SURF算法应用在森林火灾火源图像定位方面的研究
2018-05-04郐士超王文青
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.