目前,無人機(jī)技術(shù)的快速發(fā)展為各個(gè)領(lǐng)域提供了新的研究和發(fā)展方向,無人機(jī)在森林防火領(lǐng)域也逐步嶄露頭角。在森林防火監(jiān)控的應(yīng)用中,視頻組網(wǎng)監(jiān)控有成本增加、基礎(chǔ)設(shè)施不易維護(hù)和位置固定等缺陷,因此,本文引入無人機(jī)技術(shù),基于無人機(jī)識(shí)別和定位林火,做到早發(fā)現(xiàn)、準(zhǔn)定位,提高森林防火決策的有效性。主要做了三個(gè)方面的研究。1、研究了基于無人機(jī)的森林煙火識(shí)別方法,提出改進(jìn)算法�；陬伾笖�(shù)的改進(jìn)算法,具有良好的處理效果,能夠滿足一般情況下,實(shí)時(shí)處理無人機(jī)飛行過程中回傳的視頻圖像數(shù)據(jù),并結(jié)合林火標(biāo)定的方法,去除疑似火災(zāi),可以精確地確定森林火災(zāi)發(fā)生情況。2、研究了基于無人機(jī)的林火定位算法,根據(jù)無人機(jī)和目標(biāo)區(qū)域的幾何位置關(guān)系和無人機(jī)拍攝點(diǎn)與著火點(diǎn)之間的幾何關(guān)系,通過無人機(jī)拍攝點(diǎn)坐標(biāo)計(jì)算影像的坐標(biāo)位置和著火點(diǎn)的位置坐標(biāo),并可以將計(jì)算得到的圖像頂點(diǎn)坐標(biāo)和航跡坐標(biāo)在三維影像場(chǎng)景中展示。3、進(jìn)行了林火識(shí)別和林火定位算法的試驗(yàn)驗(yàn)證。通過比較一般算法和改進(jìn)算法的處理結(jié)果、處理速度和識(shí)別準(zhǔn)確率,得知改進(jìn)算法比其他算法的效果較好,然后根據(jù)記錄的拍攝位置信息,計(jì)算出對(duì)應(yīng)時(shí)刻圖像的四個(gè)頂點(diǎn)坐標(biāo)和著火點(diǎn)坐標(biāo),并在三維影像場(chǎng)景中展示,標(biāo)出... 

【文章來源】：浙江農(nóng)林大學(xué)浙江省

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究區(qū)域影像圖

卡爾曼濾波算法是通過回歸算法對(duì)背景圖像進(jìn)行的更新，能夠獲得更好的背景新效果，且不需要較多的緩沖區(qū)，但是該算法的計(jì)算量相比于混合高斯模型增加了混合高斯模型算法的計(jì)算量較小，但是需要一定的空間緩存上一時(shí)刻的一組圖像，因?yàn)樗菑倪^去的圖像序列中重建的背景圖像，所以很難適應(yīng)迅速變化的場(chǎng)景。2.2 三維影像場(chǎng)景模型林火定位研究需要有一個(gè)三維影像場(chǎng)景，三維場(chǎng)景模型的建立有兩種途徑可以現(xiàn)，一種是通過將遙感影像和數(shù)字高程圖在 ARCGIS 軟件和 Global Mapper 軟件等件工具的處理實(shí)現(xiàn)三維場(chǎng)景模型的建立，一種是通過點(diǎn)云技術(shù)將飛行獲取的圖片合三維場(chǎng)景模型，方法如下：2.2.1 遙感影像與數(shù)字高程圖融合首先打開 Global Mapper 軟件，從軟件中鎖定研究區(qū)域，下載該區(qū)域的遙感影和數(shù)字高程圖，對(duì)下載到的數(shù)據(jù)用 Google earth 軟件處理，在同一個(gè) UTM 投影方下，進(jìn)行格式轉(zhuǎn)換和處理，將處理結(jié)果在 ARCGIS Scene 軟件中打開，打開遙感影的屬性功能，通過屬性疊加的方式即可實(shí)現(xiàn)三維場(chǎng)景的建立，效果如圖 2.1 所示:

圖 2.3 研究區(qū)域三維場(chǎng)景模型Figure 2.3 Study area 3D scene model2.2.2 smart 3D 建模首先提供一個(gè)搭載的三個(gè)攝像頭無人機(jī)，根據(jù)無人機(jī)搭載的三個(gè)攝像頭，根據(jù)度的設(shè)定，在拍攝同一場(chǎng)景的同時(shí)具備三個(gè)角度的拍攝，可以在圖副拼接和影像合時(shí)提供場(chǎng)景信息和空間信息，然后將點(diǎn)云獲取的一組垂直多角度、且重疊區(qū)域滿足求的數(shù)據(jù)通過照片的數(shù)據(jù)相似性在 smart3D 建模軟件中進(jìn)行圖副拼接和三維空間建立，進(jìn)而實(shí)現(xiàn)三維場(chǎng)景模型的建立，該功能的實(shí)現(xiàn)要求較高，不僅是對(duì)設(shè)備的要還有對(duì)數(shù)據(jù)質(zhì)量和參數(shù)的要求。通過兩者之間相比較可知，各有優(yōu)劣，第一種方式是通過軟件的結(jié)合應(yīng)用實(shí)現(xiàn)會(huì)產(chǎn)生較大的誤差，但是生成速度快，適用于大區(qū)域的場(chǎng)景；第二種方式是采smart3D 建模的方法，通過點(diǎn)云技術(shù)的復(fù)雜算法實(shí)現(xiàn)的，雖然誤差較小，但是由于法的復(fù)雜性生成模型較慢，引用的是數(shù)據(jù)層面的融合，實(shí)現(xiàn)相對(duì)困難，適用于小區(qū)的精細(xì)的工程試驗(yàn)。因此本研究采用的是第一種方法來建立三維場(chǎng)景模型。2.3 無人機(jī)視頻數(shù)據(jù)的截取

【參考文獻(xiàn)】：
期刊論文
[1]遙感影像三維可視化及其在火燒跡地空間分布規(guī)律探索中的應(yīng)用[J]. 羅火錢.  輕工科技. 2018(12)
[2]基于幀間差分自適應(yīng)法的車輛拋灑物檢測(cè)[J]. 李清瑤,鄒皓,趙群,王建穎,劉智超,楊進(jìn)華.  長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[3]基于模板匹配和Kalman濾波器的目標(biāo)跟蹤[J]. 房廣江,孔一薈.  機(jī)械制造與自動(dòng)化. 2018(04)
[4]四幀間差分與光流法結(jié)合的目標(biāo)檢測(cè)及追蹤[J]. 劉鑫,金晅宏.  光電工程. 2018(08)
[5]基于Pixhawk的四旋翼無人機(jī)光流改進(jìn)算法研究[J]. 邱鵬瑞.  微型電腦應(yīng)用. 2018(07)
[6]基于三幀差分混合高斯背景模型運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 李曉瑜,馬大中,付英杰.  吉林大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(04)
[7]基于累積差分更新背景減除法的運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究[J]. 孫林林.  辦公自動(dòng)化. 2018(02)
[8]可見光林火智能監(jiān)測(cè)與決策支持系統(tǒng)的設(shè)計(jì)與應(yīng)用[J]. 孫永明,姚麗敏,高潔,劉鵬舉.  森林防火. 2017(04)
[9]一種利用可見光波段無人機(jī)遙感的林下植被覆蓋識(shí)別方法[J]. 朱雄斌,汪小欽,周小成.  福州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[10]一種結(jié)合幀間差分法與光流法的運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 馮訓(xùn)偉.  法制博覽. 2017(03)

博士論文
[1]林火時(shí)變輻射熱流下可燃物熱解著火及火蔓延模型研究[D]. 翟春婕.中國科學(xué)技術(shù)大學(xué) 2018
[2]基于多源遙感數(shù)據(jù)估測(cè)林火參數(shù)的研究[D]. 王強(qiáng).東北林業(yè)大學(xué) 2012
[3]遙感與地理信息系統(tǒng)技術(shù)相結(jié)合的林火預(yù)警方法的研究[D]. 覃先林.中國林業(yè)科學(xué)研究院 2005

碩士論文
[1]監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D]. 張宏美.長(zhǎng)春工業(yè)大學(xué) 2018
[2]視頻序列中運(yùn)動(dòng)目標(biāo)檢測(cè)算法的研究[D]. 何勝皎.蘭州理工大學(xué) 2018
[3]基于自適應(yīng)混合高斯模型的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D]. 鄭加敏.重慶郵電大學(xué) 2017
[4]基于Landsat TM影像的火燒跡地遙感提取及林火烈度的空間分析[D]. 康祥瑞.東北林業(yè)大學(xué) 2017
[5]基于網(wǎng)絡(luò)傳輸?shù)乃男盹w行器在森林防火中的應(yīng)用研究[D]. 李寧.山東大學(xué) 2015
[6]基于物聯(lián)網(wǎng)的森林火災(zāi)防控系統(tǒng)設(shè)計(jì)[D]. 張藝弛.齊齊哈爾大學(xué) 2015
[7]基于GIS的景觀格局對(duì)森林火災(zāi)的影響研究[D]. 張晨.北京林業(yè)大學(xué) 2015



本文編號(hào)：3509437