Содержание к диссертации
Введение
1 Анализ и классификация современных оптических и оптико-электронных систем обнаружения и мониторинга лесных пожаров 14
1.1 Виды, структура и оптические свойства лесного пожары 14
1.2 Классификация оптических и оптико-электронных систем обнаружения и мониторинга лесных пожаров 21
1.3 Оптические и оптико-электронные системы видимого диапазона излучения 23
1.4 Оптико-электронные системы ближнего и дальнего инфракрасного диапазона излучения 26
1.5 Лидарные оптико-электронные системы 29
1.6 Многоспектральные оптико-электронные системы
1.6.1 Наземные многоспектральные оптико-электронные системы 31
1.6.2 Авиационные многоспектральные оптико-электронные системы 32
1.6.3 Метод комплексирования изображений в МОЭС 34
1.7 Обзор и классификация носителей средства обнаружения и мониторинга36
1.7.1 Наземное наблюдение 36
1.7.2 Спутниковое наблюдение 38
1.7.3 Авиационное наблюдение 39
1.8 Выводы по главе 42
2 Теоретические исследования принципов и особенностей построения МОЭС комплексирования изображений 45
2.1 Обобщенная схема преобразования информации в МОЭС комплексирования изображений 45
2.2 Оптические схемы построения МОЭС комплексирования изображений 48
2.3 Математическая модель формирования комплексированного изображения в МОЭС обнаружения и мониторинга лесных пожаров 52
2.3.1 Особенности формирования излучения видимого и ближнего ИК диапазонов спектра на поверхности ОС 52
2.3.2 Особенности формирования излучения длинноволнового ИК диапазона спектра на поверхности ОС 56
2.3.3 Процесс преобразования оптического сигнала в цифровое комплексированное изображение 58
2.3.4 Функция пространственного преобразования цифрового изображения при комплексировании 60
2.3.5 Функция преобразования яркости цифровых изображений при комплексировании 61
2.4 Визуализация информации на комплексированном изображении 70
2.5 Критерии объективной оценки качества комплексированного изображения
2.5.1 Критерии оценки качества пространственного преобразования цифрового изображения 72
2.5.2 Критерии оценки качества преобразования яркости цифрового изображения 74
2.6 Выводы по главе 83
3 Экспериментальное исследование методов пространственного преобразования и преобразования яркости цифровых изображений при реализации комплексирования 85
3.1 Компьютерная модель синтезирования цифровых изображений обобщенной ОЭС 85
3.1.1 Модель объекта 87
3.1.2 Модель фонового излучения 92
3.1.3 Модель ослабления излучения 95
3.1.4 Модель оптической системы 96
3.1.5 Модель смаза изображения при движении ОЭС 98
3.1.6 Модель электронного тракта 100
3.1.7 Модель аналого-цифрового преобразования в ОЭС 102
3.1.8 Функция синтеза цифрового изображения компьютерной модели ОЭС103
3.2 Исследование методов пространственного преобразования цифровых изображений 104
3.3 Исследование методов преобразования яркости 110
3.3.1 Методика проведения исследований методов преобразования яркости110
3.3.2 Сравнительный анализ методов преобразования яркости комплексированного изображения 114
3.3.3 Объективная оценка качества комплексированных изображений 120
3.4 Выводы по главе 123
4 Особенности проектирования МОЭС комплексирования изображений для обнаружения лесных пожаров 125
4.1 Принцип работы МОЭС в составе программно-аппаратного комплекса обнаружения лесных пожаров 125
4.2 Структурная схема построения МОЭС мониторинга и обнаружения лесных пожаров 129
4.3 Оптический канал видимого спектрального диапазона 133
4.3.1 Параметры объектива оптического канала видимого спектрального диапазона 136
4.4 Оптический канал инфракрасного спектрального диапазона 139
4.4.1 Параметры объектива оптического канала инфракрасного спектрального диапазона 141
4.5 Программно-аппаратная реализация модуля обработки и передачи информации 142
4.5.1 Методика выполнения временного анализа работы СПО МОЭС обнаружения и мониторинга лесных пожаров 144
4.6 Выводы по главе 146
Заключение 148
Список использованных источников
- Оптико-электронные системы ближнего и дальнего инфракрасного диапазона излучения
- Математическая модель формирования комплексированного изображения в МОЭС обнаружения и мониторинга лесных пожаров
- Модель фонового излучения
- Параметры объектива оптического канала видимого спектрального диапазона
Введение к работе
Актуальность темы исследования
Под лесными пожарами понимается стихийное, неуправляемое распространение огня по лесным площадям. Отличие природных пожаров от других чрезвычайных катастроф природного характера заключается в их регулярности и большой территории распространения. Последствия катастрофических лесных пожаров сказываются на протяжении длительного времени и часто приводят к необратимым последствиям.
Для России эта тема особенно актуальна в связи с широкой распространенностью лесных угодий и их хозяйственной значимостью. В последние годы на территории России были отмечены сложные пожарные ситуации связанные с аномальной жарой и отсутствием осадков. В 2014 году чрезвычайная пожарная ситуация отмечалась в Дальневосточном, Сибирском и Центральном федеральных округах, было зафиксировано было более 10 тысяч очагов лесного пожара, площадь пожаров составила более чем 500 тысяч га. Специалистами по экологическому мониторингу на основе информации о глобальном изменении климата прогнозируется дальнейшее увеличение числа лесных пожаров и охватываемых ими площадей. Указанное выше приводит к необходимости постоянного мониторинга и контроля за состоянием лесного массива, особенно во время повышенной пожароопасности.
Существующий визуальный контроль, осуществляемый воздушными и наземными патрулями, имеет малую эффективность из-за сравнительно небольшой площади наблюдения. Применение оптико-электронных систем мониторинга, контроля и обнаружения лесных пожаров позволяет пожарным службам принять своевременные меры по предупреждению катастрофы и взять развитие ситуации под свой контроль.
Большинство современных оптико-электронных систем, решающих задачу обнаружения и мониторингу лесных пожаров, построены на базе телевизионных камер, работающих в видимом спектральном диапазоне. Такой подход позволяет осуществлять обнаружение пожаров лишь по вторичным признакам (задымление), что значительно снижает эффективность применения системы.
В последние десятилетия произошел значительный рост производительности вычислительных средств, на базе которых в настоящее время появилась возможность строить решения по реализации оптико-электронных систем эффективного обнаружения лесных пожаров, с параллельной обработкой изображений, полученных в нескольких спектральных диапазонах. При этом применение метода комплексирования разноспектральных изображений позволяет увеличить вероятность обнаружения очагов пожара и значительно упростить процесс восприятия информации и выработки необходимого решения.
Повышенный интерес в решении задач мониторинга получили беспилотные летательные аппараты (БЛА), которые за счет простоты в конструкции и легкости в эксплуатации находят широкое применение в различных областях человеческой деятельности. В частности, применение БЛА при решении задач
обнаружения лесных пожаров позволит существенно повысить оперативность нахождения очагов пожаров на ранней стадии возгорания.
Указанные обстоятельства определяют актуальность и важность темы диссертации, посвященной исследованию и разработке многоспектральной оптико-электронных систем комплексирования изображений для обнаружения и мониторинга лесных пожаров, особенностей их построения для беспилотного летательного аппарата и методов обработки разноспектральных изображений.
Целью работы является исследование и разработка многоспектральной оптико-электронной системы (МОЭС) комплексирования изображений для обнаружения и мониторинга лесных пожаров на базе беспилотного летательного аппарата, позволяющей осуществлять мониторинг в реальном времени и обеспечивать высокую вероятность обнаружения очагов лесных пожаров.
Для достижения поставленной цели следует решить следующие задачи:
1.Произвести анализ и классификацию современных оптических и оптико-электронных систем обнаружения лесных пожаров, выполнить критический анализ условий их применения, позволяющих определить направления конкретных исследований.
2. Исследовать принципы и особенности построения МОЭС комплекси-рования цифровых изображений, позволяющих провести анализ процессов обработки разноспектральных изображений выполнения пространственных и яр-костных преобразований.
3.Разработать методики оценки качества комплексированного изображения.
4.Разработать и исследовать компьютерную модель формирования изображения лесного пожара как источника оптического излучения.
5.Провести экспериментальные исследования методов комплексирования разноспектральных изображений лесного пожара на компьютерных и физических моделях.
6.Разработать обобщенные структуры МОЭС комплексирования изображений для более эффективного обнаружения лесных пожаров на базе беспилотного летательного аппарата.
Научная новизна работы
-
Предложен метод комплексирования разноспектральных цифровых изображений на основе степенного преобразования с инвертированным изображением в показателе степени, позволяющий повысить контраст результирующего комплексированного изображения в режиме реального времени.
-
Разработан критерий количественной оценки информационных составляющих комплексированного изображения на основе расчета значения перекрестной-энтропии лапласиана изображения.
-
Предложен способ оценки качества комплексированного изображения, основанный на определении эксцесса Фурье-спектра цифрового изображения, инвариантного к флуктуациям яркости на изображении.
Теоретическая и практическая значимость работы
1.Реализован комплекс компьютерных моделей оптико-электронной системы для синтезирования цифрового изображения лесного пожара, позволяющий получать изображение лесного пожара и антропогенных объектов с учетом основных характеристик возгорания, условий окружающей среды и параметров оптико-электронной системы.
2.Предложен способ моделирования фонового излучения и ослабления на основе генерации яркостного поля методом бикубической сплайн интерполяции случайной двумерной функции, распределенной по нормальному закону, позволяющий достоверно имитировать фоновую помеху в МОЭС.
3.Разработан алгоритм визуализации комплексированного изображения, основанный на сегментации с глобальным порогом деталей объектов на тепло-визионном изображении и представлении в псевдоцветовой палитре, упрощающий процесс дешифровки и анализа комплексированного изображения.
-
Сформирована обобщенная схема преобразования информации в МОЭС, позволяющая оптимизировать структуру многоспектральных систем комплексирования цифровых изображений при разработке систем обнаружения и мониторинга лесных пожаров на базе БЛА.
-
Разработан и реализован стенд для проведения исследований методов пространственных преобразований изображений для устранения воздействий геометрических искажений в МОЭС.
-
Сформирована схема МОЭС комплексирования изображений для БЛА и специальными программными средствами, управляющие процессом захвата, комплексирования и передачей данных.
Методология и методы исследования
Для решения поставленных задач в диссертационной работе использовались методы системного анализа, математические методы теории преобразования оптического излучения в оптико-электронных системах, методы цифровой обработки изображений. Экспериментальные исследования проведены методами компьютерного имитационного моделирования в программной среде MATLAB с использованием пакета Image Processing Toolbox, Mathcad и физического моделирования на разработанном макете.
Положения и результаты, выносимые на защиту
1.Комплексирование разноспектральных изображений в МОЭС для БЛА на основе степенного преобразования с инвертированным изображением в показателе степени, позволяет повысить контраст результирующего комплекси-рованного изображения в режиме реального времени и повысить вероятность обнаружения лесного пожара на ранней стадии возгорания.
2.Построение компьютерной модели формирования изображения лесного пожара как источника оптического излучения, позволяющее производить сравнительный анализ методов комплексирования разноспектральных цифровых изображений.
3.Применение критерия качества комплексированного изображения основанного на значении перекрестной энтропии лапласиана изображения позволя-
ет произвести количественную оценку информационных составляющих изображения.
4. Способ оценки качества комплексированного изображения, основанный на определении эксцесса Фурье-спектра цифрового изображения, инвариантного к флуктуациям яркости, позволяет оценить контраст цифрового ком-плексированного изображения.
Практическая реализация результатов работы
Результаты работы отражены в 10 отчетах по НИР, проводимых коллективом Научно-образовательного центра оптико-электронного приборостроения Университета ИТМО, что подтверждено 2 актами использования материалов при выполнении НИР, а также актом внедрения в учебный процесс кафедры оптико-электронных приборов и систем Университета ИТМО.
Проводимые исследования поддержаны индивидуальным грантом комитета по науке и высшей школе Правительства г.Санкт-Петербурга в 2014 г. (ПСП №14072) и стипендией Правительства РФ (2013 год). Вклад автора в развитие указанной тематики был отмечен дипломом за лучшую выпускную квалификационную работу НИУ ИТМО и дипломом за лучший доклад на секции III Всероссийского конгресса молодых ученых.
Апробация работы
Основные результаты диссертационной работы докладывались и обсуждались на 12 конференциях: II, III, IV Всероссийском конгрессе молодых ученых (СПб, РФ, 2013-2015 гг.); XLI, XLII XLIII научных и учебно-методических конференциях НИУ ИТМО (СПб, РФ, 2012-2014); XIX Всероссийская научно-методическая конференция «Телематика'2012» (СПб, РФ, 2012), X, XI Международная конференция «Прикладная оптика» (СПб, РФ, 2012, 2014); Международная конференция «Sensorica-2014» (СПб, РФ, 2014); Международная конференция SPIE Photonics Europe (г. Брюссель, Бельгия, 2014), Международная конференция SPIE Optical Metrology 2015 (г. Мюнхен, Германия 2015).
Публикации
По теме диссертации опубликовано 20 печатных работ, из них 5 статей в изданиях из перечня ВАК, 4 статьи в изданиях, включенных в систему цитирования Scopus), 3 - в трудах международных конференций.
Структура и объем работы
Диссертационная работа состоит из введения, четырех глав, заключения, библиографического списка из 137 наименований. Общий объем работы составляет 164 страницы, включая 56 рисунка, 9 таблиц.
Оптико-электронные системы ближнего и дальнего инфракрасного диапазона излучения
Возникновение лесного пожара возможно только при сочетании трех условий: наличие растительного горючего материала, подходящих погодных условий (представляет собой комплекс метеорологических факторов, которые определяют способность горючего материала к возгоранию) и источника огня. При отсутствии одного из условий возникновение лесного пожара невозможно [13]. Основными причинами возникновения лесного пожаров является деятельность человека, грозовые разряды, самовозгорания торфяной крошки и сельскохозяйственные палы в условиях жаркой погоды или в, так называемый, пожароопасный сезон. Стоит отметить, что по вине человека возникает 85-95% случаев возгораний [14].
Дальнейшее распространение лесного пожара связано в первую очередь с организационными причинами [15]: - несвоевременное обнаружение лесных пожаров (20% пожаров обнаруживают в конце дня или на следующий день); - несвоевременное начало тушения (к тушению 15% пожаров приступают в конце дня или на следующий день); - недостаточное количество сил и средств, направляемых на тушение; - непрофессиональное руководство организацией тушения. Таким образом, встает очень важная задача по обеспечению своевременного обнаружения и мониторинга возникающих лесных пожаров и их ликвидацию в начальной стадии развития. При этом, под мониторингом лесных пожаров понимается система наблюдений и контроля за пожарной опасностью в лесу по условиям погоды, состоянием лесных горючих материалов, источниками огня и лесными пожарами с целью своевременной разработки и проведения мероприятий по предупреждению лесных пожаров и (или) снижению ущерба от них. Обнаружение лесного пожара включает установление факта и места возникновения лесного пожара [16].
Выполнение этих задач требует от территориальных и федеральных органов управления лесным хозяйством создания и организации работы специализированных наземных и авиационных лесопожарных служб, оснащенных средствами мониторинга, обнаружения и ликвидации горения, создания и подготовки добровольных пожарных дружин и других лесопожарных формирований из местного населения, рабочих и служащих, а также противопожарной техники, транспортных и других средств предприятий, организаций и учреждений.
Работа должна строиться таким образом, чтобы каждый пожар на территории лесного фонда мог быть обнаружен в начальной стадии его развития, а сообщение о нем было немедленно передано соответствующему органу, чтобы необходимые силы и средства пожаротушения своевременно прибыли к месту пожара и обеспечили его ликвидацию в кратчайший срок [17, 18].
В настоящее время подход к реализации систем мониторинга и обнаружения лесных пожаров осуществляется различными оптическими методами и системами. Для классификации ОЭС обнаружения и мониторинга лесных пожаров за базу были принята классификационная структура, предложенная профессором Мирошниковым М.М. [19]. Согласно предложенной структуре системы могут быть классифицированы по области спектра, способу использования информации, автоматизации, используемому источнику излучения, способу анализа поля излучения. Классификация этих систем представлена на рисунке 1.3.
В зависимости от используемого диапазона спектра ОЭС обнаружения и мониторинга лесных пожаров разделяют на системы, работающие в видимом, ИК (ближнем и дальнем) диапазонах спектра и многоспектральные системы.
По используемому источнику облучения цели выделяют пассивные (используют собственное излучение объектов) и активные (используют искусственный источник, часть излучения которого отражается от цели и регистрируется системой).
По способу обзора и анализа поля излучения выделяют сканирующие и несканирующие системы. По способу использования информации разделяются на автоматические (работающие по заданной программе или самонастраивающиеся), индикационные (отображающие информацию в виде, пригодном для принятия решения оператором) и визуальные.
Также, при построении систем мониторинга и обнаружения лесных пожаров важным элементом является способ организации и носитель средства наблюдения. Здесь можно выделить следующие основные виды наблюдения: наземное, спутниковое, авиационное наблюдение. В соответствии с предложенной классификационной структурой, ОЭС соотносится к каждому классификационному признаку, например, активная несканирующая индикационная ОЭС для наземного наблюдения, работающая в видимом диапазоне спектра. Принципиальными классификационными признаками для ОЭС обнаружения лесных пожаров является используемый спектральный диапазон и способ организации наблюдения. Поэтому далее будет проведен анализ систем в зависимости от этих классификационных признаков.
При визуальном мониторинге лесных пожаров наблюдение осуществляется человеком с использованием оптических устройств визуального контроля – зрительные трубы и бинокли с линейным увеличением 6х -12х.
При таком виде мониторинга на время пожароопасного сезона наблюдатель располагается на специализированной вышке (оборудованной для продолжительного нахождения на ней человека) и производит периодический осмотр местности. При обнаружении возгорания или дыма, с помощью геодезических угловых инструментов (азимутальный круг, буссоль) наблюдатель определяет направление на пожар и сообщает это направление с помощью средств связи в лесничество или штаб по контролю за пожарами [20].
К преимуществам данного метода можно отнести сохранившуюся до сегодняшних дней инфраструктуру вышек, которая может быть использована, простоту самого метода и достаточно высокую оперативность (при наличии благоприятных погодных условий). Основными недостатком данного способа обнаружения является необходимость постоянного использования человеческого труда в каждой точке расположения вышки, в течение всего времени пожароопасного сезона и ограничение территории мониторинга количеством установленных вышек. В настоящее время этот метод практически не реализуем из-за отсутствия достаточного количества специалистов на местах. Кроме того, на точность и своевременность обнаружения пожара сильно влияет человеческий фактор (человек может устать, заснуть), контролировать такое большое количество людей на огромной территории практически невозможно. 1.3.1.2 Телевизионный мониторинг Мониторинг в телевизионных системах осуществляется на основе информации, получаемой ОЭС в видимом диапазоне спектра. Обнаружение очага возгорания производится по результатам детектирования вторичных признаков, сопровождающих процесс горения, таких как возникающий дым и гарь от пожара и визуальное наблюдение пламени.
Математическая модель формирования комплексированного изображения в МОЭС обнаружения и мониторинга лесных пожаров
Анализ приведенных характеристик оптических схем построения МОЭС комплексирования изображений показывает, что наиболее оптимальной для реализации системы обнаружения и мониторинга лесных пожаров является схема построения с независимыми оптическими каналами, обладающая широким рабочим спектральным диапазоном и высоким пространственным разрешением. Недостатком схемы являются пространственные искажения на изображении, которые могут быть минимизированы или устранены на этапе юстировки или программными методами обработки изображений.
Для определения общей формулы комплексирования изображения в МОЭС обнаружения лесных пожары рассмотрим параметры и характеристики информационного поля, создаваемого в пространстве предметов лесным пожаром. Для разных спектральных диапазонов регистрируемый поток излучения каждым оптическим каналом будет определяться своей природой формирования излучения. Можно выделить два отличающихся процесса формирования изображения - для видимого и ближнего ИК диапазонов и дальнего ИК диапазона.
Для диапазона длин волн видимого и ближнего ИК все объекты на земной поверхности будут отражать и поглощать солнечное излучение. Поэтому с физической точки зрения, источником излучения для видимого и коротковолнового ИК диапазона будет являться Солнце, которое представляет почти идеальное черное тело, для которого спектральная плотность энергетической светимости будет описываться формулой Планка [88, 89]. Тогда облученность, создаваемая на поверхности Земли будет рассчитываться по формуле: где S - площадь источника излучения (солнечного диска), м2; h - расстояние до поверхности Земли, м; МеЛ - спектральная плотность энергетической светимости, Вт/ м2. Регистрируемый поток излучения для данного диапазона спектра будет определяться суммарной энергетической яркостью: 1?еЛ(х,у) = 1?"л(х,у) + 1?еЛ (х,у) + Ls [x,y), (2.3) здесь 1?"я - отраженное от Земли и объектов солнечное излучение; 1?еЯ - рассеянное падающее излучение, которое отражается от поверхности земной; 1?я - рассеянное излучение, которое распространяется вверх, не достигая поверхности Земли. Доля излучения, которая достигает поверхности Земли будет определяться спектральным коэффициентом пропускания атмосферы вдоль заданного участка до приемной оптической системы вследствие воздействия атмосферы. При прохождение через атмосферы оптическое излучение взаимодействует с содержащейся в ней частицами. При этом процессы рассеянии и поглощения энергии уменьшают интенсивность излучения. Помимо этого, в атмосфере присутствуют турбулентные процессы, влияющие на оптические свойства слоя прохождения излучения. Вследствие этого интенсивность излучения на выходе слоя турбулентной атмосферы испытывают непрерывные случайные изменения. Оценка преобразования излучения в атмосфере может быть получена по усредненным временным и частотным характеристикам. Спектральный коэффициент пропускания атмосферы может быть задан как [90, 91]: где (тп(Я)) и (т (Л)) - коэффициенты пропускания, характеризующие поглощение и рассеяние в спокойной атмосфере при одинаковых физических In 0 \Л/ характеристиках (плотность, состав, давление, температура), ехр множитель, учитывающий уменьшение среднего значение общего спектрального коэффициента пропускания в турбулентной среде вследствие флуктуации интенсивности оптического излучения на выходе слоя, проявляющееся в мерцании яркости объекта.
В однородной спокойной атмосфере значения (тп(Л)) и (тр(Л)\ могут быть найдены по формулам [91]: (тп (Л)) = ехр \—кп (Л т / \ г s-п ъ (2.5) (тр(Л)) = ехр -3,91 (1/0,55) qll V\ где m1 ,г - масса атмосферы в трубке сечением 1 см2 на трассе длиной / ,км; кп {Л), г"1 - коэффициент,, характеризующий поглощение при ш7=1 г; А,мкм - длина волны; (7 = 0,585К1/3; V, км - дальность видимости [19]. Дисперсия флуктуаций логарифма относительной интенсивности от0(Я), определяющая уменьшение среднего значения коэффициента пропускания вследствие турбулентности, также зависит от условий наблюдений и меняется в широких пределах. С достаточной степенью точности эта дисперсия при малых флуктуациях может быть определена как: о&У0(Л) = 1,234(2я/Л)Ш?У6, (2.6) здесь сп - структурная постоянная флуктуаций показателя преломления в турбулентной атмосфере; / - расстояние на трассе; 2л IЛ - волновое число. Вблизи поверхности земли в первом приближение квадрат структурной постоянной флуктуаций показателя преломления с2п 10 4 м"2/3 [90].
Модель фонового излучения
В общем случае ОЭС осуществляет преобразование отраженного естественного (или искусственного) излучения или собственное излучение объектов в цифровое изображение, на котором регистрируется пространственное распределение излучения. При этом выполняется ряд важных преобразований энергетических, пространственных и геометрических свойств излучения (пп. 2.3.2-2.3.5). Как правило, при регистрации излучения происходит ухудшение качества принимаемого сигнала, возникают геометрические и пространственные искажения. Чтобы исследовать влияние ухудшающих факторов на методы комплексирования и их характеристики предлагается разработать компьютерную имитационную модель обобщенной ОЭС, которая позволяет синтезировать цифровое изображение. Компьютерная модель ОЭС также полезна при отработке различных вариантов построения систем отображения, при изучении особенностей зрительного восприятия получаемых изображений и обучения операторов при работе с ними [103, 104].
Преобразование информации в ОЭС моделируется в виде основных процессов, схематично представленных на рисунке 3.1. Объект формирует излучение, которое является функцией зависимости от его формы, размера, температуры, коэффициента отражения, пространственного положения. Помимо излучения самого объекта (собственного или отраженного), в ОЭС попадает излучение, формируемое сторонними объектами и фоном. В процессе прохождения излучения от объекта до ОЭС происходит его ослабление, которое также влияет на результирующее изображение.
Излучение от объектов с помощью преобразования ОС формируется в виде оптического изображения на ПОИ. ПОИ преобразует оптический сигнал в непрерывный электронный сигнал, который усиливается и подвергается первичной обработке в электронном тракте (ЭТ) системы. В АЦП обработанный непрерывный электронный сигнал дискретизируется по времени и квантуется по уровням яркости. На выходе системы получаются дискретные значения пикселей цифрового изображения. Также в процессе формирования цифрового изображения необходимо учитывать, что ОЭС или сам объект находится в движение, в результате чего на изображение наблюдается смещение или смаз.
Анализируемый объект в общем случае представляет собой сложный объект излучения, информационное поле которого несет информацию о множестве его характеристик. При моделировании объекта необходимо учитывать следующие основные параметры: форма объекта, температура объекта; коэффициент отражения; размер объекта, пространственное положение объекта.
Совокупное задание этих параметров модели позволяет максимально приблизить результаты синтеза компьютерной модели к изображениям реальной ОЭС.
Одним из важнейших параметров в визуальных ОЭС при анализе, идентификации и дешифровании объектов наблюдения является его форма. При этом можно выделить объекты естественно-природного происхождения и антропогенные объекты. Природные объекты характеризуются сложной неправильной формой с неровными границами. Среди антропогенных объектов преобладают объекты правильной пропорциональной формы с гладкими четкими границами по периметру.
Большинство объектов наблюдения для двумерного случая изображения в упрощенном виде могут быть заданы с помощью базовых фигур (точка, круг, линия, квадрат и т.д.). Тогда формы объектов будут определяться на основе канонических уравнений прямых и линий второго порядка на плоскости.
Лесной пожар относится к естественно-природным объектам излучения. При этом форма лесного пожара постоянно меняется в течение развития возгорания. Она зависит от многих факторов – силы и направления ветра, рельефно-ландшафтного состава лесного массива, времени прошедшего с момента возгорания и т.п. Можно выделить следующие основные формы:
Главным элементом лесного пожара является кромка, которая и формирует основные контуры объекта. Ширина кромки составляет 1-3 м на флангах и до 8 м на фронте пожара.
Задать форму пожара в компьютерной модели синтезирования изображения предлагается на основе канонического уравнения эллипса на плоскости [105]. (3.1) где XQ,YQ- координаты центра эллипса, ф- угол наклона эллипса, а,Ъ- малая и большая полуось соответственно (рисунок 3.2 а). Задавая размеры полуосей эллипса, можно получить изображение пожара как округлой, так и эллиптической. Соотношение размеров полуосей характеризует силу ветра, угол наклона - направление.
Задавшись уравнениями описания квадрата или прямоугольника, можно описать контуры объекта правильной формы (при аэрокосмической съемки такой формой обладают дома, машины и другие антропогенные объекты). Таким же способом может быть заданы и другие формы объектов представленные в виде многоугольников (рисунок 3.2 б).
Параметры объектива оптического канала видимого спектрального диапазона
Предлагаемый принцип построения комплекса обнаружения лесных пожаров показан на рисунке 4.1. Комплекс построен на базе БЛА несущий МОЭС с использованием метода комплексирования изображений и мобильного пункта управления.
МОЭС имеет два раздельных оптических канала – инфракрасного и видимого спектрального диапазона. При этом оптические каналы должны быть установлены соосно на одной гиростабилизированной платформе, имеющей возможность поворота в двух плоскостях. Для обработки видеоданных требуется также специализированный модуль обработки, позволяющий выполнить видеозахват с этих камер, реализовать алгоритм обнаружения пожара и комплексирования изображения, осуществить видеоархивирование и передачу видеоданных по запросу через канал связи.
Мобильный пункт управления выполнен на основе автомобиля повышенной проходимости с обеспечением возможности работы операторов в составе до трех человек внутри салона (рисунок 4.2). Процедура выполнения задач по мониторингу и обнаружению лесных пожаров подразделяется на следующие этапы: - подготовительные работы, которые заключаются в составлении проекта маршрута патрулирования на основе картографических, топографических материалов местности и материалов предыдущих полетов; подготовку технических средств, определение взлетно-посадочных площадок, определение порядка работа с местными лесопожарными структурами. - предполетные работы – уточнение задания, оценка метеорологической условий в зоне проведения мониторинга, определение высоты полета, подготовка пусковой установки БЛА, осмотр и проверка технических средств комплекса, принятие решение на вылет. - летно-съемочные работы – включают процесс запуска БЛА, набор требуемой высоты и выход на начальную точку маршрута. После выхода на заданный маршрут осуществляется полет в режиме видеонаблюдения, при этом один из операторов по передаваемому с БЛА комплексированному изображению осуществляет осмотр местности и поиск очагов пожаров. Второй оператор осуществляет контроль и управление за полетными характеристиками БЛА.
При поиске и мониторинге лесных пожаров средствами ОЭС воздушного базирования предполагается, что носитель (БЛА) ОЭС располагается на высоте H и движется поступательно и равномерно со скоростью V , обеспечивая беспропускной режим наблюдения подстилающей поверхности земли, наблюдаемой одним из операторов на экране монитора. Вероятность обнаружения очага пожара в фиксированный момент времени в определенной области зависит только от геометрических характеристик этой области (ширины поля зрения, угла наклона оси визирования и т.д.). Первичный поиск пожара в некоторой зоне может осуществляться двумя способами: регулярным или случайным поиском.
При случайном поиске траектория БЛА носит хаотический характер – в процессе поиска с одинаковой вероятностью может обследоваться участок как просмотренный, так и непросмотренный (рисунок 4.3а). Под регулярным поиском понимается обследование местности с одноразовым попаданием каждой точки района в поле обзора системы и исключает повторное попадание уже обследованной зоны (рисунок 4.3б) [121].
Случайный поиск позволяет обнаруживать пожары при высокой вероятности существования очага возгорания в момент обследования ограниченной области местности. Такая оценка вероятности может быть получена на основе оценки лесной пожарной опасности с использованием данных о влажности лесных горючих материалов, человеческого фактора и грозовой опасности. В таком случае метод случайного поиска увеличивает вероятность вскрытия очага пожара на ранней стадии за счет повторного облета участка местности за небольшой период времени. В случае равномерной вероятности возникновения пожара по всей области поиска более эффективным будет использование регулярного поиска.
По завершении маршрута патрулирования БЛА перемещается в точку посадки и совершает приземление.
В случае обнаружения очага пожара (рисунок 4.4) устанавливается режим наблюдения до момента его полного устранения. Оператор определяет его характеристики, направление развития пожара, отдельные очаги, а также потенциальную угрозу объектам экономики и населенным пунктам. Всю полученную информацию оператор передает в местные лесопожарные структуры, где ее представители принимают решения по тактике и способах тушения, маневрированием техническими и людскими ресурсами.
Обработка и анализ данных на земле – после посадки БЛА производится извлечение накопителя информации и производится предварительный анализ и дешифрование полученных материалов для составления дальнейших планов работы. В случае отсутствия признаков наличия очагов пожара и потенциально опасных ситуаций, производится демонтаж технических средств ПАК мониторинга и обнаружения лесных пожаров. Полученные материалы аэрофотосъемки передаются специалистам по созданию тематических геопространственных данных и специалистам по прогнозированию чрезвычайных ситуаций.
Для решения задач обнаружения с использованием БЛА требуется наличие системы комплексирования видеосигналов с двух оптических каналов – видимого спектрального диапазона (ТВ) и инфракрасного спектрального диапазона (ТПВ). На рисунке 4.5 представлена структурная схема МОЭС мониторинга и обнаружения лесных пожаров на базе беспилотного летательного аппарата с применением метода комплексирования разноспектральных изображений.
Система, структурная схема которой приведена на рисунке 4.5, состоит из оптических каналов видимого (ТВ) и инфракрасного (ТПВ) спектрального диапазона, установленных соосно на гиростабилизированной платформе (ГСП). В состав системы также входят модуль обработки и передачи информации (МОПИ), устройство передачи данных (УПД). Исполнение ОЭС в несколько конструктивно раздельных модулей позволяет обеспечить балансировку БЛА относительно его центра тяжести.
ТПВ и ТВ оптические каналы состоят из оптической системы (ОС1 и ОС2), которая формирует изображение сцены наблюдения на поверхности приемника излучения (ПОИ1 и ПОИ2), которое преобразовывает входной оптический сигнал в электрический. Полученный электрический сигнал проходит предварительную обработку в электронном тракте (ЭТ1 и ЭТ2) и по шине LVDS поступает в МОПИ. В состав МОПИ входит устройство сопряжения, которое обеспечивает согласование уровней напряжений сигналов разных стандартов (LVDS, RS-485, RS-422). Преобразованный электрический сигнал поступает в вычислительное устройство, выполненное на основе программируемой логической интегральной схемы (ПЛИС). ПЛИС осуществляет параллельную обработку сигналов, полученных с ТПВ и ТВ каналов. Для обеспечения одновременной независимой обработки информации двух каналов в состав МОПИ введено 2 оперативных запоминающих устройств (ОЗУ1 и ОЗУ2). Обработанное комплексированное изображение, полученное с двух оптических каналов, передается по интерфейсу Ethernet на УПД, которое передает информацию по широкополосному беспроводному каналу связи.