基于無人機攝影的森林火情早期探測系統

謝 振

（銅陵市消防救援支隊,安徽 銅陵 244400）

森林主要的災害是火災，當森林發生火災時，不僅會降低林木與動物的生存概率，還會威脅人們的生命安全，嚴重破壞森林生態環境[1-3]。同時，森林火災的控制難度也較高，因而需要及時發現森林早期火情，發出報警信息，避免火災破壞面積繼續擴大[4]。為此，設計森林火情早期探測系統，可降低火災對森林的影響[5]。例如，王利軍等（2022）通過溫度傳感器監測森林溫度信息，利用溫度識別算法與預警溫度閾值，完成森林火情早期探測。該系統的火情早期探測響應時間低于5 s，可有效防止火情漏報問題，具備較優的森林火情早期探測效果[6]。肖云丹等（2021）依據貝葉斯-零膨脹負二項模型設計森林火情早期探測系統，利用貝葉斯法探測森林火情早期發生概率，通過零膨脹負二項模型分析森林火情與氣象因子間的關系，為避免森林火情發生提供參考。該系統具備較優的森林火情早期探測可靠性[7]。但上述系統的森林火情早期探測范圍較小，無法全面預防森林火情。無人機攝影技術是利用無人機搭載不同類型的傳感器，采集森林相關信息，并依據采集的信息進行森林火情早期探測。利用無人機的高機動性，可擴展森林火情早期探測范圍，提高探測效率[8-9]，提升森林火情預防的全面性。為此，本研究設計基于無人機攝影的森林火情早期探測系統，以提升火情早期探測精度，為火情救援決策分析提供參考。

1 森林火情早期探測系統

利用無人機搭載可見光相機與紅外相機，采集不同類型的森林圖像，并搭載煙霧探測器，采集森林煙霧信息，用于后續進行森林火情早期探測。基于無人機攝影的森林火情早期探測系統結構如圖1所示。

圖1 森林火情早期探測系統結構

森林火情早期探測系統總共包含兩個部分，分別是無人機子系統與地面子系統。無人機子系統中，利用飛控模塊，控制無人機飛行至指定位置。無人機搭載了可見光相機、紅外相機、GPS定位模塊與煙霧探測器。利用可見光相機與紅外相機，可在森林火情探測區域采集森林圖像信息；樹莓派利用USB接口讀取可見光相機采集的可見光圖像，利用SPI（serial peripheral interface，串行外設接口）讀取紅外相機采集的紅外圖像。再利用圖像發射機將采集的可見光圖像與紅外圖像，傳輸至地面子系統的圖像接收機內。利用單片機驅動無人機搭載的GPS定位模塊與煙霧探測器，采集森林氣體信息與位置信息。再利用數據發射機傳輸采集的氣體信息與位置信息至地面子系統的數據接收機內。地面子系統內，地面站PC機利用閾值分割法，分割可見光圖像與紅外圖像，獲取火焰圖像；在火焰圖像內，提取面積變化率與紋理特征；在RBF（radial basis function，徑向基函數）神經網絡內，輸入面積變化率與紋理特征，以及氣體信息與位置信息，輸出森林火情早期探測結果。

1.1 無人機攝影飛控模塊設計

無人機子系統內，利用飛控模塊控制無人機的飛行狀態，該飛控模塊的核心是STM32主控芯片，其整體結構如圖2所示。

圖2 飛控模塊整體結構

該模塊內利用傳感器采集無人機飛行過程中的相關參數。STM32主控芯片包含多個IO接口，利于無人機搭載外設設備。通過電源單元為飛控模塊提供電源[10]。利用主控芯片處理采集的無人機相關參數，并經由通信單元傳輸至顯示器內。操作人員可通過顯示器查看無人機的飛行狀態，依據無人機的飛行狀態，選擇遙控器控制或上位機控制，并將無人機控制指令，經由通信單元傳輸至主控芯片內，主控芯片接收到控制指令后，對其進行解析[11]。依據解析后的控制指令，操作正、反槳電機驅動電路，驅動正、反槳電機電路，提升無人機飛行的可靠性與穩定性。通過LED指示燈呈現無人機的狀態，當LED指示燈為紅色時，說明無人機處于異常狀態[12]，當LED指示燈為綠色時，說明無人機處于正常狀態。飛控模塊內傳感器的結構如圖3所示。利用三軸加陀螺儀、三軸加速度計、光流傳感器、GPS單元與三軸磁強計，采集無人機飛行過程中的姿態與速度等相關參數[13]。利用轉換芯片對采集的無人機相關參數進行模數轉換，轉換速率為120 kHz。再利用SPI將轉換后的數據傳輸至STM32主控芯片內[14]。

圖3 傳感器結構

利用飛控模塊控制無人機飛行，采集森林相關信息的流程如圖4所示。

圖4 無人機飛行流程

利用飛控模塊控制無人機飛行，采集森林相關信息的具體步驟如下：

（1）利用飛控模塊控制無人機起飛，令其上升至指定高度，得到森林探測區域的俯瞰視野。

（2）當無人機搭載的紅外相機采集的紅外圖像內出現高溫區域時，馬上降低無人機飛行高度，停留在高溫區域上方，采集紅外圖像，并利用可見光相機采集可見光圖像，通過煙霧探測器采集氣體信息，通過GPS定位模塊采集位置信息。

（3）依據采集的紅外圖像與可見光圖像，排查火情，得到火源信息，并將火源信息與位置信息傳輸至地面子系統內。

（4）利用氣體信息，復測火情，精準定位火情發生點，并發出報警信息，為消防人員提供精準的位置信息。

（5）無人機飛行時，始終需要監測其電量是否超過返航電量閾值。若電量較低，那么需控制無人機返航，避免因電量過低，導致其墜毀。若電量充足，則繼續依照指定路線巡航，以到達指定終點為止。

1.2 森林火焰圖像特征提取

地面子系統利用圖像接收機接收無人機子系統傳輸的森林紅外圖像與可見光圖像后，通過地面站PC機，在接收的紅外圖像與可見光圖像內提取圖像特征。圖像特征提取前，需從紅外圖像與可見光圖像內分割出火焰圖像，提升特征提取精度。對于紅外圖像與可見光圖像來說，火焰處的灰度與其余位置的灰度不同，因此，可利用閾值分割法，分割紅外圖像與可見光圖像，得到森林火焰圖像。紅外圖像與可見光圖像的圖像分割與特征提取過程完全一致，因此，以下方法以紅外圖像為例。

令紅外相機采集的紅外圖像是J(x,y)，其中，像素是(x,y)，特征閾值是ε，那么紅外圖像分割結果為：

以面積變化率ΔAi與紋理特征為紅外圖像的特征，令第i幀火焰圖像內火焰面積是Ai，則ΔAi的計算公式如下：

利用灰度共生矩陣法，在火焰圖像內提取紋理特征。令b1的灰度共生矩陣是Q，Q的第個元素值是與灰度級j、l，按照指定方向θ距離d的灰度對一起出現的次數一致。因此，此時的概率,d)為：

其中，像素灰度對出現總次數是N；第個元素值是；在θ方向上，與b1的距離是d，則

利用灰度共生矩陣可提取14個紋理特征，文中以常用的熵H、能量E、相關性S為紋理特征。

H越小，火焰圖像紋理分布越緊密。H的計算公式如下：

E與火焰圖像紋理平滑程度具有負相關關系。E的計算公式如下：

S與火焰圖像元素分布均勻情況具有正相關關系。S的計算公式如下：

同理，利用閾值分割法，分割可見光圖像，得到火焰圖像，并在火焰圖像內，提取面積變化率與紋理特征。以紅外圖像的面積變化率與紋理特征、可見光圖像的面積變化率與紋理特征，以及氣體信息為數據樣本集，其中，樣本數量是m。

2 系統性能測試與分析

以吉林省的紅石國家森林公園為實驗對象，該森林公園位于吉林市樺甸市，占地面積28 574.6 hm2，水域面積2 269 hm2，森林覆蓋率84.6%。利用無人機攝影森林火情早期探測系統對該森林進行火情早期探測，驗證無人機攝影森林火情早期探測系統進行火情早期探測的可行性。無人機攝影森林火情早期探測系統利用四旋翼無人機搭載紅外相機、可見光相機、煙霧探測器與GPS定位模塊，采集森林相關信息，該四旋翼無人機的具體參數如表1所示。

表1 四旋翼無人機的具體參數

利用無人機攝影森林火情早期探測系統采集該森林出現火情時的紅外圖像與可見光圖像，圖像采集結果如圖5所示。根據圖5（a）可知，該系統可有效利用可見光相機，采集森林的可見光圖像。根據圖5（b）可知，該系統可有效利用紅外相機，采集森林的紅外圖像。實驗證明：無人機攝影森林火情早期探測系統可有效采集森林圖像，為后續火情早期探測提供數據支持。

圖5 可見光圖像與紅外圖像采集結果

利用無人機攝影森林火情早期探測系統對采集的圖像進行火焰分割，以可見光圖像為例，火焰分割結果如圖6所示。

圖6 可見光圖像火焰分割結果

根據圖6可知，該系統可有效從可見光圖像內分離獲取火焰圖像。進而在分離的火焰圖像內提取面積變化率與紋理特征，結果如圖7所示，其中紋理特征以熵為例。根據圖7（a）可知，該系統可有效在火焰圖像內提取面積變化率特征，由面積變化率特征提取結果可知，該森林的最大面積變化率在0.09左右，最小面積變化率在0.01左右。根據圖7（b）可知，該系統可有效提取熵-紋理特征，隨著森林圖像采集時間的延長，熵的值不斷下降，即火焰圖像紋理分布越緊密。實驗證明：無人機攝影森林火情早期探測系統具備火焰圖像面積變化率與紋理特征提取的可行性。

圖7 面積變化率與紋理特征提取結果

利用無人機攝影森林火情早期探測系統對該森林進行火情早期探測，探測結果如圖8所示。根據圖8可知，該系統可有效實現森林火情早期探測，并及時發出報警信息。該系統還可實時操控無人機的飛行速度以及飛行狀態。實驗證明：無人機攝影森林火情早期探測系統具備森林火情早期探測的有效性。

圖8 森林火情早期探測結果

利用均方根誤差，衡量無人機攝影森林火情早期探測系統的森林火情早期探測效果，其值越低，森林火情早期探測效果越佳。分析不同風速時，無人機攝影森林火情早期探測系統森林火情早期探測的均方根誤差，結果如圖9所示。根據圖9可知，不同情況下，隨著風速的增長，該系統探測森林火情的均方根誤差均呈上升趨勢。當風速低于3 m/s時，無人機不受風速影響，均方根誤差并未發生改變；當風速超過3 m/s時，無人機受風速影響，導致均方根誤差有所提升。其中，陰燃情況下，火情探測的均方根誤差最大，原因是陰燃探測難度最大，而最高均方根誤差在0.007左右，依舊較低，說明無人機攝影森林火情早期探測系統在不同風速下對森林火情早期探測的均方根誤差均較低，即火情早期探測的精度較高。

圖9 均方根誤差的分析結果

3 結論

如今，森林火災發生頻率越來越高，對森林火情探測研究的關注度也隨之提升。無人機具備非接觸、檢測范圍大等優勢，因此，設計基于無人機攝影的森林火情早期探測系統，有助于及時發現早期火情，并快速控制火情，避免火情進一步發展，降低火情對森林的破壞程度。