روشی خودکار به منظور پهنه بندی دود ناشی از آتش سوزی های وسیع در تصاویر چند طیفی

یکی از عواقب بروز آتش، دود است. گاها رصد دود و آشکارسازی آن می تواند به عنوان راهکاری به منظور جلوگیری از وقوع و یا گسترش آتش محسوب شود. از سوی دیگر، بواسطه ی اثرات مخرب گسترش دود برای سلامت انسان، می توان با پهنه بندی و پایش روند گسترش آن، تدابیر لازم را به منظور ارتقای سطح خدمات بهداشتی در دستورکار قرار داد. در این مقاله، روشی خودکار به منظور آشکارسازی دود رقیق ناشی از آتش سوزی های وسیع در تصاویر چندطیفی پیشنهاد شده است. ایده ی اصلی این روش، عدم امکان بازسازی دقیق دود در باندهای متاثر از دود (باندآبی) به کمک مدل های رگرسیونی از سایر باندهای طیفی است. در گام اول از روش پیشنهادی، قدر مطلق باقیمانده های تخمین رگرسیونی باند طیفی آبی به کمک آستانه گذاری اتسو به یک ماسک باینری تبدیل می شود. سپس در یک روند تکراری، نواحی غیر دود شناسایی و خوشه بندی می گردند. در روند تکرار، به ازای هر خوشه یک مدل رگرسیونی برازش یافته و برای هر پیسکل از ضرایبی که کمترین خطای بازسازی باند آبی را برخوردار باشند استفاده می شود. اینکار با تخمین دقیق تر باند آبی، اثر خطاهای نوع اول را کاهش داده و ماسک بدست آمده از روند آستانه گذاری باقیمانده ها را به سمت نواحی دود هدایت می سازد. آخرین گام از روند پیشنهادی نیز به پالایش و حذف قطعات تصویری نادرست اختصاص دارد. موفقیت این روش در شناسایی دودهای رقیق مطلوب بوده و از دیگر ویژگی های این روش نیز می توان به عدم شناسایی دود در تصاویر فاقد دود اشاره داشت. نتایج پیاده سازی این روش در چند مجموعه داده توام با دود های رقیق بطور متوسط دقت 04/99 درصدی را تامین ساخته است.