基于高光谱数据的多信息融合火灾着火点的检测方法

摘要

本发明公开了一种基于高光谱数据的多信息融合火灾着火点的检测方法，主要解决现有技术抗烟雾能力小，对比度低，背景噪声大，及检测温度有限，易造成漏检的问题。其实现步骤是：(1)读取火灾着火区域拍摄得到的高光谱数据，从中提取光谱图像数据；(2)提取光谱图像数据中每个像素所对应的钾、水蒸气、二氧化碳，以及响应林火本征辐射的光谱通道数据，并使用该光谱通道数据进行计算，获取各检测特征对应的检测指数；(3)对检测指数归一化并进行融合，得到融合检测指数；(4)对融合检测指数进行灰度量化，输出火灾着火点的检测结果。本发明充分利用了高光谱图像数据，检测细节明显，准确性高，可应用于森林火灾检测及监测等方面。

主权项

一种基于高光谱数据的多信息融合火灾着火点的检测方法，包括如下步骤：(1)读取火灾着火地区拍摄得到的高光谱数据，从中提取出光谱图像数据；(2)依据钾辐射检测法、水蒸气吸收检测法、CIBR检测法和HFDI检测法中钾、水蒸气和二氧化碳这些检测特征所对应光谱通道索引I，从光谱图像数据中提取出这些检测特征所对应的光谱通道数据L_I[i]，其中，i代表像素索引；(3)设定火灾温度检测点T_p，根据维恩位移定律，得出火灾不同着火温度时的峰值波长λ_mp，再根据红外辐射大气窗口对峰值波长λ_mp进行筛选，得到筛选后的峰值波长λ_ms，接着从高光谱数据提供的光谱波段表中查询出与峰值波长λ_ms相差最小的光谱波长λ_kp，依照光谱波长λ_kp对应的索引J，从光谱图像数据中提取出多通道光谱通道数据A_J[i]，并记录光谱通道的数目N，其中，i代表像素索引；(4)对步骤(2)提取的检测特征所对应的光谱通道数据L_I[i]，分别计算钾辐射检测指数K[i]、水蒸气吸收检测指数H₂O[i]、CIBR检测指数CIBR[i]和HFDI检测指数HFDI[i]；(5)对步骤(3)提取的光谱波长λ_kp所对应的多通道光谱通道数据A_J[i]，按如下公式计算多通道特征检测指数V[i]：$V\left[i\right]=\sqrt{\frac{A_{J1}^2\left[i\right]+A_{J2}^2\left[i\right]+\mathrm{...}+A_{JH}^2\left[i\right]\mathrm{...}+A_{JN}^2\left[i\right]}{N}},$其中，i为像素索引值，N为光谱通道的数目，A_JH[i]为第H个光谱通道内的光谱通道数据；(6)对上述步骤(4)得到的钾辐射检测指数K[i]、水蒸气吸收检测指数H₂O[i]、CIBR检测指数CIBR[i]、HFDI检测指数HFDI[i]，以及步骤(5)所得到多通道特征检测指数V[i]，分别进行归一化处理，保存处理结果；(7)将(6)中归一化后所得到的检测指数进行多信息融合检测计算，得到融合检测指数R[i]：$R\left[i\right]=\sqrt{q_1·M_K\left[i\right]+q_2·M_{H_{2}O}\left[i\right]+q_3·M_{CIBR}\left[i\right]+q_4·M_{HFDI}\left[i\right]+q_5·M_V\left[i\right]},$其中，M_K[i]为钾辐射检测指数K[i]归一化后的值，M_H2O[i]为水蒸气吸收检测指数H₂O[i]归一化后的值，M_CIBR[i]为CIBR检测指数CIBR[i]归一化后的值，M_HFDI[i]为HFDI检测指数HFDI[i]归一化后的值，M_V[i]为多通道特征检测指数V[i]归一化后的值，q₁是M_K[i]对应的权重，q₂是M_H2O[i]对应的权重，q₃是M_CIBR[i]对应的权重，q₄是M_HFDI[i]对应的权重，q₅是M_V[i]对应的权重；(8)将得到的融合检测指数进行灰度量化，输出火灾着火点检测图像。