3.2　油料燃燒煙氣斑塊提取研究

油料火災(zāi)燃燒產(chǎn)生的濃煙包含炭黑顆粒等污染物，且污染范圍較廣，2005年英國(guó)邦斯菲爾德油庫(kù)火災(zāi)爆炸產(chǎn)生的濃煙甚至飄散至法國(guó)北部。對(duì)油料火災(zāi)煙氣污染擴(kuò)散區(qū)域的實(shí)時(shí)、有效、大范圍監(jiān)測(cè)具有重要的研究意義。目前針對(duì)航天遙感影像的油料火災(zāi)煙氣提取研究較少，但針對(duì)傳統(tǒng)的地面監(jiān)測(cè)系統(tǒng)的火點(diǎn)煙氣提取與識(shí)別，國(guó)內(nèi)外研究人員開(kāi)展了系列研究。范一舟等^［64］提出了一種針對(duì)林火監(jiān)測(cè)的模板匹配搜索算法，可有效檢測(cè)林火產(chǎn)生的煙氣。楊斌等^［65］基于無(wú)人機(jī)遙感林火影像中煙氣的光譜特征，提出了林火煙氣提取方法。油料燃燒產(chǎn)生的煙氣成分復(fù)雜、顆粒大小分布不均、煙團(tuán)厚度因自身擴(kuò)散及風(fēng)速影響較大、煙團(tuán)下墊面背景地物的反射噪聲等均是煙氣信息提取的不利因素，基于遙感影像的煙氣信息提取是一大難題。

可見(jiàn)光全色影像具有較高的空間分辨率，通過(guò)全色影像可對(duì)地物空間信息進(jìn)行較為精確的提取分析。針對(duì)煙氣提取的難題，本研究從影像分割的方法入手，構(gòu)建了基于航天遙感全色影像信息的煙氣斑塊提取模型。該模型首先對(duì)圖像進(jìn)行預(yù)處理：將原始影像的灰度進(jìn)行直方圖均衡化增強(qiáng)處理，對(duì)灰度增強(qiáng)后的影像進(jìn)行小波分解處理；小波分解得到低頻影像，通過(guò)Canny算子檢測(cè)影像地物的邊緣信息，將邊緣檢測(cè)結(jié)果用于高頻影像邊緣的檢測(cè)；對(duì)小波分解的低頻影像進(jìn)行平滑濾波處理，平滑濾波后的影像邊緣不夠清晰，需對(duì)影像進(jìn)行梯度計(jì)算。經(jīng)過(guò)預(yù)處理后的影像通過(guò)影像分割的方法提取煙氣斑塊信息，分割模型以分水嶺分割算法為核心，對(duì)分水嶺算法的過(guò)度分割問(wèn)題進(jìn)行了改進(jìn)。最后通過(guò)小波逆變換得到煙氣斑塊提取結(jié)果，小波逆變換的過(guò)程中結(jié)合了Canny算子檢測(cè)邊緣信息。該模型的技術(shù)路線(xiàn)如圖3.41所示。

圖3.41　煙氣斑塊提取模型