图形图像通信与处理技术在林火监测中的应用 第10页
图像通信与处理技术在林火监测中的应用研究
5森林火灾图像处理与识别
森林火灾图像处理与识别的研究主要对森林图像进行处理并识别，及时判别是
否发生火灾。它包括图像模型的建立、预处理、图像分割、特征提取与模式识别等。
图像预处理部分主要采用空域图像处理方法，结合小波分析理论，对输入图像进行
预处理，从而获得易于后续处理的图像，以便于机器的自动识别。
5．1．图像模型的建立
图像模型的建立是个复杂的过程，它主要表现利用光电转换将空间物体转换成
二文平面数字图像。为减少数据量和减轻系统负担，在处理过程中，可将图像RGB
模式转换成YUV模式。
5．I-l图像的数字化
计算机中的图像／(，，，，，，)是一个实数矩阵，其中每一元素称为像素。如图5．1所
示，一幅灰度连续变化的图像二文F(z，y)通过摄像机和CCD元件等装置被采样、
量化和编码转化成数字图像。由于CCD摄像机的工作不需要电子扫描，所以其输入
图像的非线性失真非常小，不需要对图像进行几何校正。
图5．1模一数转换过程
采样过程其实就是将连续图像与空间采样函数相乘的结果，空间采样函数
S(x，J，)如图5．2所示，可表示为
J。—∞七=。
采样所得的函数F(r，y)可以表达为
佃佃
t(x，J，)=F(r，J，)·s(r，J，)=∑∑F(／Ax,坶)占@一／Ax,J，一脚) (5-2)
j=m k：。
东北林业大学硕：L学位论文
图5．2空间采样函数抽样阵列
采样过程必须满足Nyquist条件，即采样定理，否则会出现采样误差和频谱混
叠规象【4】l。。l【lsll251[30l。 ’
采样器通过对连续信号处理转换为离散信号F(m，，，)。
F(m，刀)=F(mAx,nay) (5—3)
F(，，，，，，)是时间离散、幅度连续的信号，因此必须对离散信号的幅度即亮度进行
量化得到巧卸，，，)，经过编码最终获得二进制数字图像八m，，，)。量化等级对采样精度
影响很大，多或少一位意味着量化误差低或高出6dB，依据经验，在灰度图像中用
8位，在彩色图像中每一颜色用8位，均能在模式重现时获得足够良好的主观质量，
可获得一定的信噪比，否则易产生伪轮廓(false contours)现象l引。
数字图像为二文平面上的灰度分布，一幅M xⅣ样本的数字图像可以用一个离
散量组成的矩阵表示：
_，r伽，刀)=
／(0,0) ／(0，1) … ／(O，Ⅳ一1)
／(1，O) ／(1，1) … ／(1，Ⅳ一1)
／(j’订一l，O)／(M—l，1)…／(^彳一l，Ⅳ一1)
(5-4)
／(肌，，，)为(，，，，刀)点的灰度值，即亮度量化值。也可将上式用向量形式表示为
／=【厶，石，…，厶一I】。 (5-5)
其中
Z=[／(，，0)，／(，，1)，…，／(，，N-I)】。 (5-6)
5．1．2色彩模型的建立
颜色是视觉系统对可见光的感知结果，可见光是波长在380nm～780nm之间的
电磁波，可见光中不同的频谱分布刺激人眼产生的感觉。人们为了交流、传输等需
要，建立了许多色彩模型，如RGB(红、绿、蓝)混色模型、CMY(青色、品红、黄
色)混色模型、YUV(亮度，色调、饱和度)模型等，最常见的有RGB模型、YUV
图像通信与处珥!技术存林火监测巾的应用研究
模型。
5．1．2．1 RGB模型
研究表明，人的视网膜有对红、绿、蓝颜色敏感程度不同的三种锥体细胞，人
通过三种可见光(红、绿、蓝)对视网膜锥状细胞的刺激感受颜色，这些光在波长
700nm(红色)、546．1m(绿色)和435．8nm(蓝色)时的刺激达到高峰，这就是著
名的三刺激理论[30l。在RGB模型中，每种颜色是以它的红、绿、蓝的频谱分量来
表现，产生的图像是由三个独立的图像平面组成，每个分量对应一个平面，将这三
个图像平面传送给RGB显示器组合显示形成一幅彩色图像。如图5．3所示，正方形
边界中的每个点表示一个三元组(尺、G、B)，其中R、G、B的值从O到l的范围
内赋值。根据三基色原理，利用尺、G、B三色不同比例的混合，可以获得任何一种
颜色，即
C=aR+膨+声 (5-7)
式中：C表示为某一颜色，尺、G、B为红、绿、蓝三种基色，口、∥、y为比例因子。
青(0，
图5．3 RGB色彩模型
5．1．2．2 YUV模型
YUV模型适用于PLC和SECAM彩色电视制式，它是由亮度分量信号Y和两
种色度分量信号U(色调)、V(饱和度)，亮度信号和色度信号相互独立。由于人
眼对彩色细节的分辨能力远比对亮度细节的分辨能力低，因此可以利用人眼特性来
降低数字彩色图像所需要的存储容量，即降低彩色分量的分辨率而不明显影响图像
质量，来减少所需的存储容量。
5．1．2．3 RGB与YUV的转换
虽然RGB图像模型是最普遍的图像模型，但是RGB图像的数据量非常大，特
别在真彩色情况下，每一个分量部由8位二进制表示，如果图像的大小为640×480
像素，那么图像的存储容量为92 1 600字节，从而造成信息量非常大，因此在图像处
理过程中会带来不必要的麻烦。为了使用人的视觉特性以降低数据量，只须将RGB
东北林业大学硕士学位论文
刚爰施黜] 伶8，
5．2小波分析理论应用
小波分析作为多分辨分析，它是傅立叶分析发展上里程碑式的进展，它已经获
得广泛的应用，在信号处理、图像处理、CT成像、机器视觉、地震勘探等领域显示
出非凡的作用。它克服了傅立叶分析的缺点，即在时域和频域同时具有良好的局部
化性质。而且由于对于高频成分采用逐渐精细的时域或空域取样步长，获得聚焦对
象的任意细节。由于图像是二文信号，因此可以将小波分析理论引入到图像处理中
来优化图像处理。小波在图像处理上的应用思路主要采用将空间或者时间域上的图
像信号变换到小波域上，成为多层次的小波系数，根据小波基的特性，分析小波系
数特点，结合常规的图像预处理算法来处理小波系数，再对处理后的小波系数进行
反变换(逆变换)，即可得到所需的目标图像…。71[39115刚。
5．2．1二文多分辨分析(2．D MRA)构造
设1．D MRA系统为
(9(z)，y(r)；(y，)，。：，(∥，)，。z) (5—9)
其中{矿，)『∈z是￡。(尺)的一个MRA，缈(x)与沙O)分别为一文情况下的尺度函数与小波
函数。
图像是二文空间，因此图像可经2．D MRA分析，2．D MRA通常是由1．D MRA
经过张量积构造而成吲。因此，2．D MRA系统为
{①(x，J，)，甲(x，y)；(矿『2)圬z，(∥，。)压z) (5·lo)
其中{矿，2)『∈z是￡。(尺)的一个MRA，‘1)(r，少)与Y(x，J，)分别为二文情况下的尺度函数与
小波函数。并进一步有
上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] ... 下一页 >>
图形图像通信与处理技术在林火监测中的应用 第10页下载如图片无法显示或论文不完整，请联系qq752018766
