Д.т.н. Егошина И.Л.

Поволжский государственный технологический университет, Йошкар-Ола

ОБРАБОТКА ИЗОБРАЖЕНИЙ ЛЕСНЫХ ПОЖАРОВ НА ОСНОВЕ МЕТОДОВ КОНТУРНОГО АНАЛИЗА

Совершенствование систем мониторинга для эффективного обнаружения пожаров может идти в нескольких направлениях:

- повышение эффективности мониторинга путем увеличения вероятности правильного обнаружения пожара на ранних стадиях;

- автоматизация мониторинга путем разработки алгоритмов автоматического анализа изображений и уменьшение влияния человеческого фактора;

- снижение стоимости создания и обслуживания систем мониторинга.

Построение полностью автоматической системы представляется крайне труднореализуемым по нескольким причинам, в их число входит и несовершенство математической и алгоритмической базы анализа изображений, получаемых с датчиков. Таким образом, проблема разработки новых эффективных интеллектуальных технологий анализа изображений пожаров и их распознавания является актуальной [1].

Целью данной работы является анализ изображений лесных пожаров, полученных с космических спутников в видимом и инфракрасном диапазонах, для обнаружения лесных пожаров на основе методов контурного анализа.

Реальные аэрокосмические ландшафтные сцены относятся к наиболее сложным для обработки сигналам. Обеспечение режима реального времени или близкого к нему при современном уровне производительности вычислительных средств в настоящее время является достаточно сложной технической задачей. В работе [2] рассмотрен подход к обработке сложных сцен, основанный на обработке незначительного числа пикселов сцены с высокой концентрацией информации об изображениях объектов. Эти пикселы относятся к контурам изображений, которые содержат информацию о масштабе, угловом положении и форме объекта. Контуры позволяют создать простые аналитические описания изображений объектов, инвариантных к переносу, повороту и масштабированию изображения [2].

Задача обработки аэрокосмических изображений представляет собой частный случай задач обработки изображений произвольной формы. Решение задачи выделения границы изображения объекта (дымового шлейфа в данном случае) состоит из последовательности операций, основными из которых являются: сканирование сцены, обнаружение контура изображения и прослеживание линии контура в условиях воздействия фоновых шумов, формирование кода контура и предварительная обработка контура [2]. Для решения задач обнаружения изображений используется следующая аддитивно-мультипликативная модель:

, (1)

где - постоянная составляющая яркости, обеспечивающая неотрицательность функции . В ландшафтных сценах эта модель описывает локально-однородное поле случайных значений яркости. Статистическая неоднородность вызвана медленно меняющейся детерминированной составляющей. Поэтому при обработке таких сцен сегментация производится с целью формирования локально-однородной в статистическом плане областей («лес», «поле», «дым» и др.)

В рамках аддитивно-мультипликативной модели решение об обнаружении изображения объекта принимается путем сравнения с порогом значения статистики, формируемой оптимальным фильтром с частотным коэффициентом передачи:

, (2)

где - комплексно-сопряженный спектр функции ; - спектральная плотность мощности шума ; - энергетический спектр функции фона ; - координаты центра тяжести изображения, - нормирующий множитель. После обнаружения начальной точки контура следует операция прослеживания контура. Она обычно совмещается с кодированием выделенных контурных точек. В дальнейшем код контура используется для решения разнообразных задач, связанных с извлечением содержащейся в нем информации о форме изображения объекта. Над сформированным контурным сигналом проводится ряд предварительных операций, связанных с уменьшением контурных шумов, установлением стандартной размерности контура на основании процедуры эквализации, стандартизации и др.

Рис.1. Выделение контура дымового шлейфа на фрагменте сцены с лесными пожарами (порог по длине контура -300; порог по яркости – 80)

Проведен анализ цветовых компонент изображения с целью выбора наиболее информативной составляющей изображения.

Рис.2. Поверхности градации по яркости изображения по трем каналам: а) красный канал; б) зеленый канал; в) синий канал

Проанализированы графики поверхностей градации по яркости изображений по каждому цветовому каналу. Исследуя информативность цветовых составляющих изображения, можно выделить синий канал цветовой составляющей, который наименее подвержен влиянию мешающих факторов и обладает большей информативностью. На рис. 2,в четко видны два очага пожара. Используя основной дешифровочный признак пожаров, а именно форму дымового шлейфа, можно провести распознавание изображений дымовых шлейфов по их форме, то есть распознать вид пожара: низовой или верховой. При низовых пожарах слабой интенсивности изображения дымовых шлейфов отличаются характерной конусовидной формой, а при верховых пожарах характеризуются наличием конвекционной колонки, часто на общем фоне шлейфа дыма. Изображение конвекционной колонки напоминает изображение мощного кучевого облака.

Таким образом, с позиции контурного анализа рассмотрена возможность обработки изображений лесных пожаров на спутниковых снимках. Понятие формы изображения является важнейшей предпосылкой для применения аналитических методов обработки сформированных техническим датчиком сцен. Применение контурного анализа позволяет определять количественные характеристики формы изображения – периметра, площади, коэффициента формы, ширины изображения в заданном месте, габаритных размеров и др.

Литература

1. Бондур, В.Г. Актуальность и необходимость космического мониторинга природных пожаров в России /В.Г. Бондур // Вестник ОНЗ РАН. 2010. Том 2, NZ11001. С.1-16.

2. Введение в контурный анализ и его приложения к обработке изображений и сигналов /Я.А. Фурман, А.В. Кревецкий, А.К. Передреев, А.А. Роженцов, Р.Г. Хафизов, И.Л. Егошина, А.Н. Леухин; - 2-е изд., испр. - М.: ФИЗМАТЛИТ, 2003. – 592 с.