CN107194944A - 林火图像分割方法及装置 - Google Patents

Abstract

本发明实施例提供林火图像分割方法及装置。在一个实施例中，所述林火图像分割方法包括：获取待分割林火图像的样本集，所述样本集包括所述待分割林火图像的各个像素点的灰度级，及像素点灰度级的频率；根据所述样本集得到按照预设长度划分的区间的样条函数；计算所述样条函数的多个极值以得到所述待分割林火图像的分割阈值；以及根据所述分割阈值对所述待分割林火图像进行分割。

Description

林火图像分割方法及装置

技术领域

本发明涉及图像处理领域，具体而言，涉及一种林火图像分割方法及装置。

背景技术

森林火灾造成的损失巨大，为有效保证人们的生命财产安全和保护森林资源，世界各国都不惜花费巨资，投入动辄几十亿、上百亿美元，用于研制森林防火预警系统。近年已有很多火灾监测系统，按研究历史上可分为两个阶段：一是以硬件设备为主导的，如基于传感器(如感温、感烟报警器等)检测烟或火情的预警方法，此类方法主要弊病在于：火源与传感器部署地之间总会存在距离，加之野外环境，极易造成误报、漏报、延时等问题；二是以软件技术为主导的防火系统，该防火系统基于数字图像或视频的可视化系统逐渐占据主导地位，该防火系统主要利用图像的颜色、纹理、几何特征、闪烁、目标运动轨迹等识别图像中的“火”现象，在识别之前需要图像进行分割，图像分割的质量直接影响后续的识别效果。因此，对林火图像的有效分割是亟待解决的问题。

发明内容

有鉴于此，本发明实施例的目的在于提供一种林火图像分割方法及装置。

本发明实施例提供的一种林火图像分割方法，所述林火图像分割方法包括：

获取待分割林火图像的样本集，所述样本集包括所述待分割林火图像的各个像素点的灰度级，及像素点灰度级的频率；

根据所述样本集得到按照预设长度划分的区间的样条函数；

计算所述样条函数的多个极值以得到所述待分割林火图像的分割阈值；以及

根据所述分割阈值对所述待分割林火图像进行分割。

本发明实施例还提供一种林火图像分割装置，所述林火图像分割装置包括：

样本获取模块，用于获取待分割林火图像的样本集，所述样本集包括所述待分割林火图像的各个像素点的灰度级，及像素点灰度级的频率；

函数得到模块，用于根据所述样本集得到按照预设长度划分的区间的样条函数；

阈值计算模块，用于计算所述样条函数的多个极值以得到所述待分割林火图像的分割阈值；以及

图像分割模块，用于根据所述分割阈值对所述待分割林火图像进行分割。

与现有技术相比，本发明的林火图像分割方法及装置，通过使用林火图像中的像素点形成的样本集生成样条函数，计算样条函数的极值以得到分割阈值，根据所述分割阈值对林火图像进行分割，上述过程只需要计算计算极值，相较于其它需要迭代的计算方式计算量较小，使林火图像分割速度更快。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明较佳实施例提供的电子终端的方框示意图。

图2为本发明较佳实施例提供的林火图像分割方法的流程图。

图3为本发明较佳实施例提供的林火图像分割方法中的步骤S202的详细流程图。

图4为本发明较佳实施例提供的林火图像分割方法中的步骤S2022的详细流程图。

图5为本发明较佳实施例提供的林火图像分割装置的功能模块示意图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

如图1所示，是电子终端100的方框示意图。所述电子终端100包括林火图像分割装置110、存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115、显示单元116。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对电子终端100的结构造成限定。例如，电子终端100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

所述存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115及显示单元116各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述林火图像分割装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器111中或固化在所述电子终端100的操作系统(operating system，OS)中的软件功能模块。所述处理器113用于执行存储器中存储的可执行模块，例如所述林火图像分割装置110包括的软件功能模块或计算机程序。

其中，所述存储器111可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等。其中，存储器111用于存储程序，所述处理器113在接收到执行指令后，执行所述程序，本发明实施例任一实施例揭示的过程定义的电子终端100所执行的方法可以应用于处理器113中，或者由处理器113实现。

所述处理器113可能是一种集成电路芯片，具有信号的处理能力。上述的处理器113可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述外设接口114将各种输入/输入装置耦合至处理器113以及存储器111。在一些实施例中，外设接口114，处理器113以及存储控制器112可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

所述输入输出单元115用于提供给用户输入数据。所述输入输出单元115可以是，但不限于，鼠标和键盘等。

所述显示单元116在所述电子终端100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元116可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器进行计算和处理。

请参阅图2，是本发明较佳实施例提供的应用于图1所示的电子终端100的林火图像分割方法的流程图。下面将对图2所示的具体流程进行详细阐述。

步骤S201，获取待分割林火图像的样本集。

在一个实例中，所述样本集可以以直方图的形式显示在所述电子终端的显示界面中，例如，所述直方图的横坐标表示各个像素点的灰度级，所述纵坐标表示每个像素点的灰度级在所有像素点中的出现频率。

步骤S201可包括：识别所述待分割林火图像的各个像素点的灰度级；计算每个像素点的灰度级在所有像素点中的出现频率。

本实施例中，所述样本集包括所述待分割林火图像的各个像素点的灰度级，及像素点灰度级的频率。例如，灰度级用[0,1,…,L-1]表示，所述样本集为{(i,p(i)}，i＝0,1,…,L-1。本实例中的样本集中的样本数固定(由像素点的灰度级范围决定)，与图像尺寸无关，例如，所述样本集的采用256个灰度级进行统计，则所述样本集包括256个元素。例如，灰度级p的频率为所述待分割林火图像中的像素点的值为p的概率。

步骤S202，根据所述样本集得到按照预设长度划分的区间的样条函数。

在一种实施方式中，如图3所示，步骤S202可包括步骤S2021和步骤S2022，具体描述如下。

步骤S2021，按照像素点的灰度级分成多个变量区间。

本实施例中，先将[0,L-1]区间上划分多个所述变量区间，所述变量区间的长度可取固定值h，例如，h＝1。

步骤S2022，将所述样本集在所述多个变量区间分别进行样条插值以得到每个变量区间的插值函数，所有的插值函数拼接成所述样条函数。

其中，相邻两个变量区间的插值函数的端点处光滑且连续。

在一种实施方式中，步骤S2022可包括如图4所示的步骤，具体描述如下。

步骤S20221，根据三次样条插值方式得到待定插值函数，所述待定插值函数的参数待定。

在一种实施方式中，可以通过以下方式计算得到所述待定插值函数。

下面以g(.)表示所述插值函数进行描述。

本实施方式中，设灰度级i处的估计值g(i)＝g_i，g"(i)＝γ_i。记插值函数形成的向量G＝(g₁,…,g_L-2)^T，γ＝(γ₁,γ₂,…,γ_L-2)T，本实施方式中，所述插值函数g(.)可为三次样条函数。因此可以得知γ₀＝γ_L-1＝0。在变量区间[i,i+1]上，由前设可得条件一：g(i)＝g_i，g(i+1)＝g_i+1，g"(i)＝γ_i，g"(i+1)＝γ_i+1。

在变量区间[i,i+1]上,插值函数g(.)满足条件一，则可得公式二g"(t)＝(t-i)γ_i+1+(i+1-t)γ_i，t∈[i,i+1]。

在变量区间[i,i+1](i＝1,2,…,L-3)的自然三次样条回归函数g(.)，具有如下公式式三：其中，公式三是通过对公式二进行关于变量t两次积分，积分过程中产生两个任意常数，将条件一代入即可消去所述两个任意常数。其中公式三在i＝1,2,…,L-3时均成立，共产生L-3个未知数γ_i。

以上过程不包括两个端点变量区间[0,1]和[L-2,L-1]。区间[0,1]和[L-2,L-1]上，按三次样条函数定义，端点处的二阶导数为0，同样是按线性函数处理。可得公式四：g(t)＝g₁-(1-t)g'(1),t∈[0,1]，g(t)＝g_L-2-(t-L+2)g'(L-2),t∈[L-2,L-1]。

综上所述可以得到参数未确定的插值函数g(.)，也就是所述待定插值函数。

步骤S20222，根据所述样本集计算得到第一中间向量Y。

其中，计算公式为y_i＝p(i-1),i＝1,…,L-2，其中，i表示所述样本集中的样本点的灰度级，p(i)表示样本集中的灰度级为i的频率。

步骤S20223，根据两个带状常数矩阵计算得到Cholesky分解因子L和D。

其中，通过计算式R+αQ^TQ的Cholesky分解因子得到所述L和D，Q为一带状常数矩阵，R为另一带状常数矩阵；

在一个实例中，所述其中，R对称、正定，也可以理解成所述R为严格对角占优矩阵。

其中，根据所述带状常数矩阵Q、带状常数矩阵R计算得到的矩阵R+αQ^TQ对称且严格正定，可对其进行Cholesky分解，有R+αQ^TQ＝LDL^T，其中D是严格正定对角阵，L是下三角阵。

步骤S20224，根据所述第一中间向量及所述分解因子L和D及所述带状常数矩阵Q计算得到第二中间向量γ。

其中，通过以下公式计算得到所述第二中间向量：Q^TY＝(LDL^T)γ。

步骤S20225，根据所述第一中间向量Y、第二中间向量γ及带状常数矩阵Q计算得到所述插值函数向量参数g。

其中，通过以下公式计算得到所述插值函数向量参数g，g＝Y-αQγ，其中，所述插值函数向量参数g中的元素依次拼接形成所述样条函数。

步骤S20226，将所述插值函数向量参数g代入所述待定插值函数得到所述插值函数。

本实施例中，所述插值函数依次拼接可形成所述样条函数。

在其他实施例中，所述插值函数向量参数g和第二中间向量γ也可以通过以下方式计算得到。

根据上述公式三及公式四，再加三次样条的一阶、二阶导数连续的条件，可得公式五：

在一个实例中，假设插值函数向量参数g和第二中间向量γ可确定所述插值函数g(.)当且仅当Q^Tg＝Rγ时成立，此时满足公式五：其中，_Q,R为带状常数矩阵，在一个实例中， 且R对称、正定，其中，K＝Q^R-1Q^T。

综上所述，可计算得到：g＝(I+αK)^-1Y，其中，_I是单位矩阵。

步骤S203，计算所述样条函数的多个极值以得到所述待分割林火图像的分割阈值。

在一种实施方式中，步骤S203可包括：计算每个插值函数的一阶导数，根据所述一阶导数的符号判断所述插值函数的极值，以获得所述样条函数的多个极值，并根据所述多个极值得到所述分割阈值。

在一种实施方式中，计算每个插值函数的导数，判断导数的取值，若所述导数由负变成正值，则导数取零的点为所述插值函数的极值。

步骤S204，根据所述分割阈值对所述待分割林火图像进行分割。

在一实际试验案例中，分割后的林火图像R(红色)通道的分割结果可呈现出原图的火焰区域，且明显与天空不属于同一区域、G(绿色)通道只呈现了火焰的部分区域、B(蓝色)通道呈现的火焰部分最少、而灰度图像直观视觉上将林火图像分割为两个区域：火焰和天空为一区域，其它为另一区域，根据本实施例中的林火图像分割方法分割效果特别好且分割速度很快。

在其它实施例中，所述方法还可包括：将所述待分割林火图像分别按照RGB三通道分割，再将按照RGB三通道分割的林火图像组装成三层，以彩色图像显示分割后的图像。通过将所述待分割图像通过RGB三通道进行分割，在进行组成以使分割后的林火图像更加接近原图，G和B通道的分割结果对红色通道进行了信息补充，更加突出了火焰和天空所在区域，以进一步地提高林火图像的分割效果。

根据本实施例中的方法，通过使用林火图像中的像素点形成的样本集生成样条函数，计算样条函数的极值以得到分割阈值，根据所述分割阈值对林火图像进行分割，上述过程只需要计算计算极值，相较于其它需要迭代的计算方式计算量较小，使林火图像分割速度更快。

请参阅图5，是本发明较佳实施例提供的图1所示的林火图像分割装置110的功能模块示意图。本实施例中林火图像分割装置110中的各个模块或单元用于执行上述林火图像分割方法实施例中的各个步骤，所述林火图像分割装置110包括样本获取模块1101、函数得到模块1102、阈值计算模块1103及图像分割模块1104。

所述样本获取模块1101，用于获取待分割林火图像的样本集，所述样本集包括所述待分割林火图像的各个像素点的灰度级，及像素点灰度级的频率。

所述函数得到模块1102，用于根据所述样本集得到按照预设长度划分的区间的样条函数。

所述阈值计算模块1103，用于计算所述样条函数的多个极值以得到所述待分割林火图像的分割阈值。

本实施例中，所述阈值计算模块还用于计算每个插值函数的一阶导数，根据所述一阶导数的符号判断所述插值函数的极值，以获得所述样条函数的多个极值，并根据所述多个极值得到所述分割阈值。

所述图像分割模块1104，用于根据所述分割阈值对所述待分割林火图像进行分割。

本实施例中，所述函数得到模块1102可包括：区间分成单元及插值单元。

所述区间分成单元，用于按照像素点的灰度级分成多个变量区间。

所述插值单元，用于将所述样本集在所述多个变量区间分别进行样条插值以得到每个变量区间的插值函数，所有的插值函数拼接成所述样条函数；其中，相邻两个变量区间的插值函数的端点处光滑且连续。

在一种实施方式中，所述插值单元包括：待定函数得到子单元、第一计算子单元、第二计算子单元、第三计算子单元、第四计算子单元及。

所述待定函数得到子单元，用于根据三次样条插值方式得到待定插值函数，所述待定插值函数的参数待定。

所述第一计算子单元，用于根据所述样本集计算得到第一中间向量Y，其中，y_i＝p(i-1),i＝1,…,L-2，其中，i表示所述样本集中的样本点的灰度级，p(i)表示样本集中的灰度级为i的频率。

所述第二计算子单元，用于根据两个带状常数矩阵计算得到Cholesky分解因子L和D，其中，通过计算公式R+αQ^TQ的Cholesky分解因子得到所述L和D，Q为一带状常数矩阵，R为另一带状常数矩阵。

所述第三计算子单元，用于根据所述第一中间向量及所述分解因子L和D及所述带状常数矩阵Q计算得到第二中间向量γ，其中，通过以下公式计算得到所述第二中间向量：Q^TY＝(LDL^T)γ。

所述第四计算子单元，用于根据所述第一中间向量Y、第二中间向量γ及带状常数矩阵Q计算得到所述插值函数向量参数g，其中，通过以下公式计算得到所述插值函数向量参数g，g＝Y-αQγ；

所述函数得到子单元，用于将所述插值函数向量参数g代入所述待定插值函数得到所述插值函数，其中，所述插值函数依次拼接形成所述样条函数。

本实施例中，所述样本获取模块1101可以包括：像素点识别单元及频率计算单元。

所述像素点识别单元，用于识别所述待分割林火图像的各个像素点的灰度级。

所述频率计算单元，用于计算每个像素点的灰度级在所有像素点中的出现频率。

根据本实施例中的装置，通过使用林火图像中的像素点形成的样本集生成样条函数，计算样条函数的极值以得到分割阈值，根据所述分割阈值对林火图像进行分割，上述过程只需要计算计算极值，相较于其它需要迭代的计算方式计算量较小，使林火图像分割速度更快。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种林火图像分割方法，其特征在于，所述林火图像分割方法包括：

获取待分割林火图像的样本集，所述样本集包括所述待分割林火图像的各个像素点的灰度级，及像素点灰度级的频率；

根据所述样本集得到按照预设长度划分的区间的样条函数；

计算所述样条函数的多个极值以得到所述待分割林火图像的分割阈值；以及

根据所述分割阈值对所述待分割林火图像进行分割。

2.如权利要求1所述的林火图像分割方法，其特征在于，所述根据所述样本集得到按照预设长度划分的区间的样条函数的步骤包括：

按照像素点的灰度级分成多个变量区间；

将所述样本集在所述多个变量区间分别进行样条插值以得到每个变量区间的插值函数，所有的插值函数拼接成所述样条函数；其中，相邻两个变量区间的插值函数的端点处光滑且连续。

3.如权利要求2所述的林火图像分割方法，其特征在于，所述计算所述样条函数的多个极值以得到所述待分割林火图像的分割阈值的步骤包括：

计算每个插值函数的一阶导数，根据所述一阶导数的符号判断所述插值函数的极值，以获得所述样条函数的多个极值，并根据所述多个极值得到所述分割阈值。

4.如权利要求2所述的林火图像分割方法，其特征在于，将所述样本集在所述多个变量区间分别进行样条插值以得到每个变量区间的插值函数，所有的插值函数拼接成所述样条函数的步骤包括：

根据三次样条插值方式得到待定插值函数，所述待定插值函数的参数待定；

根据所述样本集计算得到第一中间向量Y，其中，y_i＝p(i-1),i＝1,…,L-2，其中，i表示所述样本集中的样本点的灰度级，p(i)表示样本集中的灰度级为i的频率；

根据两个带状常数矩阵计算得到Cholesky分解因子L和D，其中，通过计算公式R+αQ^TQ的Cholesky分解因子得到所述L和D，Q为一带状常数矩阵，R为另一带状常数矩阵；

根据所述第一中间向量及所述分解因子L和D及所述带状常数矩阵Q计算得到第二中间向量γ，其中，通过以下公式计算得到所述第二中间向量：Q^TY＝(LDL^T)γ；

根据所述第一中间向量Y、第二中间向量γ及带状常数矩阵Q计算得到所述插值函数向量参数g，其中，通过以下公式计算得到所述插值函数向量参数g，g＝Y-αQγ；

将所述插值函数向量参数g代入所述待定插值函数得到所述插值函数，其中，所述插值函数依次拼接形成所述样条函数。

5.如权利要求1所述的林火图像分割方法，其特征在于，所述获取待分割林火图像的样本集的步骤包括：

识别所述待分割林火图像的各个像素点的灰度级；

计算每个像素点的灰度级在所有像素点中的出现频率。

6.一种林火图像分割装置，其特征在于，所述林火图像分割装置包括：

样本获取模块，用于获取待分割林火图像的样本集，所述样本集包括所述待分割林火图像的各个像素点的灰度级，及像素点灰度级的频率；

函数得到模块，用于根据所述样本集得到按照预设长度划分的区间的样条函数；

阈值计算模块，用于计算所述样条函数的多个极值以得到所述待分割林火图像的分割阈值；以及

图像分割模块，用于根据所述分割阈值对所述待分割林火图像进行分割。

7.如权利要求6所述的林火图像分割装置，其特征在于，所述函数得到模块包括：

区间分成单元，用于按照像素点的灰度级分成多个变量区间；

插值单元，用于将所述样本集在所述多个变量区间分别进行样条插值以得到每个变量区间的插值函数，所有的插值函数拼接成所述样条函数；其中，相邻两个变量区间的插值函数的端点处光滑且连续。

8.如权利要求7所述的林火图像分割装置，其特征在于，所述阈值计算模块还用于计算每个插值函数的一阶导数，根据所述一阶导数的符号判断所述插值函数的极值，以获得所述样条函数的多个极值，并根据所述多个极值得到所述分割阈值。

9.如权利要求7所述的林火图像分割装置，其特征在于，所述插值单元包括：

待定函数得到子单元，用于根据三次样条插值方式得到待定插值函数，所述待定插值函数的参数待定；

第一计算子单元，用于根据所述样本集计算得到第一中间向量Y，其中，计算公式为：y_i＝p(i-1),i＝1,…,L-2，其中，i表示所述样本集中的样本点的灰度级，p(i)表示样本集中的灰度级为i的频率；

第二计算子单元，用于根据两个带状常数矩阵计算得到Cholesky分解因子L和D，其中，通过计算式R+αQ^TQ的Cholesky分解因子得到所述L和D，Q为一带状常数矩阵，R为另一带状常数矩阵；

第三计算子单元，用于根据所述第一中间向量及所述分解因子L和D及所述带状常数矩阵Q计算得到第二中间向量γ，其中，通过以下公式计算得到所述第二中间向量：Q^TY＝(LDL^T)γ；

第四计算子单元，用于根据所述第一中间向量Y、第二中间向量γ及带状常数矩阵Q计算得到所述插值函数向量参数g，其中，通过以下公式计算得到所述插值函数向量参数g，g＝Y-αQγ；

函数得到子单元，用于将所述插值函数向量参数g代入所述待定插值函数得到所述插值函数，其中，所述插值函数依次拼接形成所述样条函数。

10.如权利要求6所述的林火图像分割装置，其特征在于，所述样本获取模块包括：

像素点识别单元，用于识别所述待分割林火图像的各个像素点的灰度级；

频率计算单元，用于计算每个像素点的灰度级在所有像素点中的出现频率。