CC BY
11
9. Бодошов А.У. Установления продолжительности замачивания для пестрых сортов фасоли, выращиваемых в Кыргызстане, 2014. Изд-во: Наука и Новые Технологии. № 3. С. 52-56.
ПЕРСПЕКТИВЫ ОРГАНИЗАЦИИ ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ МОНИТОРИНГА ЛЕСНЫХ ПОЖАРОВ НА ОСНОВЕ СПЕКТРАЛЬНОГО АНАЛИЗА
ЦИФРОВЫХ ВИДЕОИЗОБРАЖЕНИЙ
1 2 Калистратов Д.С. , Мирчук С.Г.
Email: Kalistratov634@scientifictext.ru
1Калистратов Дмитрий Сергеевич - кандидат технических наук, докторант, ассистент; 2Мирчук Сергей Геннадьевич - аспирант,
кафедра радиоэлектроники, Тульский государственный университет, г. Тула
Аннотация: в статье затрагивается актуальная проблема частого возгорания лесных массивов, анализируются перспективы создания автоматизированной системы обнаружения и распознавания проекций очагов по цифровым видеоизображениям, предлагается обобщённая схема соответствующей измерительной системы, приводятся результаты моделирования процесса распознавания проекций очагов возгорания на основе спектрального анализа, основная идея описанного технического решения состоит в применении спектрального анализа, в частности, дискретного двумерного дискретного преобразования Фурье для организации алгоритма поиска фрагментов изображений по предварительно подготовленной опорной базе изображений огня и дыма. Ключевые слова: лесной пожар, очаг возгорания, цифровое видеоизображение, проекция, распознавание, спектральный анализ, преобразование Фурье.
PROSPECTS OF ORGANIZING THE MEASURING SYSTEM FOR MONITORING FOREST FIRES BASED ON SPECTRAL ANALYSIS OF DIGITAL VIDEO IMAGES Kalistratov D.S.1, Mirchuk S.G.2
1Kalistratov Dmitry Sergeevich - PhD in Technics, Doctoral Student, Assistant;
2Mirchuk Sergey Gennadievich - Graduate Student, DEPARTMENT OF RADIO ELECTRONICS, TULA STATE UNIVERSITY, TULA
Abstract: in the article discusses an actual problem of frequent ignition of forests, analyzes the prospects of creating an automatic system for detecting and recognizing the projections of forest fire by digital video images, proposing a generalized scheme of the corresponding measuring system, the results of modeling the process of forest fire recognition on the basis of spectral analysis are represented, the main idea of the described technical solution is the use of spectral analysis, in particular, a discrete two-dimensional discrete Fourier transform for the organization of an algorithm for searching fragments of images from a previously prepared base of images offire and smoke.
Keywords: forest fire, fire source, digital video, projection, recognition, spectral analysis, Fourier transform.
УДК 621. 397. 13
Одной из актуальных проблем, обострившихся в последнее время, стали частые возгорания лесных массивов в летнее время года [1]. Лесные пожары наносят невозместимый ущерб флоре и фауне, препятствуют рациональному использованию природных ресурсов, оказывают негативное влияние на лесное хозяйство и деревообрабатывающую промышленность.
В этой связи особую роль играет автоматизация процессов ранней идентификации очагов возгорания с целью их скорейшего устранения. Одним из возможных путей решения указанной проблемы является использование цифровых видеоизображений [2].
Очевидно, что измерительная система обнаружения и распознавания очагов возгорания в этом случае должна учитывать как плоскостные параметры изображений, так и пространственные параметры видеосцены (рисунок 1). К входным данным измерительной системы относятся видеоизображение, расчётные параметры, а также геометрические параметры, характеризующие пространственную сцену. В свою очередь, на выходе система должна предоставлять изображение с отмеченными проекциями очагов, а также (и это самое главное) пространственные координаты самих очагов возгорания.
Рис. 1. Обобщённая схема измерительной системы
Сам процесс идентификации проекций очагов возгорания может быть реализован посредством спектрального анализа на основе двумерного дискретного преобразования Фурье [3]. Как показывают результаты моделирования, проекции очагов возгорания в произвольном изображении можно искать по базе предварительно подготовленных изображений огня и дыма (рисунок 2).
а)
б)
Рис. 2. Мнимые матрицы прямого комплексного преобразования Фурье для различных изображений (использовался красный цветовой компонент): а) - для изображения белого клубящегося дыма; б) - для изображения яркого огня
Сами опорные изображения (на последнем рисунке они приведены в левых верхних частях) подготавливаются заранее и имеют малое разрешение (например, 8^8 точек или 16*16 точек). Алгоритм разбивает кадр на блоки такого же размера и поочерёдно сравнивает их с блоками опорной базы, но не по исходным
цветовым матрицам, а по матрицам прямого преобразования Фурье. При этом в качестве критерия сходства можно использовать, к примеру, среднее абсолютное отклонение коэффициентов.
Согласно результатам проведённых исследований, описанный метод идентификации проекций очагов возгорания на основе спектрального анализа при различных конфигурациях расчётных и геометрических параметров можно применять к изображениям, полученным в спутниковом, воздушном и наземном режимах съёмки.
К примеру, параметры и результаты моделирования процесса поиска проекций очагов возгорания в спутниковом изображении лесов Сибири представлены ниже (таблица 1, рисунок 3).
Таблица 1. Значения параметров моделирования
Количество цветовых матриц 3 (R,G,B)
Формат изображения 160x120 точек
Количество опорных блоков 2
Размеры блока N1=8, N2=8,
Периоды разложения T1=525 км, T2=750 км
Формат кадра в блоках 20x15 блоков
Размеры пространственного сегмента 3.2x3.2 км
В данном случае использовалось всего два опорных блока. Отметим, что, зная геометрическую конфигурацию сцены и выделив на изображении блоки с проекциями очагов, можно перейти уже непосредственно к приближённому расчёту пространственных координат самих очагов.
-
Рис. 3. Изображение пожаров Сибири, использовавшееся при моделировании
Кроме того, координаты очагов впоследствии могут быть уточнены посредством дополнительного применения воздушного и наземного видов съёмок с использованием изображений меньшего масштаба.
Как показывают результаты моделирования, путём варьирования основных параметров математической модели описанного метода, алгоритму идентификации удаётся выделить до 90% от всех блоков изображения, действительно содержащих очаги возгорания, при доле ложных (ошибочно выделенных) блоков менее 10%.
Список литературы /References
1. Исаев А.С., Сухих В.И. Калашников Е.Н. и др. Аэрокосмический мониторинг лесов. М.: Наука, 1991. 240 с.
2. НазаровА.С. Фотограмметрия. Мн.: ТетраСистемс, 2006. 368 с.
3. Даджион Д., Марсеро Р. Цифровая обработка многомерных сигналов. М.: Мир, 1988. 488 с.
