ДОКЛАДЫ АКАДЕМИИ НАУК
ВЫСШЕЙ ШКОЛЫ РОССИЙСКОЙ ФЕДЕРАЦИИ

Аннотация
Предлагаются некоторые алгоритмы анализа изображений, предназначенные для применения в программном обеспечении систем противопожарного видеомониторинга лесных массивов, а также алгоритмы предварительной обработки изображений, направленной на повышение эффективности таких систем. Основными являются алгоритм контрастного обнаружения объектов неопределенной формы на более темном неровном фоне, а также алгоритм обнаружения движения, основанный на сравнении соседних изображений одного и того же участка местности. Эти алгоритмы предназначены для обнаружения дымовых облаков, являющихся первыми признаками начинающегося лесного пожара. Для повышения эффективности этих алгоритмов предложены алгоритмы предварительной обработки изображений, а именно алгоритм выравнивания яркости фона, алгоритм сегментации изображения на зоны, занятые небом и лесом, а также алгоритм геометрического преобразования изображения с целью частичной компенсации перспективных искажений. Алгоритм выравнивания фона основан на принципах математической морфологии. При сегментации изображения на зоны, занятые небом и лесом, учитываются признак яркости, морфологический спектр бинаризованного изображения и признак удаленности от горизонтальных границ изображения. Дальнейшее развитие исследований предполагается в направлении разработки методов оценивания характеристик систем раннего обнаружения лесных пожаров путем имитационного динамического моделирования изображений дымовых облаков на фоне леса.

Список литературы

1. Wildfire smoke detection using computational intelligence techniques enhanced with synthetic smoke plume generation / R.D. Labati, A. Genovese, V. Piuri, F. Scotti // Systems, Man, and Cybernetics. – 2013. – Vol. 43, iss. 4. – P. 1003–1012. – doi: 10.1109/TSMCA.2012.2224335.
2. Šerić L., Stipaničev D., Štula M. Observer network and forest fire detection // Information Fusion. – 2011. – Vol. 12, iss. 3. – P. 160–175. – doi: 10.1016/j.inffus.2009.12.003.
3. Васюков В.Н., Подовинников А.Н., Васюков В.В. Программное обеспечение диспетчерского пункта видеосистемы обнаружения лесных пожаров // Сборник научных трудов НГТУ. – 2007. – № 3 (49). – С. 69–74.
4. Васюков В.Н., Бондаренко В.В. Архитектура программно-аппаратного комплекса автоматизированного обнаружения лесных пожаров // Современные проблемы радиоэлектроники: сборник научных трудов Всероссийской научно-технической конференции молодых ученых и студентов, посвященной 117 годовщине Дня радио, г. Красноярск, 3–4 мая 2012 г. – Красноярск: Изд-во СФУ, 2012. – С. 197–201.
5. Бондаренко В.В., Васюков В.В. Программно-аппаратный комплекс автоматизированного обнаружения лесных пожаров // Материалы XI международной конференции «Актуальные проблемы электронного приборостроения АПЭП-2012», Новосибирск, 2–4 октября 2012 г. – Новосибирск: Изд-во НГТУ, 2012. – Т. 2. – С. 59–64.
6. Vasyukov V., Kalennikova E. An adaptive procedure of smoke and background discrimination in the early fire detection video system // Proceedings of the 6th International Forum on Strategic Technology IFOST 2011, August 22–24, 2011. – Harbin, China, 2011. – P. 844–847. – doi: 10.1109/IFOST.2011.6021152.
7. Васюков В.Н. Контрастное обнаружение объектов неопределенной формы на сложном фоне // Доклады Академии наук высшей школы Российской Федерации. – 2012. – № 1 (18). – С. 61–68.
8. Васюков В.Н., Бондаренко В.В. Адаптивный выбор порога при контрастном обнаружении объектов неопределенной формы на неровном фоне // Доклады Академии наук высшей школы Российской Федерации. – 2013. – № 2 (21). – С. 34–45.
9. Bondarenko V.V., Vasyukov V.N. Adaptive thresholding for contrast detection of objects of indefinite form // Proceedings of 14 International conference of Young Specialists on Micro/Nanotechnologies and Electron Devices (EDM 2013), Altai, Erlagol, 1–5 July 2013. – Novosibirsk: NSTU Publ., 2013. – P. 59–62. – doi: 10.1109/EDM.2013.6641941.
10. Васюков В.Н., Зайцева А.Ю. Предварительная обработка изображения для контрастного обнаружения объекта неопределенной формы на сложном фоне // Сборник научных трудов НГТУ. – 2013. – № 1 (71). – С. 65–71.
11. Petrou M., Sevilla P.G. Image processing: dealing with texture. – Chichester, England: John Wiley & Sons, 2006. – P. 527–528.
12. Васюков В.Н. Бинарная гиббсовская модель текстуры для анализа и сегментации изображений // Доклады Академии наук высшей школы Российской Федерации. – 2005. – № 2 (5). – С. 81–93.
13. Canny J. Computational approach to edge detection // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 1986. – Vol. PAMI–8, iss. 6. – P. 679–698. – doi: 10.1109/TPAMI.1986.4767851.
14. Зайцева А.Ю., Васюков В.Н. Алгоритм сегментации изображений для системы противопожарного мониторинга // Современные проблемы радиоэлектроники: сборник научных трудов Всероссийской научно-технической конференции молодых ученых и студентов, посвященной 119 годовщине Дня радио, Красноярск, 6–8 мая 2014 г. – Красноярск: Изд-во СФУ, 2014. – C. 165–170.
15. Vasyukov V.N., Zaitseva A.Y. Image analysis algorithms for forest fire monitoring systems // 12th International Conference on Actual Problems of Electronic Instrument Engineering (APEIE–2014). – Novosibirsk: NSTU Publ., 2014. – Vol. 1. – P. 327–331.
16. Vasyukov V.N., Podovinnikov A.N. Simulating 2D images of smoke clouds for the purpose of fire detection algorithms adjustment // Proceedings of the Third International Forum on Strategic Technology IFOST 2008, June 23–29, 2008. – Novosibirsk; Tomsk, 2008. – P. 369–370. – doi: 10.1109/IFOST.2008.4602977.