近年來由于森林火災(zāi)的頻繁發(fā)生,給我國乃至全國帶來了巨大的經(jīng)濟(jì)損失,也給森林的生態(tài)環(huán)境帶來了巨大的傷害。因此森林火災(zāi)發(fā)生的檢測(cè)及識(shí)別技術(shù)及其重要。傳統(tǒng)的森林火災(zāi)監(jiān)測(cè)技術(shù)一般只針對(duì)已經(jīng)發(fā)生的火災(zāi)進(jìn)行識(shí)別,不能及時(shí)對(duì)森林火災(zāi)進(jìn)行預(yù)防。為了能有效的對(duì)森林火災(zāi)進(jìn)行預(yù)防,本文通過對(duì)森林圖像特征的分析,為森林火災(zāi)預(yù)測(cè)和預(yù)防提供一定的依據(jù)。在研究森林圖像特征的基礎(chǔ)上,利用多種火災(zāi)特征信息建立改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)和SVM分類器結(jié)合的森林火災(zāi)探測(cè)算法。本文結(jié)合國內(nèi)外現(xiàn)有的各種森林火災(zāi)探測(cè)技術(shù),對(duì)森林火災(zāi)識(shí)別和預(yù)防算法進(jìn)行研究。在對(duì)森林圖像進(jìn)行其他處理前,本文首先對(duì)森林圖像進(jìn)行預(yù)處理,然后比較中值濾波器,頻域高通濾波器和小波濾波器,發(fā)現(xiàn)小波濾波器對(duì)圖像噪聲處理后的圖像邊緣細(xì)節(jié)保留的比中值濾波器和頻域高通濾波器更好。通過對(duì)多種分割算法的對(duì)比,利用RGB顏色分割和k-means聚類分割分別對(duì)去噪后的森林火災(zāi)圖像和森林土壤圖像進(jìn)行有效的分割。最后,Canny算子邊緣檢測(cè)技術(shù)用于對(duì)分割的森林火災(zāi)圖像進(jìn)行有效的邊緣處理。本文通過對(duì)森林濕度特征進(jìn)行研究分析,利用森林圖像灰度值與土壤濕度值間的關(guān)系,來確定森林環(huán)境下的濕度值...

【文章頁數(shù)】：57 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１無人機(jī)圖??－４－??

１．３無人機(jī)森林圖像采集??在系統(tǒng)中無人機(jī)主要負(fù)責(zé)起飛巡航，通過攜帶設(shè)備來進(jìn)行圖像采集，替代了傳統(tǒng)防??火措施中的人員巡航。圖１－１顯示了本文中收集森林圖像的無人機(jī)。??圖１－１無人機(jī)圖??－４－??

圖１?（ｆ）森林火災(zāi)原

根據(jù)實(shí)際情況，應(yīng)使用合適的濾波器去除圖像噪聲。如圖２－１所示，顯示了部??分森林圖像原圖和含有“椒鹽噪聲”圖像。??ＨＵ?ＨＨ??（ａ）森林土壤原圖１?（ｂ）森林土壤原圖２?（ｃ）含噪土壤圖像丨（ｄ）含噪土壤圖像２??ｎ??（ｅ）森林火災(zāi)原圖１?（ｆ）森林火災(zāi)原圖２?（ｇ）含噪火....

圖２?（ｇ）含噪火災(zāi)圖像１?（ｈ）含噪火災(zāi)圖像２??圖２－１森林原圖及含噪圖像??－６?－??

本文中由于無人機(jī)在對(duì)圖像進(jìn)行采集時(shí)，無人機(jī)飛行不能達(dá)到十分平穩(wěn)，同時(shí)受到傳輸??信號(hào)和天氣質(zhì)量的影響，采集的圖像會(huì)存在一定噪聲，因此會(huì)對(duì)后續(xù)圖像處理產(chǎn)生相應(yīng)??的影響。根據(jù)實(shí)際情況，應(yīng)使用合適的濾波器去除圖像噪聲。如圖２－１所示，顯示了部??分森林圖像原圖和含有“椒鹽噪聲”圖像。....

圖１?（ｂ）森林土每去卩架

不可避免地在處理圖像像素值差別很大的圖像時(shí)存在偏差。如圖２－２所示，在對(duì)圖像的??噪聲處理上，中值濾波器仍存在圖像部分信息模糊情況。??（ａ）森林土壤去卩架圖１?（ｂ）森林土每去卩架圖２?（ｃ）森林火災(zāi)去噪圖１?（ｄ）森林火災(zāi)去噪圖２??圖２－２?“中值濾波”去噪圖??２．１．２....

本文編號(hào)：3940530