第30卷，第4期 2010年4月
学与光谱分析
光语
Spectroscopy and Spectral Analysis
基于多光谱图像的烟雾检测
卫颖卓，张绍武“，刘彦伟西北工业大学自动化学院，陕西西安
710072
Vol.30,No.4,pp1061-1064
April,2010
摘要烟劳检测对于火灾早期防范非常重要，传统的智能视频和图像处理技术易受背景运动信息影响，抗干扰性差，且不容易区分森林水雾和燃烧产生的烟雾，森林防火误报率高。为此提出一种新的多光谐图像检测方法检测烟雾。采用多光谱成像系统，获取400至720nm波段范围的烟雾、水雾光谱图像序列，对图像进行分层像素整合处理；利用氏距离度量不同分块光谱特征差异，获取动态区域光谱特征向量，根据目标与背景间光谱特征向量差异，提取烟雾、水雾区域。室内外试险结果表明：多光谱图像检测方法可用于烟雾检测，能够有效地检测并区分烟雾和水，与视频图像方法结合，可有效地用于森林火灾监测，降低森林火灾检测误报率。
关键调烟雾检测；多光谱图像；光谱特征
中图分类号：TP391
引言
文献标识码：A
DOl; 10. 3964/j.issn.1000-0593(2010)04-1061-04
能量会减少，可利用小波变换提取烟雾产生区域(5)，但该方法容易产生很多噪声，易受亮度影响，且当背景图像信息量少时算法难以实现。衰非牛等["利用烟雾运动特性，计算图
火灾对自然植被、人类财产会造成不可估量的损失，烟募检测是火灾防范的重要环节，烟募的有效检测能及时发现尚未扩散的火势，达到火灾早期控制目的
早期火灾检测主要是针对火焰和温度进行检测，如红外监视传感器检测火情()，这种检测方法要求火焰与传感器之间没有阻挡物，而实际的森林火灾源头常常隐藏在灌木丛、树木、山体等遮挡物之后，只有当火焰蔓延至树顶之后才有可能被稳测到，面这时火势往往已转变为大火。另外对烟尘敏感的感烟传感器也被用于火灾检测，但受制于空间制约，通常用于室内监测，无法用于大范围区域如森林环境。
自前智能视频技术和图像处理技术被广泛地应用于烟募检测[24]，这些方法多利用烟雾本身的动态特征、色彩特征以及透明特征等。
Vicente等[)认为图像中烟募区域的像素值在一定时间内呈现低频持续变化，而其他运动背景如飞鸟、行驶汽车等快速运动物体表现为像素上的服时运动，可用隔多顺差方法提取烟募产生区域。但该方法易受局部持续运动物体干扰，如晃动的树叶等，不适合森林防火。由于透明性，烟雾的产生使背景图像锐度减小，轮腕逐渐模糊，其对应的小波系数
像分块的累积量和主运动方向，采用贝叶斯分类器对烟雾进行了检测。
以上这些方法在特定场合有较好的检测效果，但是不能较好地区分烟雾和水雾。这是因为烟雾和水雾的动态特征十分相似，且往往呈白色状，传统彩色传感器所能采集的光线波长范围较小，通过颜色较难区分烟募和水雾，而水雾在野外森林监视下又经常出现。多光谱成像技术是将摄人光源经过过滤，同时采集不同可见光谱和红外光谱等波段的数字图像，并进行分析处理的技术。该技术利用物质光谱反射率与其化学物理特性之间的相关性，进行物质鉴别和其化学成分预测，已广泛应用于军事、医学和农业等领域[74]，本文提出一种基于多光谱图像的检测方法检测烟募，利用烟雾和水雾募的不同光谱特征，区分烟雾和水募，为森林防火提供技术支持。
1
光谱特征分析
由于每种物质都有各自的光谱特征，因此可以根据光话
来鉴别物质和其化学组成，光谐分析可利用发射光谐，也可
收稿日期：2009-05-05，修订日期：2009-08-08
基金项目：国家自然科学基金项目（60634030，60775012)，教育部博士点基金项目（20060699032)，航空基金项目（2007EC53037）和陕西省
工业攻关项目(2008k04-25)资助
作者简介：卫额卓，1986年生，西北工业大学自动化学院硕士研究生
e-mail; xgdwyz@163, com
*通讯联系人
万方数据
e-mail; zhangsw@nwpu edu cn