[发明专利]一种基于双光谱视频图像预测林火蔓延方法及系统

说明书

本发明公开了一种基于双光谱视频图像预测林火蔓延方法，获取森林场景中的第一图像、第三图像以及第二图像；通过第一图像与第三图像中的光流场，计算森林场景中的风向Fx与风力Fl；计算第二图像中的梯度方向与梯度值，并将梯度方向与梯度值转换为阻燃因子z；通过最优物种燃烧卷积神经网络对第一图像中的物种进行分析，获得物种燃烧因子r；通过最优林火卷积神经网络识别第一图像中的林火类型；根据识别的林火类型，基于风力Fl、风向Fx、阻燃因子z以及物种燃烧因子r参数，对森林场景中的林火蔓延趋势进行预测；本发明的有益效果为自动提取影响火势蔓延的影响因子，更为准确、及时的监测场景中火势蔓延的情况；提高了火势蔓延的准确性。

技术领域

本发明涉及林火蔓延技术领域，尤其涉及一种基于双光谱视频图像预测林火蔓延方法及系统。

背景技术

自1946年W.R.Fons首先提出林火蔓延模型的概念以来，越来越多林火蔓延模型的提出和改进促进了林火研究进程.目前常用的林火蔓延模型有:基于能量守恒的Rothermel模型、澳大利亚的McArthur模型、加拿大林火蔓延模型和王正非林火蔓延模型，林火蔓延模型为林火的蔓延绘制提供了理论基础.Ro-therme[1]采用了加权平均法获得可燃物的参量，从宏观尺度来描述火蔓延，但该模型是一个半经验模型，繁多的参数造成很多局限性；王正非[2] 通过山火初始蔓延速度检测算法进行林火蔓延模型构建，通过较少参数实现林火蔓延计算，但该模型没有考虑非风向上的情况；Ioannis[3]等人将天气和地形地貌结合起来，提出一种算法实现森林火焰蔓延的预测，该方法可以大致判断火焰的蔓延点，模拟效果不太好；Yun[4] 等人将影响林火蔓延的环境因素可视化地表达出来，实现了林火蔓延场景的绘制，但是该系统实现的效果不够真实；张菲菲[5]等人结合元胞自动机原理，对王正非林火蔓延模型进行改进，实现了不同条件下的林火行为的仿真；DingW[6]等人为了在视觉上模拟单一植物的燃烧现象，利用分形和粒子系统技术模拟植物的燃烧框架，通过控制植物模型参数得到真实的模拟效果；同时，S renPirk[7]等人通过改变植物的物理化学属性，实现其与火焰的交互，生成真实的植物燃烧现象，但并未进行不同自然环境下火焰运动的研究.综上，由于火焰在蔓延过程中受到很多自然因素的影响，其形态的多样性和扩散的随机性导致火焰蔓延研究的难点，目前现有算法一方面需要人为添加经验参数、另一方面考虑因素太杂、模拟速度慢。

发明内容

本发明的目的在于提供一种基于双光谱视频图像预测林火蔓延方法及系统，通过。

本发明通过下述技术方案实现：一种基于双光谱视频图像预测林火蔓延方法，包括以下步骤：

步骤A：获取森林场景中的第一图像、第三图像以及第二图像，所述第一图像与第三图像为不同时间点上获取的同一场景的可见光图像，所述第二图像为热成像图像；

步骤B：通过第一图像与第三图像中的光流场，计算森林场景中的风向Fx与风力Fl；

步骤C：计算第二图像中的梯度方向与梯度值，并将梯度方向与梯度值转换为阻燃因子z；

步骤D：通过最优物种燃烧卷积神经网络对第一图像中的物种进行分析，获得第一图像中的物种燃烧因子r；

步骤E：通过最优林火卷积神经网络识别第一图像中的林火类型；

步骤F：根据步骤E中识别的林火类型，基于风力Fl、风向Fx、阻燃因子z以及物种燃烧因子r参数，对森林场景中的林火蔓延趋势进行预测。

传统地计算火焰蔓延的方法中，需要人为的添加经验参数，导致考虑到火焰蔓延的因素太杂且模拟的速度比较慢，因此本发明提供一种基于双光谱视频图像的林火蔓延预测方法，通过将可见光图像与热成像图像所采集的图像同时作为对某一场景的图像进行处理，对场景图像进行多维度分析，实现自动提取影响因子，能够更准确、更及时的预测林火蔓延的趋势。

优选地，所述步骤B中具体的操作步骤包括：