CN105405244B - 一种用于森林防火的干扰源屏蔽方法 - Google Patents

一种用于森林防火的干扰源屏蔽方法 Download PDF

Info

Publication number
CN105405244B
CN105405244B CN201510974841.7A CN201510974841A CN105405244B CN 105405244 B CN105405244 B CN 105405244B CN 201510974841 A CN201510974841 A CN 201510974841A CN 105405244 B CN105405244 B CN 105405244B
Authority
CN
China
Prior art keywords
mrow
region
area
suspicious region
formula
Prior art date
Application number
CN201510974841.7A
Other languages
English (en)
Other versions
CN105405244A (zh
Inventor
朱清滋
马敬锐
贺超
Original Assignee
山东神戎电子股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 山东神戎电子股份有限公司 filed Critical 山东神戎电子股份有限公司
Priority to CN201510974841.7A priority Critical patent/CN105405244B/zh
Publication of CN105405244A publication Critical patent/CN105405244A/zh
Application granted granted Critical
Publication of CN105405244B publication Critical patent/CN105405244B/zh

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00Fire alarms; Alarms responsive to explosion
    • G08B17/005Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00624Recognising scenes, i.e. recognition of a whole field of perception; recognising scene-specific objects
    • G06K9/00711Recognising video content, e.g. extracting audiovisual features from movies, extracting representative key-frames, discriminating news vs. sport content
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00624Recognising scenes, i.e. recognition of a whole field of perception; recognising scene-specific objects
    • G06K9/00711Recognising video content, e.g. extracting audiovisual features from movies, extracting representative key-frames, discriminating news vs. sport content
    • G06K9/00744Extracting features from the video content, e.g. video "fingerprints", or characteristics, e.g. by automatic extraction of representative shots or key frames
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00Fire alarms; Alarms responsive to explosion
    • G08B17/12Actuation by presence of radiation or particles, e.g. of infra-red radiation or of ions
    • G08B17/125Actuation by presence of radiation or particles, e.g. of infra-red radiation or of ions by using a video camera to detect fire or smoke

Abstract

本发明的用于森林防火的干扰源屏蔽方法,通过以下步骤来实现:a).利用红外热成像仪获取森林防火区域的红外图像数据;b).红外图像的增强处理;c).提取红外图像中的可疑区域;d).判断可疑区域的增长性,计算出可疑区域的增长面积;e).判断增长面积是否为零;g).圆形度的计算;h).判断圆形度的变化。本发明的用于森林防火的干扰源屏蔽方法,根据诸如人、动物、汽车等干扰源形状较固定的特点,如果可疑区域的圆形度变化超过阈值,认定为火源,如果低于阈值,则判定为干扰源;本发明的计算方法干扰源与火源的识别度高,针对火灾疑似图像进行面积增长情况和边缘圆形度变化情况的判定,最终锁定干扰源,并及时排除。

Description

一种用于森林防火的干扰源屏蔽方法

技术领域

[0001] 本发明涉及一种用于森林防火的干扰源屏蔽方法,更具体的说,尤其涉及一种通 过判断可疑区域的增长面积及其圆形度变化情况,来有效区分干扰源和真实火灾的用于森 林防火的干扰源屏蔽方法。

背景技术

[0002] 近年来,随着安防行业的发展以及红外热成像仪产品的广泛应用与不断升级,利 用红外热成像仪进行森林火灾智能远程检测逐渐成为森林火灾视频监测的研究热点。然 而,由于检测区域环境的复杂性,检测系统时常会因各种物体发射或反射过量红外线带来 的强热源干扰造成误报,本发明基于红外成像仪在森林防火中的干扰源问题提出本发明方 法,可以较好地解决所述的问题。

发明内容

[0003] 本发明为了克服上述技术问题的缺点,提供了一种用于森林防火的干扰源屏蔽方 法。

[0004] 本发明的用于森林防火的干扰源屏蔽方法,其特征在于,通过以下步骤来实现:

[0005] a).图像采集,利用红外热成像仪获取森林防火区域的红外图像数据,并将红外图 像数据传输至远端的服务器,由服务器进行干扰源屏蔽处理;

[0006] b).红外图像的增强处理,采用提升小波正变换、阈值去噪、提升小波逆变换、直方 图修正的方法依次对红外图像进行处理,以达到红外图像降噪和增强的目的;

[0007] C).提取红外图像中的可疑区域,将红外图像中像素温度值超过t的区域作为需要 分割的区域,对需要分割的区域采用区域生长法得到可疑区域;

[0008] d).判断可疑区域的增长性,利用公式⑴计算出可疑区域的增长面积Δ S1 (x,y):

[0009] Δ Si (x,y) =Si+i (x,y)-Si (x,y) (I)

[0010] 式中,S1+1(x,y)表示相邻两帧图像中后一帧图像中可疑区域的面积,S1(Xj)表示 前一帧图像中可疑区域的面积,A S1 (x,y)表示相邻两帧图像中可疑区域的增长面积;

[0011] e).判断增长面积是否为零,如果可疑区域的增长面积A S1(XJ)为零,说明可疑 区域没有出现面积变化,对于干扰物体,根据其形状大小一般不发生变化而无法满足成像 面积随时间变化的特性,判断出该可疑区域为干扰源,将其屏蔽;如果增长面积A S1(Xj) 不为零,执行步骤f);

[0012] f).判断增长面积是否小于阈值Tl,如果可疑区域的增长面积Δ S1 (x,y)大于零而 小于阈值Tl,则利用公式(2)进行面积增长的连续性进行判断,

Figure CN105405244BD00041

[0014] 式中,S1+2 (x,y)表示相邻两帧图像中后一帧图像中可疑区域的面积,S1+1 (x,y)表 示前一帧图像中可疑区域的面积,A S1+1 (x,y)表示相邻两帧图像中可疑区域的增长面积;

[0015] 如果AS1+1(x,y) =0,表明可疑区域的面积没有出现连续增长,判断出该可疑区域 为干扰源,将其屏蔽;如果A S1+1(x,y) >0,表示可疑区域的面积出现了连续增长,则用圆形 度计算方法进一步来判别,执行步骤g);

[0016] 如果可疑区域的增长面积Δ S1 (x,y)大于或等于阈值Tl,则直接用圆形度计算方 法来判别,执行步骤g);

[0017] g).圆形度的计算,在森林中出现的诸如活动的人或动物、汽车干扰源的形状较为 固定,而烟火的形状却复杂多变,所以可以通过计算圆形度的变化情况来区别干扰源与火 焰,利用公式⑶计算可疑区域的圆形度:

Figure CN105405244BD00051

[0019] 式中,γ表示可疑区域的圆形度,L表示可疑区域的边界长度,S表示可疑区域的面 积;

[0020] h).判断圆形度的变化,利用公式⑷判断可疑区域的圆形度变化:

Figure CN105405244BD00052

[0022] 式中,γ1+1为相邻两帧图像中后一帧图像中可疑区域的圆形度,Y1为相邻两帧图 像中前一帧图像中可疑区域的圆形度,A γι*相邻两帧图像中可疑区域的圆形度变化;

[0023] 如果Δ 丫,为零或小于阈值Τ2,则判定该可疑区域为干扰源,予以屏蔽;如果Δ γι 大于或等于阈值Τ2,则判定该物体为火焰,予以报警。

[0024] 本发明的用于森林防火的干扰源屏蔽方法,步骤b)中所述的提升小波正变换通过 公式⑸和⑹来实现:

Figure CN105405244BD00053

[0027] 式中,公式(5)为利用红外图像的偶数列预测奇数列,得到的预测误差h (2n+l)为 变换的高频分量;公式⑹为利用预测误差来更新红外图像中的偶数列,得到变换的低频分 量 I (2n);

[0028] 所述的提升小波逆变换通过公式⑺和⑻来实现:

Figure CN105405244BD00054

[0031] 经公式⑺和⑻的逆变换后,即可得到增强的红外图像。

[0032] 本发明的用于森林防火的干扰源屏蔽方法,步骤c)中所述的提取红外图像中的可 疑区域方法为,首先在需要分割的区域中找一个种子像素作为生长的起点,然后将种子像 素周围邻域中与种子像素具有相同或相似性质的像素合并到种子像素所在的区域中,将这 些新像素当做新的种子像素继续进行上面的过程,直到再没有满足条件的像素可被包括进 来,这样一个区域就生长完毕。

[0033] 本发明的用于森林防火的干扰源屏蔽方法,步骤c)中,当红外图像中像素对应的 温度t超过475°C时,则将其视为一个需要分割的区域;步骤f)中区域增长面积阈值Tl以及 步骤h)中的圆形度变化Δ γ i的阈值T2的大小均与红外热成像仪的分辨率有关。

[0034] 本发明的有益效果是:本发明的用于森林防火的干扰源屏蔽方法,利用干扰物体 具有固定性的特点,首先计算出相邻两帧中可疑区域的面积变化情况,面积无变化则判定 为干扰源,如有面积变化,再求出可疑区域的圆形度变化情况,根据诸如人、动物、汽车等干 扰源形状较固定的特点,如果可疑区域的圆形度变化超过阈值,认定为火源,如果低于阈 值,则判定为干扰源;本发明的计算方法干扰源与火源的识别度高,针对火灾疑似图像进行 面积增长情况和边缘圆形度变化情况的判定,最终锁定干扰源,并及时排除。

附图说明

[0035] 图1为本发明的用于森林防火的干扰源屏蔽的系统图;

[0036] 图2为本发明的用于森林防火的干扰源屏蔽方法的流程图。

[0037] 图中:1前端摄像系统,2传输网络,3服务器,4客户端。

具体实施方式

[0038] 下面结合附图与实施例对本发明作进一步说明。

[0039] 如图1所示,给出了本发明的用于森林防火的干扰源屏蔽的系统图,其由前端摄像 系统1、传输网络2、服务器3和客户端组成,前端摄像系统1的主要功能是获取红外原始图 像,前端摄像系统1由红外热成像仪、云台、解码器、传输模块组成,红外热成像仪用于获取 红外视频,云台用于控制红外热成像仪监控方向,解码器用于解码操作指令,传输设备用于 传输视频图像及操作指令。

[0040] 传输网络2通过有线或无线方式在因特网或专网上实现信息传输,传输信息既有 前端摄像系统获取的红外图像,又有各种操作指令。服务器3除了处理视频信息、发出警报 及处理云台操作指令外,还可进行屏蔽处理。客户端4主要功能是接收服务器图像服务、发 送屏蔽及云台操作指令。

[0041] 如图2所示,给出了本发明的用于森林防火的干扰源屏蔽方法的流程图,其通过以 下步骤来实现:

[0042] a).图像采集,利用红外热成像仪获取森林防火区域的红外图像数据,并将红外图 像数据传输至远端的服务器,由服务器进行干扰源屏蔽处理;

[0043] b).红外图像的增强处理,采用提升小波正变换、阈值去噪、提升小波逆变换、直方 图修正的方法依次对红外图像进行处理,以达到红外图像降噪和增强的目的;

[0044] 该步骤中,所述的提升小波正变换通过公式⑸和⑹来实现:

Figure CN105405244BD00061

[0047]式中,公式(5)为利用红外图像的偶数列预测奇数列,得到的预测误差h (2n+l)为 变换的高频分量;公式⑹为利用预测误差来更新红外图像中的偶数列,得到变换的低频分 量 I (2η);

[0048]所述的提升小波逆变换通过公式⑺和⑻来实现:

Figure CN105405244BD00071

[0051] 经公式⑺和⑻的逆变换后,即可得到增强的红外图像。

[0052] 提升小波变换是传统小波变换的升级算法,它的基本思想是由基本小波逐步构建 出一个具有更加良好性质的新小波,其实现步骤有3个:分解、预测和更新。分解是将数据分 为偶数序列和奇数序列2个部分,预测是用分解的偶数序列预测奇数序列,得到的预测误差 为变换的高频分量,更新是由预测误差来更新偶数序列,得到变换的低频分量。

[0053] 阈值去噪过程中,可利用高通滤波器和低通滤波器的组合将图像噪声精确过滤, 得到干净的高频分量与低频分量。提升变换是一种可逆的整数变换,其逆变换和正变换是 可逆的,通过反更新、反预测、合并即可实现图像信号的精确重构。将图像在各个尺度去噪 后再进行提升小波逆变换,然后对变换结果再进行直方图修正即可得到增强后的图像。

[0054] c).提取红外图像中的可疑区域,将红外图像中像素温度值超过t的区域作为需要 分割的区域,对需要分割的区域采用区域生长法得到可疑区域;

[0055] 该步骤中,所述的提取红外图像中的可疑区域方法为,首先在需要分割的区域中 找一个种子像素作为生长的起点,然后将种子像素周围邻域中与种子像素具有相同或相似 性质的像素合并到种子像素所在的区域中,将这些新像素当做新的种子像素继续进行上面 的过程,直到再没有满足条件的像素可被包括进来,这样一个区域就长成了。

[0056] d).判断可疑区域的增长性,利用公式⑴计算出可疑区域的增长面积Δ S1 (x,y):

Figure CN105405244BD00072

[0058] 式中,S1+1(x,y)表示相邻两帧图像中后一帧图像中可疑区域的面积,S1(Xj)表示 前一帧图像中可疑区域的面积,A S1 (x,y)表示相邻两帧图像中可疑区域的增长面积;

[0059] e).判断增长面积是否为零,如果可疑区域的增长面积Λ S1 (x,y)为零,说明可疑 区域没有出现面积变化,对于干扰物体,根据其形状大小一般不发生变化而无法满足成像 面积随时间变化的特性,判断出该可疑区域为干扰源,将其屏蔽;如果增长面积A S1(Xj) 不为零,执行步骤f);

[0060] f).判断增长面积是否小于阈值Tl,如果可疑区域的增长面积Δ S1 (x,y)大于零而 小于阈值Tl,则利用公式(2)进行面积增长的连续性进行判断,

Figure CN105405244BD00073

[0062] 式中,S1+2(x,y)表示相邻两帧图像中后一帧图像中可疑区域的面积,S1+1(x,y)表 示前一帧图像中可疑区域的面积,A S1+1 (x,y)表示相邻两帧图像中可疑区域的增长面积;

[0063] 如果八51+1&,5〇=0,表明可疑区域的面积没有出现连续增长,判断出该可疑区域 为干扰源,将其屏蔽;如果A S1+1(x,y) >0,表示可疑区域的面积出现了连续增长,则用圆形 度计算方法进一步来判别,执行步骤g);

[0064] 如果可疑区域的增长面积Δ S1 (x,y)大于或等于阈值Tl,则直接用圆形度计算方 法来判别,执行步骤g);

[0065] g).圆形度的计算,在森林中出现的诸如活动的人或动物、汽车干扰源的形状较为 固定,而烟火的形状却复杂多变,所以可以通过计算圆形度的变化情况来区别干扰源与火 焰,利用公式⑶计算可疑区域的圆形度:

Figure CN105405244BD00081

[0067] 式中,γ表示可疑区域的圆形度,L表示可疑区域的边界长度,S表示可疑区域的面 积;

[0068] h).判断圆形度的变化,利用公式⑷判断可疑区域的圆形度变化:

Figure CN105405244BD00082

[0070] 式中,γ1+1为相邻两帧图像中后一帧图像中可疑区域的圆形度,Y1为相邻两帧图 像中前一帧图像中可疑区域的圆形度,A γι*相邻两帧图像中可疑区域的圆形度变化;

[0071] 如果Δ 丫,为零或小于阈值Τ2,则判定该可疑区域为干扰源,予以屏蔽;如果Δ γι 大于或等于阈值Τ2,则判定该物体为火焰,予以报警。

Claims (4)

1. 一种用于森林防火的干扰源屏蔽方法,其特征在于,通过以下步骤来实现: a) .图像采集,利用红外热成像仪获取森林防火区域的红外图像数据,并将红外图像数 据传输至远端的服务器,由服务器进行干扰源屏蔽处理; b) .红外图像的增强处理,采用提升小波正变换、阈值去噪、提升小波逆变换、直方图修 正的方法依次对红外图像进行处理,以达到红外图像降噪和增强的目的; c) .提取红外图像中的可疑区域,将红外图像中像素温度值超过t的区域作为需要分割 的区域,对需要分割的区域采用区域生长法得到可疑区域; d) .判断可疑区域的增长性,利用公式⑴计算出可疑区域的增长面积Δ S1 (x,y): Δ Si (x, y) = Si+i (x, y) -Si (x, y) (I) 式中,S1+1 (x,y)表示相邻两帧图像中后一帧图像中可疑区域的面积,S1 (x,y)表示前一 帧图像中可疑区域的面积,A S1 (x,y)表示相邻两帧图像中可疑区域的增长面积; e) .判断增长面积是否为零,如果可疑区域的增长面积Δ S1 (x,y)为零,说明可疑区域没 有出现面积变化,对于干扰物体,根据其形状大小一般不发生变化而无法满足成像面积大 小随时间变化的特性,判断出该可疑区域为干扰源,将其屏蔽;如果增长面积A S1 (x,y)不 为零,执行步骤f); f) .判断增长面积是否小于阈值Tl,如果可疑区域的增长面积Λ S1 (x,y)大于零而小于 阈值Tl,则利用公式(2)进行面积增长的连续性进行判断, Δ Si+i (x, y) = Si+2 (x, y) -Si+i (x, y) (2) 式中,S1+2 (x,y)表示相邻两帧图像中后一帧图像中可疑区域的面积,S1+1 (x,y)表示前 一帧图像中可疑区域的面积,A S1+1 (x,y)表示相邻两帧图像中可疑区域的增长面积; 如果△51+1&,7)=0,表明可疑区域的面积没有出现连续增长,判断出该可疑区域为干 扰源,将其屏蔽;如果A S1+1(x,y) >0,表示可疑区域的面积出现了连续增长,则用圆形度计 算方法进一步来判别,执行步骤g); 如果可疑区域的增长面积A S1 (x,y)大于或等于阈值Tl,则直接用圆形度计算方法来判 另IJ,执行步骤g); g) .圆形度的计算,在森林中出现的诸如活动的人或动物、汽车干扰源的形状较为固 定,而烟火的形状却复杂多变,所以可以通过计算圆形度的变化情况来区别干扰源与火焰, 利用公式(3)计算可疑区域的圆形度:
Figure CN105405244BC00021
(3) 式中,γ表示可疑区域的圆形度,L表示可疑区域的边界长度,S表示可疑区域的面积; h) .判断圆形度的变化,利用公式⑷判断可疑区域的圆形度变化: Ayi=Y i+i- γ i (4) 式中,γ1+1为相邻两帧图像中后一帧图像中可以区域的圆形度,Y1为相邻两帧图像中 前一帧图像中可以区域的圆形度,A γι*相邻两帧图像中可疑区域的圆形度变化; 如果A γι*零或小于阈值Τ2,则判定该可疑区域为干扰源,予以屏蔽;如果Δ 丫1大于 或等于阈值Τ2,则判定该物体为火焰,予以报警。
2. 根据权利要求1所述的用于森林防火的干扰源屏蔽方法,其特征在于,步骤b)中所述 的提升小波正变换通过公式⑸和⑹来实现:
Figure CN105405244BC00031
(5)
Figure CN105405244BC00032
(:6) 式中,公式(5)为利用红外图像的偶数列预测奇数列,得到的预测误差h (2n+l)为变换 的高频分量;公式(6)为利用预测误差来更新红外图像中的偶数列,得到变换的低频分量1 (2n); 所述的提升小波逆变换通过公式⑺和⑻来实现:
Figure CN105405244BC00033
(7)
Figure CN105405244BC00034
(8) 经公式⑺和⑻的逆变换后,即可得到增强的红外图像。
3. 根据权利要求1或2所述的用于森林防火的干扰源屏蔽方法,其特征在于:步骤c)中 所述的提取红外图像中的可疑区域方法为,首先在需要分割的区域中找一个种子像素作为 生长的起点,然后将种子像素周围邻域中与种子像素具有相同或相似性质的像素合并到种 子像素所在的区域中,将这些新像素当做新的种子像素继续进行上面的过程,直到再没有 满足条件的像素可被包括进来,这样一个区域就生长完毕。
4. 根据权利要求1或2所述的用于森林防火的干扰源屏蔽方法,其特征在于:步骤c)中, 当红外图像中像素对应的温度t超过475°C时,则将其视为一个需要分割的区域;步骤f)中 区域增长面积阈值Tl以及步骤h)中的圆形度变化Δ γι的阈值T2的大小均与红外热成像仪 的分辨率有关。
CN201510974841.7A 2015-12-22 2015-12-22 一种用于森林防火的干扰源屏蔽方法 CN105405244B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510974841.7A CN105405244B (zh) 2015-12-22 2015-12-22 一种用于森林防火的干扰源屏蔽方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510974841.7A CN105405244B (zh) 2015-12-22 2015-12-22 一种用于森林防火的干扰源屏蔽方法

Publications (2)

Publication Number Publication Date
CN105405244A CN105405244A (zh) 2016-03-16
CN105405244B true CN105405244B (zh) 2018-05-22

Family

ID=55470707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510974841.7A CN105405244B (zh) 2015-12-22 2015-12-22 一种用于森林防火的干扰源屏蔽方法

Country Status (1)

Country Link
CN (1) CN105405244B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107204093A (zh) * 2017-05-22 2017-09-26 上海热像机电科技股份有限公司 一种确定触发警情位置的方法及系统
CN107330884A (zh) * 2017-07-06 2017-11-07 北京安宁威尔科技发展有限公司 着火点检测方法及装置
CN108168707B (zh) * 2017-12-18 2020-06-05 山东神戎电子股份有限公司 一种基于热成像的高温干扰源去除方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3045645B2 (ja) * 1994-10-13 2000-05-29 ニッタン株式会社 炎感知器
CN1092825C (zh) * 1995-03-08 2002-10-16 中国科学技术大学 利用彩色影像三基色差分进行火灾深测与定位的方法
CN101315667B (zh) * 2008-07-04 2011-01-19 南京航空航天大学 室外早期火灾多种特征综合识别方法
CN101770644A (zh) * 2010-01-19 2010-07-07 浙江林学院 森林火灾远程视频监控烟火识别方法
CN102982518A (zh) * 2012-11-06 2013-03-20 扬州万方电子技术有限责任公司 红外与可见光动态图像的融合方法及装置

Also Published As

Publication number Publication date
CN105405244A (zh) 2016-03-16

Similar Documents

Publication Publication Date Title
Ancuti et al. D-hazy: A dataset to evaluate quantitatively dehazing algorithms
Serikawa et al. Underwater image dehazing using joint trilateral filter
Bhandari et al. Cuckoo search algorithm based satellite image contrast and brightness enhancement using DWT–SVD
Zhang et al. New medical image fusion approach with coding based on SCD in wireless sensor network
US9524548B2 (en) Method and system for obtaining a first signal for analysis to characterize at least one periodic component thereof
Gan et al. Infrared and visible image fusion with the use of multi-scale edge-preserving decomposition and guided image filter
JP6109185B2 (ja) 地図に基づいた制御
Garzelli et al. Optimal MMSE pan sharpening of very high resolution multispectral images
Adu et al. Image fusion based on nonsubsampled contourlet transform for infrared and visible light image
Dedeoglu et al. Real-time fire and flame detection in video
Choi et al. Fusion of multispectral and panchromatic satellite images using the curvelet transform
Mahyari et al. Panchromatic and multispectral image fusion based on maximization of both spectral and spatial similarities
Acharya et al. Image processing: principles and applications
US7660439B1 (en) Method and system for flow detection and motion analysis
CN104620282B (zh) 用于抑制图像中的噪声的方法和系统
Chai et al. Multifocus image fusion scheme based on features of multiscale products and PCNN in lifting stationary wavelet domain
Zhang et al. Visibility enhancement using an image filtering approach
CN104483326B (zh) 基于深度信念网络的高压线绝缘子缺陷检测方法及系统
Zhang et al. Infrared and visual image fusion through infrared feature extraction and visual information preservation
CN105230003B (zh) 用于校准图像捕捉设备的颜色校正变换的方法和系统
US7574039B2 (en) Video based fire detection system
Zhou et al. Improvement of the signal to noise ratio of Lidar echo signal based on wavelet de-noising technique
CN104021532B (zh) 一种红外图像的图像细节增强方法
US20130286213A1 (en) Method, device and system for determining the presence of volatile organic compounds (voc) in video
Yang et al. Fusion of infrared polarization and intensity images using support value transform and fuzzy combination rules

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant