进华. 长春理工大学学报(自然科学版). 2018(04)
[3]基于模板匹配和Kalman滤波器的目标跟踪[J]. 房广江,孔一荟. 机械制造与自动化. 2018(04)
[4]四帧间差分与光流法结合的目标检测及追踪[J]. 刘鑫,金晅宏. 光电工程. 2018(08)
[5]基于Pixhawk的四旋翼无人机光流改进算法研究[J]. 邱鹏瑞. 微型电脑应用. 2018(07)
[6]基于三帧差分混合高斯背景模型运动目标检测[J]. 李晓瑜,马大中,付英杰. 吉林大学学报(信息科学版). 2018(04)
[7]基于累积差分更新背景减除法的运动目标检测算法研究[J]. 孙林林. 办公自动化. 2018(02)
[8]可见光林火智能监测与决策支持系统的设计与应用[J]. 孙永明,姚丽敏,高洁,刘鹏举. 森林防火. 2017(04)
[9]一种利用可见光波段无人机遥感的林下植被覆盖识别方法[J]. 朱雄斌,汪小钦,周小成. 福州大学学报(自然科学版). 2018(06)
[10]一种结合帧间差分法与光流法的运动目标检测[J]. 冯训伟. 法制博览. 2017(03)
博士论文
[1]林火时变辐射热流下可燃物热解着火及火蔓延模型研究[D]. 翟春婕.中国科学技术大学 2018
[2]基于多源遥感数据估测林火参数的研究[D]. 王强.东北林业大学 2012
[3]遥感与地理信息系统技术相结合的林火预警方法的研究[D]. 覃先林.中国林业科学研究院 2005
硕士论文
[1]监控视频中运动目标检测与跟踪算法研究[D]. 张宏美.长春工业大学 2018
[2]视频序列中运动目标检测算法的研究[D]. 何胜皎.兰州理工大学 2018
[3]基于自适应混合高斯模型的运动目标检测与跟踪算法研究[D]. 郑加敏.重庆邮电大学 2017
[4]基于Landsat TM影像的火烧迹地遥感提取及林火烈度的空间分析[D]. 康祥瑞.东北林业大学 2017
[5]基于网络传输的四旋翼飞行器在森林防火中的应用研究[D]. 李宁.山东大学 2015
[6]基于物联网的森林火灾防控系统设计[D]. 张艺弛.齐齐哈尔大学 2015
[7]基于GIS的景观格局对森林火灾的影响研究[D]. 张晨.北京林业大学 2015
本文编号：3509437
【文章来源】：浙江农林大学浙江省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
研究区域影像图
卡尔曼滤波算法是通过回归算法对背景图像进行的更新，能够获得更好的背景新效果，且不需要较多的缓冲区，但是该算法的计算量相比于混合高斯模型增加了混合高斯模型算法的计算量较小，但是需要一定的空间缓存上一时刻的一组图像，因为它是从过去的图像序列中重建的背景图像，所以很难适应迅速变化的场景。2.2 三维影像场景模型林火定位研究需要有一个三维影像场景，三维场景模型的建立有两种途径可以现，一种是通过将遥感影像和数字高程图在 ARCGIS 软件和 Global Mapper 软件等件工具的处理实现三维场景模型的建立，一种是通过点云技术将飞行获取的图片合三维场景模型，方法如下：2.2.1 遥感影像与数字高程图融合首先打开 Global Mapper 软件，从软件中锁定研究区域，下载该区域的遥感影和数字高程图，对下载到的数据用 Google earth 软件处理，在同一个 UTM 投影方下，进行格式转换和处理，将处理结果在 ARCGIS Scene 软件中打开，打开遥感影的属性功能，通过属性叠加的方式即可实现三维场景的建立，效果如图 2.1 所示:
图 2.3 研究区域三维场景模型Figure 2.3 Study area 3D scene model2.2.2 smart 3D 建模首先提供一个搭载的三个摄像头无人机，根据无人机搭载的三个摄像头，根据度的设定，在拍摄同一场景的同时具备三个角度的拍摄，可以在图副拼接和影像合时提供场景信息和空间信息，然后将点云获取的一组垂直多角度、且重叠区域满足求的数据通过照片的数据相似性在 smart3D 建模软件中进行图副拼接和三维空间建立，进而实现三维场景模型的建立，该功能的实现要求较高，不仅是对设备的要还有对数据质量和参数的要求。通过两者之间相比较可知，各有优劣，第一种方式是通过软件的结合应用实现会产生较大的误差，但是生成速度快，适用于大区域的场景；第二种方式是采smart3D 建模的方法，通过点云技术的复杂算法实现的，虽然误差较小，但是由于法的复杂性生成模型较慢，引用的是数据层面的融合，实现相对困难，适用于小区的精细的工程试验。因此本研究采用的是第一种方法来建立三维场景模型。2.3 无人机视频数据的截取
【参考文献】：
期刊论文
[1]遥感影像三维可视化及其在火烧迹地空间分布规律探索中的应用[J]. 罗火钱. 轻工科技. 2018(12)
[2]基于帧间差分自适应法的车辆抛洒物检测[J]. 李清瑶,邹皓,赵群,王建颖,刘智超,杨进华. 长春理工大学学报(自然科学版). 2018(04)
[3]基于模板匹配和Kalman滤波器的目标跟踪[J]. 房广江,孔一荟. 机械制造与自动化. 2018(04)
[4]四帧间差分与光流法结合的目标检测及追踪[J]. 刘鑫,金晅宏. 光电工程. 2018(08)
[5]基于Pixhawk的四旋翼无人机光流改进算法研究[J]. 邱鹏瑞. 微型电脑应用. 2018(07)
[6]基于三帧差分混合高斯背景模型运动目标检测[J]. 李晓瑜,马大中,付英杰. 吉林大学学报(信息科学版). 2018(04)
[7]基于累积差分更新背景减除法的运动目标检测算法研究[J]. 孙林林. 办公自动化. 2018(02)
[8]可见光林火智能监测与决策支持系统的设计与应用[J]. 孙永明,姚丽敏,高洁,刘鹏举. 森林防火. 2017(04)
[9]一种利用可见光波段无人机遥感的林下植被覆盖识别方法[J]. 朱雄斌,汪小钦,周小成. 福州大学学报(自然科学版). 2018(06)
[10]一种结合帧间差分法与光流法的运动目标检测[J]. 冯训伟. 法制博览. 2017(03)
博士论文
[1]林火时变辐射热流下可燃物热解着火及火蔓延模型研究[D]. 翟春婕.中国科学技术大学 2018
[2]基于多源遥感数据估测林火参数的研究[D]. 王强.东北林业大学 2012
[3]遥感与地理信息系统技术相结合的林火预警方法的研究[D]. 覃先林.中国林业科学研究院 2005
硕士论文
[1]监控视频中运动目标检测与跟踪算法研究[D]. 张宏美.长春工业大学 2018
[2]视频序列中运动目标检测算法的研究[D]. 何胜皎.兰州理工大学 2018
[3]基于自适应混合高斯模型的运动目标检测与跟踪算法研究[D]. 郑加敏.重庆邮电大学 2017
[4]基于Landsat TM影像的火烧迹地遥感提取及林火烈度的空间分析[D]. 康祥瑞.东北林业大学 2017
[5]基于网络传输的四旋翼飞行器在森林防火中的应用研究[D]. 李宁.山东大学 2015
[6]基于物联网的森林火灾防控系统设计[D]. 张艺弛.齐齐哈尔大学 2015
[7]基于GIS的景观格局对森林火灾的影响研究[D]. 张晨.北京林业大学 2015
本文编号：3509437
本文链接：https://www.wllwen.com/nykjlw/dzwbhlw/3509437.html
最近更新
教材专著
