专利名称：矿区热异常范围的监测方法及装置的制作方法
技术领域：
本发明涉及勘测领域，具体而言，涉及一种矿区热异常范围的监测方法及装置。
背景技术：
煤炭生产和加工过程中所排放的固体废弃物导致了矿区环境污染与生态环境的破坏。煤矸石是煤炭加工过程中的主要副产物，约占我国工业固体废弃物排放量的25%。作为世界上最大的煤炭生产国和消费国，目前我国煤矸石已累计堆存达50亿t以上，且其总量仍在以3. 0 3. 5亿t/年的速度持续增加。
由于煤矸石长期露天堆放，矸石内部的热量逐渐积累，当温度达到燃点时，矸石中的残煤及其它可燃物便可自燃。全国国有煤矿存在大小煤矸石堆1500多座，矸石堆的自燃�：α嗣嚎蟮陌踩廴玖舜笃肪�。目前，我国对煤矸石热异常现象缺少较为系统、全面和科学的监测方法，只有少数矿区采用人工巡查的方法，大部分矸石堆的热异常监测处于失控状态。针对现有技术中无法准确监测热异常范围的问题，目前尚未提出有效的解决方案。
发明内容
本发明提供了一种矿区热异常范围的监测方法及装置，以至少解决现有技术中无法准确监测热异常范围的问题。为了实现上述目的，根据本发明的一个方面，提供了一种矿区热异常范围的监测方法。根据本发明的矿区热异常范围的监测方法包括获取目标区域的热红外影像；将热红外影像中的灰度信息转换成温度信息；以及根据温度信息和预设温度阈值确定目标区域中的热异常范围。进一步地，在根据温度信息确定目标区域中的热异常范围之前，上述方法还包括获取目标区域的可见光影像；以及通过可见光影像确定目标区域中的煤矿矸石堆的位置，根据温度信息和预设温度阈值确定目标区域中的热异常范围包括根据温度信息和预设温度阈值确定目标区域中煤矿矸石堆的热异常范围。进一步地，通过可见光影像确定目标区域中的煤矿矸石堆的位置包括获取可见光影像的影像特征；以及根据影像特征确定目标区域中的煤矿矸石堆的位置，其中，预先存储有影像特征和热异常的煤矿矸石堆之间的对应关系。进一步地，在获取目标区域的可见光影像之后和通过可见光影像确定目标区域中的煤矿矸石堆的位置之前，上述方法还包括对可见光影像进行几何校正；以及对经过几何校正的可见光影像进行工作区裁剪。进一步地，在获取目标区域的热红外影像之后和将热红外影像中的灰度信息转换成温度信息之前，上述方法还包括对热红外影像进行辐射定标；对经过辐射定标的热红外影像进行几何校正；对经过几何校正的热红外影像进行大气校正；以及对经过大气校正的热红外影像进行工作区裁剪。进一步地，将热红外影像中的灰度信息转换成温度信息包括通过单窗算法将热红外影像中的灰度信息转换成温度信息。进一步地，在将热红外影像中的灰度信息转换成温度信息之后和根据温度信息确定目标区域中的热异常范围之前，上述方法还包括将温度信息对应的温度按高低顺序分成第一区间和第二区间；对第一区间对应的区域填涂第一颜色；以及对第二区间对应的区域填涂第二颜色，其中，第一颜色和第二颜色不同。进一步地，根据温度信息和预设温度阈值确定目标区域中的热异常范围包括当温度信息对应的温度高于预设温度阈值时，判定温度信息对应的地点存在热异常现象；以及汇总存在热异常现象的地点以确定目标区域中的热异常范围。 为了实现上述目的，根据本发明的另一个方面，提供了一种矿区热异常范围的监测装置，该装置用于执行本发明提供的任意一种矿区热异常范围的监测方法。根据本发明的另一方面，提供了一种矿区热异常范围的监测装置。该矿区热异常范围的监测装置包括第一获取单元，用于获取目标区域的热红外影像；转换单元，用于将热红外影像中的灰度信息转换成温度信息；以及第一确定单元，用于根据温度信息和预设温度阈值确定目标区域中的热异常范围。进一步地，上述装置还包括第二获取单元，用于获取目标区域的可见光影像；以及第二确定单元，用于通过可见光影像确定目标区域中的煤矿矸石堆的位置，第一确定单元还用于根据温度信息和预设温度阈值确定目标区域中煤矿矸石堆的热异常范围。进一步地，第二确定单元包括获取子单元，用于获取可见光影像的影像特征；以及确定子单元，用于根据影像特征确定目标区域中的煤矿矸石堆的位置，其中，预先存储有影像特征和热异常的煤矿矸石堆之间的对应关系。进一步地，上述装置还包括第一校正单元，用于对可见光影像进行几何校正；以及第一裁剪单元，用于对经过几何校正的可见光影像进行工作区裁剪。进一步地，上述装置还包括定标单元，用于对热红外影像进行辐射定标；第二校正单元，用于对经过辐射定标的热红外影像进行几何校正；第三校正单元，用于对经过几何校正的热红外影像进行大气校正；以及第二裁剪单元，用于对经过大气校正的热红外影像进行工作区裁剪。进一步地，转换单元还用于通过单窗算法将热红外影像中的灰度信息转换成温度信息。进一步地，上述装置还包括分区单元，用于将温度信息对应的温度按高低顺序分成第一区间和第二区间；第一填涂单元，用于对第一区间对应的区域填涂第一颜色；以及第二填涂单元，用于对第二区间对应的区域填涂第二颜色，其中，第一颜色和第二颜色不同。进一步地，第一确定单元包括判定子单元，用于当温度信息对应的温度高于预设温度阈值时，判定温度信息对应的地点存在热异常现象；以及确定子单元，用于汇总存在热异常现象的地点以确定目标区域中的热异常范围。通过本发明，由于将热红外影像中的灰度信息转换成温度信息，从而准确地确定目标区域的地表温度，然后再将地表温度和预设温度进行对比，可以确定地表温度高于预设温度的区域存在热异常现象，因此解决了现有技术中无法准确监测热异常范围的问题，进而达到了快速和准确监测矿区热异常范围的效果。
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中图I是根据本发明实施例的矿区热异常范围的监测装置的结构框图；图2是根据本发明第一优选实施例的矿区热异常范围的监测装置的结构框图；图3是根据本发明实施例的矿区热异常范围的监测方法的流程图；以及图4是根据本发明优选实施例的矿区热异常范围的监测方法的流程图。·
具体实施例方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。本发明实施例提供了一种矿区热异常范围的监测装置，以下对本发明实施例所提供的矿区热异常范围的监测装置进行介绍。图I是根据本发明实施例的矿区热异常范围的监测装置的结构框图。如图I所示，该矿区热异常范围的监测装置包括第一获取单元11、转换单元12和第一确定单元13。第一获取单元11用于获取目标区域的热红外影像。通过第一获取单元11，可以获取地表任何温度处于绝对零度(_273°C)以上的物体的影像。转换单元12用于将热红外影像中的灰度信息转换成温度信息。转换单元12可以实现温度的反演。第一确定单元13用于根据温度信息和预设温度阈值确定目标区域中的热异常范围。以上三个单元的功能都可以由CPU来实现。在本实施例中，由于将热红外影像中的灰度信息转换成温度信息，从而准确地确定目标区域的地表温度，然后再将地表温度和预设温度进行对比，可以确定地表温度高于预设温度的区域存在热异常现象，进而达到了快速和准确监测矿区热异常范围的效果。具体地，转换单元还用于通过单窗算法将热红外影像中的灰度信息转换成温度信肩、O为了使热红外影像可以更加准确地反映实地情况，优选地，上述装置还可以包括定标单元和第二校正单元，其中，定标单元用于对热红外影像进行辐射定标。第二校正单元，用于对经过辐射定标的热红外影像进行几何校正；第三校正单元，用于对经过几何校正的热红外影像进行大气校正；第二裁剪单元，用于对经过大气校正的热红外影像进行工作区裁剪。为了更加明显地反映出不同的温度，优选地，上述装置还可以包括分区单元、第一填涂单元和第二填涂单元，其中，分区单元用于将温度信息对应的温度按高低顺序分成第一区间和第二区间。第一填涂单元用于对第一区间对应的区域填涂第一颜色。第二填涂单元用于对第二区间对应的区域填涂第二颜色，其中，第一颜色和第二颜色不同。为了准确监测矿区热异常范围，优选地，第一确定单元可以包括判定子单元和确定子单元，其中，判定子单元用于当温度信息对应的温度高于预设温度阈值时，判定温度信息对应的地点存在热异常现象。确定子单元用于汇总存在热异常现象的地点以确定目标区域中的热异常范围。图2是根据本发明第一优选实施例的矿区热异常范围的监测装置的结构框图。该实施例可以作为图I实施例的优选实施方式。如图2所示，该矿区热异常范围的监测装置除了包括第一获取单元11、转换单元12和第一确定单元13之外，还包括第二获取单元14和第二确定单元15。 第二获取单元14用于获取目标区域的可见光影像。第二确定单元15用于通过可见光影像确定目标区域中的煤矿矸石堆的位置。第一确定单元13还用于根据温度信息和预设温度阈值确定目标区域中煤矿矸石堆的热异常范围。以上各单元的功能都可以由CPU来实现。在该实施例中，通过可见光影像，可以确定目标区域中煤矿矸石堆的位置。为了准确确定煤矿矸石堆位置，优选地，第二确定单元可以包括获取子单元和确定子单元，其中，获取子单元用于获取可见光影像的影像特征。确定子单元用于根据影像特征确定目标区域中的煤矿矸石堆的位置，其中，预先存储有影像特征和热异常的煤矿矸石堆之间的对应关系。为了使可见光影像可以更加准确地反映实地情况，优选地，上述装置还可以包括第一校正单元和第一裁剪单元，其中，第一校正单元，用于对可见光影像进行几何校正。第一裁剪单元，用于对经过几何校正的可见光影像进行工作区裁剪。本发明实施例还提供了一种矿区热异常范围的监测方法，该方法可以基于上述的矿区热异常范围的监测装置来执行。图3是根据本发明实施例的矿区热异常范围的监测方法的流程图。如图3所示，该监测方法包括如下的步骤S302至步骤S304。步骤S302，获取目标区域的热红外影像。地表任何物体温度处于绝对零度(_273°C )以上都会向外界进行热红外辐射，每个物体热辐射能量的大�。胛锾灞砻娴奈露让芮邢喙�。在热红外影像上，浅色调表示强辐射体，表示其表面温度高或者辐射率高，深色调表不弱福射体，表不其表面温度低。为了达到更准确的监测效果，在执行完本步骤以后而且还未执行步骤S304以前，还可以对热红外影像进行一定的处理。例如，首先对热红外影像进行辐射定标，然后对经过辐射定标的热红外影像进行几何校正，接着对经过几何校正的热红外影像进行大气校正，最后对经过大气校正的热红外影像进行工作区裁剪。以上各步骤可以被称为前期处理，辐射定标是指建立遥感传感器的数字量化输出值DN (Digital Number即灰度值)与其所对应视场中辐射亮度值之间的定量关系，通过辐射定标，可以得到热红外影像中的灰度值所对应的亮度值，热红外辐射定标的方法主要包括发射前实验室定标、星上定标、场地定标及交叉定标等。其中，星上定标、场地定标和交叉定标都是对在轨卫星的传感器进行定标，合称为在轨定标，TM6的辐射定标一般采用基于星上定标的辐射定标算法，美国 国家航空与航天局(NASA)发射的陆地探测卫星系统LANDSAT的数据热红外波段(TM6)波长为10. 45-12. 5 h m，天顶视角下的象元地面分辨率为120mX 120m，可用于热强度、测定分析，探测地表温度自身热辐射等。由DN值计算光谱福射亮度值L (ff nT2 sr_1 nT1单位为瓦特/平方米 微米 球面度)的公式为L=O. 1238+0. 005632156DN大气校正是指消除大气和光照因素对地物反射率的影响，上述两种处理流程均为了获取地物的真实反射率，以保证反演结果的准确性。目前，常见的大气校正方法可以归纳为4种，分别是基于图像特征的相对校正法、基于地面线性回归模型法、基于大气辐射传输模型法和复合模型法。常用的模型有经验线性法、直方图均衡化法、暗目标法、M0DTRAN以及6S模型法等。其中直方图均衡化法以及经验线性法相对简单，不过这两种方法是在理想或者特定的条件下所建立的，所以其校正的精度不高，并且实用性受到一定的限制；而6S模型和M0DTRAN校正模型是基于大气传输模型建立起来的，两者的精度较高，但是却需要输入较多的参数。这些统计的模型均不适用。因此我们根据已有的大气辐射传递模型推导得出的经验公式近似求解大气的平均作用温度Ta (单位为K)的影响。热带平均大气Ta=17. 9769+0. 91715T0中纬度夏季平均大气Ta=16. 011+0. 92621T。中纬度冬季平均大气T a=19. 2704+0. 911118T。其中，Ttl为地面附近2m处温度(单位为K)。由于工作区地处中纬度，且影像获取时间为冬季，气候干燥，因此采用了最后一个经验公式。最后经过几何校正获取工作区域的准确位置信息，并应用已有的工作区边界的矢量文件将涵盖工作区的影像范围裁剪出来。几何校正是将一幅含有几何畸变和比例尺差异的原始遥感影像，通过数学变换，生成一幅符合数字化地图实际的新的遥感影像。几何校正的具体方法为先在每幅原始遥感影像上选取若干个控制点，再求出这些控制点在数字化地图上对应点的真实坐标，然后把这些已知坐标的控制点代入计算机的校正软件进行运算。校正运算实际上包含着两个基本的运算过程一是将每个原始像素点的行列值换算成它在新生成的遥感影像中的坐标值，二是重新计算出每个原始像素点在新生成的遥感影像中的像元亮度值。当所有的控制点被选好后，其校正运算的过程由计算机校正软件自动完成。而控制点的选取则需要人工干预，其选择的准确性与合理性将直接影响到校正的处理效果。在本实施例中，将待校正影像与参考影像进行配准，选择明显特征同名地物点，同名点要求清晰、易于判别，覆盖整景影像，且大于工作区的范围，配准误差保证在I个像元内。将纠正后的影像与参考影像配准精度进行检查，涵盖影像范围内的所有区域，以防止出现局部配准点过多或过少而引起的局部地区影像配准精度不够的现象。
步骤S304，将热红外影像中的灰度信息转换成温度信息。该过程也可以被称为温度反演，通过热红外影像数据反演的煤矸石堆场的温度热异常信息，能够快速有效的监测出有自燃倾向的煤矸石堆�。捎行У卦し烂喉肥忌辗段У睦┐�。具体地，可以通过单窗算法将热红外影像中的灰度信息转换成温度信息。一般而言，通过亮度信息可以更加便捷和准确地反演出温度信息，因此，在前述步骤已经对热红外信息进行了辐射定标，即，将灰度信息转换成亮度信息的情况下，本步骤可以通过亮度信息来转换成温度信息。目前，热红外数据的反演方法主要有单窗算法、单通道算法、分裂窗算法和多通道 算法等，分裂窗算法主要为针对NOAA的两个热红外通道提出来的方法，多通道算法是利用多个热红外通道数据来反演地表温度的方法，对于TM6均不适用，而单窗算法是对于TM6的反演已经有比较成熟的研究公式，误差�。虻ヒ仔校虼耍琓M6最终采用了单窗算法，算得地表真实的温度值。单窗算法的主要计算方法分为以下两个步骤步骤SI，计算像元的亮度温度值，公式为T6=l. 260. 56/Ln [1+60. 776/L]其中，T6为灰度温度值。单位为K ;L为辐射亮度值。步骤S2，计算该像元的实际地表温度Ts=[a6(1-C6-D6) + [b6(1-C6-D6)+C6+D6]T6_D6Ta]/C6其中，Ts为该像元实际地表温度，Ta为大气平均作用温度，单位为K ；a6和b6为常数，a6=-67. 355351 ；b6=0. 458606。而C6= e 6 r 6D6= (I-e 6) [1+ (I-e 6) r6]其中，e 6为大气透射率；r6为地表辐射率，而e 6=0. 9820070. 0961 Iw其中，w为大气水分含量(g/cm2)为了达到更好的显示效果，在完成本步骤以后，还可以将温度信息对应的温度按高低顺序分成第一区间和第二区间；对第一区间对应的区域填涂第一颜色；以及对第二区间对应的区域填涂第二颜色，其中，第一颜色和第二颜色不同。这里使用的是密度分割技术，密度分割是一种用于影像密度分层显示的彩色增强技术。原理是将具有连续色调的单色影像按一定密度范围分割成若干等级，经分层设色显示出一种新彩色影像。我们对反演后的热红外影像进行采用密度分割进行假彩色增强处理，从而有利于影像的增强和分类。在本实施例中，把热异常温度区域从最小值到最大值分成若干区间，每个区间赋予一种颜色，将肉眼不容易区分的微小差异显示为多种色彩，更有利于对影像中温度信息表达的更为直观。影像中第一颜色(例如红色)代表高温异常区，第二颜色(例如绿色)代表次高温异常区，第三颜色(第三黑色)代表地表常温区。步骤S306，根据温度信息和预设温度阈值确定目标区域中的热异常范围。当温度信息对应的温度高于预设温度阈值时，判定温度信息对应的地点存在热异常现象，汇总存在热异常现象的地点以确定目标区域中的热异常范围，预设温度阈值一般高于气温，以避免造成监测误差。由于热红外影像仅能显示出地面的热异常信息，而无法区分这些热异常信息是由什么原因造成的。例如在经过密度分割技术赋色的热影像图上，可以清楚地看到不同颜色所代表地面不同温度体的大小和分布范围，但是，工作区域的非煤矸石堆场产生的热异常也同时表现在这张热影像图中，例如火电厂的高温热异常等。为了更准确地检测煤矿矸石堆的热异常信息，优选地，在进行本步骤之前，还可以通过可见光排除非煤矿矸石堆的热异常信息，具体的，可以包括以下两个步骤SI和S2。 SI，获取目标区域的可见光影像。S2，通过可见光影像确定目标区域中的煤矿矸石堆的位置。为了达到比较准确的确定效果，步骤S2可以具体按照以下方式实现首先获取可见光影像的影像特征，然后根据影像特征确定目标区域中的煤矿矸石堆的位置，其中，预先存储有影像特征和热异常的煤矿矸石堆之间的对应关系。由于煤矸石是一车车堆放形成，大多煤矸石堆表面具有荔枝皮状影纹特征，部分煤矸石堆顶部出现平地影像特征，并有车轮痕迹特征，煤矸石因向一个方向推进式倾倒，在煤矸石堆其它方向斜坡呈现环形条带状、扇形影纹，因此，无自燃现象的煤矸石堆场通常颜色较为均匀，图像纹理清楚，上述倾倒痕迹明显，这些影像特征和形状在图像处理时都会生成相应的特征值，当这些特征值和煤矿矸石堆的预设特征值预先存储的对应关系时，则判断这些影像特征或这些形状对应的地点是煤矿矸石堆。煤矸石堆场一般为黑色或黑灰色，不规则斑块状、网格状、麻点状分布，与周边地表有明显影纹差别，发生自燃后的煤矸石堆在表面形成了具有一定分布规律和范围的烟雾以及化学析出物等痕迹，这些痕迹在可见光影像上形成了花纹、图案、阴影和色彩，这些浅色的燃烧痕迹和煤矸石堆场颜色形成鲜明对比，或呈带状、或呈区状，或呈点状，影像纹理被打断。进一步地，热异常表观现象与热异常温度值还有如下对应关系(I)煤矸石堆表面出现蒸汽蒸汽地表潮湿，实测煤矸石堆热异常温度一般在35 — 50°C 之间。(2)煤矸石堆表面有析出物当煤矸石堆表面出现有青烟、煤焦油、硫化物、硫磺或芒硝结晶体时，实测煤矸石堆热异常温度一般在50 - 200°C不等。(3)煤矸石堆表面有白色粉状附着物正在燃烧的煤矸石堆，白色附着物越多，燃烧的强度越大，多数可以见到明火，实测煤矸石堆热异常温度一般在200°C以上。由于原始遥感图像一般都存在着不同程度的几何畸变，为了达到更准确的检测效果，在步骤SI和步骤S2之间，还可以对可见光影像进行一定的处理，例如，对可见光影像进行几何校正以及对经过几何校正的可见光影像进行工作区裁剪。几何校正就是消除图像几何畸变的同时将其变换到所选定投影平面的相应位置上，该步骤中的几何校正和步骤S302中的几何校正具有相同操作。再通过工作区边界的矢量文件将所需要工作区影像裁剪出来，通过这些前期处理，可以准确定位煤矸石堆场的位置。通过对工作区煤矸石堆场可见光影像信息的提取以及外业勘查对煤矸石燃烧痕迹的研究，可以发现卫星影像纹理、图案、阴影以及颜色这四者与煤矸石燃烧的对应关系，从而更加客观地提取煤矸石自燃信息。
在以上两个步骤的基础上，步骤S306可以根据温度信息和预设温度阈值确定目标区域中煤矿矸石堆的热异常范围。在排除热红外影像中的非煤矸石热异常信息，如煤矸石堆场周围的居民地、独立屋、地面工业广场、火力发电厂、水体等在航空热影像中形成的热异常点或范围之后，可以最终确定煤矸石堆场的热异常位置、范围及热异常温度信息。由煤矸石堆场的可见光和热红外影像图综合分析可以得出有几处矸石堆存在热异常，温度在什么范围区间。图4是根据本发明优选实施例的矿区热异常范围的监测方法的流程图。如图4所示，该监测方法包括如下的步骤S401至步骤S414。步骤S401，获取热红外影像。 步骤S402，对热红外影像采用卫星传感器参数对影像进行辐射定标。步骤S403，参照基准影像对影像进行几何校正。步骤S404，结合工作区气象信息对影像进行大气校正。步骤S405，通过工作区矢量文件对影像进行裁剪。步骤S406，采用单窗算法对所取得的影像进行温度反演。步骤S407，确定地表实际温度。步骤S408，获取可见光影像。步骤S409，对可见光影像参照已有的基准影像进行几何校正。步骤S410，通过工作区矢量文件对影像进行裁剪。步骤S411，通过对影像信息的判定煤矸石堆场的位置。步骤S412，定性分析煤矸石堆场的是否自燃以及自燃位置信息。步骤S413，对比分析热红外影像和可见光影像。步骤S414，确定煤矿矸石堆的热异常位置、范围和温度等信息。从以上的描述中，可以看出，本发明实现了如下技术效果I、可以快速查明矿区煤矸石堆位置、范围、形态、燃烧态势，为矸石堆灭火治理提供了直接的工程施工依据，为煤矿的安全生产和环境保护提供了现实可靠的图像依据。2、精度高、预见性强，对人身安全有保障。3、可以应用于大型矿区的热异常范围的监测。需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。显然，本领域的技术人员应该明白，上述的本发明的各�？榛蚋鞑街杩梢杂猛ㄓ玫募扑阕爸美词迪郑强梢约性诘ジ龅募扑阕爸蒙希蛘叻植荚诙喔黾扑阕爸盟槌傻耐缟希裳〉兀强梢杂眉扑阕爸每芍葱械某绦虼肜词迪郑佣梢越谴娲⒃诖娲⒆爸弥杏杉扑阕爸美粗葱校蛘呓欠直鹬谱鞒筛鞲黾傻缏纺？椋蛘呓侵械亩喔瞿？榛虿街柚谱鞒傻ジ黾傻缏纺？槔词迪�。这样，本发明不限制于任何特定的硬件和软件结合。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。·
权利要求
1.一种矿区热异常范围的监测方法，其特征在于，包括 获取目标区域的热红外影像； 将所述热红外影像中的灰度信息转换成温度信息；以及 根据所述温度信息和预设温度阈值确定所述目标区域中的热异常范围。
2.根据权利要求I所述的矿区热异常范围的监测方法，其特征在于， 在根据所述温度信息确定所述目标区域中的热异常范围之前，所述方法还包括 获取所述目标区域的可见光影像；以及 通过所述可见光影像确定所述目标区域中的煤矿矸石堆的位置， 根据所述温度信息和预设温度阈值确定所述目标区域中的热异常范围包括 根据所述温度信息和所述预设温度阈值确定所述目标区域中煤矿矸石堆的热异常范围。
3.根据权利要求2所述的矿区热异常范围的监测方法，其特征在于，通过所述可见光影像确定所述目标区域中的煤矿矸石堆的位置包括 获取所述可见光影像的影像特征；以及 根据所述影像特征确定所述目标区域中的煤矿矸石堆的位置，其中，预先存储有所述影像特征和热异常的煤矿矸石堆之间的对应关系。
4.根据权利要求2所述的矿区热异常范围的监测方法，其特征在于，在获取目标区域的可见光影像之后和通过所述可见光影像确定所述目标区域中的煤矿矸石堆的位置之前，所述方法还包括 对所述可见光影像进行几何校正；以及 对经过几何校正的可见光影像进行工作区裁剪。
5.根据权利要求I所述的矿区热异常范围的监测方法，其特征在于， 在获取目标区域的热红外影像之后和将所述热红外影像中的灰度信息转换成温度信息之前，所述方法还包括 对所述热红外影像进行辐射定标； 对经过辐射定标的热红外影像进行几何校正； 对经过几何校正的热红外影像进行大气校正；以及 对经过大气校正的热红外影像进行工作区裁剪。
6.根据权利要求I所述的矿区热异常范围的监测方法，其特征在于，将所述热红外影像中的灰度信息转换成温度信息包括 通过单窗算法将所述热红外影像中的灰度信息转换成温度信息。
7.根据权利要求I所述的矿区热异常范围的监测方法，其特征在于，在将所述热红外影像中的灰度信息转换成温度信息之后和根据所述温度信息确定所述目标区域中的热异常范围之前，所述方法还包括 将所述温度信息对应的温度按高低顺序分成第一区间和第二区间； 对所述第一区间对应的区域填涂第一颜色；以及 对所述第二区间对应的区域填涂第二颜色，其中，所述第一颜色和所述第二颜色不同。
8.根据权利要求I所述的矿区热异常范围的监测方法，其特征在于，根据所述温度信息和预设温度阈值确定所述目标区域中的热异常范围包括当所述温度信息对应的温度高于所述预设温度阈值时，判定所述温度信息对应的地点存在热异常现象；以及 汇总存在热异常现象的地点以确定所述目标区域中的热异常范围。
9.一种矿区热异常范围的监测装置，其特征在于，包括 第一获取单元，用于获取目标区域的热红外影像； 转换单元，用于将所述热红外影像中的灰度信息转换成温度信息；以及第一确定单元，用于根据所述温度信息和预设温度阈值确定所述目标区域中的热异常范围。
10.根据权利要求9所述的矿区热异常范围的监测装置，其特征在于， 所述装置还包括 第二获取单元，用于获取所述目标区域的可见光影像；以及第二确定单元，用于通过所述可见光影像确定所述目标区域中的煤矿矸石堆的位置，所述第一确定单元还用于根据所述温度信息和所述预设温度阈值确定所述目标区域中煤矿矸石堆的热异常范围。
11.根据权利要求10所述的矿区热异常范围的监测装置，其特征在于，所述第二确定单元包括 获取子单元，用于获取所述可见光影像的影像特征；以及 确定子单元，用于根据所述影像特征确定所述目标区域中的煤矿矸石堆的位置，其中，预先存储有所述影像特征和热异常的煤矿矸石堆之间的对应关系。
12.根据权利要求10所述的矿区热异常范围的监测装置，其特征在于，所述装置还包括 第一校正单元，用于对所述可见光影像进行几何校正；以及 第一裁剪单元，用于对经过几何校正的可见光影像进行工作区裁剪。
13.根据权利要求9所述的矿区热异常范围的监测装置，其特征在于，所述装置还包括 定标单元，用于对所述热红外影像进行辐射定标； 第二校正单元，用于对经过辐射定标的热红外影像进行几何校正； 第三校正单元，用于对经过几何校正的热红外影像进行大气校正；以及 第二裁剪单元，用于对经过大气校正的热红外影像进行工作区裁剪。
14.根据权利要求9所述的矿区热异常范围的监测装置，其特征在于，所述转换单元还用于通过单窗算法将所述热红外影像中的灰度信息转换成温度信息。
15.根据权利要求9所述的矿区热异常范围的监测装置，其特征在于，所述装置还包括 分区单元，用于将所述温度信息对应的温度按高低顺序分成第一区间和第二区间；第一填涂单元，用于对所述第一区间对应的区域填涂第一颜色；以及第二填涂单元，用于对所述第二区间对应的区域填涂第二颜色，其中，所述第一颜色和所述第二颜色不同。
16.根据权利要求9所述的矿区热异常范围的监测装置，其特征在于，所述第一确定单元包括判定子单元，用于当所述温 度信息对应的温度高于所述预设温度阈值时，判定所述温度信息对应的地点存在热异常现象；以及 确定子单元，用于汇总存在热异常现象的地点以确定所述目标区域中的热异常范围。
全文摘要
本发明公开了一种矿区热异常范围的监测方法及装置，该矿区热异常范围的监测方法包括获取目标区域的热红外影像；将热红外影像中的灰度信息转换成温度信息；以及根据温度信息和预设温度阈值确定目标区域中的热异常范围。通过本发明，由于将热红外影像中的灰度信息转换成温度信息，从而准确地确定目标区域的地表温度，然后再将地表温度和预设温度进行对比，可以确定地表温度高于预设温度的区域存在热异常现象，因此解决了现有技术中无法准确监测热异常范围的问题，进而达到了快速和准确监测矿区热异常范围的效果。
文档编号G01J5/00GK102798470SQ201210289299
公开日2012年11月28日 申请日期2012年8月14日 优先权日2012年8月14日
发明者段红巍 申请人:中国神华能源股份有限公司, 神华地质勘查有限责任公司
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
