Содержание
Иллюстрации - 3
Таблицы и схемы - 3
Метод компьютерного зрения для обнаружения лесных пожаров по RGB-изображениям, получаемым с помощью беспилотного моторного планёра «СВЕТОТЕХНИКА», 2021, №2

Журнал «Светотехника» №2

Дата публикации 20/04/2021
Страница 15-20

Купить PDF - ₽400

Метод компьютерного зрения для обнаружения лесных пожаров по RGB-изображениям, получаемым с помощью беспилотного моторного планёра «СВЕТОТЕХНИКА», 2021, №2
Авторы статьи:
Катаев Михаил Юрьевич, Карташов Евгений Юрьевич

Катаев Михаил Юрьевич, доктор техн. наук. Окончил в 1984 г. Томский государственный университет. Профессор кафедры «Автоматизированные системы управления» ТУСУР. Научный руководитель Центра космического мониторинга Земли ТУСУР

Карташов Евгений Юрьевич, кандидат техн. наук. Доцент кафедры «Машины и аппараты химических и атомных производств» Северского технологического института НИЯУ «МИФИ»

Аннотация
В статье предложен метод (алгоритм) обнаружения лесных пожаров по RGB- изображениям, получаемым с использованием беспилотного моторного планёра. Он включает несколько этапов, связанных с нахождением и вычитанием фона и выделением области пожара по цветовому пространству RGB. Предложенный метод апробирован на изображениях лесных пожаров. Предлагается вариант полёта беспилотного моторного планёра, отличающийся непрерывным контролированием больших пространств в течение нескольких часов. Приведены результаты расчётов, показывающие, что предлагаемый метод позволяет находить занятые пожаром области изображения и может использоваться в автоматических системах мониторинга лесных пожаров.
Список использованной литературы
1. Катковский Л.В., Воробьёв С.Ю. Методы и средства дистанционного мониторинга лесных пожаров // Доклады БГУИР. – 2009. – № 2 (40). – С. 51–58.
2. Воробьёв Ю.Л., Акимов В.А., Соколов Ю.И. Лесные пожары на территории России: Состояние и проблемы. – М.: ДЭКСПРЕСС, 2004. – 312 с.
3. Барталев С.А. Сопоставление информации о лесных пожарах по данным спутниковых, наземных и авиационных наблюдений ИСДМ-Рослесхоз // Современные проблемы дистанционного зондирования Земли из космоса. – 2010. – № 2. – С. 97–105.
4. Пескин А.Е. Системы видеонаблюдения. Основы построения, проектирования и эксплуатации. – М.: Горячая линия-Телеком, 2013. – 256 c.
5. Залесов С.В. Лесная пирология. – Екатеринбург: УГЛТА, 2006. – 303 с.
6 . Gaur A., Singh A., Kumar A., Kulkarni K.S. et al. Fire sensing technologies: A review // IEEE Sens. J. – 2019. – Vol. 19. – P. 3191–3202.
7. Gaur A., Singh A., Kumar A., Kapoor K. Video Flame and Smoke Based Fire Detection Algorithms: A Literature Review // Fire Technol. – 2020. – Vol. 56. – P. 1943–1980.
8. Bouabdellah K., Noureddine H., Larbi S. Using wireless sensor networks for reliable forest fires detection // Procedia Comput. Sci. – 2013. – Vol. 19. – P. 794–801.
9. Garg S., Verma A.A. Review Survey on Smoke Detection // Imp. J. Interdiscip. Res. – 2016. – Vol. 2. – P. 935–939.
10. Memane S.E., Kulkarni V.S. A review on flame and smoke detection techniques in video’s // Int. J. Adv. Res. Electr. Electr. Instrum. Eng. – 2015. – Vol. 4. – P. 885–889.
11. Celik T. Fast and efficient method for fire detection using image processing // ETRI J. – 2010. – Vol. 32. – P. 881–890.
12. Yuan C., Zhang Y., Liu Z. A Survey on technologies for automatic forest fire monitoring, detection, and fighting using unmanned aerial vehicles and remote sensing techniques // Can. J. For. Res. – 2015. – Vol. 45. – P. 783–792.
13. Toreyin B.U., Cinbis R.G., Dedeoglu Y. Fire detection in infrared video using wavelet analysis // Opt. Eng. – 2007. – Vol. 46. – P. 1–7.
14. Celik T., Demirel H. Fire detection in video sequences using a generic color model // Fire Saf. J. – 2009. – Vol. 44. – P. 147–158.
15. Toulouse T.R., Campana A., Celik T., Akhloufi M.A. Computer vision for wildfire research: An evolving image dataset for processing and analysis // Fire Saf. J. – 2017. – Vol. 92. – P. 188–194.
16. Chen-Yu L., Chin-Teng H., Chao-Ting H., Miin-Tsair S. Smoke Detection using Spatial and Temporal Analyses // International Journal of Innovative Computing, Information and Control. – 2012. – Vol. 8, No. 6. – P. 200–300.
17. Zhang Z., Shen T., Zou J. An improved probabilistic approach for fire detection in videos // Fire Technol. – 2014. – Vol. 50. – P. 745–752.
18. СП 20.13330.2016 «Нагрузки и воздействия. Актуализированная редакция СНиП 2.01.07–85».
19. Катаев М.Ю., Кислов А.В., Самохин Е.А. Оценка состояния хвойных растений методами компьютерного зрения // Доклады ТУСУР. – 2020. – Т. 23, № 1. – С. 70–75.
20. Катаев М.Ю., Дадонова М.М. Методика распознавания растительности на основе цветового и текстурного анализа RGB изображений // Cветотехника. – 2019. – № 2. – С. 34–39.
Ключевые слова
Выберите вариант доступа к этой статье

Купить

Рекомендуемые статьи