SURF算法应用在森林火灾火源图像定位方面的研究

郐士超，王文青

(1. 公安部沈阳消防研究所，辽宁 沈阳 110034；2. 公安部沈阳消防研究所，辽宁 沈阳 110034)

0 引言

进入21世纪以来，随着人类文明进程的不断推进，工业化的程度逐渐加深，气候逐年变暖，森林火灾愈发肆虐。全球每年发生森林火灾几十万次，受灾面积达到几百万公顷，约占森林总面积的0.1%。[1]严重的森林火灾会造成土壤沙漠化等严重的生态问题，对自然环境伤害巨大。由于森林面积广阔，一旦发生火灾往往伴随火源定位困难的问题，随着无人机技术的日渐成熟，通过无人机系统进行火源图像侦查，成为森林火灾消防侦察工作中的一种行之有效的技术手段。

由于无人机飞行中拍摄角度、风速、本身机械振动等因素的影响，所获得的图像往往存在图像尺度不同，图像不匹配等问题，这些问题使我们根据图像进行火情分析、火源定位变得困难重重，为此，开展图像处理算法的研究具有重要意义。针对以上问题，提出使用SURF算法对森林火灾火源图像进行处理，经过实验分析得出，SURF算法可以有效的解决图像尺度不同、图像不匹配等问题，达到不同图像间特征点的有效匹配。

1 森林火灾特点

森林火灾具有发生偶然性大、火灾危险性强、作业范围广、防控难度大等特点，研究森林火灾的防控技术需要立足于森林火灾的特点。

1.1 森林火灾成因

欧洲国家森林火灾发生的主要原因是人为纵火和天然跑火，天然火源在总火源中所占比重为5%左右。[2]这说明，在森林火灾的防控中，做好法制宣传教育很重要。

1.2 森林火灾类型

在世界范围来看，针叶林和萌生林地是森林火灾高发区。例，1990-1992年间，意大利森林火灾中针叶林火灾面积比重分别为61.95%，62.18%和69.46%；[3]1990-1991年，加拿大森林火灾中针叶林和萌生林比重分别为34.61%和25.23%。[4]世界范围内，各国森林火灾情况各异，相应的防火灭火技术也不尽相同，但是还是有很多的共通之处。

1.3 森林防火技术

首先，加强森林防火的法制宣传教育被世界各国所重视。为了加强森林防火的观念，世界各国纷纷出台相关法案，对森林地区实施严格的管理，控制野外用火，尽可能的防止森林火灾的发生。其次，采取林火阻隔技术预防森林火灾。世界各国根据本国森林地区的实际情况，采取林区道路、防火林带、防火线等林火阻隔技术预防森林火灾。再次，采取林火监测技术预防森林火灾。地面巡检、瞭望台瞭望和空中巡护是世界各国广泛采取的林火监测技术。但是，由于森林地区往往地域广阔的实际情况，地面巡检有其局限性。瞭望台瞭望，会受到天气等诸多因素的影响。采用飞机的空中巡护，速度快、视角广阔，但是成本较高，难以实现频繁的林火监测工作。

1.4 森林火灾图像侦察特点

随着社会的不断进步，科技不断发展，新的技术层出不穷并得到广泛的应用。日渐成熟的无人机技术，成为一项全新的林火监测技术。使用无人机系统进行林火监测，不仅具有飞机空中巡护速度快、视角广阔的优势，同时成本低廉，应用前景广阔。鉴于森林的环境特点，采用图像对森林进行火灾侦察，只要有效的获取森林图像的特征点就可以实现目标。

采用无人机航拍图像，进行森林火灾监测具有巨大优势。但是由于拍摄角度、风速、机械振动等因素会对拍摄的图片的产生图像不匹配的问题，所以需要采用一定的图像处理算法，实现不同角度、不同大小图像的良好匹配。

2 SURF算法

SURF算法是Bay等人于2006年提出，是SIFT算法的改进算法[5]，和SIFT算法相比，SURF算法具有巨大的优势，一方面提高运行速度，另一方面鲁棒性增强，这对于图像处理具有深远的意义，SURF算法主要包括如下的步骤：

2.1 近似Hessian矩阵

Hessian矩阵是对函数进行偏导数所得，图像中的某个像素点可以定义为：

2.2 构建尺度空间

通过不同尺寸的框形滤波器同原始图像在不同方向上的卷积，实现多尺度空间的建立，在各尺度空间，每个像素点在3×3×3邻域内，采取非极大值抑制法，得到极大值，从而找出特征点的位置和尺度。

2.3 描述特征点

SURF算法通过计算积分图像的一阶Haar小波响应，来获得特征点邻域的灰度分布信息，从而实现描述特征点的目的。

首先，以特征点为中心，在以6δ（δ为该点的尺度）为半径的圆形区域内，使用4δ的Haar小波模板处理图像，获得x, y两个方向上的Haar小波响应，如图1所示为Haar小波x方向和y方向的模板，

图1 Haar小波x方向和y方向模板示意图Fig 1. Template Schematic Diagram of X and Y Direction of Haar Wavelet

黑色代表权系数为-1，白色代表权系数为+1。

根据Haar小波响应，围绕兴趣点进行高斯函数加权，调整权重，使用角度为60度的扇形窗口遍历整个区域，通过累加每个区域内特征点的Haar小波响应向量，分别形成方向矢量6个，该特征点的主方向就是最大矢量和的方向。

其次，围绕特征点，坐标轴方向按照特征点主方向，生成边长为20δ（δ为该点的尺度）的矩形，再将矩形分为4×4共16个小矩形区域，在每个区域内计算5×5采样的Haar小波响应通过将小区域内的分别求和得到四维特征向量16个区域的四维特征向量连接起来共形成一个64维的特征向量，即为该特征点的描述特征向量，据此进行特征点的匹配[7-8]。

3 实验结果与分析

借助MATLAB工具，编制软件程序对SURF算法在森林火灾图像处理方面进行实验验证，实验分成两部分：一种是把不同尺寸森林火灾的图片进行特征点匹配；第二种情况是把经过旋转后的森林火灾的图片进行特征点匹配。

把经过缩放的图片和原始图片通过SURF算法进行特征点匹配，用于模拟不同尺寸图片的特征点匹配，如图2所示匹配效果很好，图片特征能够有效的识别出来。

图2 不同尺寸图片特征点匹配图Fig 2. Feature Points Matching Graph of Different Sizes

图3 不同角度图片特征点匹配图Fig 3. Image Feature Points Matching Graphs at Different Angles

把经过旋转的图片和原始图片通过SURF算法进行特征点匹配，用于模拟不同角度图片的特征点匹配，如图3所示，存在一定的误配点，但是整体匹配效果良好，能够把图片特征进行有效的识别。

4 结论

经过理论分析和实验验证，SURF算法能够有效的分析出森林火灾图像中的特征点[9]，进行良好的特征点匹配，虽然还存在一定的不足，但是该算法在森林火灾火源图像定位方面具有广阔的应用前景。

参考文献：

[1]舒立福,田晓瑞，李红.世界森林火灾状况综述[J].世界林业研究，1998,11(6):41-46. SHU Li-fu, TIAN Xiao-rui, LI Hong. A Summary of World Forest Fire Status [J]. World Forestry Research,1998,11 (6): 41-46.

[2]舒立福,田晓瑞.国外森林防火工作现状及展望[J].世界林业研究，1997,10(2):28-36. SHU Li-fu, TIAN Xiao-rui. Present Situation and Prospect of Foreign Forest Fire Prevention Abroad, [J]. World Forestry Research, 1997,10 (2): 28-36.

[3]文定元.森林防火基础知识[M]，中国林业出版社，1994. WEN Ding-yuan. Forest Fire Prevention Knowledge[M], Chinese Forestry Press, 1994.

[4]Natural Resources Canada and Canadian Forest Service. The State of Canada’s Forests 1996-1997[M]. Micromedia Ltd.，1997.

[5]Bay H，Tuytelaars T，Gool LV. Surf: speeded up robust features[C]//Processing of the 9th European Conference on Computer Vision. New York，USA:ACM Press, 2006:404-417.

[6]HERBERT B,ANDREAS E, TINNE T，et al. Speeded up robust features(SURF)[J].Computer Vision and Image Under-standing，2008,110（3）：346-359.

[7]江涛.用于特定大规模森林火灾——火源的图像处理技术[J].红外，199,01:21. JIANG Tao. Image Processing Technology of Fire Sources and for Specific Large-scale Forest Fires [J]. Infrared, 199,01:21.

[8]金华彪.夏雨人.张振伟.数字图像处理在火灾探测技术领域的应用[J].微型电脑应用，2003,5:25-27. JIN hua-Biao. XIA Yu-ren. ZHANG Zhen-wei. Application of Digital Image Processing in Field of Fire Detection Technology [J]. Microcomputer Application, 2003,5:25-27.

[9]房君生.科学管理野外火源减少森林火灾发生确保森林资源和生态建设成果[J].中国新技术新产品，2011,02:360-361. FANG Jun-sheng. Scientifically Managing Field Fire, Reducing Forest Fire to Protect Forest Resources and Ecological Construction Achievements [J]. China New Technology and New Products, 2011,02:360-361.