基于中波红外图像的林火检测定位方法及装置与流程

1.本发明实施例涉及图像检测技术领域，特别涉及一种基于中波红外图像的林火检测定位方法及装置。


背景技术：

2.传统的星上林火检测设备不具备在轨实时数据处理能力，只完成星上拍图和数据下传功能，由地面设备进行林火检测和定位。林火检测敏感器是首个可实现在轨实时林火检测的星上设备，基于多光谱图像采用决策级融合方式来实现林火检测定位。在采用决策级融合方式时如何能够更准确的实现林火检测定位，是当前亟需解决的问题。


技术实现要素：

3.本发明实施例提供了一种基于中波红外图像的林火检测定位方法及装置，能够基于中波红外图像实现高精度的林火检测定位，且能够满足在轨实时处理能力。
4.第一方面，本发明实施例提供了一种基于中波红外图像的林火检测定位方法，包括：
5.对采集得到的中波红外图像进行全图滤波算法处理，得到所述中波红外图像中火点目标的粗定位；
6.基于所述火点目标的粗定位，确定所述火点目标的窗口图像；
7.对所述火点目标的窗口图像进行窗口滤波算法处理，得到所述中波红外图像中火点目标的精定位；
8.对所述中波红外图像的几何畸变进行几何校正，根据所述火点目标的精定位和几何校正后的中波红外图像，得到所述火点目标的空间三维定位结果。
9.在一种可能的实现方式中，所述对采集得到的中波红外图像进行全图滤波算法处理，包括：
10.基于行滤波器对采集得到的中波红外图像按照行像素进行卷积运算，得到相应像素位置的背景灰度估计值；
11.根据所述中波红外图像中每一个像素的像素灰度值以及相应像素位置的背景灰度估计值，确定每一个像素是否为火点目标；
12.将确定为火点目标的像素进行聚类，得到所述中波红外图像中火点目标的粗定位。
13.在一种可能的实现方式中，所述确定每一个像素是否为火点目标，包括：
14.基于地面的每一个像素的灰度差与温度差的响应率标定结果，确定常温背景与火点目标的相对灰度阈值；
15.针对每一个像素，均执行：判断该像素的像素灰度值是否大于该像素相应像素位置的背景灰度估计值与所述相对灰度阈值之和，若是，则确定该像素为火点目标。
16.在一种可能的实现方式中，所述基于所述火点目标的粗定位，确定所述火点目标
的窗口图像，包括：
17.对粗定位的火点目标提取最小包络矩形，并将该最小包络矩形外扩设定个数的像素，得到火点目标的窗口图像。
18.在一种可能的实现方式中，所述对所述火点目标的窗口图像进行窗口滤波算法处理，得到所述中波红外图像中火点目标的精定位，包括：
19.将所述火点目标的窗口图像中的边框像素作为背景，以对所述火点目标的窗口图像进行背景灰度估计，得到窗口图像的背景灰度估计值；
20.根据该窗口图像中的每一个像素灰度值以及该窗口图像的背景灰度估计值，确定该窗口图像中每一个像素是否为火点目标；
21.将确定为火点目标的像素进行聚类，得到最终的火点目标；
22.针对最终的火点目标采用质心法得到所述中波红外图像中火点目标的精定位。
23.在一种可能的实现方式中，在对所述火点目标的窗口图像进行背景灰度估计之前，还包括：将作为背景的边框像素中的野点剔除，将剩余的边框像素作为背景，以对所述火点目标的窗口图像进行背景灰度估计。
24.第二方面，本发明实施例还提供了一种基于中波红外图像的林火检测定位装置，包括：
25.粗定位单元，用于对采集得到的中波红外图像进行全图滤波算法处理，得到所述中波红外图像中火点目标的粗定位；
26.窗口图像确定单元，用于基于所述火点目标的粗定位，确定所述火点目标的窗口图像；
27.精定位单元，用于对所述火点目标的窗口图像进行窗口滤波算法处理，得到所述中波红外图像中火点目标的精定位；
28.结果确定单元，用于对所述中波红外图像的几何畸变进行几何校正，根据所述火点目标的精定位和几何校正后的中波红外图像，得到所述火点目标的空间三维定位结果。
29.第三方面，本发明实施例还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本说明书任一实施例所述的方法。
30.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行本说明书任一实施例所述的方法。
31.本发明实施例提供了一种基于中波红外图像的林火检测定位方法及装置，通过全图滤波算法能够快速粗略定位到中波红外图像中火点目标，然后通过对粗定位的火点目标进行窗口滤波算法处理，能够得到火点目标的精确定位，由于精确定位过程是针对火点目标的窗口图像执行的，无需针对非火点目标的像素区域进行处理，运算量大大降低，且能够针对小区域的窗口图像进行高精度处理，因此可以得到火点目标的精确定位，并在几何校正之后，得到火点目标的空间三维定位结果。本方案，不仅运算量小、效率高且精度高，能够满足在轨实时处理能力。
附图说明
32.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
33.图1是本发明一实施例提供的一种基于中波红外图像的林火检测定位方法流程图；
34.图2是本发明一实施例提供的一种电子设备的硬件架构图；
35.图3是本发明一实施例提供的一种基于中波红外图像的林火检测定位装置结构图。
具体实施方式
36.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
37.如前所述，基于多光谱图像采用决策级融合方式进行林火检测定位，需要对每一个光谱图像分别进行目标检测和信息提取，然后对分时成像的多光谱目标进行空间定位和谱段间的匹配，才能成功得到最终的林火检测结果。根据维恩位移定律可知，林火的红外辐射峰值位于中波谱段，而常温环境的红外辐射峰值普遍位于长波谱段。对于常温背景下的林火目标检测，林火检测敏感器可以以中波红外图像为基准，对其他谱段红外图像进行可疑目标的位置预报，以及后续的决策级信息融合。因此，有必要研究一种基于中波红外图像的林火检测定位方法，以提高在轨实时林火检测的准确性。而目前尚未有基于中波红外图像进行在轨实时林火检测的方法。
38.可见，为了满足在轨实时林火检测能力，需要基于中波红外图像提供一种运算量小、效率高且精度高的林火检测定位方法。
39.下面描述以上构思的具体实现方式。
40.请参考图1，本发明实施例提供了一种基于中波红外图像的林火检测定位方法，该方法包括：
41.步骤100，对采集得到的中波红外图像进行全图滤波算法处理，得到所述中波红外图像中火点目标的粗定位；
42.步骤102，基于所述火点目标的粗定位，确定所述火点目标的窗口图像；
43.步骤104，对所述火点目标的窗口图像进行窗口滤波算法处理，得到所述中波红外图像中火点目标的精定位；
44.步骤106，对所述中波红外图像的几何畸变进行几何校正，根据所述火点目标的精定位和几何校正后的中波红外图像，得到所述火点目标的空间三维定位结果。
45.本发明实施例中，通过全图滤波算法能够快速粗略定位到中波红外图像中火点目标，然后通过对粗定位的火点目标进行窗口滤波算法处理，能够得到火点目标的精确定位，由于精确定位过程是针对火点目标的窗口图像执行的，无需针对非火点目标的像素区域进
行处理，运算量大大降低，且能够针对小区域的窗口图像进行高精度处理，因此可以得到火点目标的精确定位，并在几何校正之后，得到火点目标的空间三维定位结果。本方案，不仅运算量小、效率高且精度高，能够满足在轨实时处理能力。
46.下面描述图1所示的各个步骤的执行方式。
47.首先，针对步骤100，对采集得到的中波红外图像进行全图滤波算法处理，得到所述中波红外图像中火点目标的粗定位。
48.由于林火的红外辐射峰值位于中波谱段，因此对中波红外图像进行火点目标检测能够更清晰准确的检测出是否存在火点目标。另外，由于在采集得到中波红外图像之后，不确定图像中是否存在火点目标，因此，可以先对中波红外图像进行粗检，以确定是否存在火点目标以及若存在火点目标则完成火点目标的粗定位。
49.本发明实施例中，由于每一个像素均有存在火点目标的可能性，因此为了不漏掉每一个像素，可以采用全图滤波算法对中波红外图像进行处理，具体地，该处理方式可以包括如下步骤a1-a3：
50.a1、基于行滤波器对采集得到的中波红外图像按照行像素进行卷积运算，得到相应像素位置的背景灰度估计值；
51.a2、根据所述中波红外图像中每一个像素的像素灰度值以及相应像素位置的背景灰度估计值，确定每一个像素是否为火点目标；
52.a3、将确定为火点目标的像素进行聚类，得到所述中波红外图像中火点目标的粗定位。
53.在步骤a1中，利用行滤波器对中波红外图像逐行进行卷积运算，能够得到每一个行像素位置的背景灰度估计值。
54.在步骤a2中，如果像素为火点目标，则表明该像素的灰度值与相应像素位置的背景灰度估计值存在较大差距，通过比较像素灰度值与相应像素位置的背景灰度估计值之间的差值即可确定出像素是否为火点目标。
55.为了提高像素是否为火点目标的判断准确率，本发明一个实施例中，步骤a2可以通过如下方式来判断每一个像素是否为火点目标：
56.a21、基于地面的每一个像素的灰度差与温度差的响应率标定结果，确定常温背景与火点目标的相对灰度阈值；
57.a22、针对每一个像素，均执行：判断该像素的像素灰度值是否大于该像素相应像素位置的背景灰度估计值与所述相对灰度阈值之和，若是，则确定该像素为火点目标。
58.根据根据地面相对辐射定标试验可以得出像素的灰度差与温度差的响应率标定结果，即两个像素的灰度差与温度差之间的一一对应关系。举例来说，两个像素之间每差1度，灰度差会增加100；比如，若温度差为10度，则灰度差为1000，若温度差为100度，则温度差为10000。而常温背景与火点目标之间的温度差是根据经验可以获知的，比如为400度，那么根据灰度差与温度差的响应率标定结果可以获知灰度差为40000。因此，可以确定常温背景与火点目标的相对灰度阈值为40000。
59.由于不同像素位置处其背景灰度估计值不同，为了准确判定像素是否为火点目标，需要将背景灰度估计值与该相对灰度阈值之和与其像素灰度值进行比较，若像素灰度值大于其背景灰度估计值与相对灰度阈值之和，则确定该像素为火点目标，否则，确定该像
素不是火点目标。
60.利用常温背景与火点目标的相对灰度阈值、像素位置的背景灰度估计值以及像素灰度值，能够更准确的得出像素是否火点目标，可见该方式是以像素作为最小检测点进行的检测，因此，检测结果中可能存在多个火点目标，多个火点目标在中波红外图像中可以是连续的，也可以是不连续的。而连续的多个像素均为火点目标时，则可以表明该连续的多个像素是同一片林火，因此，在确定像素是否为火点目标之后，需要执行步骤a3，将确定为火点目标的多个连续的像素聚为一类，该聚类方式是若确定为火点目标的像素存在一个相邻像素且该相邻像素为火点目标，则将该像素与该相邻像素聚为一类；聚类后将其作为一个火点目标，如此可以得到中波红外图像中火点目标的粗定位。
61.本发明实施例中粗定位的火点目标可以是一个，也可以是多个。
62.然后，针对步骤102“基于所述火点目标的粗定位，确定所述火点目标的窗口图像”和步骤104“对所述火点目标的窗口图像进行窗口滤波算法处理，得到所述中波红外图像中火点目标的精定位”同时进行说明。
63.本发明实施例中，对于粗定位的火点目标还需要进行精定位，以提高检测定位结果的准确率。精定位是对火点目标的粗定位区域图像进行精检，该精检方式依然是通过背景灰度估计值来实现。
64.一个实现方式中，可以将火点目标提取的最小包络矩形作为火点目标的窗口图像。然而该方式中窗口图像均为火点目标，在进行背景灰度估计时估计结果会存在误差。因此可以使用另一个实现方式，该方式为：对粗定位的火点目标提取最小包络矩形，并将该最小包络矩形外扩设定个数的像素，得到火点目标的窗口图像。其中，该设定个数大于0，比如为一个像素，再比如为0.5个像素。
65.本发明实施例中，步骤104具体可以包括如下步骤b1-b4：
66.b1、将所述火点目标的窗口图像中的边框像素作为背景，以对所述火点目标的窗口图像进行背景灰度估计，得到窗口图像的背景灰度估计值；
67.b2、根据该窗口图像中的每一个像素灰度值以及该窗口图像的背景灰度估计值，确定该窗口图像中每一个像素是否为火点目标；
68.b3、将确定为火点目标的像素进行聚类，得到最终的火点目标；
69.b4、针对最终的火点目标采用质心法得到所述中波红外图像中火点目标的精定位。
70.在步骤b1中进行背景灰度估计时，需要将火点目标的窗口图像中边框像素作为背景，因此，在确定窗口图像时采用最小包络矩形外扩设定个数像素的方式来确定，能够使得背景灰度估计结果更加准确。
71.另外，为了降低盲元以及窗口边缘处可能存在其他高温目标的影响，因此，可以在对所述火点目标的窗口图像进行背景灰度估计之前，将作为背景的边框像素中的野点剔除，将剩余的边框像素作为背景，以对所述火点目标的窗口图像进行背景灰度估计。
72.其中，可以利用作为背景的边框像素的像素灰度值的标准差来确定野点。
73.需要说明的是，步骤b2-b3的实现方式，与步骤a2-a3的实现方式相同，在此不再赘述。
74.在得到火点目标的精定位之后，即可以获知中波红外图像中哪些像素是火点目
标。
75.最后，针对步骤106，对所述中波红外图像的几何畸变进行几何校正，根据所述火点目标的精定位和几何校正后的中波红外图像，得到所述火点目标的空间三维定位结果。
76.在对地遥感成像过程中，受多种因素的综合影响，得到的红外图像存在几何畸变。通过对中波红外图像的几何畸变进行几何校正，几何校正后的中波红外图像中相应火点目标的像素即为最终的空间三维定位结果。
77.本发明实施例中，在红外多光谱图像决策级融合的框架下，对中波红外图像进行快速且准确的林火检测定位，能够对弱小目标实现检测定位，不仅运算量小、效率高，且精度高，具备在轨实时处理能力。
78.如图2、图3所示，本发明实施例提供了一种基于中波红外图像的林火检测定位装置。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言，如图2所示，为本发明实施例提供的一种基于中波红外图像的林火检测定位装置所在电子设备的一种硬件架构图，除了图2所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的电子设备通常还可以包括其他硬件，如负责处理报文的转发芯片等等。以软件实现为例，如图3所示，作为一个逻辑意义上的装置，是通过其所在电子设备的cpu将非易失性存储器中对应的计算机程序读取到内存中运行形成的。本实施例提供的一种基于中波红外图像的林火检测定位装置，包括：
79.粗定位单元301，用于对采集得到的中波红外图像进行全图滤波算法处理，得到所述中波红外图像中火点目标的粗定位；
80.窗口图像确定单元302，用于基于所述火点目标的粗定位，确定所述火点目标的窗口图像；
81.精定位单元303，用于对所述火点目标的窗口图像进行窗口滤波算法处理，得到所述中波红外图像中火点目标的精定位；
82.结果确定单元304，用于对所述中波红外图像的几何畸变进行几何校正，根据所述火点目标的精定位和几何校正后的中波红外图像，得到所述火点目标的空间三维定位结果。
83.在本发明一个实施例中，所述粗定位单元，具体用于：
84.基于行滤波器对采集得到的中波红外图像按照行像素进行卷积运算，得到相应像素位置的背景灰度估计值；
85.根据所述中波红外图像中每一个像素的像素灰度值以及相应像素位置的背景灰度估计值，确定每一个像素是否为火点目标；
86.将确定为火点目标的像素进行聚类，得到所述中波红外图像中火点目标的粗定位。
87.在本发明一个实施例中，所述粗定位单元在确定每一个像素是否为火点目标时，具体包括：
88.基于地面的每一个像素的灰度差与温度差的响应率标定结果，确定常温背景与火点目标的相对灰度阈值；
89.针对每一个像素，均执行：判断该像素的像素灰度值是否大于该像素相应像素位置的背景灰度估计值与所述相对灰度阈值之和，若是，则确定该像素为火点目标。
90.在本发明一个实施例中，所述窗口图像确定单元，具体用于对粗定位的火点目标提取最小包络矩形，并将该最小包络矩形外扩设定个数的像素，得到火点目标的窗口图像。
91.在本发明一个实施例中，所述精定位单元，具体用于：
92.将所述火点目标的窗口图像中的边框像素作为背景，以对所述火点目标的窗口图像进行背景灰度估计，得到窗口图像的背景灰度估计值；
93.根据该窗口图像中的每一个像素灰度值以及该窗口图像的背景灰度估计值，确定该窗口图像中每一个像素是否为火点目标；
94.将确定为火点目标的像素进行聚类，得到最终的火点目标；
95.针对最终的火点目标采用质心法得到所述中波红外图像中火点目标的精定位。
96.在本发明一个实施例中，所述精定位单元，还用于将作为背景的边框像素中的野点剔除，将剩余的边框像素作为背景，以对所述火点目标的窗口图像进行背景灰度估计。
97.可以理解的是，本发明实施例示意的结构并不构成对一种基于中波红外图像的林火检测定位装置的具体限定。在本发明的另一些实施例中，一种基于中波红外图像的林火检测定位装置可以包括比图示更多或者更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或者软件和硬件的组合来实现。
98.上述装置内的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
99.本发明实施例还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本发明任一实施例中的一种基于中波红外图像的林火检测定位方法。
100.本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序在被处理器执行时，使所述处理器执行本发明任一实施例中的一种基于中波红外图像的林火检测定位方法。
101.具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机(或cpu或mpu)读出并执行存储在存储介质中的程序代码。
102.在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
103.用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如cd-rom、cd-r、cd-rw、dvd-rom、dvd-ram、dvd-rw、dvd+rw)、磁带、非易失性存储卡和rom。可选择地，可以由通信网络从服务器计算机上下载程序代码。
104.此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作，从而实现上述实施例中任意一项实施例的功能。
105.此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展模块中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展模块上的cpu等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。
106.需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体
或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
…”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
107.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质中。
108.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种基于中波红外图像的林火检测定位方法，其特征在于，包括：对采集得到的中波红外图像进行全图滤波算法处理，得到所述中波红外图像中火点目标的粗定位；基于所述火点目标的粗定位，确定所述火点目标的窗口图像；对所述火点目标的窗口图像进行窗口滤波算法处理，得到所述中波红外图像中火点目标的精定位；对所述中波红外图像的几何畸变进行几何校正，根据所述火点目标的精定位和几何校正后的中波红外图像，得到所述火点目标的空间三维定位结果。2.根据权利要求1所述的方法，其特征在于，所述对采集得到的中波红外图像进行全图滤波算法处理，包括：基于行滤波器对采集得到的中波红外图像按照行像素进行卷积运算，得到相应像素位置的背景灰度估计值；根据所述中波红外图像中每一个像素的像素灰度值以及相应像素位置的背景灰度估计值，确定每一个像素是否为火点目标；将确定为火点目标的像素进行聚类，得到所述中波红外图像中火点目标的粗定位。3.根据权利要求2所述的方法，其特征在于，所述确定每一个像素是否为火点目标，包括：基于地面的每一个像素的灰度差与温度差的响应率标定结果，确定常温背景与火点目标的相对灰度阈值；针对每一个像素，均执行：判断该像素的像素灰度值是否大于该像素相应像素位置的背景灰度估计值与所述相对灰度阈值之和，若是，则确定该像素为火点目标。4.根据权利要求1所述的方法，其特征在于，所述基于所述火点目标的粗定位，确定所述火点目标的窗口图像，包括：对粗定位的火点目标提取最小包络矩形，并将该最小包络矩形外扩设定个数的像素，得到火点目标的窗口图像。5.根据权利要求1所述的方法，其特征在于，所述对所述火点目标的窗口图像进行窗口滤波算法处理，得到所述中波红外图像中火点目标的精定位，包括：将所述火点目标的窗口图像中的边框像素作为背景，以对所述火点目标的窗口图像进行背景灰度估计，得到窗口图像的背景灰度估计值；根据该窗口图像中的每一个像素灰度值以及该窗口图像的背景灰度估计值，确定该窗口图像中每一个像素是否为火点目标；将确定为火点目标的像素进行聚类，得到最终的火点目标；针对最终的火点目标采用质心法得到所述中波红外图像中火点目标的精定位。6.根据权利要求5所述的方法，其特征在于，在对所述火点目标的窗口图像进行背景灰度估计之前，还包括：将作为背景的边框像素中的野点剔除，将剩余的边框像素作为背景，以对所述火点目标的窗口图像进行背景灰度估计。7.一种基于中波红外图像的林火检测定位装置，其特征在于，包括：粗定位单元，用于对采集得到的中波红外图像进行全图滤波算法处理，得到所述中波红外图像中火点目标的粗定位；
窗口图像确定单元，用于基于所述火点目标的粗定位，确定所述火点目标的窗口图像；精定位单元，用于对所述火点目标的窗口图像进行窗口滤波算法处理，得到所述中波红外图像中火点目标的精定位；结果确定单元，用于对所述中波红外图像的几何畸变进行几何校正，根据所述火点目标的精定位和几何校正后的中波红外图像，得到所述火点目标的空间三维定位结果。8.一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-6中任一项所述的方法。9.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-6中任一项所述的方法。

技术总结
本发明提供了一种基于中波红外图像的林火检测定位方法及装置，其中方法包括：对采集得到的中波红外图像进行全图滤波算法处理，得到所述中波红外图像中火点目标的粗定位；基于所述火点目标的粗定位，确定所述火点目标的窗口图像；对所述火点目标的窗口图像进行窗口滤波算法处理，得到所述中波红外图像中火点目标的精定位；对所述中波红外图像的几何畸变进行几何校正，根据所述火点目标的精定位和几何校正后的中波红外图像，得到所述火点目标的空间三维定位结果。本方案，不仅运算量小、效率高且精度高，能够满足在轨实时处理能力。能够满足在轨实时处理能力。能够满足在轨实时处理能力。


技术研发人员：邓楼楼 王子寒 涂智军 董超 胡新超 周昊 梅志武 谭民涛 王立 郑然 华宝成 王苗苗 张海力 张涛 周剑敏
受保护的技术使用者：北京控制工程研究所
技术研发日：2023.03.21
技术公布日：2023/7/25