基于Contourlet林火图像多重分形分割的研究开题报告

1. 研究目的与意义

森林是人类社会极其重要的自然资源，是人类环境与发展的基础。森林火灾的危害非常严重，不仅会烧毁树木，降低木材的数量以及质量，造成森林资源的重大损失和全球性的环境污染，还会引起大量动植物的死亡，破坏生态平衡从而引起森林小气候的变化。重要的是，森林火灾具有突发性和随机性，在短时间内会造成巨大损失。因此，如何在现有的计算机，航天，通讯等高科技带动下，研究一种具有实时性和准确性极高的森林火灾图像分割算法成为目前迫切需要解决的问题。

提出一种多重分形和Contourlet变换相结合的森林火灾图像分割新算法。在MATLAB 仿真实验中，成功地将森林火灾引起的烟雾从整幅图像中分割出来，尤其是可以很准确地将火灾所产生的烟雾与云雾区分开，并达到较好效果。并结合多重分形和contourlet 变换提出了一种新的森林火灾图像分割算法，不仅可以达到较好火焰和烟雾分割效果，还有效地提高了分割的实时性。

2. 国内外研究现状分析

尹海伟,孔繁花,李秀珍^[1]以黑龙江省大兴安岭图强林业局育英林场和奋斗林场为研究区,以gis技术为支撑,选取植被类型、海拔、坡度、坡向和离居住区远近作为主要林火影响因子,采用因子加权叠置法,对研究区森林火险情况进行了定量评价,将火险等级分为无、低、中、高和极高5类.结果表明,无、低、中、高和极高火险区分别占研究区的0.37%、0.63%、38.67%、58.63%和1.70%,符合正态分布;中及以上火险区占60.33%,说明研究区森林火灾管理任务仍相当繁重;森林火险等级的地域分异明显,中部高四周低,在不同林火影响因子上的分异十分明显;火险等级与1987年的火烧强度具有较强的一致性,说明火险区划结果具有较高的可靠性,可为林业部门进行森林火灾管理提供有价值的参考。

孙智辉,李生袖,苏长年^[2]通过对延安市1989～2002年火灾资料的综合分析,发现当地火灾多发生在2～4月,火灾多发时段为每日12～14时,火灾类型多为地表火,引起火灾原因多为人为原因,比例占95%以上。分析火灾对应的常规气象与卫星遥感资料,总结出以连续无降水日数、最高温度、最小相对湿度三要素建立的分级火险天气预报方法,建立卫星遥感资料对火险等级调整指标。业务试运行表明:该方法对高危火险天气有较好的预报效果,对林业部门森林防火指挥有较强的参考价值。

宋卫国,马剑,satoh k^[3]选用日平均湿度、降水量、平均风速、平均温度和日照时间等5种典型气象参数,利用bp神经网络分析了它们对火灾发生概率的综合影响;研究了多种气象参数综合作用下火灾发生概率的变化规律。结果表明,气象参数与火灾发生概率之间存在稳定的关联,神经网络在处理多参数综合影响方面具有较好的泛化能力,可以作为预测林火概率的可靠方法,为森林火灾研究提供了基础数据。

3. 研究的基本内容与计划

提出了一种多重分形和contourlet变换相结合的森林火灾图像分割新算法。先对图像进行contourlet多层分解，得到一系列多尺度、局部化、多方向的子带图像。然后对低频子带进行多重分形特性分析，再将多重分形谱作为特征参量进行像素筛选，筛选出标志不同景物的像素点。最后，根据这些像素点的不同分布进行图像分割，从而实现烟雾的分割。实验结果表明，这种算法能够有效地实现火焰和烟雾的分割，提高了森林火灾图像分割的有效性。

具体计划

2012年2月 初步了解contourlet以及多重分形的相关知识，学习图像处理方法，做好前期准备。

4. 研究创新点

提出一种新型算法，有效地结合了Contourlet变换以及多重分形。

这种算法能够有效地实现火焰和烟雾的分割，提高了森林火灾图像分割的有效性。