CN110517440A - 基于卫星遥感系统的智能监控预警系统及方法 - Google Patents
基于卫星遥感系统的智能监控预警系统及方法 Download PDFInfo
- Publication number
- CN110517440A CN110517440A CN201910785683.9A CN201910785683A CN110517440A CN 110517440 A CN110517440 A CN 110517440A CN 201910785683 A CN201910785683 A CN 201910785683A CN 110517440 A CN110517440 A CN 110517440A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- module
- mid
- fire
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims description 11
- 238000012545 processing Methods 0.000 claims abstract description 46
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 47
- 238000002485 combustion reaction Methods 0.000 claims description 21
- 238000011161 development Methods 0.000 claims description 9
- 230000002123 temporal effect Effects 0.000 claims description 3
- 230000003760 hair shine Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 10
- 239000003990 capacitor Substances 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/20—Adaptations for transmission via a GHz frequency band, e.g. via satellite
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Astronomy & Astrophysics (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明提供了一种基于卫星遥感系统的智能监控预警系统，基于FY‑3、FY‑4A(中国)、高分2、高分4、资源系列、高景等卫星，采用当今世界最先进的气象卫星技术进行图像采集，其中包括图像接收模块、图像处理模块以及图像生成模块；所述图像接收模块用于接收卫星发送的中远红外波段图像照片、近红外波段图像，以及紫外波段图像、可见光波段图像等不同波段的图像，通过图像处理模块提取火点信息，生成由中红外、近红外、可见光通道结合的多光谱火点信息，并将数据加载在GIS数据上，最终生成含有火点信息的图像数据。本发明采用的静止气象卫星在火点监测方面优势明显，主要体现在高空间分辨率、高时间分辨率、观测高时效性几个方面。
Description
技术领域
本发明涉及遥感、通讯技术领域，具体涉及一种基于卫星遥感系统的智能监控预警系统及方法。
背景技术
遥感技术是20世纪60年代兴起的一种探测技术，是根据电磁波的理论，应用各种传感仪器对远距离目标所辐射和反射的电磁波信息，进行收集、处理，并最后成像，从而对地面各种景物进行探测和识别的一种综合技术，通过遥感技术，可查询到FY-3、FY-4A(中国)、高分2、高分4、资源系列、高景等国产高分辨率遥感卫星影像。但是目前还没有基于遥感技术进行火灾预警的系统，所以基于遥感技术进行火灾预警的系统还有待开发。
发明内容
本发明提供一种基于卫星遥感系统的智能监控预警系统，将遥感技术与火灾预警相结合，提取不同波段的图像数据进行整合生成一个能够对火情点进行输出为火情图像的火情图像，达到火灾预警的目的和效果。
一种基于卫星遥感系统的智能监控预警系统，包括图像接收模块、图像处理模块以及图像生成模块；
所述图像接收模块用于接收卫星发送的中远红外波段图像照片和近红外波段图像照片；
图像处理模块，对所述中远红外波段图像照片进行处理，以获取所述中远红外波段图像照片中的中远红外火点，对所述近红外波段图像照片进行处理，以获取所述近红外波段图像照片中各个像素值点的燃烧指标；
图像生成模块，基于所述中远红外火点以及所述燃烧指标确定火点，并基于GIS地理信息系统将确定的火点输出为火情图像。
进一步的，
所述图像接收模块还用于接收中紫外波段图像照片、可见光波段图像照片以及其他波段图像照片中的任意一种或多种。
进一步的，
所述图像处理模块包括亮温值识别模块和燃烧指数处理模块，
所述亮温值识别模块用于识别所述中远红外波段图像照片，获取所述中远红外波段图像照片中各个像素点的亮温值，将亮温值大于预设值的像素点统计为中远红外火点；
所述燃烧指数处理模块用于识别所述近红外波段图像照片，获取所述近红外波段图像照片中各个像素点的RGB值，将第一预设范围内的RGB值的点统计为第一燃烧指标，将第二预设范围内的RGB值的点统计为第二燃烧指标。
进一步的，
还包括导航模块，所述导航模块通过通讯单元与所述图像生成模块连接，所述导航模块包括行政地图模块及GPS定位模块；
所述导航模块用于获取火情图像，确定火情图像内的火情发生点的火情地理位置数据，基于所述GPS定位模块获取所述导航模块的当前地理位置数据，通过所述行政地图模块对所述当前地理位置数据和所述火情地理位置数据进行处理，生成规划路线。
进一步的，
所述图像接收模块、所述图像处理模块以及所述图像生成模块分别位于一监控预警服务器内，所述监控预警服务器分别与卫星服务器和所述导航模块通过通讯单元连接；
所述图像生成模块在生成所述火情图像时对生成火情图像的时刻进行标记，所述监控预警服务器通过显示端对不同时刻的火情图像分别进行输出为火情图像。
进一步的，
还包括自动报警模块，所述自动报警模块与所述图像生成模块连接，当所述自动报警模块接收到的所述火情图像存在火情发生点时，所述自动报警模块通过所述显示端进行自动显示、报警。
进一步的，
所述通讯单元包括远程通讯模块和近程通讯模块；
所述远程通讯模块为5G通讯模块、4G通讯模块、3G通讯模块以及2G通讯模块中的任意一种或多种；
所述近程通讯模块为WIFI通讯模块、红外通讯模块、局域网通讯模块以及蓝牙通讯模块中的任意一种或多种。
进一步的，
所述导航模块包括壳体，设置于壳体上的显示屏幕、蓄电池和处理器，所述蓄电池分别所述与显示屏幕和开发板连接并进行供电，所述显示器与所述开发板连接；
所述处理器、通讯模块、所述GPS定位模块、所述行政地图模块分别集成于所述开发板处，所述处理器分别获取火情地理位置数据和当前地理位置数据，通过所述行政地图模块对当前地理位置数据和火情地理位置数据进行处理，生成规划路线，通过显示屏幕输出为火情图像。
进一步的，
所述图像处理模块对中远红外波段图像照片进行干扰因素识别标注包含如下步骤：
步骤A1、对初次干扰像素点进行识别，将同一位置当前时间点之前的N张中远红外波段图像照片按时间顺序进行排列，形成一段图像视频，并将所述图像视频进行灰度处理，得到灰度视频；
步骤A2、获取所述位置当前时间点的中远红外波段图像照片，并将所述图像照片进行灰度化后，判断所述图像照片中的干扰像素点，按照以下公式进行计算：
其中，为标准像素点，SN为像素差异值，Ki为需要判断的像素点在灰度视频中第i帧的像素值，P K1需要判断的像素点为干扰像素点的概率，K1为需要判断的像素点在所述图像照片中灰度化后的像素值，i＝1、2、3…N，若P K1大于0.5则为干扰像素点，对该像素点进行标注；
步骤A3、动态监控干扰像素点，在初次干扰像素点识别后，根据实时获取的中远红外波段图像照片动态监控图像中的干扰像素点，在实时监控时首先获取动态标准像素点和动态像素差异值，按照以下公式进行计算：
其中，为需判断的像素点在动态监控时的初始动态标准像素点，为需判断的像素点在第f-1次动态监控时的动态标准像素点，K1f为第f次获取的中远红外波段图像灰度化后需判断的像素点的像素值，为需判断的像素点在第f次动态监控时的动态标准像素点，λ为预设时间系数，为0-1之间的值，时间信息越强，λ的预设值越大，S10为需判断的像素点在动态监控时的初始动态像素差异值，为需判断的像素点在第f-1次动态监控时的动态像素差异值，S1f为第f次动态监控时的动态像素差异值，为第f-1次获取的中远红外波段图像灰度化后需判断的像素点的像素值；
判断像素点是否为干扰像素点，按照以下公式进行计算；
其中，μ为预设判断系数，预设值为3到4之间任意数值，若需要判断的像素点在第f次动态监控时满足上述公式，需要判断的像素点在第f次动态监控时为干扰像素点，进行标注；
步骤A4、利用步骤A3判断获取的中远红外波段图像照片所有像素点是否为干扰像素点，对所有干扰像素点进行标注。
一种基于卫星遥感系统的智能监控预警方法，包括以下步骤：
接收卫星发送的中远红外波段图像照片和近红外波段图像照片；
对所述中远红外波段图像照片进行处理，以获取所述中远红外波段图像照片中的中远红外火点，对所述近红外波段图像照片进行处理，以获取所述近红外波段图像照片中各个像素值点的燃烧指标；
基于所述中远红外火点以及所述燃烧指标进行确定火点，基于GIS地理信息系统将确定的火点输出为火情图像；
对所述火情图像进行显示，并控制报警装置报警。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为基于卫星遥感系统的智能监控预警系统的结构示意图；
图2为图像处理模块的结构的结构示意图；
图3为基于卫星遥感系统的智能监控预警方法的流程示意图；
图4为充电电路的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于卫星遥感系统的智能监控预警系统，如图1所示其结构示意图，包括图像接收模块、图像处理模块以及图像生成模块；所述图像接收模块用于接收卫星发送的中远红外波段图像照片和近红外波段图像照片，还可以用于接收卫星发送的紫外光波段、可见光波段等不同波段的图像数据。
图像处理模块，对中远红外波段图像照片进行处理获取中远红外波段图像照片中的中远红外火点，对近红外波段图像照片进行处理获取近红外波段图像照片中各个像素值点的燃烧指标；
图像生成模块，基于中远红外火点以及燃烧指标进行确定火点，将确定火点基于GIS地理信息系统进行输出为火情图像。
上述技术方案的效果及原理在于：
该系统分别对卫星图像数据进行处理，首先提取中远红外火点信息，其次根据近红外波段的燃烧指标数据进一步提升检测精度，剔除误检点，最后利用其它对照数据，最终生成多通道火点信息。数据不足时，中远红外波段数据和近红外波段数据会单独使用，对应火点信息的可信度会降低。其他对照数据仅能作为辅助对照，不会单独使用。该基于卫星遥感系统的智能监控预警系统通过接收卫星发送的不同波段的图像数据，图像接收模块分别接收远红外火点图像照片以及近红外波段图像照片，对中远红外波段图像照片进行处理获取中远红外波段图像照片中的中远红外火点，对近红外波段图像照片进行处理获取近红外波段图像照片中各个像素值点的燃烧指标，将中远红外火点与燃烧指标相结合，得出火情图像。具有精确度高等优点。
由于火情图像是基于GIS地理信息系统进行输出，使得火情图像还包括以下附加信息，附加信息包括火点发生时间、经度、纬度、明火面积、可信度及卫星原始图片等等。
所述卫星为新一代静止气象卫星——FY-3、FY-4A(中国)、高分2、高分4、资源系列、高景等卫星，采用当今世界最先进的气象卫星技术，全部由我国自主研发。
当前林业局、环保部等常规卫星遥感火点监测业务中，主要采用极轨气象卫星。与极轨气象卫星火点监测相比，静止气象卫星在火点监测方面优势明显，主要体现在高空间分辨率、高时间分辨率、观测高时效性几个方面。
高空间分辨率：新一代静止气象卫星在各通道的分辨率上相比以前有明显提高，如可见光最高为500米，用于火点监测的红外通道，分辨率为1000米，为以前的2倍以上，最小监测面积是300平方米。
高时间分辨率：卫星观测频次为10分钟，一天142次观测；利用该高频监测，能连续获取火点信息，观测火点动态发展，而极轨气象卫星每天仅2次观测。
观测高时效性：卫星数据在数分钟内即从卫星上传输至地面接收站，后续经辐射校正、定位校正、投影转换及火点判识和信息获取，从卫星原始数据到火点信息获取，整个过程仅滞后5分钟，时效性较高，而极轨卫星观测之后时间一般在1-2小时。
所述图像接收模块还用于接收中紫外波段图像照片、可见光波段图像照片以及其他波段图像照片中的任意一种或多种。
在一个实施例中，如图2所示，所述图像处理模块包括亮温值识别模块和燃烧指数处理模块，亮温值识别模块用于识别中远红外波段图像照片，获取中远红外波段图像照片中各个像素点的亮温值，将亮温值大于预设值的像素点统计为中远红外火点。其中预设值可以是350、400以及500中的任意一个，即当像素点的亮温值大于上面的数值后则认为该像素点为中远红外火点，即可能发生火灾的点。
燃烧指数处理模块用于识别近红外波段图像照片，获取近红外波段图像照片中各个像素点的RGB值，将第一预设范围内的RGB值的点统计为第一燃烧指标，将第二预设范围内的RGB值的点统计为第二燃烧指标。其中RGB值可以客观的反应失火的状态，例如说RGB值显示范围为“蓝色”，其中蓝色可能为海洋，即失火率为0，例如说RGB值显示范围为“绿色”，其中绿色可能是树木，即失火率就较大，通过以上方式可以构成一个直方图，在近红外波段图像照片的每个像素点下的失火的概率。可以进行预先设置，例如说RGB值显示范围为“蓝色”则认为其失火的概率为0，例如说RGB值显示范围为“蓝色”则认为其失火的概率为0，例如说RGB值显示范围为“绿色”则认为其失火的概率为百分之50，例如说RGB值显示范围为“黄色”则认为其失火的概率为百分之70。
图像生成模块将亮温值大于500，RGB值得出的失火概率大于百分之50的重叠点确定为失火点，然后将失火点根据基于GIS地理信息系统进行输出为火情图像。
在一个实施例中，包括导航模块，所述导航模块通过通讯单元与图像生成模块连接，导航模块还包括行政地图模块及GPS定位模块；导航模块获取火情图像，确定火情图像内的火情发生点的火情地理位置数据，基于GPS定位模块获取导航模块当前地理位置数据，通过行政地图模块对当前地理位置数据和火情地理位置数据进行处理，生成规划路线。
通过导航模块能够对火情发生点的位置及周边地理环境，包括水体、建筑、道路分布等进行输出为火情图像，判断火情发生点地势，并进行相应的导航，使得灭火人员方便达到火情发生点处进行灭火。
在一个实施例中，所述图像接收模块、图像处理模块以及图像生成模块分别位于一监控预警服务器内，所述监控预警服务器分别与卫星服务器和导航模块通过通讯单元连接；所述图像生成模块生成火情图像时对生成火情图像的时刻进行标记，监控预警服务器通过显示端对不同时刻的火情图像分别进行输出为火情图像。
在一个实施例中，还包括自动报警模块，所述自动报警模块与图像生成模块连接，当自动报警模块接收到的火情图像存在火情发生点时，自动报警模块通过显示端进行自动显示、报警。通过自动报警模块能够进行自动报警。
在一个实施例中，所述通讯单元包括远程通讯模块和近程通讯模块；所述远程通讯模块为5G通讯模块、4G通讯模块、3G通讯模块以及2G通讯模块中的任意一种或多种；所述近程通讯模块为WIFI通讯模块、红外通讯模块、局域网通讯模块以及蓝牙通讯模块中的任意一种或多种。
在一个实施例中，所述导航模块包括壳体，设置于壳体上的显示屏幕、蓄电池和处理器，所述蓄电池分别与显示屏幕和开发板连接并进行供电，所述显示器与开发板连接；所述处理器、通讯模块、GPS定位模块、行政地图模块分别集成于所述开发板处，所述处理器分别获取火情地理位置数据和当前地理位置数据，通过行政地图模块对当前地理位置数据和火情地理位置数据进行处理，生成规划路线于显示屏幕进行输出为火情图像。
一种基于卫星遥感系统的智能监控预警方法，如图3所示，包括以下步骤：
S1、图像接收步骤：接收卫星发送的中远红外波段图像照片和近红外波段图像照片。
S2、图像处理步骤：对中远红外波段图像照片进行处理获取中远红外波段图像照片中的中远红外火点，对近红外波段图像照片进行处理获取近红外波段图像照片中各个像素值点的燃烧指标。
S3、图像生成步骤：基于中远红外火点以及燃烧指标进行确定火点，将确定火点基于GIS地理信息系统进行输出为火情图像。其中火情图像可以是不同波段的图像照片所融和成的图像。
S4、报警步骤：对火情图像进行显示并控制报警装置报警。其中报警方式可以是网页平台报警、短信\电话报警、警铃装置报警等等。
在一个实施例中，所述图像处理模块还能够对中远红外波段图像照片进行干扰因素识别标注，使得图像生成模块在确定火点时不会受到获取中远红外波段图像照片的时间的影响，也不会受到所述中远红外波段图像中的光照，天气等自然因素的影响，从而提高了确定火点时的准确率，其中对中远红外波段图像照片进行干扰因素识别标注包含如下步骤：
步骤A1、初次干扰像素点的识别，将同一位置当前时间点之前的N张中远红外波段图像照片按时间顺序进行排列，形成一段图像视频，并将所述图像视频进行灰度处理，得到灰度视频。
步骤A2、获取所述位置当前时间点的中远红外波段图像照片，并将所述图像照片进行灰度化后，判断所述图像照片中的干扰像素点；
其中，为标准像素点，SN为像素差异值，Ki需要判断的像素点在灰度视频中第i帧的像素值，P K1需要判断的像素点为干扰像素点的概率，K1为需要判断的像素点在所述图像照片中灰度化后的像素值，i＝1、2、3…N，若P K1大于0.5则为干扰像素点，对改像素点进行标注。
上述技术方案的效果及原理在于：
利用步骤A2可以进行初次干扰像素点的识别标注，使得在没有构建干扰因素识别的地区能进行初次干扰像素点的识别标注，构建出一个初次的识别模型，获得第一次判断干扰像素点的结果。
步骤A3、动态监控干扰像素点，在初次干扰像素点识别后，根据实时获取的中远红外波段图像照片动态监控图像中的干扰像素点，在实时监控时首先获取动态标准像素点和动态像素差异值；
其中，为需判断的像素点在动态监控时的初始动态标准像素点，为需判断的像素点在第f-1次动态监控时的动态标准像素点，K1f为第f次获取的中远红外波段图像灰度化后需判断的像素点的像素值，为需判断的像素点在第f次动态监控时的动态标准像素点，λ为预设时间系数，为0-1之间的值，时间信息越强，λ预设值越大，S10为需判断的像素点在动态监控时的初始动态像素差异值，为需判断的像素点在第f-1次动态监控时的动态像素差异值，S1f为第f次动态监控时的动态像素差异值，为第f-1次获取的中远红外波段图像灰度化后需判断的像素点的像素值；
接着，判断像素点是否为干扰像素点；
其中，μ为预设判断系数，预设值为3到4之间任意数值，若需要判断的像素点在第f次动态监控时满足上述公式，需要判断的像素点在第f次动态监控时为干扰像素点，进行标注；
步骤A4、利用步骤A3判断获取的中远红外波段图像照片所有像素点是否为干扰像素点，对所有干扰像素点进行标注，从而完成对中远红外波段图像照片进行干扰因素识别标注。
上述技术方案的效果及原理在于：
利用上述技术可以对获取到的中远红外波段图像照片干扰因素识别标注，从而使得经过图像处理模块处理的图像不会出现时间、大气环境、天气、所处地理位置等因素的影响而影响确定火点时的准确性，提高确定火点的准确率，同时由于在上述技术中对干扰像素点进行了标注，使得在确定火点时，不需要对标注了像素点进行确定火点操作，使得确定火点时效率更高；
同时，上述技术不需要人为的干预，能大幅度减少工作量，并且对于同一位置的同一像素点能够进行动态监控，使得能够动态的得到干扰像素点的区域，使得干扰因素识别的时效性更强，并且在动态识别的过程中，每次只需要获取当前值和上一时间点的值，不需要所有历史值，使得动态识别变得简单。
所述导航模块还包括太阳能光伏发电板，所述光伏发电板通过一充电电路与所述蓄电池连接，如图4所示，所述充电电路包括依次连接的整流模块Z1、转换模块Z2以及补偿模块Z3，其中整流模块Z1与光伏发电板连接，转换模块Z2分别与整流模块Z1和补偿模块Z3连接，补偿模块Z3与蓄电池连接，光伏发电板发出的电流通过整流模块Z1进行整流处理，然后通过转换模块Z2将交流电转换成直流电，最后经过补偿模块Z3进行补偿处理，使得蓄电池得到稳定的直流电输入，达到太阳能光伏发电板对蓄电池稳定充电的目的及效果。
其中整流模块包括端点A和端点B，端点A和端点B分别与蓄电池的正极和负极连接，端点A和端点B之间通过第一整流电容C11连接，所述端点A与第一整流三极管Q11以及第一整流电阻R11串联接地，端点A与第二整流三极管Q12的发射极连接，第二整流三极管Q12的基级与第一整流三极管Q11的基级连接，第一整流三极管Q11和第二整流三极管Q12的连接节点与分别与第三整流三极管Q11以及第三整流电阻R13连接，第三整流三极管Q11的基级与第一整流三极管Q11的集电极连接，第二整流三极管Q12的集电极与第一整流电感L1的节点与第二电阻R12和第二电容C12串联设置，第一整流电感L1与第二整流三极管Q12连接的节点与第一整流二极管D11连接，第一整流电感L1与地之间通过第三整流电容C13接地，第一整流电感L1与地之间通过第四整流电阻R14和第二整流二极管D12连接，第四整流电阻R14和第二整流二极管D12的节点与第四整流三极管Q14的发射极连接，第四整流三极管Q14的集电极与第三整流电阻R13连接，第四整流三极管Q14的基级与具有可变电阻功能的第六整流电阻R16连接，第六整流电阻R16分别与第五整流电阻R15和第七整流电阻R17连接，第七整流电阻R17与输出端点D连接，第五整流电阻R15与输出端点C连接。
上述技术方案的效果及原理在于：
通过整流模块能够对蓄电池输入的电流起到整流的目的，当该整流模块输入电流时，第一整流三极管Q11、第二整流三极管Q12、第三整流三极管Q13、第四整流三极管Q14由于发射极正向偏置导通，第三整流三极管Q13导通后，第二整流三极管Q12的基级电位升高，第一整流三极管Q11和第二整流三极管Q12由于发射极反偏而截止，第三整流三极管Q13的基级电流流向第二整流电容C2进行充电，随着第二整流电容C2电荷量增加，第三整流三极管Q13基级电位持续升高，导致其发射结反偏，第三整流三极管Q13处于停止导通状态。然后第二整流电容C2的基级电位降低，第一整流三极管Q11和第二整流三极管Q12的基级电位降低，第一整流三极管Q11和第二整流三极管Q12变为截止状态，紧接着第二整流三极管Q12的基级电位降低，第一整流三极管Q11和第二整流三极管Q12由截止变为导通，整流模块的输入端向电感L、第三整流电容C13形成整流模块输出端对检测电路进行供电。此时，第二整流电容C12通过第二整流电阻R12、第三整流电阻R13、第四整流三极管Q14和第一整流二极管D11放电，使得第三整流三极管Q13的基级电位降低，第三整流三极管Q13基级电位降低至一定程度时，第三整流三极管Q13重新导通，第一整流三极管Q11和第二整流三极管Q12截止，电感L开始向整流模块的输出端放电，保持电流稳定，该步骤重复进行，达到整流模块进行整流的目的和效果。
转换模块Z2，包括二极管D21、二极管D22、二极管D23、二极管D24、，其中二极管D21、二极管D22、二极管D23以及二极管D24构成整流桥，整流桥的输入端分别与整流模块的输出端点C和输出端点D连接。
温度补偿模块包括串联设置的第一温补电阻R31、第二温补电阻R32以及第三温补电阻R33，其中第一温补电阻R31和第二温补电阻R32的节点与温度光敏电阻R30串联接地设置；第二温补电阻R32以及第三温补电阻R33的节点与第四温补电阻R34和运算放放大器U1的正向输入端连接，运算放放大器U1的反向输入端通过第五温补电阻R35与运算放放大器U1的输出端连接，运算放放大器U1的输出端与第五温补电子R35的节点与晶闸管D32的阳极连接，晶闸管D32的阴极与蓄电池连接，晶闸管D32与蓄电池的连接节点分别与温补电容R31和温补电容R32连接。
上述技术方案的效果及原理在于：
温度补偿电路中的光敏电阻R30的温漂是一个线性曲线，当温度越高的时候，太阳能光伏发电板的输出电流越高，此时光敏电阻R30的阻值也越高，光敏电阻R30和第二温补电阻R32以及第三温补电阻R33构成的等效电阻就越高，使得整个温度补偿电路的电阻值升高，并通过运算放放大器U1构成的输出电路进行输出，达到进行温度补偿的目的和效果，使蓄电池能够得到稳定的输入电流。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于卫星遥感系统的智能监控预警系统，其特征在于，包括图像接收模块、图像处理模块以及图像生成模块；
所述图像接收模块用于接收卫星发送的中远红外波段图像照片和近红外波段图像照片；
图像处理模块，对所述中远红外波段图像照片进行处理，以获取所述中远红外波段图像照片中的中远红外火点，对所述近红外波段图像照片进行处理，以获取所述近红外波段图像照片中各个像素值点的燃烧指标；
图像生成模块，基于所述中远红外火点以及所述燃烧指标确定火点，并基于GIS地理信息系统将确定的火点输出为火情图像。
2.根据权利要求1所述的基于卫星遥感系统的智能监控预警系统，其特征在于，
所述图像接收模块还用于接收中紫外波段图像照片、可见光波段图像照片以及其他波段图像照片中的任意一种或多种。
3.根据权利要求1所述的基于卫星遥感系统的智能监控预警系统，其特征在于，
所述图像处理模块包括亮温值识别模块和燃烧指数处理模块，
所述亮温值识别模块用于识别所述中远红外波段图像照片，获取所述中远红外波段图像照片中各个像素点的亮温值，将亮温值大于预设值的像素点统计为中远红外火点；
所述燃烧指数处理模块用于识别所述近红外波段图像照片，获取所述近红外波段图像照片中各个像素点的RGB值，将第一预设范围内的RGB值的点统计为第一燃烧指标，将第二预设范围内的RGB值的点统计为第二燃烧指标。
4.根据权利要求1所述的基于卫星遥感系统的智能监控预警系统，其特征在于，
还包括导航模块，所述导航模块通过通讯单元与所述图像生成模块连接，所述导航模块包括行政地图模块及GPS定位模块；
所述导航模块用于获取火情图像，确定火情图像内的火情发生点的火情地理位置数据，基于所述GPS定位模块获取所述导航模块的当前地理位置数据，通过所述行政地图模块对所述当前地理位置数据和所述火情地理位置数据进行处理，生成规划路线。
5.根据权利要求4所述的基于卫星遥感系统的智能监控预警系统，其特征在于，
所述图像接收模块、所述图像处理模块以及所述图像生成模块分别位于一监控预警服务器内，所述监控预警服务器分别与卫星服务器和所述导航模块通过通讯单元连接；
所述图像生成模块在生成所述火情图像时对生成火情图像的时刻进行标记，所述监控预警服务器通过显示端对不同时刻的火情图像分别进行输出为火情图像。
6.根据权利要求5所述的基于卫星遥感系统的智能监控预警系统，其特征在于，
还包括自动报警模块，所述自动报警模块与所述图像生成模块连接，当所述自动报警模块接收到的所述火情图像存在火情发生点时，所述自动报警模块通过所述显示端进行自动显示、报警。
7.根据权利要求4中任意一项所述的基于卫星遥感系统的智能监控预警系统，其特征在于，
所述通讯单元包括远程通讯模块和近程通讯模块；
所述远程通讯模块为5G通讯模块、4G通讯模块、3G通讯模块以及2G通讯模块中的任意一种或多种；
所述近程通讯模块为WIFI通讯模块、红外通讯模块、局域网通讯模块以及蓝牙通讯模块中的任意一种或多种。
8.根据权利要求4所述的基于卫星遥感系统的智能监控预警系统，其特征在于，
所述导航模块包括壳体，设置于壳体上的显示屏幕、蓄电池和处理器，所述蓄电池分别所述与显示屏幕和开发板连接并进行供电，所述显示器与所述开发板连接；
所述处理器、通讯模块、所述GPS定位模块、所述行政地图模块分别集成于所述开发板处，所述处理器分别获取火情地理位置数据和当前地理位置数据，通过所述行政地图模块对当前地理位置数据和火情地理位置数据进行处理，生成规划路线，通过显示屏幕输出为火情图像。
9.根据权利要求1所述的基于卫星遥感系统的智能监控预警系统，其特征在于，
所述图像处理模块对中远红外波段图像照片进行干扰因素识别标注包含如下步骤：
步骤A1、对初次干扰像素点进行识别，将同一位置当前时间点之前的N张中远红外波段图像照片按时间顺序进行排列，形成一段图像视频，并将所述图像视频进行灰度处理，得到灰度视频；
步骤A2、获取所述位置当前时间点的中远红外波段图像照片，并将所述图像照片进行灰度化后，判断所述图像照片中的干扰像素点，按照以下公式进行计算：
其中，为标准像素点，SN为像素差异值，Ki为需要判断的像素点在灰度视频中第i帧的像素值，PK1需要判断的像素点为干扰像素点的概率，K1为需要判断的像素点在所述图像照片中灰度化后的像素值，i＝1、2、3…N，若PK1大于0.5则为干扰像素点，对该像素点进行标注；
步骤A3、动态监控干扰像素点，在初次干扰像素点识别后，根据实时获取的中远红外波段图像照片动态监控图像中的干扰像素点，在实时监控时首先获取动态标准像素点和动态像素差异值，按照以下公式进行计算：
其中，为需判断的像素点在动态监控时的初始动态标准像素点，为需判断的像素点在第f-1次动态监控时的动态标准像素点，K1f为第f次获取的中远红外波段图像灰度化后需判断的像素点的像素值，为需判断的像素点在第f次动态监控时的动态标准像素点，λ为预设时间系数，为0-1之间的值，时间信息越强，λ的预设值越大，S10为需判断的像素点在动态监控时的初始动态像素差异值，S1f-1为需判断的像素点在第f-1次动态监控时的动态像素差异值，S1f为第f次动态监控时的动态像素差异值，K1f-1为第f-1次获取的中远红外波段图像灰度化后需判断的像素点的像素值；
判断像素点是否为干扰像素点，按照以下公式进行计算；
其中，μ为预设判断系数，预设值为3到4之间任意数值，若需要判断的像素点在第f次动态监控时满足上述公式，需要判断的像素点在第f次动态监控时为干扰像素点，进行标注；
步骤A4、利用步骤A3判断获取的中远红外波段图像照片所有像素点是否为干扰像素点，对所有干扰像素点进行标注。
10.一种基于卫星遥感系统的智能监控预警方法，其特征在于，包括以下步骤：
接收卫星发送的中远红外波段图像照片和近红外波段图像照片；
对所述中远红外波段图像照片进行处理，以获取所述中远红外波段图像照片中的中远红外火点，对所述近红外波段图像照片进行处理，以获取所述近红外波段图像照片中各个像素值点的燃烧指标；
基于所述中远红外火点以及所述燃烧指标进行确定火点，基于GIS地理信息系统将确定的火点输出为火情图像；
对所述火情图像进行显示，并控制报警装置报警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910785683.9A CN110517440B (zh) | 2019-08-23 | 2019-08-23 | 基于卫星遥感系统的智能监控预警系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910785683.9A CN110517440B (zh) | 2019-08-23 | 2019-08-23 | 基于卫星遥感系统的智能监控预警系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110517440A true CN110517440A (zh) | 2019-11-29 |
| CN110517440B CN110517440B (zh) | 2020-12-04 |
Family
ID=68627525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910785683.9A Active CN110517440B (zh) | 2019-08-23 | 2019-08-23 | 基于卫星遥感系统的智能监控预警系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110517440B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111090715A (zh) * | 2019-12-26 | 2020-05-01 | 象辑知源（武汉）科技有限公司 | 卫星遥感火点监测系统 |
| CN111330185A (zh) * | 2020-02-29 | 2020-06-26 | 广东君兆建设集团有限公司 | 古建筑装饰防火方法及系统 |
| CN115615559A (zh) * | 2022-12-19 | 2023-01-17 | 南京信大卫星应用研究院有限公司 | 一种基于图像信息采集的火灾状态监测系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1284692A (zh) * | 1999-08-13 | 2001-02-21 | 强祖基 | 森林草原火灾预警系统 |
| CN103942912A (zh) * | 2014-05-09 | 2014-07-23 | 国家电网公司 | 一种基于亮温值分析的输电线路山火精细化定位方法 |
| CN105976550A (zh) * | 2016-07-20 | 2016-09-28 | 国网湖南省电力公司 | 基于聚类分析去背景场的电网山火卫星火点判识方法 |
| CN106855943A (zh) * | 2016-12-14 | 2017-06-16 | 中国科学院遥感与数字地球研究所 | 一种火点遥感监测方法 |
| CN106910311A (zh) * | 2017-03-22 | 2017-06-30 | 国网湖南省电力公司 | 一种电网山火实时广域同步卫星监测方法及监测系统 |
-
2019
- 2019-08-23 CN CN201910785683.9A patent/CN110517440B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1284692A (zh) * | 1999-08-13 | 2001-02-21 | 强祖基 | 森林草原火灾预警系统 |
| CN103942912A (zh) * | 2014-05-09 | 2014-07-23 | 国家电网公司 | 一种基于亮温值分析的输电线路山火精细化定位方法 |
| CN105976550A (zh) * | 2016-07-20 | 2016-09-28 | 国网湖南省电力公司 | 基于聚类分析去背景场的电网山火卫星火点判识方法 |
| CN106855943A (zh) * | 2016-12-14 | 2017-06-16 | 中国科学院遥感与数字地球研究所 | 一种火点遥感监测方法 |
| CN106910311A (zh) * | 2017-03-22 | 2017-06-30 | 国网湖南省电力公司 | 一种电网山火实时广域同步卫星监测方法及监测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 闫厚: "《气象卫星在森林火灾监测中的应用及其原理》", 《林火监测》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111090715A (zh) * | 2019-12-26 | 2020-05-01 | 象辑知源（武汉）科技有限公司 | 卫星遥感火点监测系统 |
| CN111330185A (zh) * | 2020-02-29 | 2020-06-26 | 广东君兆建设集团有限公司 | 古建筑装饰防火方法及系统 |
| CN115615559A (zh) * | 2022-12-19 | 2023-01-17 | 南京信大卫星应用研究院有限公司 | 一种基于图像信息采集的火灾状态监测系统 |
| CN115615559B (zh) * | 2022-12-19 | 2023-03-10 | 南京信大卫星应用研究院有限公司 | 一种基于图像信息采集的火灾状态监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110517440B (zh) | 2020-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110517440A (zh) | 基于卫星遥感系统的智能监控预警系统及方法 | |
| CN103839194B (zh) | 基于输电线路和gis的无人机巡检图像检索系统及方法 | |
| CN108538057B (zh) | 云端跨区车牌辨识系统 | |
| CN105516584B (zh) | 全景影像采集系统、基于其的测量天际线的装置和方法 | |
| CN106714260A (zh) | 一种基于lora的定位及通信系统、方法 | |
| CN103838463A (zh) | 自动切换壁纸的方法和移动终端 | |
| CN101873340A (zh) | 基于无线和有线通信技术的人脸识别网络体系及其识别方法 | |
| CN104089590A (zh) | 一种获取植被冠层结构参数的自动测量装置 | |
| CN111444801A (zh) | 一种无人机红外目标实时检测方法 | |
| CN105120237A (zh) | 基于4g技术的无线图像监控方法 | |
| KR101481323B1 (ko) | 이동 단말로부터 전달되는 식물 영상을 이용한 식물 정보 제공 시스템 | |
| CN109060148B (zh) | 火焰探测器及其控制方法 | |
| CN108986379B (zh) | 带红外拍照的火焰探测器及其控制方法 | |
| CN111695512A (zh) | 一种无人值守文物监测方法及装置 | |
| CN116030591A (zh) | 一种基于物联网的矿井外因火灾智能巡检报警系统及方法 | |
| CN105242330A (zh) | 一种天气状况的检测方法、装置及移动终端 | |
| CN204667578U (zh) | 一种手持式森林防火双光谱观测仪 | |
| CN108806165B (zh) | 拍照式火焰探测系统及其控制方法 | |
| CN205490956U (zh) | 无线超远程定位拍照报警系统 | |
| CN111724440B (zh) | 监控设备的方位信息确定方法、装置及电子设备 | |
| CN113747638B (zh) | 一种智慧灯杆的物联网通讯数据处理方法 | |
| CN109769298A (zh) | 一种基于手机接收WiFi的RSSI值的定位线性标定方法及系统 | |
| CN111695589B (zh) | 智慧国土物联网云监测方法和人工智能机器人系统 | |
| CN212777124U (zh) | 一种综合能源智慧路灯 | |
| CN107482796A (zh) | 一种无线充电报警方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Room 1401, unit 2, 14th floor, building 1, 20 Yong'an Road, Shilong Economic Development Zone, Mentougou District, beijing-dxf159 Patentee after: Wudi Yuanding Technology (Beijing) Co.,Ltd. Address before: Room 1401, unit 2, 14th floor, building 1, 20 Yong'an Road, Shilong Economic Development Zone, Mentougou District, beijing-dxf159 Patentee before: Xingzetianxia (Beijing) Technology Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |