用户名: 密码:    忘记密码   注册   在线充值
一种森林火灾烟雾识别方法及装置  
 【申请号】  CN201310376899.2  【申请日】  2013-08-26
 【公开号】  CN103456122A  【公开日】  2013-12-18
 【申请人】  中国科学技术大学  【地址】  230026 安徽省合肥市包河区金寨路96号
 【共同申请人】  
 【发明人】  宋卫国;李晓恋;张永明;吕伟
 【国际申请】    【国际公布】  
 【进入国家日期】  
 【专利代理机构】  北京集佳知识产权代理有限公司 11227  【代理人】  王宝筠
 【分案原申请号】  
 【国省代码】  34
 【摘要】  本申请提供了一种森林火灾烟雾识别方法,该方法使用多通道阈值法和每个像元的36个光谱通道的反射率或亮温值,识别出烟雾像元和非烟雾像元,并将从36个光谱通道的反射率或亮温值中获取神经网络分类器的输入特征,使用烟雾像元的烟雾输入特征和非烟雾像元的非烟雾输入特征对神经网络分类器进行训练,得到烟雾识别分类单元,使用烟雾识别分类单元能够精确识别出烟雾像元和非烟雾像元。实现了对烟雾像元的精确分类,由于非烟雾像元包括云像元,因此大大降低了将云像元误分为烟雾像元的概率。又由于烟雾像元包括薄烟像元,因此使用烟雾识别分类单元能够精确识别出薄烟像元,进一步提高了薄烟区域识别的精度。
 【主权项】  一种森林火灾烟雾识别方法,其特征在于,包括:对获取到的中分辨率成像光谱仪MODIS原始数据进行辐射校正和几何校正,获取识别场景中每个像元的光谱通道组中的各个光谱通道的反射率或亮温值,所述光谱通道组包括36个光谱通道;依据对所述每个像元的各个光谱通道的反射率或亮温值,及对每个像元的光谱通道进行光谱分析后的结果,选取出神经网络分类器识别火灾烟雾的输入特征;利用多通道阈值法从所述识别场景中识别出烟雾像元和非烟雾像元;从所述烟雾像元中提取烟雾像元训练样本,从所述非烟雾像元中提取非烟雾像元训练样本;使用所述烟雾像元训练样本的烟雾训练输入特征和所述非烟雾像元训练样本的非烟雾训练输入特征对所述神经网络分类器进行训练,得到烟雾识别分类单元,其中,所述烟雾训练输入特征、所述非烟雾像元训练输入特征分别与所述神经网络分类器识别火灾烟雾的输入特征对应;使用所述烟雾识别分类单元识别未知像元是否为烟雾像元。
 【页数】  30
 【主分类号】  G08B17/10
 【专利分类号】  G08B17/10;G06K9/62
   推荐下载阅读CAJ格式全文 查询法律状态
(不支持迅雷等加速下载工具,请取消加速工具后下载。)

 


专利产出状态分析  
本领域科技成果与标准  
发明人发表文献
申请机构(个人)发表文献
本专利研制背景
本专利应用动态
所涉核心技术研究动态
京 ICP 证 040431 号 网络出版服务许可证 (总)网出证(京)字第 271 号经营性网站备案信息 京公网安备 11010802020460 号
© 2010-2017 中国知网(CNKI) 《中国学术期刊(光盘版)》电子杂志社有限公司 KDN 平台基础技术由 KBASE 11.0 提供
服务热线:400-810-9888 订卡热线:800-810-6613
在线咨询:http://help.cnki.net 客服中心:http://service.cnki.net 电子邮件:help@cnki.net
可信网站 诚信网站