技术特征：
1.一种基于图像识别的森林调查监测方法，其特征在于，应用于图像处理服务器，所述图像处理服务器通信连接有多个图像监控设备，所述基于图像识别的森林调查监测方法包括：针对所述多个图像监控设备中的每一个图像监控设备，获取该图像监控设备对该图像监控设备对应的森林子区域进行视频监控得到的森林监控视频，其中，所述多个图像监控设备与目标森林区域包括的多个森林子区域一一对应，且每一个所述森林监控视频包括多帧森林监控视频帧；针对每一个所述森林监控视频，对该森林监控视频包括的多帧森林监控视频帧进行筛选处理，得到该森林监控视频对应的代表森林监控视频帧；对所述代表森林监控视频帧进行拼接处理，得到所述目标森林区域对应的森林监控拼接视频帧，并对所述森林监控拼接视频帧进行识别处理，得到所述目标森林区域对应的火灾监控结果。2.如权利要求1所述的基于图像识别的森林调查监测方法，其特征在于，所述所述针对所述多个图像监控设备中的每一个图像监控设备，获取该图像监控设备对该图像监控设备对应的森林子区域进行视频监控得到的森林监控视频的步骤，包括：确定是否需要对目标森林区域进行火灾监控处理，并在需要对目标森林区域进行火灾监控处理时，生成视频监控指令；将所述视频监控指令分别发送给所述多个图像监控设备中的每一个图像监控设备，其中，每一个所述图像监控设备用于在接收到所述视频监控指令之后，对对应的森林子区域进行视频监控，得到对应的森林监控视频，并将所述森林监控视频发送给所述图像处理服务器；针对所述多个图像监控设备中的每一个图像监控设备，获取该图像监控设备基于所述视频监控指令采集并发送的所述森林监控视频。3.如权利要求3所述的基于图像识别的森林调查监测方法，其特征在于，所述确定是否需要对目标森林区域进行火灾监控处理，并在需要对目标森林区域进行火灾监控处理时，生成视频监控指令的步骤，包括：获取在历史上最近一次对所述目标森林区域进行火灾监控处理的时间，得到对应的历史火灾监控时间，并获取当前的时间，得到对应的当前时间，以及，计算所述历史火灾监控时间与所述当前时间之间的时间差值；确定所述时间差值与预先配置的时间差值阈值之间的相对大小关系；若所述时间差值小于或等于所述时间差值阈值，则确定不需要对所述目标森林区域进行火灾监控处理，若所述时间差值大于所述时间差值阈值，则确定需要对所述目标森林区域进行火灾监控处理；在需要对所述目标森林区域进行火灾监控处理时，生成视频监控指令。4.如权利要求3所述的基于图像识别的森林调查监测方法，其特征在于，所述在需要对所述目标森林区域进行火灾监控处理时，生成视频监控指令的步骤，包括：在需要对所述目标森林区域进行火灾监控处理时，针对所述多个图像监控设备中的每一个图像监控设备，获取该图像监控设备在历史上最近一次对该图像监控设备对应的森林子区域进行视频监控得到多帧历史森林监控视频帧中的历史代表森林监控视频帧；
针对所述多个图像监控设备中的每一个图像监控设备，计算该图像监控设备对应的历史代表森林监控视频帧的视频帧清晰度，并基于该视频帧清晰度确定出该图像监控设备对应的第一数量，其中，所述第一数量与所述视频帧清晰度之间具有负相关关系；针对所述多个图像监控设备中的每一个图像监控设备，基于该图像监控设备对应的第一数量生成该图像监控设备对应的视频监控指令，其中，所述视频监控指令中携带对应的第一数量，使得所述图像监控设备在接收到所述视频监控指令之后，基于携带的所述第一数量对对应的森林子区域进行视频监控，得到包括所述第一数量的森林监控视频帧的森林监控视频。5.如权利要求1所述的基于图像识别的森林调查监测方法，其特征在于，所述针对每一个所述森林监控视频，对该森林监控视频包括的多帧森林监控视频帧进行筛选处理，得到该森林监控视频对应的代表森林监控视频帧的步骤，包括：针对每一个所述森林监控视频，分别对该森林监控视频包括的多帧森林监控视频帧进行计算，得到每一帧森林监控视频帧对应的视频帧清晰度；针对每一个所述森林监控视频，基于该森林监控视频包括的多帧森林监控视频帧中的每一帧森林监控视频帧对应的视频帧清晰度，确定出具有最大视频帧清晰度的森林监控视频帧，并将该森林监控视频帧确定为该森林监控视频对应的代表森林监控视频帧。6.如权利要求5所述的基于图像识别的森林调查监测方法，其特征在于，所述针对每一个所述森林监控视频，分别对该森林监控视频包括的多帧森林监控视频帧进行计算，得到每一帧森林监控视频帧对应的视频帧清晰度的步骤，包括：针对每一个所述森林监控视频包括的多帧森林监控视频帧中的每一帧森林监控视频帧，将该森林监控视频帧分割为多帧森林监控子视频帧；针对每一个所述森林监控视频包括的多帧森林监控视频帧中的每一帧森林监控视频帧，分别计算该森林监控视频帧对应的多帧森林监控子视频帧中的每一帧森林监控子视频帧的子视频帧清晰度；针对每一个所述森林监控视频包括的多帧森林监控视频帧中的每一帧森林监控视频帧，基于该森林监控视频帧对应的多帧森林监控子视频帧中的每一帧森林监控子视频帧的子视频帧清晰度进行清晰度融合处理，得到该森林监控视频帧对应的视频帧清晰度。7.如权利要求6所述的基于图像识别的森林调查监测方法，其特征在于，所述针对每一个所述森林监控视频包括的多帧森林监控视频帧中的每一帧森林监控视频帧，基于该森林监控视频帧对应的多帧森林监控子视频帧中的每一帧森林监控子视频帧的子视频帧清晰度进行清晰度融合处理，得到该森林监控视频帧对应的视频帧清晰度的步骤，包括：针对每一个所述森林监控视频包括的多帧森林监控视频帧中的每一帧森林监控视频帧，计算该森林监控视频帧对应的多帧森林监控子视频帧中的每一帧森林监控子视频帧的子视频帧清晰度的平均值，得到该森林监控视频帧对应的清晰度均值，并基于该清晰度均值对该森林监控视频帧对应的多帧森林监控子视频帧中的每一帧森林监控子视频帧的子视频帧清晰度进行离散值计算，得到该森林监控视频帧对应的清晰度离散值；针对每一个所述森林监控视频包括的多帧森林监控视频帧中的每一帧森林监控视频帧，基于该森林监控视频帧对应的清晰度离散值确定出该森林监控视频帧对应的融合系数，其中，所述融合系数与所述清晰度离散值之间具有负相关关系，且所述融合系数小于或
等于1、大于0；针对每一个所述森林监控视频包括的多帧森林监控视频帧中的每一帧森林监控视频帧，计算该森林监控视频帧对应的清晰度均值和对应的融合系数之间的乘积，得到该森林监控视频帧对应的视频帧清晰度。8.如权利要求1-7任意一项所述的基于图像识别的森林调查监测方法，其特征在于，所述对所述代表森林监控视频帧进行拼接处理，得到所述目标森林区域对应的森林监控拼接视频帧，并对所述森林监控拼接视频帧进行识别处理，得到所述目标森林区域对应的火灾监控结果的步骤，包括：确定所述目标森林区域包括的多个森林子区域之间的区域相邻关系，并基于所述多个森林子区域之间的区域相邻关系，对所述多个森林子区域对应的多帧所述代表森林监控视频帧进行拼接处理，得到所述目标森林区域对应的森林监控拼接视频帧；对所述森林监控拼接视频帧进行隔离带识别处理，得到所述目标森林区域对应的至少一条防火隔离带；基于所述至少一条防火隔离带的面积，得到对应的防火隔离面积，并基于所述防火隔离面积确定出所述目标森林区域对应的第一安全系数，其中，所述第一安全系数与所述防火隔离面积之间具有正相关关系；确定所述至少一条防火隔离带将所述目标森林区域分割为相互独立的隔离区域的数量，得到对应的防火隔离区域数量，并基于所述防火隔离区域数量确定出所述目标森林区域对应的第二安全系数，其中，所述第二安全系数与所述防火隔离区域数量之间具有正相关关系；对所述第一安全系数和所述第二安全系数进行融合处理，得到所述目标森林区域对应的安全系数融合值，并将所述安全系数融合值确定为所述目标森林区域对应的火灾监控结果，其中，所述安全系数融合值用于表征所述目标森林区域在发生火宅时的安全程度。9.如权利要求8所述的基于图像识别的森林调查监测方法，其特征在于，所述对所述森林监控拼接视频帧进行隔离带识别处理，得到所述目标森林区域对应的至少一条防火隔离带的步骤，包括：基于所述森林监控拼接视频帧中的每一个像素点的像素颜色，对所述像素点进行聚类处理，得到对应的多个第一像素点聚类集合，其中，属于同一个第一像素点聚类集合中的任意两个像素点对应的像素颜色相同，属于不同第一像素点聚类集合中的任意两个像素点对应的像素颜色不相同；针对每一个所述第一像素点聚类集合，对该第一像素点聚类集合包括的多个像素点进行聚类处理，得到该第一像素点聚类集合对应的至少一个第二像素点聚类集合，其中，任意一个所述像素点在对应的第二像素点聚类集合中至少具有一个相邻的像素点，且同一个所述第一像素点聚类集合对应的任意两个第二像素点聚类集合之间任意两个像素点不相邻；针对每一个所述第二像素点聚类集合，统计该第二像素点聚类集合包括的像素点的数量，得到该第二像素点聚类集合对应的像素点统计数量，并确定该像素点统计数量与预先配置的第一数量阈值之间的相对大小关系，以及，在该像素点统计数量小于或等于所述第一数量阈值时，将该第二像素点聚类集合更新为第三像素点聚类集合；针对每一个所述第三像素点聚类集合，基于该第三像素点聚类集合包括的每一个像素
点，构建出对应的第一像素区域，并针对当前的每一个第二像素点聚类集合，基于该第二像素点聚类集合包括的每一个像素点，构建出对应的第二像素区域；针对每一个所述第三像素点聚类集合，确定是否存在包围该第三像素点聚类集合对应的第一像素区域的至少一个第二像素区域，并在存在包围该第三像素点聚类集合对应的第一像素区域的至少一个第二像素区域时，将该第三像素点聚类集合包括的像素点合并至该至少一个第二像素区域中区域内轮廓长度最小的一个第二像素区域对应的第二像素点聚类集合中，得到新的第二像素点聚类集合；将当前具有的每一个第二像素点聚类集合和每一个第三像素点聚类集合确定为目标像素点聚类集合，并针对每一个所述目标像素点聚类集合，基于该目标像素点聚类集合包括的像素点的像素颜色，确定出该目标像素点聚类集合对应的像素区域是否属于防火隔离区域，并在该像素区域属于防火隔离区域时，将该像素区域中长度最大且不邻接的两条区域边界线，分别作为该像素区域对应的第一区域边界线和第二区域边界线；针对属于防火隔离区域的每一个像素区域，对该像素区域对应的第一区域边界线进行拐点识别处理，得到该第一区域边界线对应的多个边界线拐点，并分别计算每一个边界线拐点与该像素区域对应的第二区域边界线之间的最小距离值，以及，基于每一个边界线拐点对应的最小距离值的平均值，确定该像素区域是否属于防火隔离带。10.一种基于图像识别的森林调查监测系统，其特征在于，应用于图像处理服务器，所述图像处理服务器通信连接有多个图像监控设备，所述基于图像识别的森林调查监测系统包括：监控视频获取模块，用于针对所述多个图像监控设备中的每一个图像监控设备，获取该图像监控设备对该图像监控设备对应的森林子区域进行视频监控得到的森林监控视频，其中，所述多个图像监控设备与目标森林区域包括的多个森林子区域一一对应，且每一个所述森林监控视频包括多帧森林监控视频帧；监控视频筛选模块，用于针对每一个所述森林监控视频，对该森林监控视频包括的多帧森林监控视频帧进行筛选处理，得到该森林监控视频对应的代表森林监控视频帧；监控视频识别模块，用于对所述代表森林监控视频帧进行拼接处理，得到所述目标森林区域对应的森林监控拼接视频帧，并对所述森林监控拼接视频帧进行识别处理，得到所述目标森林区域对应的火灾监控结果。
技术总结
本发明提供的一种基于图像识别的森林调查监测方法及系统，涉及图像识别与森林调查监测技术领域。在本发明中，针对每一个图像监控设备，获取该图像监控设备对该图像监控设备对应的森林子区域进行视频监控得到的森林监控视频，其中，每一个森林监控视频包括多帧森林监控视频帧；针对每一个森林监控视频，对该森林监控视频包括的多帧森林监控视频帧进行筛选处理，得到该森林监控视频对应的代表森林监控视频帧；对代表森林监控视频帧进行拼接处理，得到目标森林区域对应的森林监控拼接视频帧，并对森林监控拼接视频帧进行识别处理。本发明采用图像识别技术，有效提高了森林调查监测防控效率。测防控效率。测防控效率。
技术研发人员：曾志慧 杨品超
受保护的技术使用者：广州方圆生态科技有限公司
技术研发日：2022.12.22
技术公布日：2023/2/27