基于BP神經(jīng)網(wǎng)絡(luò)的嵌入式森林火災(zāi)智能監(jiān)控系統(tǒng)1)

田仲富 王述洋

(東北林業(yè)大學(xué)，哈爾濱，150040)

基于BP神經(jīng)網(wǎng)絡(luò)的嵌入式森林火災(zāi)智能監(jiān)控系統(tǒng)1)

田仲富 王述洋

(東北林業(yè)大學(xué)，哈爾濱，150040)

結(jié)合嵌入式技術(shù)、遠(yuǎn)程監(jiān)控、智能控制以及數(shù)字圖像處理等技術(shù)，設(shè)計了一種森林火災(zāi)監(jiān)控系統(tǒng)。首先，在林火高發(fā)監(jiān)測區(qū)域設(shè)置現(xiàn)場控制器，并對其實時采集到的圖像信息進(jìn)行智能火情識別處理，當(dāng)其檢測到火情后，通過GPRS模塊將林火的地理位置信息、氣象信息、火情信息、植被信息以及地理環(huán)境信息等重要數(shù)據(jù)傳送給監(jiān)控指揮中心，監(jiān)控指揮中心根據(jù)上述重要信息做進(jìn)一步的判定分析，并制定相應(yīng)的林火撲救方案。實際應(yīng)用表明，此系統(tǒng)具有安裝簡便、運行穩(wěn)定、實時性強(qiáng)、體積小以及成本低等特點。

智能控制；圖像處理；神經(jīng)網(wǎng)絡(luò)；森林防火

森林是人類賴以生存的重要資源，也是地球生態(tài)平衡的保護(hù)者[1]。但是，由于人類的過度采伐以及各種自然災(zāi)害等多方面的因素導(dǎo)致森林的面積逐漸減少，據(jù)相關(guān)資料表明：在諸多危害森林的因素中，森林火災(zāi)是一種破壞性最大的災(zāi)害之一，每次大火都會帶來巨大的損失。所以，森林火災(zāi)的監(jiān)測己成為了各國森林防火部門的一個重要任務(wù)[2]。目前，絕大多數(shù)林區(qū)火災(zāi)監(jiān)測的主要措施仍普遍采用在防火期間派出防火人員到林區(qū)巡視、防火塔觀測或衛(wèi)星監(jiān)測等方式，但是上述森林火災(zāi)監(jiān)測方式均存在著明顯不足，在森林火災(zāi)的監(jiān)測中急需引入新的技術(shù)和方法。

近年來，隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展，森林火災(zāi)的監(jiān)測已逐步開始由最初的防火塔人工瞭望轉(zhuǎn)向了遠(yuǎn)程監(jiān)控[3]。因此，林火遠(yuǎn)程監(jiān)控系統(tǒng)作為火災(zāi)早期預(yù)警工具，在我國森林防火工作中發(fā)揮著重要的作用。本文結(jié)合遠(yuǎn)程監(jiān)控系統(tǒng)與嵌入式技術(shù)和數(shù)字圖像處理技術(shù)，提出了一種新型的森林火情監(jiān)測系統(tǒng)。通過目前多種先進(jìn)技術(shù)的融合，使該系統(tǒng)的實時性和效率均得到了大幅度的提升，這種林火監(jiān)測方式可以有效避免現(xiàn)有遠(yuǎn)程監(jiān)控系統(tǒng)的不足，為第一時間監(jiān)測森林火情提供了智能保障。

1 系統(tǒng)組成與功能

本系統(tǒng)主要由監(jiān)控指揮中心、現(xiàn)場控制器以及圖像采集儀構(gòu)成[4]。現(xiàn)場控制器主要實現(xiàn)視頻的獲取、分析處理/本地存儲，當(dāng)發(fā)現(xiàn)火情時產(chǎn)生預(yù)警并立即向監(jiān)控中心發(fā)送火情警報；監(jiān)控指揮中心負(fù)責(zé)整個系統(tǒng)網(wǎng)絡(luò)平臺的管理，對現(xiàn)場控制器傳回的信息進(jìn)行解碼和回放，發(fā)生可疑情況時向現(xiàn)場控制器發(fā)出控制指令，并實時監(jiān)測現(xiàn)場情況，火情一旦被確定后，立即進(jìn)行撲救部署工作，見圖1。

2 現(xiàn)場控制器的設(shè)計

現(xiàn)場控制器由嵌入式處理器(S3C2410)、GPRS模塊、GPS模塊及圖像采集等模塊構(gòu)成，如圖2所示。

圖2 現(xiàn)場控制器硬件組成

監(jiān)測點處的攝像機(jī)將獲得的現(xiàn)場圖像，先送給嵌入式處理器處理進(jìn)行，如發(fā)現(xiàn)異常，嵌入式處理器將異常信息按照J(rèn)PEG格式進(jìn)行壓縮，并將壓縮后的數(shù)據(jù)附帶GPS模塊的信息載入數(shù)據(jù)包。嵌入式處理器通過RS232/RS485串口將數(shù)據(jù)包傳送給GPRS數(shù)據(jù)傳輸模塊，由GPRS數(shù)據(jù)傳輸模塊通過無線網(wǎng)絡(luò)將數(shù)據(jù)包發(fā)送給提供GPRS服務(wù)的移動公司，由移動公司負(fù)責(zé)將數(shù)據(jù)傳送至Internet，監(jiān)控中心通過Internet接收來自監(jiān)測點的數(shù)據(jù)包，從數(shù)據(jù)包中提取JPEG圖像數(shù)據(jù)后解壓縮，根據(jù)GPS信息確定火情地點，并向監(jiān)控中心工作人員提供火情預(yù)警發(fā)生的時間、位置和圖像等警報信息。

3 系統(tǒng)實現(xiàn)

影響森林火災(zāi)監(jiān)控系統(tǒng)正常工作的干擾源主要包括：物體陰影，太陽光照以及各種燈光等因素。但是，上述干擾大部分都可以通過前期的圖像預(yù)處理而排除，而其它與火災(zāi)圖像極其接近的因素，可采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行特征融合處理。系統(tǒng)工作過程為首先對采集到的圖像進(jìn)行圖像處理，然后采用相應(yīng)的林火識別算法進(jìn)行林火識別，當(dāng)識別到火情時產(chǎn)生報警信息并立即轉(zhuǎn)發(fā)給監(jiān)控指揮中心(圖3)。

圖3 系統(tǒng)工作流程圖

3.1 圖像采集

在森林防火的重點區(qū)域應(yīng)結(jié)合其地形特點、早期火情發(fā)生情況以及本地樹種、植被和氣候等特點布置合理的云臺，安裝在云臺上的攝像機(jī)應(yīng)能覆蓋觀測到設(shè)定區(qū)域的整個范圍，且采集到的圖像要滿足一定的精度，因此，本系統(tǒng)采用的索尼公司生產(chǎn)的HDR-PJ820E攝像機(jī)，它是一款日夜型的攝像機(jī)，具有低照度下自動彩色轉(zhuǎn)黑自的功能可實現(xiàn)960線的高清晰度圖像，與日本精工牌長焦鏡頭相配合，能夠提供優(yōu)質(zhì)的監(jiān)控圖像。本系統(tǒng)的S3C2410處理器的視頻采集接口支持ITU標(biāo)準(zhǔn)的圖像數(shù)據(jù)和模擬視頻信號，從而可很好的解決不同林區(qū)攝像裝備差異的問題。嵌入式處理器對不同類型圖像的處理方式是不同的，如果系統(tǒng)接收的是ITU標(biāo)準(zhǔn)的圖像數(shù)據(jù)，則嵌入式處理器可以根據(jù) UPnP協(xié)議直接接收該圖像信息；若系統(tǒng)接收的是模擬視頻信號，則嵌入式處理器必須使用視頻解碼器將接收到的信號進(jìn)行視頻解碼。本系統(tǒng)的視頻解碼器采用美信集成產(chǎn)品公司的4通道視頻解碼器芯片MAX9530，它支持PAL/NTSC視頻標(biāo)準(zhǔn)，可以輸入4路模擬視頻信號，通過內(nèi)部寄存器的不同配置可以對4路輸入進(jìn)行轉(zhuǎn)換，輸入可以為4路CVBS或2路S視頻(Y/C)信號，輸出8位 VPO信號。

3.2 林火圖像識別

林火圖像識別是系統(tǒng)的核心軟件模塊，它主要包括圖像特征提取和火情識別算法(BP神經(jīng)網(wǎng)絡(luò)識別)兩部分。

3.2.1 基于顏色的林火識別

RGB和HIS顏色模型是目前基于顏色的林火圖像識別的兩種主要方式[5-6]。但是，RGB顏色模型存在定量分析較困難、圖像的視覺效果較差以及對增強(qiáng)色調(diào)差異作用較小等缺陷。所以，本文采用HIS顏色模型來識別基于顏色的林火圖像。

HIS是另一種彩色模型系統(tǒng)，其依據(jù)視覺原理劃分了3個互不相關(guān)的顏色分量，即亮度(I)、色調(diào)(H)和飽和度(S)[7-8]。它們是相對獨立的，所以可對它們分別進(jìn)行圖像處理，能夠準(zhǔn)確定量的描述顏色特征。在實際應(yīng)用中，為了克服RGB模型的缺點，通常需要首先將RGB模型轉(zhuǎn)化為HIS模型，其轉(zhuǎn)化公式為[10]：

(1)

根據(jù)公式(1)，可將林火圖像轉(zhuǎn)換到HIS表色空間，從而使林火識別率得到增強(qiáng)。

3.2.2 林火圖像特征提取及識別

嵌入式微處理器可以提取顏色、紋理、形狀以及空間關(guān)系等視覺特征[9]。林火圖像同林區(qū)圖像在顏色上相比較，具有明顯的不同，在可見光的全色波段上，林區(qū)背景圖像呈現(xiàn)為各種顏色；森林呈現(xiàn)黃、青、綠3種顏色，在可見光圖像上表現(xiàn)為(H115，S0.78，I0.45)；煙霧呈現(xiàn)灰色，圖像上表現(xiàn)為(H90，S0，I0.7)；火焰呈現(xiàn)紅、橙、黃3種顏色，圖像上表現(xiàn)為(H85，S0.47，I0.57)。本系統(tǒng)選擇圖像的顏色特征和邊緣變化特征表示火災(zāi)圖像的特征，采用HIS 3個分量差值的直方圖及其二階矩來表示圖像的顏色特征。為了降低非林火發(fā)光源的影響，采用計算各目標(biāo)區(qū)域火焰的尖角數(shù)目來描述變化的圖像邊緣特征。最后將兩者合成林火圖像的特征向量，并作為BP神經(jīng)網(wǎng)絡(luò)識別系統(tǒng)的輸入向量[11-12]。

在BP神經(jīng)網(wǎng)絡(luò)識別系統(tǒng)中將隱含層的節(jié)點數(shù)設(shè)定為3～11個，經(jīng)過1 000次訓(xùn)練后，得到不同隱層神經(jīng)元對網(wǎng)絡(luò)性能的影響，如表1所示。

表1 隱層神經(jīng)元數(shù)量對網(wǎng)絡(luò)性能的影響

由表1可知，隱層神經(jīng)元為6個的BP網(wǎng)絡(luò)標(biāo)準(zhǔn)差為最小，而且網(wǎng)絡(luò)經(jīng)過85次訓(xùn)練就達(dá)到了目標(biāo)誤差，雖然，3和8個隱層神經(jīng)元的網(wǎng)絡(luò)標(biāo)準(zhǔn)差也比較小，考慮到他們所需要的訓(xùn)練時間相對較長，會影響到網(wǎng)絡(luò)的訓(xùn)練速度，所以，隱層神經(jīng)元數(shù)確定為6個。

3.3 林火定位與報警

當(dāng)本系統(tǒng)的林火檢測模塊檢測到林火發(fā)生時，現(xiàn)場控制器立即通過即插即用接口與GPS模塊進(jìn)行通信，從而獲取林火發(fā)生的具體位置信息，并立即產(chǎn)生火警信息。當(dāng)產(chǎn)生火警信息后立即觸發(fā)GPRS模塊，GPRS模塊將附加了林火現(xiàn)場的氣象信息、火情信息、植被信息以及地理環(huán)境信息等重要數(shù)據(jù)的火警信息發(fā)送給提供GPRS服務(wù)的移動公司，由其負(fù)責(zé)將數(shù)據(jù)傳送至Internet，并最終傳送給監(jiān)控指揮中心。

4 結(jié)果與分析

試驗是在戶外較大空間，且選擇白天自然光照條件下進(jìn)行的，并用具有良好反射自然光的倒車鏡、打火機(jī)等作為干擾物，在這些干擾情況下，進(jìn)行火焰識別實驗。圖4為原始的火焰圖像，圖5為預(yù)處理后的圖像。在圖4中，在燃燒中的火焰紅外圖像灰度圖的左邊依次存在反射較強(qiáng)的倒車鏡、打火機(jī)火焰和金屬杯子3種干擾源，從圖中可見，高亮度的火焰和反射強(qiáng)烈的倒車鏡可由紅外濾光片突出，背景干擾減小。從圖5的試驗結(jié)果可以看出，各種干擾源通過目標(biāo)的面積變化率、顏色、紋理、形狀以及空間關(guān)系等判據(jù)，也可以將火焰識別出來。所以，本系統(tǒng)能夠較好的消除大部分干擾源的影響，并能夠以較快的速度對火焰圖像進(jìn)行識別處理，從而及時地發(fā)現(xiàn)早期火災(zāi)的發(fā)生。

圖4 具有各種干擾的火焰原始圖像

圖5 預(yù)處理后的火焰圖像

5 結(jié)論

本文提出了一種基嵌入式處理平臺的森林火災(zāi)監(jiān)控系統(tǒng)，綜合應(yīng)用了嵌入式、數(shù)字圖像處理、3S以及智能控制等技術(shù)。林火的監(jiān)測是在林區(qū)火災(zāi)頻發(fā)區(qū)域現(xiàn)場進(jìn)行的，通過圖像的實時采集、處理，實現(xiàn)了林火監(jiān)控的智能化。該系統(tǒng)與目前主要的森林火災(zāi)監(jiān)控系統(tǒng)相比，其克服了多種干擾源的干擾，有較高的靈敏度和識別率，比傳統(tǒng)林火探測技術(shù)可靠性高，大大降低了監(jiān)測人員的工作強(qiáng)度。

試驗表明：該系統(tǒng)具有安裝簡便、運行穩(wěn)定、實時性強(qiáng)、體積小以及成本低等特點；但是，在實際應(yīng)用中，系統(tǒng)存在一定的誤報現(xiàn)象，這主要是由于識別算法還存在一些不足之處，其主要是針對于火災(zāi)火焰圖像的識別和判斷，而對于火災(zāi)煙霧圖像特征識別和分析的方法還需要做大量的研究工作，因此，希望在今后的研究工作中通過不斷改善算法等措施，使系統(tǒng)的識別率能夠得到進(jìn)一步的提高。

[1] 徐仕玲,趙敏,徐建波.野外早期火災(zāi)圖像識別方法研究[J].計算機(jī)技術(shù)與發(fā)展,2008,18(6):214-216.

[2] 張潔,何曉燕,凌志浩.基于ARM技術(shù)的遠(yuǎn)程圖像監(jiān)控系統(tǒng)設(shè)計[J].自動化儀表,2006,27(11):5-9.

[3] 廖嘉,周興斌.基于ARM9的嵌入式GPRS的設(shè)計與實現(xiàn)[J].計算機(jī)與現(xiàn)代化,2009(2):129-131.

[4] Zhang Shengyan, Zheng Hui, Liu Yuanqiu, et al. Supporting and decision system of forest fire prevention for Jiangxi province based on 3S(RS,GIS and GPS)[J]. Jiangxi Forestry Scieince and Technology,2010,2(2):36-40.

[5] 王金芝,王國胤,許昌林.一種新的云綜合方法在彩色圖像分割中的應(yīng)用[J].智能系統(tǒng)學(xué)報,2013,8(6):4-5.

[6] 金海善,汪華章,吳煒,等.基于顏色特征的圖像檢索算法及實現(xiàn)[J].四川大學(xué)學(xué)報,2008.45(4):817-822.

[7] 王躍宗,劉京會.基于視頻的火災(zāi)實時檢測方法[J].計算機(jī)工程與技術(shù)，2009,30(18):4330-4332.

[8] 李洋,焦淑紅,孫新童.基于IHS和小波變換的可見光與紅外圖像融合[J].智能系統(tǒng)學(xué)報,2012,7(6):555-556.

[9] Shen Shilin, Yu Chunyu, Yuan Feiniu. Renovated method for identifying fire plume based on image correctation[J]. Jonrnal of Safety and Environment,2007,7(6):96-99.

[10] 張便利,常勝江李江衛(wèi),等.基于彩色直方圖分析的智能視頻監(jiān)控系統(tǒng)[J].物理學(xué)報,2006,55(12):6399-6403.

[11] 宋玲,常磊.變異粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在入侵檢測中的應(yīng)用研究[J].智能系統(tǒng)學(xué)報,2013,8(4):2-3.

[12] 劉大鵬.廣州市森林火災(zāi)危害程度預(yù)測研究[D].長沙：中南林業(yè)科技大學(xué),2007:70-76.

Forest Fire Embedded Intelligent Monitoring System Based on BP Neural Network/

Tian Zhongfu, Wang Shuyang

(Northeast Forestry University, Harbin 150040, P. R. China)//Journal of Northeast Forestry University.-2014,42(8).-138～140，144

We used embedded technology, remote monitoring, intelligent monitoring and digital image processing to design a monitoring system of forest fire. First, we set up the field controllers in the high incidence areas of forest fire, then distinguish and process the image information with real time. When the controllers detected condition of a fire, they transmitted the information to monitoring and command center of the fire through the GPRS module including the geographical position, meteorological information, the condition of the fire and vegetation geographical environment. Depending on the important information, the monitoring command center made further decision analysis and formulated the corresponding firefighting plan. In practical application, this system has the advantages of easy installation, stable operation, strong real-time, small volume and low cost.

Intelligent control; Image processing; Neural network; Forest fire prevention

1) 國家自然科學(xué)基金面上項目(51378096)；黑龍江省自然科學(xué)基金項目(C201244)；中央高校基本科研業(yè)務(wù)費專項資金資助(DL12BB01)。

田仲富，男， 1978年 2 月生，東北林業(yè)大學(xué)機(jī)電工程學(xué)院，講師。

2014年4月20日。

QS762.2

責(zé)任編輯：潘 華。