CN112257575B - 一种固定点位森林林火定位方法 - Google Patents

一种固定点位森林林火定位方法 Download PDF

Info

Publication number
CN112257575B
CN112257575B CN202011129455.5A CN202011129455A CN112257575B CN 112257575 B CN112257575 B CN 112257575B CN 202011129455 A CN202011129455 A CN 202011129455A CN 112257575 B CN112257575 B CN 112257575B
Authority
CN
China
Prior art keywords
forest fire
forest
fixed
ignition point
image
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.)
Active
Application number
CN202011129455.5A
Other languages
English (en)
Other versions
CN112257575A (zh
Inventor
刘延飞
王杰铃
王艺辉
田琦
李慧
郝培培
吴娜娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rocket Force University of Engineering of PLA
Original Assignee
Rocket Force University of Engineering of PLA
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 Rocket Force University of Engineering of PLA filed Critical Rocket Force University of Engineering of PLA
Priority to CN202011129455.5A priority Critical patent/CN112257575B/zh
Publication of CN112257575A publication Critical patent/CN112257575A/zh
Application granted granted Critical
Publication of CN112257575B publication Critical patent/CN112257575B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • 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
    • G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Fire-Detection Mechanisms (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种固定点位森林林火定位方法，包括步骤：一、构建固定点位式林火自动监测平台；二、图像采集及背景帧图像建模；三、背景差分处理；四、逻辑运算获取运动前景目标；五、火焰识别；六、火焰中心向图像中心移动并获取林火着火点的方位角和距离；七、读取云台位置的经纬度数据和海拔数据；八、定位林火着火点的经纬度数据和海拔数据。本发明通过对连续的多帧林区实时图像进行逻辑或运算，获取当下所有的运动目标信息，通过对多张或运算后的图像进行逻辑与运算，剔除随机干扰运动目标，得到运动区域，通过火焰中心向图像中心移动的方式获取林火着火点方位，利用测距仪测距，最后经换算得到林火着火点的经纬度和高程，计算量少，效率高。

Description

一种固定点位森林林火定位方法
技术领域
本发明属于森林林火定位技术领域，具体涉及一种固定点位森林林火定位方法。
背景技术
森林火灾是世界性林业重要灾害之一，具有突发性与随机性，能够在较短的时间内造成较大的损失。森林火灾在全球每年都发生很多起，有的由于发现不及时，最后演变成超大规模的森林火灾，从而造成林业资源的重大损失和全球性环境污染。因此，一旦有火灾发生，就必须以极快的速度采取扑救措施，但是扑救是否及时，完全取决于对森林火灾的发现是否及时。传统的森林火灾监测技术主要包括瞭望台监测、人工巡护监测、飞机航测、卫星监测以及无线传感网监测等。瞭望台监测需要修建瞭望台，需要人实时值守；人工巡护监测需要大量的人力巡逻，容易错过最佳预警时机，同时可能造成额外伤害；飞机航测成本高，连续性差；卫星监测周期长，灵活性差；无线传感网布防太困难。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种固定点位森林林火定位方法，通过连续的多帧图像与背景帧图像进行差分运算，有效提取微小运动目标，再对连续的多帧林区实时图像进行逻辑或运算，获取当下所有的运动目标信息，包括飞鸟等随机运动目标，然后通过对多张或运算后的图像进行逻辑与运算，剔除随机干扰运动目标，得到运动区域，利用YCbCr颜色模型检测出视野内的火焰信息，最后通过火焰中心向图像中心移动的方式获取林火着火点方位，利用测距仪测距，最后经换算得到林火着火点的经纬度和高程，实现林火无人化定位，计算量少，为大型救援直升机提供数据参考，提高作业效率。
为解决上述技术问题，本发明采用的技术方案是：一种固定点位森林林火定位方法，其特征在于，该方法包括以下步骤：
步骤一、构建固定点位式林火自动监测平台：在林区内的高地上安装固定点位式林火自动监测平台，所述固定点位式林火自动监测平台包括立柱以及安装在立柱上且设置有测距仪和摄像头的云台，云台上还安装有北斗定位模块和气压海拔计；
测距仪的激光光束与摄像头的镜头中轴平行；
步骤二、图像采集及背景帧图像建模：保持摄像头静止不动，摄像头的视野固定不变，利用摄像头拍摄多帧林区未着火图像，使用混合高斯模型对多帧林区未着火图像进行背景帧图像建模；
步骤三、背景差分处理：利用摄像头连续拍摄a×b帧林区实时图像，每次选用连续的a帧林区实时图像同时与背景帧图像进行差分运算，然后对差分运算后的a帧林区实时图像进行连通域处理，获得背景差分处理后的a×b帧林区实时图像；
其中，a和b均为不小于2的正整数；
步骤四、逻辑运算获取运动前景目标：对差分运算且进行连通域处理后的连续的a帧林区实时图像进行一次逻辑或运算，得到一张林区合并实时图像；
背景差分处理后的a×b帧林区实时图像，进行b次逻辑或运算后，得到b张林区合并实时图像；
对b张林区合并实时图像进行一次逻辑与运算，得到一张保留运动前景目标的图像；
步骤五、火焰识别：利用YCbCr颜色模型对保留运动前景目标的图像进行火焰特征识别提取，获取保留火焰运动目标的图像；
步骤六、火焰中心向图像中心移动并获取林火着火点的方位角和距离：通过图像中心求解算法得到火焰中心位置的像素坐标，利用火焰中心位置的像素坐标与图像中心像素坐标之间的差值(Dx,Dy)调节云台转动，使得火焰中心位置的像素坐标与图像中心像素坐标之间的差值(Dx,Dy)等于(0,0)，即摄像头对准林火着火点，此时火焰中心位置位于图像中心位置；
利用测距仪测量林火着火点与测距仪之间的距离；
读取云台转动角度，获取林火着火点相对于摄像头初始光轴之间的方位角；
所述方位角包括偏航角和俯仰角；
步骤七、读取云台位置的经纬度数据和海拔数据：通过北斗定位模块读取云台位置的经纬度数据，通过气压海拔计获取云台位置的海拔数据；
步骤八、定位林火着火点的经纬度数据和海拔数据：根据公式h＝H-Lcosα，计算林火着火点的海拔数据h，其中，H为云台的海拔数据，L为测距仪测量的林火着火点与测距仪之间的距离，α为林火着火点相对于摄像头初始光轴之间的俯仰角；
当固定点位式林火自动监测平台位于北半球时，林火着火点的纬度WD＝N-k1Lsinαcosβ，其中，N为北斗定位模块读取的固定点位式林火自动监测平台的北纬度数，β为林火着火点相对于摄像头初始光轴之间的偏航角，k1为距离转纬度系数，单位为度每米；
当固定点位式林火自动监测平台位于南半球时，林火着火点的纬度WD＝S+k1Lsinαcosβ，其中，S为北斗定位模块读取的固定点位式林火自动监测平台的南纬度数；
当固定点位式林火自动监测平台位于东半球时，林火着火点的经度JD＝E+k2Lsinαsinβ，其中，E为北斗定位模块读取的固定点位式林火自动监测平台的东经度数，k2为距离转经度系数，单位为度每米；
当固定点位式林火自动监测平台位于西半球时，林火着火点的经度JD＝W-k2Lsinαsinβ，其中，E为北斗定位模块读取的固定点位式林火自动监测平台的西经度数。
上述的一种固定点位森林林火定位方法，其特征在于：步骤六中，利用测距仪照射至地面测量林火着火点与测距仪之间的距离。
上述的一种固定点位森林林火定位方法，其特征在于：步骤五中，根据公式
Figure BDA0002734635670000041
计算保留运动前景目标的图像中第i个像素点的YCbCr色彩值(Yi,Cbi,Cri)，其中，(Ri,Gi,Bi)为保留运动前景目标的图像中第i个像素点的RGB色彩值。
上述的一种固定点位森林林火定位方法，其特征在于：步骤三中，a和b的取值范围均为2～4。
本发明与现有技术相比具有以下优点：
1、本发明通过构建固定点位式林火自动监测平台，对一个固定区域进行专项监控，利用云台同时带动测距仪和摄像头转动，且测距仪的激光光束与摄像头的镜头中轴平行，当摄像头的图像中心识别出火焰后，利用测距仪测量林火着火点与测距仪的距离，用以代表林火着火点与摄像头的距离，误差可忽略不计，实现摄像头发现目标，测距仪测量林火着火点的目的，实现林火无人化定位，计算量少，便于推广使用。
2、本发明通过连续的多帧图像与背景帧图像进行，有效提取微小运动目标，再对连续的多帧林区实时图像进行逻辑或运算，获取当下所有的运动目标信息，包括飞鸟等随机运动目标，然后通过对多张或运算后的图像进行逻辑与运算，剔除随机干扰运动目标，得到运动区域，利用YCbCr颜色模型检测出视野内的火焰信息，最后通过火焰中心向图像中心移动的方式获取林火着火点方位，可靠稳定，使用效果好。
3、本发明方法步骤简单，读取云台位置的经纬度数据和海拔数据，经过距离转纬度数据换算得到定位林火着火点的经纬度数据和海拔数据，为大型救援直升机提供数据参考，提高作业效率。
综上所述，本发明通过连续的多帧图像与背景帧图像进行差分运算，有效提取微小运动目标，再对连续的多帧林区实时图像进行逻辑或运算，获取当下所有的运动目标信息，包括飞鸟等随机运动目标，然后通过对多张或运算后的图像进行逻辑与运算，剔除随机干扰运动目标，得到运动区域，利用YCbCr颜色模型检测出视野内的火焰信息，最后通过火焰中心向图像中心移动的方式获取林火着火点方位，利用测距仪测距，最后经换算得到林火着火点的经纬度和高程，实现林火无人化定位，计算量少，为大型救援直升机提供数据参考，提高作业效率，便于推广使用。
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
图1为本发明固定点位式林火自动监测平台的使用状态图。
图2为本发明火焰中心与图像中心的位置关系示意图。
图3为本发明方法的方法流程框图。
附图标记说明:
1—摄像头；2—测距仪；3—林火着火点；
4—地面；5—立柱；6—高地。
具体实施方式
如图1至图3所示，本发明的一种固定点位森林林火定位方法，包括以下步骤：
步骤一、构建固定点位式林火自动监测平台：在林区内的高地6上安装固定点位式林火自动监测平台，所述固定点位式林火自动监测平台包括立柱5以及安装在立柱5上且设置有测距仪2和摄像头1的云台，云台上还安装有北斗定位模块和气压海拔计；
测距仪2的激光光束与摄像头1的镜头中轴平行；
步骤二、图像采集及背景帧图像建模：保持摄像头1静止不动，摄像头1的视野固定不变，利用摄像头1拍摄多帧林区未着火图像，使用混合高斯模型对多帧林区未着火图像进行背景帧图像建模；
需要说明的是，通过构建固定点位式林火自动监测平台，对一个固定区域进行专项监控，利用云台同时带动测距仪2和摄像头1转动，且测距仪2的激光光束与摄像头1的镜头中轴平行，当摄像头1的图像中心识别出火焰后，利用测距仪2测量林火着火点与测距仪2的距离，用以代表林火着火点与摄像头1的距离，误差可忽略不计，实现摄像头1发现目标，测距仪2测量林火着火点的目的，实现林火无人化定位，计算量少。
步骤三、背景差分处理：利用摄像头1连续拍摄a×b帧林区实时图像，每次选用连续的a帧林区实时图像同时与背景帧图像进行差分运算，然后对差分运算后的a帧林区实时图像进行连通域处理，获得背景差分处理后的a×b帧林区实时图像；
其中，a和b均为不小于2的正整数；
本实施例中，步骤三中，a和b的取值范围均为2～4。
步骤四、逻辑运算获取运动前景目标：对差分运算且进行连通域处理后的连续的a帧林区实时图像进行一次逻辑或运算，得到一张林区合并实时图像；
背景差分处理后的a×b帧林区实时图像，进行b次逻辑或运算后，得到b张林区合并实时图像；
对b张林区合并实时图像进行一次逻辑与运算，得到一张保留运动前景目标的图像；
步骤五、火焰识别：利用YCbCr颜色模型对保留运动前景目标的图像进行火焰特征识别提取，获取保留火焰运动目标的图像；
需要说明的是，通过连续的多帧图像与背景帧图像进行，有效提取微小运动目标，再对连续的多帧林区实时图像进行逻辑或运算，获取当下所有的运动目标信息，包括飞鸟等随机运动目标，然后通过对多张或运算后的图像进行逻辑与运算，剔除随机干扰运动目标，得到运动区域，利用YCbCr颜色模型检测出视野内的火焰信息，最后通过火焰中心向图像中心移动的方式获取林火着火点方位，可靠稳定。
本实施例中，步骤五中，根据公式
Figure BDA0002734635670000071
计算保留运动前景目标的图像中第i个像素点的YCbCr色彩值(Yi,Cbi,Cri)，其中，(Ri,Gi,Bi)为保留运动前景目标的图像中第i个像素点的RGB色彩值。
步骤六、火焰中心向图像中心移动并获取林火着火点的方位角和距离：通过图像中心求解算法得到火焰中心位置的像素坐标，利用火焰中心位置的像素坐标与图像中心像素坐标之间的差值(Dx,Dy)调节云台转动，使得火焰中心位置的像素坐标与图像中心像素坐标之间的差值(Dx,Dy)等于(0,0)，即摄像头对准林火着火点，此时火焰中心位置位于图像中心位置；
利用测距仪2测量林火着火点3与测距仪2之间的距离；
读取云台转动角度，获取林火着火点相对于摄像头1初始光轴之间的方位角；
所述方位角包括偏航角和俯仰角；
本实施例中，利用测距仪2照射至地面4测量林火着火点3与测距仪2之间的距离。
步骤七、读取云台位置的经纬度数据和海拔数据：通过北斗定位模块读取云台位置的经纬度数据，通过气压海拔计获取云台位置的海拔数据；
步骤八、定位林火着火点的经纬度数据和海拔数据：根据公式h＝H-Lcosα，计算林火着火点3的海拔数据h，其中，H为云台的海拔数据，L为测距仪2测量的林火着火点3与测距仪2之间的距离，α为林火着火点相对于摄像头1初始光轴之间的俯仰角；
当固定点位式林火自动监测平台位于北半球时，林火着火点3的纬度WD＝N-k1Lsinαcosβ，其中，N为北斗定位模块读取的固定点位式林火自动监测平台的北纬度数，β为林火着火点相对于摄像头1初始光轴之间的偏航角，k1为距离转纬度系数，单位为度每米；
当固定点位式林火自动监测平台位于南半球时，林火着火点3的纬度WD＝S+k1Lsinαcosβ，其中，S为北斗定位模块读取的固定点位式林火自动监测平台的南纬度数；
当固定点位式林火自动监测平台位于东半球时，林火着火点3的经度JD＝E+k2Lsinαsinβ，其中，E为北斗定位模块读取的固定点位式林火自动监测平台的东经度数，k2为距离转经度系数，单位为度每米；
当固定点位式林火自动监测平台位于西半球时，林火着火点3的经度JD＝W-k2Lsinαsinβ，其中，E为北斗定位模块读取的固定点位式林火自动监测平台的西经度数。
本发明步骤简单，读取云台位置的经纬度数据和海拔数据，经过距离转纬度数据换算得到定位林火着火点的经纬度数据和海拔数据，为大型救援直升机提供数据参考，提高作业效率。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (4)

1.一种固定点位森林林火定位方法，其特征在于，该方法包括以下步骤：
步骤一、构建固定点位式林火自动监测平台：在林区内的高地(6)上安装固定点位式林火自动监测平台，所述固定点位式林火自动监测平台包括立柱(5)以及安装在立柱(5)上且设置有测距仪(2)和摄像头(1)的云台，云台上还安装有北斗定位模块和气压海拔计；
测距仪(2)的激光光束与摄像头(1)的镜头中轴平行；
步骤二、图像采集及背景帧图像建模：保持摄像头(1)静止不动，摄像头(1)的视野固定不变，利用摄像头(1)拍摄多帧林区未着火图像，使用混合高斯模型对多帧林区未着火图像进行背景帧图像建模；
步骤三、背景差分处理：利用摄像头(1)连续拍摄a×b帧林区实时图像，每次选用连续的a帧林区实时图像同时与背景帧图像进行差分运算，然后对差分运算后的a帧林区实时图像进行连通域处理，获得背景差分处理后的a×b帧林区实时图像；
其中，a和b均为不小于2的正整数；
步骤四、逻辑运算获取运动前景目标：对差分运算且进行连通域处理后的连续的a帧林区实时图像进行一次逻辑或运算，得到一张林区合并实时图像；
背景差分处理后的a×b帧林区实时图像，进行b次逻辑或运算后，得到b张林区合并实时图像；
对b张林区合并实时图像进行一次逻辑与运算，得到一张保留运动前景目标的图像；
步骤五、火焰识别：利用YCbCr颜色模型对保留运动前景目标的图像进行火焰特征识别提取，获取保留火焰运动目标的图像；
步骤六、火焰中心向图像中心移动并获取林火着火点的方位角和距离：通过图像中心求解算法得到火焰中心位置的像素坐标，利用火焰中心位置的像素坐标与图像中心像素坐标之间的差值(Dx,Dy)调节云台转动，使得火焰中心位置的像素坐标与图像中心像素坐标之间的差值(Dx,Dy)等于(0,0)，即摄像头对准林火着火点，此时火焰中心位置位于图像中心位置；
利用测距仪(2)测量林火着火点(3)与测距仪(2)之间的距离；
读取云台转动角度，获取林火着火点相对于摄像头(1)初始光轴之间的方位角；
所述方位角包括偏航角和俯仰角；
步骤七、读取云台位置的经纬度数据和海拔数据：通过北斗定位模块读取云台位置的经纬度数据，通过气压海拔计获取云台位置的海拔数据；
步骤八、定位林火着火点的经纬度数据和海拔数据：根据公式h＝H-L cosα，计算林火着火点(3)的海拔数据h，其中，H为云台的海拔数据，L为测距仪(2)测量的林火着火点(3)与测距仪(2)之间的距离，α为林火着火点相对于摄像头(1)初始光轴之间的俯仰角；
当固定点位式林火自动监测平台位于北半球时，林火着火点(3)的纬度WD＝N-k1L sinαcosβ，其中，N为北斗定位模块读取的固定点位式林火自动监测平台的北纬度数，β为林火着火点相对于摄像头(1)初始光轴之间的偏航角，k1为距离转纬度系数，单位为度每米；
当固定点位式林火自动监测平台位于南半球时，林火着火点(3)的纬度WD＝S+k1L sinαcosβ，其中，S为北斗定位模块读取的固定点位式林火自动监测平台的南纬度数；
当固定点位式林火自动监测平台位于东半球时，林火着火点(3)的经度JD＝E+k2L sinαsinβ，其中，E为北斗定位模块读取的固定点位式林火自动监测平台的东经度数，k2为距离转经度系数，单位为度每米；
当固定点位式林火自动监测平台位于西半球时，林火着火点(3)的经度JD＝W-k2L sinαsinβ，其中，E为北斗定位模块读取的固定点位式林火自动监测平台的西经度数。
2.按照权利要求1所述的一种固定点位森林林火定位方法，其特征在于：步骤六中，利用测距仪(2)照射至地面(4)测量林火着火点(3)与测距仪(2)之间的距离。
3.按照权利要求1所述的一种固定点位森林林火定位方法，其特征在于：步骤五中，根据公式
Figure FDA0002734635660000031
计算保留运动前景目标的图像中第i个像素点的YCbCr色彩值(Yi,Cbi,Cri)，其中，(Ri,Gi,Bi)为保留运动前景目标的图像中第i个像素点的RGB色彩值。
4.按照权利要求1所述的一种固定点位森林林火定位方法，其特征在于：步骤三中，a和b的取值范围均为2～4。
CN202011129455.5A 2020-10-21 2020-10-21 一种固定点位森林林火定位方法 Active CN112257575B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011129455.5A CN112257575B (zh) 2020-10-21 2020-10-21 一种固定点位森林林火定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011129455.5A CN112257575B (zh) 2020-10-21 2020-10-21 一种固定点位森林林火定位方法

Publications (2)

Publication Number Publication Date
CN112257575A CN112257575A (zh) 2021-01-22
CN112257575B true CN112257575B (zh) 2022-11-01

Family

ID=74263748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011129455.5A Active CN112257575B (zh) 2020-10-21 2020-10-21 一种固定点位森林林火定位方法

Country Status (1)

Country Link
CN (1) CN112257575B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115514880B (zh) * 2022-07-08 2023-07-04 中科星图智慧科技安徽有限公司 一种森林火点定位算法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101625789A (zh) * 2008-07-07 2010-01-13 北京东方泰坦科技有限公司 基于烟火智能识别的森林火灾实时监测方法
CN101968913B (zh) * 2010-08-13 2012-01-11 清华大学 一种森林火灾区域的火焰跟踪方法
CN103106766B (zh) * 2013-01-14 2014-12-17 广东赛能科技有限公司 林火识别方法与系统
CN111260870B (zh) * 2018-11-30 2021-05-07 北京国基科技股份有限公司 一种目标精确定位方法

Also Published As

Publication number Publication date
CN112257575A (zh) 2021-01-22

Similar Documents

Publication Publication Date Title
CN109936080B (zh) 一种无人机巡检输电线路的方法
CN106441233B (zh) 基于倾斜摄影三维重建技术的电力通道走廊巡检方法
CN107830846B (zh) 一种利用无人机和卷积神经网络测量通信塔天线角度方法
CN102819926B (zh) 一种基于无人机的火灾监测预警方法
US8170282B1 (en) Technique for ship/wake detection
CN111982291B (zh) 一种基于无人机的火点定位方法、装置及系统
CN107490364A (zh) 一种大角度倾斜成像航空相机对地目标定位方法
KR20180000325A (ko) 드론 기반 수질 모니터링 시스템 및 방법
CN108364264A (zh) 一种基于无人机红外遥感技术的海水温度监测方法及系统
CN110044338B (zh) 一种溃堤溃坝场景的无人机监测方法及系统
CN112857356B (zh) 无人机水体环境调查和航线生成方法
CA3112187C (en) Optics based multi-dimensional target and multiple object detection and tracking method
CN112257575B (zh) 一种固定点位森林林火定位方法
CN110706273A (zh) 一种基于无人机的实时塌方区域面积的测量方法
CN107221006A (zh) 一种基于无人机成像平台的通信单管塔倾斜检测方法
CN117848503B (zh) 高精度目标三维复原的多谱段偏振智能探测装置及方法
CN112668397A (zh) 火情实时检测分析方法、系统、存储介质及电子设备
CN116420063A (zh) 用于物体检测的方法和系统
Xu et al. Stellar radiation modeling and image simulation for airborne daytime star sensor
CN109959365B (zh) 一种基于位姿信息测量的海天线定位方法
Peng et al. Transient luminous event coordinated observations using FORMOSAT-2 satellite and Taiwan sprites campaign
JP7308733B2 (ja) 状態判定システムおよび状態判定方法。
CN115588267A (zh) 一种基于遥感的自然火灾预警及响应系统
Li et al. Prediction of wheat gains with imagery from four-rotor UAV
JP2023158721A (ja) 状態判定システムおよび状態判定方法。

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