3.2　油料燃烧烟气斑块提取研究

油料火灾燃烧产生的浓烟包含炭黑颗粒等污染物，且污染范围较广，2005年英国邦斯菲尔德油库火灾爆炸产生的浓烟甚至飘散至法国北部。对油料火灾烟气污染扩散区域的实时、有效、大范围监测具有重要的研究意义。目前针对航天遥感影像的油料火灾烟气提取研究较少，但针对传统的地面监测系统的火点烟气提取与识别，国内外研究人员开展了系列研究。范一舟等^［64］提出了一种针对林火监测的模板匹配搜索算法，可有效检测林火产生的烟气。杨斌等^［65］基于无人机遥感林火影像中烟气的光谱特征，提出了林火烟气提取方法。油料燃烧产生的烟气成分复杂、颗粒大小分布不均、烟团厚度因自身扩散及风速影响较大、烟团下垫面背景地物的反射噪声等均是烟气信息提取的不利因素，基于遥感影像的烟气信息提取是一大难题。

可见光全色影像具有较高的空间分辨率，通过全色影像可对地物空间信息进行较为精确的提取分析。针对烟气提取的难题，本研究从影像分割的方法入手，构建了基于航天遥感全色影像信息的烟气斑块提取模型。该模型首先对图像进行预处理：将原始影像的灰度进行直方图均衡化增强处理，对灰度增强后的影像进行小波分解处理；小波分解得到低频影像，通过Canny算子检测影像地物的边缘信息，将边缘检测结果用于高频影像边缘的检测；对小波分解的低频影像进行平滑滤波处理，平滑滤波后的影像边缘不够清晰，需对影像进行梯度计算。经过预处理后的影像通过影像分割的方法提取烟气斑块信息，分割模型以分水岭分割算法为核心，对分水岭算法的过度分割问题进行了改进。最后通过小波逆变换得到烟气斑块提取结果，小波逆变换的过程中结合了Canny算子检测边缘信息。该模型的技术路线如图3.41所示。

图3.41　烟气斑块提取模型