Εντοπισμός φωτιάς και καπνού σε πραγματικό χρόνο με από κοινού επεξεργασία εικονοσειρών καταγραφόμενων από οπτική και θερμική κάμερα
Τα συστήματα αυτόματης αναγνώρισης φωτιάς και καπνού είναι κρίσιμης σημασίας, για την έγκαιρη ανίχνευση μιας δασικής πυρκαγιάς, καθώς μπορούν να μειώσουν κατά πολύ το μέγεθος της ζημιάς στις δασικές εκτάσεις. Η παρούσα διπλωματική εργασία εστιάζει στην αντιμετώπιση αυτού του προβλήματος με την χρήση...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | Greek |
| Έκδοση: |
2022
|
| Θέματα: | |
| Διαθέσιμο Online: | https://hdl.handle.net/10889/23630 |
| id |
nemertes-10889-23630 |
|---|---|
| record_format |
dspace |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Αναγνώριση φωτιάς Αναγνώριση καπνού Υπολογιστική όραση Συνδυασμός οπτικής και θερμικής κάμερας Συρραφή εικόνων δασικής πυρκαγιάς Fire detection Smoke detection Computer vision Joint use of optical and thermal camera Forest fire image stitching |
| spellingShingle |
Αναγνώριση φωτιάς Αναγνώριση καπνού Υπολογιστική όραση Συνδυασμός οπτικής και θερμικής κάμερας Συρραφή εικόνων δασικής πυρκαγιάς Fire detection Smoke detection Computer vision Joint use of optical and thermal camera Forest fire image stitching Σαρτίνας, Ευάγγελος Εντοπισμός φωτιάς και καπνού σε πραγματικό χρόνο με από κοινού επεξεργασία εικονοσειρών καταγραφόμενων από οπτική και θερμική κάμερα |
| description |
Τα συστήματα αυτόματης αναγνώρισης φωτιάς και καπνού είναι κρίσιμης σημασίας, για την έγκαιρη ανίχνευση μιας δασικής πυρκαγιάς, καθώς μπορούν να μειώσουν κατά πολύ το μέγεθος της ζημιάς στις δασικές εκτάσεις. Η παρούσα διπλωματική εργασία εστιάζει στην αντιμετώπιση αυτού του προβλήματος με την χρήση οπτικής και θερμικής κάμερας.
Πληθώρα τεχνικών έχει προταθεί για την ανίχνευση φωτιάς και καπνού χρησιμοποιώντας οπτική ή θερμική κάμερα, παρόλο που η ανάπτυξη ενός συστήματος που βασίζεται μόνο στον έναν εκ των δύο τύπων αισθητήρων αποτελεί πρόκληση. Συνεπώς για ένα σύστημα που θα μπορεί να αναγνωρίζει φωτιά και καπνό με ακρίβεια, κατά τη διάρκεια μέρας και νύχτας ανεξαρτήτως φωτομετρικών, η από κοινού χρήση των δύο τύπων αισθητήρων είναι απαραίτητη. Αυτό προκύπτει, από το γεγονός ότι κάθε τύπος αισθητήρων υπόκειται σε περιορισμούς που αντισταθμίζονται από τον άλλον.
Το πρόβλημα της αναγνώρισης μελετάται σε τρία επίπεδα, αυτό των εικονοστοιχείων, των εικόνων και των ακολουθιών εικόνων (βίντεο). Στο επίπεδο εικονοστοιχείων, χαρακτηριστικά, όπως η χρωματικότητα και η υψηλή θερμοκρασία της φωτιάς επιτρέπουν σε απλές τεχνικές να την εντοπίσουν με μεγάλη ακρίβεια, σε αντίθεση με τον καπνό, ο οποίος δεν παρουσιάζει έντονα χρωματικά χαρακτηριστικά και δεν καταγράφεται στη θερμική κάμερα. Η αναγκαιότητα αναγνώρισης του καπνού οδηγεί στη μελέτη χωροχρονικών χαρακτηριστικών. Στην περίπτωση αναγνώρισης φωτιάς/καπνού από ολόκληρες εικόνες, χρησιμοποιούμε μοντέλα μηχανικής μάθησης για την εξαγωγή κανόνων από δεδομένα εικόνων δασικής πυρκαγιάς. Τα μοντέλα αυτά απαιτούν την ύπαρξη μεγάλου και τυχαιοποιημένου συνόλου δεδομένων, που συχνά δεν είναι διαθέσιμο, ώστε να γενικεύσουν σε νέα δεδομένα. Στην περίπτωση αναγνώρισης από ακολουθία εικόνων, οδηγούμαστε σε τεχνικές αφαίρεσης υποβάθρου για την εξαγωγή του καπνού ως κινούμενο αντικείμενο. Υιοθετούμε μία μέθοδο βασιζόμενη στην από κοινού χρήση της οπτικής και της θερμικής κάμερας, υποθέτοντας ότι ένα κινούμενο αντικείμενο που εμφανίζεται στην οπτική, αλλά όχι στη θερμική κάμερα είναι πιθανότατα καπνός. Η μέθοδος αυτή ελέγχθηκε ποιοτικά σε παραδείγματα καταγραφών καπνού με επιτυχή αποτελέσματα.
Τέλος η αναγκαιότητα της χρήσης τόσο της οπτικής, όσο και της θερμικής κάμερας ταυτόχρονα, αιτιολογείται περαιτέρω μέσω της επίλυσης ενός προβλήματος συρραφής εικόνων στην περίπτωση δασικής πυρκαγιάς. |
| author2 |
Sartinas, Evangelos |
| author_facet |
Sartinas, Evangelos Σαρτίνας, Ευάγγελος |
| author |
Σαρτίνας, Ευάγγελος |
| author_sort |
Σαρτίνας, Ευάγγελος |
| title |
Εντοπισμός φωτιάς και καπνού σε πραγματικό χρόνο με από κοινού επεξεργασία εικονοσειρών καταγραφόμενων από οπτική και θερμική κάμερα |
| title_short |
Εντοπισμός φωτιάς και καπνού σε πραγματικό χρόνο με από κοινού επεξεργασία εικονοσειρών καταγραφόμενων από οπτική και θερμική κάμερα |
| title_full |
Εντοπισμός φωτιάς και καπνού σε πραγματικό χρόνο με από κοινού επεξεργασία εικονοσειρών καταγραφόμενων από οπτική και θερμική κάμερα |
| title_fullStr |
Εντοπισμός φωτιάς και καπνού σε πραγματικό χρόνο με από κοινού επεξεργασία εικονοσειρών καταγραφόμενων από οπτική και θερμική κάμερα |
| title_full_unstemmed |
Εντοπισμός φωτιάς και καπνού σε πραγματικό χρόνο με από κοινού επεξεργασία εικονοσειρών καταγραφόμενων από οπτική και θερμική κάμερα |
| title_sort |
εντοπισμός φωτιάς και καπνού σε πραγματικό χρόνο με από κοινού επεξεργασία εικονοσειρών καταγραφόμενων από οπτική και θερμική κάμερα |
| publishDate |
2022 |
| url |
https://hdl.handle.net/10889/23630 |
| work_keys_str_mv |
AT sartinaseuangelos entopismosphōtiaskaikapnousepragmatikochronomeapokoinouepexergasiaeikonoseirōnkatagraphomenōnapooptikēkaithermikēkamera AT sartinaseuangelos realtimefireandsmokedetectionbythejointuseofopticalandthermalcameras |
| _version_ |
1771297279330746368 |
| spelling |
nemertes-10889-236302022-11-03T04:36:49Z Εντοπισμός φωτιάς και καπνού σε πραγματικό χρόνο με από κοινού επεξεργασία εικονοσειρών καταγραφόμενων από οπτική και θερμική κάμερα Real time fire and smoke detection by the joint use of optical and thermal cameras Σαρτίνας, Ευάγγελος Sartinas, Evangelos Αναγνώριση φωτιάς Αναγνώριση καπνού Υπολογιστική όραση Συνδυασμός οπτικής και θερμικής κάμερας Συρραφή εικόνων δασικής πυρκαγιάς Fire detection Smoke detection Computer vision Joint use of optical and thermal camera Forest fire image stitching Τα συστήματα αυτόματης αναγνώρισης φωτιάς και καπνού είναι κρίσιμης σημασίας, για την έγκαιρη ανίχνευση μιας δασικής πυρκαγιάς, καθώς μπορούν να μειώσουν κατά πολύ το μέγεθος της ζημιάς στις δασικές εκτάσεις. Η παρούσα διπλωματική εργασία εστιάζει στην αντιμετώπιση αυτού του προβλήματος με την χρήση οπτικής και θερμικής κάμερας. Πληθώρα τεχνικών έχει προταθεί για την ανίχνευση φωτιάς και καπνού χρησιμοποιώντας οπτική ή θερμική κάμερα, παρόλο που η ανάπτυξη ενός συστήματος που βασίζεται μόνο στον έναν εκ των δύο τύπων αισθητήρων αποτελεί πρόκληση. Συνεπώς για ένα σύστημα που θα μπορεί να αναγνωρίζει φωτιά και καπνό με ακρίβεια, κατά τη διάρκεια μέρας και νύχτας ανεξαρτήτως φωτομετρικών, η από κοινού χρήση των δύο τύπων αισθητήρων είναι απαραίτητη. Αυτό προκύπτει, από το γεγονός ότι κάθε τύπος αισθητήρων υπόκειται σε περιορισμούς που αντισταθμίζονται από τον άλλον. Το πρόβλημα της αναγνώρισης μελετάται σε τρία επίπεδα, αυτό των εικονοστοιχείων, των εικόνων και των ακολουθιών εικόνων (βίντεο). Στο επίπεδο εικονοστοιχείων, χαρακτηριστικά, όπως η χρωματικότητα και η υψηλή θερμοκρασία της φωτιάς επιτρέπουν σε απλές τεχνικές να την εντοπίσουν με μεγάλη ακρίβεια, σε αντίθεση με τον καπνό, ο οποίος δεν παρουσιάζει έντονα χρωματικά χαρακτηριστικά και δεν καταγράφεται στη θερμική κάμερα. Η αναγκαιότητα αναγνώρισης του καπνού οδηγεί στη μελέτη χωροχρονικών χαρακτηριστικών. Στην περίπτωση αναγνώρισης φωτιάς/καπνού από ολόκληρες εικόνες, χρησιμοποιούμε μοντέλα μηχανικής μάθησης για την εξαγωγή κανόνων από δεδομένα εικόνων δασικής πυρκαγιάς. Τα μοντέλα αυτά απαιτούν την ύπαρξη μεγάλου και τυχαιοποιημένου συνόλου δεδομένων, που συχνά δεν είναι διαθέσιμο, ώστε να γενικεύσουν σε νέα δεδομένα. Στην περίπτωση αναγνώρισης από ακολουθία εικόνων, οδηγούμαστε σε τεχνικές αφαίρεσης υποβάθρου για την εξαγωγή του καπνού ως κινούμενο αντικείμενο. Υιοθετούμε μία μέθοδο βασιζόμενη στην από κοινού χρήση της οπτικής και της θερμικής κάμερας, υποθέτοντας ότι ένα κινούμενο αντικείμενο που εμφανίζεται στην οπτική, αλλά όχι στη θερμική κάμερα είναι πιθανότατα καπνός. Η μέθοδος αυτή ελέγχθηκε ποιοτικά σε παραδείγματα καταγραφών καπνού με επιτυχή αποτελέσματα. Τέλος η αναγκαιότητα της χρήσης τόσο της οπτικής, όσο και της θερμικής κάμερας ταυτόχρονα, αιτιολογείται περαιτέρω μέσω της επίλυσης ενός προβλήματος συρραφής εικόνων στην περίπτωση δασικής πυρκαγιάς. Automatic fire and smoke detection systems are critical to the early detection of a forest fire, as they can greatly reduce the amount of damage to forest lands. This thesis addresses this problem using an optical and thermal camera. Many techniques have been proposed for fire and smoke detection using an optical or thermal camera, although developing a system based on only one of the two types of sensors is challenging. Therefore, for a system that will be able to identify fire and smoke accurately, during day and night, the joint use of the two types of sensors is necessary. This arises from the fact that each type of sensor is subject to limitations that are compensated by the other. The recognition problem is studied at three levels, that of pixels, images, and sequences of images (video). At the pixel level, features such as the chromaticity and high temperature of fire allow simple techniques to locate it with great accuracy, unlike smoke, which does not exhibit strong color features and is not recorded on the thermal camera. The need to identify smoke leads to the study of spatiotemporal characteristics. In the case of fire/smoke recognition from whole images, we use machine learning models to extract rules from forest fire image data. These models require a large and randomized data set, which is often not available, to generalize to new data. In the case of recognition from a sequence of images, we resort to background subtraction techniques to extract the smoke as a moving object. We adopt a method based on the joint use of the optical and thermal camera, assuming that a moving object appearing in the optical but not in the thermal camera is most likely smoke. This method was qualitatively tested on examples of smoke recordings with successful results. Finally, the necessity of using both the optical and the thermal camera at the same time is further justified by solving an image stitching problem in the case of a forest fire. 2022-11-02T12:15:38Z 2022-11-02T12:15:38Z 2022-08-07 https://hdl.handle.net/10889/23630 el CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ application/pdf |
