智慧森林防火防烟系统识别解决方案

智慧森林防火防烟系统识别解决方案

第一章系统概述

1.1背景概述

云南省位于中国西南的边陲，面积39万平方千米，占全国面积 4.11%，全国各省级行政区面积排名第八。云南省森林覆盖率为52.93%，排名全国第三。

1998年，党中央、国务院作出了实施天然林资源保护工程(简称天保工程)的重大战略决策。云南坚决贯彻执行天保工程，13个州市、69个县、17个国有重点森工企业全面停止天

然林采伐，实施天保工程。截止到2011年，天保工程一期的实施已经取得了阶段性成果。工

程区总面积达到了 3.5亿亩，区域内涉及人口两千余万，占全省人口总数的六成以上，全省

实际落实森林管护面积达到18965万亩，是国家下达任务的106%。累计营造公益林3764万亩，完成规划任务的140%。

从2011年起，天保工程二期正式开始实施，在一期的基础上增加了大理的3个县市区，争取到2020年，实现森林资源从恢复性增长向质量提升转变，工程区新增森林面积1000万亩，净增森林蓄积 1.7亿立方米，工程区森林覆盖率提高到67%以上，质量明显提高;实现生态状况由逐步好转向明显改善转变，工程区水土流失明显减少，生物多样性明显增加，工程

区林业总产值超过千亿元，林农从林业中获得的人均收入达到4000元以上。

在政策方面，云南省将继续停止天然林商品性采伐，同时，渐渐开放集体商品林采伐，

先行试点，鼓励开展人工商品林的培育与利用。合理确定木材经营加工企业布局，建立健全

市场准入制度，提高准入门槛，实施生态效益补偿，增加森林培育经营补助，为建设“森林云南”，构建绿色生态安全屏障和生物多样性宝库，添砖加瓦。

随着森林面积的不断增加，对森林火灾的预警及及时响应显得极为重要。

1.2森林防火监测方法比较

科技的进步，也使森林防火走入了现代化和数字化时代，目前国内外在森林火灾的监测

领域主要采用如下几种方式：

A）卫星遥感监测：适合林业资源的大面积监测。因覆盖和频率等原因，难以及时发现

局部的初期火灾，不利于重点区域的时时监控。

B）传统人工瞭望和巡视：劳动强度大、很难适应现代化的森林防火要求。

C）传统实时图像监控：人工值守时容易疲劳，且前后端设备庞杂，后期维护困难，致

使投资规模大，建设周期长，整体功能相对单一。

D）无线传感器网络监测：投资规模较大、成本较高，不利于单独推广使用。

以上森林防火监测技术及系统都各有其显著的优缺点，但难以直观、可靠、经济的满足森林防火监测和日益发展的管理需要。

因此，现在非常需要一种性价比合理、全自动化的森林火灾监测技术来满足日益发展的林业产业的需要。

第二章森林防火烟火识别系统

2.1系统概述

为贯彻落实“预防为主、积极消灭”的森林防火工作方针，切实做好各项应急处置森林火灾的工作，正确处理因森林火灾引发的紧急事务，确保在处置森林火灾时反应及时、准备充分、决策科学、措施有力，把森林火灾的损失降到最低程度，省政府、省林业厅做了大量工作。以达到抢前抓早，及早部署，认真做好各项森林防火准备工作，严密防范，结合多种技术手段，真正做到有备无患。

森林火灾是世界性林业重要灾害之一，每年都有一定数量的发生，造成林业资源的重大损失和全球性环境污染。森林火灾突发性、随机性特点，要求我们准确、及时发现火情。近年来出现的基于网络摄像机的远程视频监测系统为森林火灾实时监测提供了可靠的技术支持，大大提高了系统的科技含量和自动化水平，减轻了值守人员的劳动强度。

2.2政策依据

《森林防火条例》

《森林火灾视频监控系统工程技术规范(试行)》

《国家林业局2013年工作要点》

《林业科学和技术“十二五”发展规划》

《中共中央国务院关于2013年促进农业稳定发展农民持续增收的若干意见》

2.3系统方案

2.3.1总体系统架构

森林防火视频烟火识别系统包括一个指挥控制中心及N个前端监测基站。

前端监测基站：在林区各个基站铁塔顶制高点架设红外低照度全天候长焦距摄像机各一台，覆盖半径为2km，可以监视方圆的范围，采用太阳加风能给前端设备供电，配备室外全天候全球型云台防护罩，并把周围2km的图像传输网络传至指挥控制中心。

系统拓扑图如下：

Figure 1森林防火视频烟火识别系统拓扑图

森林防火视频烟火识别系统是远程网络摄像机采集视频、图像，通过本地信息传输网络

传至指挥管理中心，在指挥管理中心部署视频智能分析服务器，将所监测到的图像数据进行

分析，通过图像处理，所拍摄到的森林背景图像与火灾、烟雾的光谱特征进行比较，分析识

别烟雾、火苗，判断识别信息，如识别为火情，则给系统报警，系统将云台的水平角、俯仰

角送到森林防火指挥决策系统，利用定位系统将电子地图按一定的比例张开并用图标标示火

灾点，屏幕显示监测点范围内的三维电子地图，这样地图和视频图像同步。

如果是处理动态视频信号，识别系统会对动态视频信号进行“抽帧”，所谓“抽帧”就是把原来25fps-30fps的画面进行定时捕捉，将动态信号转化为一幅幅静态画面。由于动态画

面转化而来的图片不够清晰，所以系统会自动对静态画面进行噪点分析、锐化、插值等操作，使之能够进行下一步的色谱分析。

森林防火视频烟火识别系统图如下：

智能分析

网络存储一体机

电视墙

应用服务器

数字视频解码器系统主机

数字视频解码器系统客户端客户端

有线/无线网络

网络云台摄像机网络云台摄像机

Figure 2森林防火视频烟火识别系统图

2.3.2火的检测算法

2.3.2.1基于颜色的预判算法

通常森林大部分时间处于无火源的状态，故可对从视频流截取的并转换为BMP格式的图像先进行简单的判断。本系统采用基于颜色的算法检测图像的状态。不论在什么情况下，由

于火焰的外焰高温部分是绝对高温，并且火焰本身的亮度大多集中在红色，火的颜色总

是表现为红色的，故在火的算法中，我们首先对图像进行一次预判。即判断该图像是否有红

色的信息，若没有红色的区域，就根本不用执行其他火的算法，这样就大大加快了识别效率。其算法为:

Pi(x, y)∈[R1, R2]

其中，Pi(x, y)为待处理的图像像素的RGB值, [R1, R2]为实验确定后的表现为火的红色阈值。当Pi(x, y)∈[R1, R2]时，则判定有疑似火源，取用红色通道，舍弃其他两个通道的颜色，而单独对红色通道进行识别处理，并将该区域从背景中分离出来。接着进入下面对各种林火

行为特征的算法判断。当Pi(x, y) [R1,R2]时，则判定无火，于是判断该图像是否出现烟。

2.3.2.2基于火焰颜色分布的算法

火焰一般从焰心到外焰其颜色应从白色向红色移动，根据这一特点，提出了如下识别算

法。从火焰颜色物体的左上像素开始，依次取连通像素点，连通方向为右下，如右下无连通

像素则取下连通，直至取完。每三个像素点取红色比重的平均值,组成数列，然后做一阶差分。最后得到的差分数列输入给判别算法，从起始像素为起点，当红色比重的减少趋势持续一定

步数时，说明有从红向白移动趋势；同理从截止像素为起点，当红色比重持续增至一定步数

时，说明有从红向白移动趋势。任一种情况出现都说明颜色分布具有火焰特点。

计算红色比重的公式如下:

redratio ( x, y ) =x ,y∈m

R ( Pi( x,y ) )R(Pi(x,y))+G(Pi(x,y))+B(Pi(x,y))

2.3.3烟的检测算法

2.3.3.1基于烟雾颜色的检测算法

火灾烟雾的主要组分是可燃物燃烧产生的气相产物与掺混进来的空气，并混杂着许多微

小的固体颗粒和液滴。不同可燃物燃烧产生的烟雾,其颗粒的粒径分布、平均粒径、颗粒形状、组分和浓度等参数都不相同,对入射光的散射也不相同。物体的颜色是光照到物体上散射

到人眼的结果。烟的颜色: 小颗粒的烟雾散射为蓝色，当小颗粒的烟雾带上雾气时，逐渐变

成大颗粒，颜色也变为灰白色。故可对灰色烟和蓝色烟两个方面进行判断。下面以灰色烟为

例说明判断某点为灰色方法的算法,蓝色烟与此类似。

在计算机中，理想的黑色用三原色( 红，绿，蓝) 表示为( 0，0，0) ，理想的白色用三原色表示为( 255，255，255) 。但是在数码照片中黑色和白色都是一定灰度颜色的，黑色可能

表示为( 7，20，10) ，白色也可能表示为( 159，162，178) 。为解决这一问题，我们可以使

用双控色彩指标进行颜色识别，其基本含义就是用平均灰度和三原色误差分别作为控制指标。

这里平均灰度的含义是平均灰度=Average(Red + Green + Blue)，三原色误差=Red (or Green or Blue)- 平均灰度。例如，如果某像素点的颜色信息是RGB=(159,162,178)，则其平均灰度为166.3，三原色误差为( - 7.3，- 4.3,+11.7) 。

有了控制指标之后，就可以在程序中进行黑色和白色的定义。首先，定义平均灰度的识

别参数White Tolerance 和Black Tolerance，以及三原色误差的识别参数Error Band。如果平均灰度低于Black Tolerance 且三原色误差小于Error Band，则认为是黑色; 如果平均灰度高于White Tolerance 且三原色误差小于Error Band 则认为是白色。由于不同照片拍摄亮度

不同，因而White Tolerance 和Black Tolerance 也随数码照片亮度差异而不同。根据大量算

例试验，推荐使用以下步骤确定这些参数的取值。

( 1) 给Error Band 取值，作者建议取为30。该参数取值适用性较广，在照片白平衡问

题不是非常严重的情况下，该参数一般都可以得到较好的结果。

( 2) 遍历所有像素点，如果某个像素点的三原色误差小于Error Band，则认为该点为灰色点。

2.3.4火点现场定位

利用前端采集系统中的数字云台，在地理信息系统里将每一个监控点进行地址编码，同

时将每一个监控点的坐标直接落实在电子地图上，这样地理信息系统一旦接收到特定编码的

数字云台回传的位置数据，通过建立特定的位置转换数学模型，实现定位功能。同时，系统

具备实现人工定位功能。

通过带实时角度信息回传的云台，结合GIS工作站，将每个火情点的地理位置准确的显

示在三维电子地图上，云台工作时实时将摄像机的水平及俯仰角度回传至防火指挥中心，送

入GIS系统进行实时解算，利用数据库中的DEM和GIS软件的空间分析功能通过软件来实现定位，当云台的视线和DEM相交时，根据水平及俯仰角度和监控点的已知位置就可将发生火情的确切位置在GIS上显示出来。同时还显示着火点的三维地形地貌，林火类型。预留

读取火灾现场移动气象站数据，以及通往火场的主要道路及通行能力，防火隔离带的位置及

阻火能力，距着火点最近的消防队伍的具体位置及赶赴火场所需要的时间等重要指挥信息。

云台工作时实时将摄像机的水平及俯仰角度回传至指挥中心，送入GIS系统进行实时解算。利用定位系统将电子地图按一定的比例张开并用图标标示火灾点，屏幕显示监测点范围内的

三维电子地图，这样地图和视频图像同步。

其工作原理图如下：

Figure 3火点定位工作原理图

全文完