基于北斗与图像识别技术的智慧林火监测防控研究

丁超，唐雅勤，魏晓莉，张家精，万文芳，武钢，李田田，周紫倩，陆赛赛

（1.安徽建筑大学；2.上海海积信息科技股份有限公司）

1 引言

据统计,全国年均累计发生各类森林火灾案例达22 余万起,受灾地区森林覆盖面积更高达640 多万公顷,约等于占全国森林总覆盖面积的1.8%。“预防为主,积极消灭”的森林防火工作方针已经代表当今世界国际上关于森林资源防火的一种主流技术理念,如何做到各类火情情况及时发现、及时预报、及时扑救已逐渐成为当前世界各个国家加强森林资源防火管理工作的一项重大历史课题。目前国际上，德国的Fire-WatchSystem 森林火灾自动预警系统主要利用数码摄像技术即时识别与定位森林火灾；美国的智能微尘监测网络主要通过直升机飞播温度传感器来了解火灾情况。我国的森林火情监测系统部分是基于红外线、紫外线探测和卫星监测。但以上防火措施存在着受气候影响大、误报、不能满足全天监测和花费高等弊端。

为全面贯彻落实《全国森林防火中长期发展规划》,综合地运用云计算技术、大数据技术和移动互联网技术等相关信息技术，将现代信息化技术与消防业务工作进行融合[1]，不断加大森林防火减灾投入,加强全国森林林区火灾灾害预防、扑救和安全保障三大消防体系工程建设，并针对当前系统存在的受外界影响大与成本高问题，初步建设覆盖森林火灾防火智能视频火灾监控、智能火灾预警、辅助消防决策及火灾应急管理指挥系统。该方案主要包括北斗的定位及导航技术研究，图像识别的处理、分割、识别烟或火的研究，传感器集合的监测研究，基于此三项技术的结合制定系统框架如图1 所示，通过云台与传感器收集火源信息，将数据传输到数据处理与分析器中，一旦确认识别火情，通过接收机捕获跟踪的卫星信号，测量出接收天线至卫星的距离和距离的变化率,解调出卫星轨道参数等数据。根据这些数据，接收机中的微处理计算机就可按定位解算方法进行定位计算，计算出火源所在地理位置的经纬度、高度、速度、时间等信息，上报政府安监部门，并通过北斗导航安全路线调度消防员灭火。此方案实现集成了图像、报警、定位各种信息的全天候、全方位、网络化的远程高清晰度的实时管控信息系统[1]，减少外界影响与成本支出，并且实现森林防火减灾工作的消防科学化、标准化、信息化和消防专业化,研究先进现代科学技术手段，从而有效率地提高林区综合森林防控火灾能力。

图1 基于北斗的林火监测防控系统实施框架

2 基于北斗与图像识别技术的林火监测防控系统的北斗模块研究

2.1 系统模块化结构

系统采用模块化结构，主要包括传感器感知模块，功能是采集各项火警数据；单片机主控模块，功能是控制各模块协调工作；北斗卫星通信模块，主要功能是进行数据传输和通信。软件设计流程图如图2 所示。

2.2 北斗系统应用方案

应用主要是北斗模块在终端设备的使用，北斗通信模块采用GYM2003B 北斗RDSS 全功能通信模块，主控芯片采用具有高速、低功耗、超强抗干扰能力的STC89C52RC 单片机。经文献参考、研究与实践证明，此系统具有结构简单、监测准确、报警成功率高及成本低等优点。一旦设备检测到火焰和空气烟雾,利用主控单片机等驱动微处理器即可进行检测位置的实时上报[3]。

图2 软件设计流程图

发生火灾时，报警及实时参数等数据最先通过自主设计的配备有北斗卫星通信模块的监测终端设备发送给卫星，经卫星转发给中心站，中心站处理后传回给卫星，卫星再将实时数据等信息转发给监测中心做出相应指示。软件接口上，采用北斗系统通信层协议，即在应用层系统自定义通信规则。考虑到系统通信的特点及系统对于可靠性的要求，采用自报式与查询应答式相结合的数据传输方式.自报式传输数据是指终端按照规定的时间主动向中心站传送实时数据。查询式数据传输是指中心站通过发送查询指令来获得数据。实时定位，实时导航安全路线由此减少人员伤亡损失。

3 基于北斗与图像识别技术的林火监测防控系统的图像识别模块研究

3.1 图像预处理

1）解压

在整个林火监控视频图像监控中,接收到的图像是经过压缩后传输的,因此首先就需要进行整个林火监控视频的图像解压。视频图像解压主要软件采用了DirectShow 解压技术,在快速解压视频过程中用户可用帧差法或者用背景减法可以得到可疑林火的图像。

2）降噪

林火视频数字图像在系统形成、传输、接收和最后处理的整个过程中,会同时受到来自外界工作环境、系统硬件性能和人为因素等诸多客观方面的影响,不可避免地会存在外界噪声源的干扰,影响视频图像的传输质量[3]。因此,林火视频图像分析中也常常需要同时进行视频图像识别预处理,去除视频图像处理中的一些噪声和缺点,改善视频图像的整体视觉效果,使视频图像清晰,边缘曲线轮廓明显,以便于视频图像的进一步准确识别和预处理。

3）锐化

图像锐化预处理的各种方法主要包括直方形视图锐化修正、对比度锐化修正、去模糊、平滑、锐化、校正、复原、重建等。

3.2 图像分割

在进行图像层的预处理后,再进行图像层的分割。把两个图像处理中的目标与背景元素进行准确分离。图像区域分割主要靠通过调节图像阈区的值来实现,通常方法有图像区域法、边界边缘法和局部边缘法三种。其主要检测技术手段有针对边缘与区域线的图像检测、区域分割形状、抽取边缘图像作为特征的一部分例如边缘线、区域和边缘物体以及它们相互关系的参数信息等。

3.3 目标识别

图像识别是以图像源的分割分析为技术基础的,进一步研究了对图像源的分析、检测和再识别。通过进行图像检测分析和特征提取把原来以标准像素形式描述的目标图像转变成较简单的非标准图像化形式的目标符号进行描述,对被特征提取的每个目标符号进行图像检测和区域分割图像分析以便于判断该提取目标确实可能是存在火灾灾害现象或者还是其他的电磁干扰灾害现象。森林中的火灾火焰图像的森林火焰辐射检测即是在系统分割火灾图像后,获得一些用于描述森林火灾火焰图像的基本信息及其特征,如检测目标的森林颜色变化特征、面积大小变化、相似度和森林形状特征描述等,检测目标是否已经发生森林区域性的生长,结合火灾图像,实现了在森林中的火灾火焰检测。

在研究技术上主要利用OPENCV开源计算机视觉库，可以对视频流逐帧的火焰和烟雾进行识别，精确度高。利用轻度神经网络对视频进行实时处理，利用Tenflow 平台进行训练模型。使用MobileNet 等轻量级模型，同时使用通道剪枝等优化方法，提升识别的精确度，如图3 所示。

4 基于北斗与图像识别技术的林火监测防控系统的传感器模块研究

研究应用风速传感器、温度传感器、湿度传感器实现随火灾动态变化实时监测火势发展的功能，针对各地势树种、燃烧点、地形地貌对火势发展的影响制定传感器技术方案。

传感器装置搭建方案：每个带有传感器的装置间隔10m ～15m，矩阵排布，为森林划分区域。当林火发生时，传感器装置与云台及时发现预警，以各传感器主导的设备对当地地理信息情况进行分析，快速判断火势发展的趋势，紧急救援减少森林的经济损失。通过显示端实时监测风速、温度、湿度动态，计算机模拟检测曲线如图4 所示。

5 基于北斗与图像识别技术的林火监测防控系统的性能与效果

北斗模块采用的GYM2003B 北斗RDSS 全功能通信模块，接收灵敏度在-127.6dBm,发射功率为5W，定位成功率≥99%，自动定位时间≤2min，实现定位准确高效。

在图像识别技术研究上采用轻量型网络结构与通道剪枝方法。轻量型网络结构主要通过加入1×1 卷积核结构和深度可分离结构实现。1×1 卷积核实现跨通道的交互和信息整合，同时起到降维的作用，从而减少计算量。深度可分离卷积将对于不同的输入通道采取不同的卷积核进行卷积，极大地加速了网络的训练和推导。假设输入通道数为3，要求输出通道数为256 ,相对传统3×3卷积结构，深度可分离结构可以减少大约8.7 倍的参数量。通道剪枝方法在32×32 图像数据集上对轻量型网络结构MobileNet_上进行剪枝时可以减少96%的参数量和74%的计算量，同时最终的识别准确率只损失了0.04%。利用了轻量型网络结构和通道剪枝方法实现了实时的、更经济且准确的识别与检测。

在传感器模块研究上，发现传统火灾探测器以内部设置的报警数值为标准, 当空气中烟雾颗粒浓度达到相关数值时, 便会发出警告信号, 这种报警数值容易导致误报火灾的情况。而多传感器信息融合技术的火灾探测系统可以有效避免该情况出现, 弥补传统火灾探测器探测数据单一的情况。但是无论是传统的单一火灾探测系统还是多传感器信息融合技术下的火灾探测系统, 都会受到外界环境的干扰产生误报火警的情况, 由此结合图像检测，改进融合算法进一步提高系统稳定性。综上所述，改进后的设计方案技术性能优越。

图3 图像识别技术

图4 风速、温度、湿度检测曲线

6 结语

随着智慧消防的迅猛发展，森林防火信息化的应用逐渐得到扩展和延伸，能够实现对森林中的人、物、设备等信息化管理。利用传感器与图像识别，精准识别火情，利用北斗导航规划安全路线扑救，安全调度消防队的救援与撤离，可达到快速预警，精确定位，判断规模，规划安全路线的一体化效果，有效减少林地财产损失与人员伤亡。北斗系统和图像识别的结合给扑火作业带来了革命性的变化，提高了扑火作业的效率，降低了装配的成本，传统定位通信系统应用的弊端得到了彻底的解决。传统的短波、超短波系统，传输距离有限，且在野外的恶劣条件下常常联系不上，扑火队不了解指挥部的扑火部署，导致扑火任务损耗巨大甚至贻误扑火时机。而此系统解决了上述难题使扑火任务效率得到了极大的提高。