Luận văn Phát hiện cháy rừng dùng xử lý ảnh (Phần 1)

Nội dung text: Luận văn Phát hiện cháy rừng dùng xử lý ảnh (Phần 1)

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ HỒ TẤN ÐẠT PHÁT HIỆN CHÁY RỪNG DÙNG XỬ LÝ ẢNH NGÀNH: KỸ THUẬT ÐIỆN TỬ - 60520203 S K C0 0 5 2 5 0 Tp. Hồ Chí Minh, tháng 4/2017
2. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ HỒ TẤN ĐẠT PHÁT HIỆN CHÁY RỪNG DÙNG XỬ LÝ ẢNH NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203 Tp. Hồ Chí Minh, tháng 04/ 2017
3. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ HỒ TẤN ĐẠT PHÁT HIỆN CHÁY RỪNG DÙNG XỬ LÝ ẢNH NGÀNH: KỸ THUẬT ĐIỆN TỬ - 60520203 Hướng dẫn khoa học: TS NGUYỄN THANH HẢI Tp. Hồ Chí Minh, tháng 04/ 2017
4. LÝ LỊCH KHOA HỌC I. LÝ LỊCH SƠ LƯỢC: Họ & tên: Hồ Tấn Đạt Giới tính: Nam Ngày, tháng, năm sinh: 26/06/1981 Nơi sinh: Vĩnh Long Quê quán: Vĩnh Xuân – Trà Ôn – Vĩnh Long Dân tộc: Kinh Chỗ ở riêng hoặc địa chỉ liên lạc: 311/89/8C2, Nguyễn Văn Cừ, An Hòa, Ninh Kiều, Cần Thơ Điện thoại cơ quan: Điện thoại nhà riêng: Fax: E-mail: hotandat46@gmail.com II. QUÁ TRÌNH ĐÀO TẠO: 1. Trung học chuyên nghiệp: Hệ đào tạo: Thời gian đào tạo từ / đến / Nơi học (trường, thành phố): Ngành học: 2. Đại học: Hệ đào tạo: Tại chức Thời gian đào tạo từ 09 /2004 đến 04 / 2009 Nơi học (trường, thành phố): Trường Đại học Sư phạm kỹ thuật TP. Hồ Chí Minh Ngành học: Kỹ thuật Điện – Điện tử Tên đồ án, luận án hoặc môn thi tốt nghiệp: Điều khiển quá trình - Truyền hình số - Chuyên đề tốt nghiệp điện điện tử. Người hướng dẫn: III. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm 10/2009 Trường Cao Đẳng nghề Cần Thơ Giảng viên i
5. LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Tp.Hồ Chí Minh, tháng 04 năm 2017 (Ký tên và ghi rõ họ tên) Hồ Tấn Đạt ii
6. LỜI CÁM ƠN Trước tiên, em xin gửi lời cám ơn chân thành đến Ban Giám Hiệu trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh, quý thầy/cô trong Khoa Điện – Điện Tử đã tận tình chỉ dạy, truyền đạt kiến thức và tạo điều kiện thuận lợi cho em trong suốt quá trình học tập vừa qua. Đặc biệt em xin chân thành gửi đến TS. Nguyễn Thanh Hải lời cám ơn sâu sắc. Trong suốt thời gian thực hiện luận văn Thầy đã tận tình quan tâm, hướng dẫn và động viên để em hoàn thành tốt luận văn này. Em xin gử i lời cảm ơn đến các bạn hoc̣ viên cùng lớp Kỹ thuật điện tử khóa 2015A đa ̃ nhiêṭ tı̀nh hỗ trơ,̣ góp ý đông̣ viên để em hoàn thành luận văn này. TP. Hồ Chí Minh, tháng 04 năm 2017 iii
7. TÓM TẮT Cháy rừng là một trong những thảm họa nghiêm trọng nhất có thể gây ra nhiều thiệt hại như con người, tài sản, tài nguyên rừng tự nhiên và môi trường. Do đó, phát hiện và cảnh báo sớm cháy rừng đóng một vai trò quan trọng trong cuộc sống của chúng ta và cũng có thể làm giảm thiệt hại và tổn thất. Trong luận văn này, một hệ thống cảnh báo được thiết kế để xử lý dữ liệu hình ảnh và sau đó gửi tin nhắn cảnh báo đến điện thoại di động. Đặc biệt, hình ảnh chụp từ một môi trường đặc thù với nhiều cây cối được xử lý trước bằng cách sử dụng các phương pháp thay đổi kích thước, lọc, tăng cường và phân đoạn ảnh. Ngoài ra, để phát hiện cháy rừng, các thuật toán phân tích thành phần và máy vector hỗ trợ (PCA-SVM) được áp dụng để trích xuất các thành phần chính và để huấn luyện, sau đó gửi cảnh báo cho điện thoại di động. Để có độ chính xác, bộ dữ liệu hình ảnh thu được gồm khoảng 200 hình ảnh, chủ yếu là ảnh có khói và ảnh không có khói. Kết quả thực nghiệm sử dụng mô phỏng và hệ thống phần cứng đã chứng thực hiệu quả của phương pháp đề xuất. iv
8. ABSTRACT Forest fire is one of the most serious disasters which may cause a lot of losses such as human, property, natural forest resources and environment. Therefore, forest fire detection and early warning play an important role in our life and also may reduce damages and losses. In this thesis, a warning system is designed to process image data and then send warning message to mobile phones. In particular, images captured from a typical environment with trees are pre-processed using methods of resize, filtering, enhancement and segmentation. In addition, for forest fire detection, the Principal Component Analysis and Support Vector Machine (PCA-SVM) algorithms are applied to extract features and to train and then send warnings to mobile phones. For accuracy, the set of image data obtained are consist of about 200 images with mainly smoking and unsmoking. Experimental results including simulation and the hardware system show that the effectiveness of the proposed approach. v
9. MỤC LỤC TRANG TỰA TRANG QUYẾT ĐỊNH GIAO ĐỀ TÀI LÝ LỊCH KHOA HỌC i LỜI CAM ĐOAN ii LỜI CÁM ƠN iii TÓM TẮT iv ABSTRACT v MỤC LỤC vi DANH SÁCH CÁC TỪ VIẾT TẮT ix DANH SÁCH CÁC HÌNH x DANH SÁCH CÁC BẢNG xii Chương 1 TỔNG QUAN 13 1.1. Tổng quan về lĩnh vực nghiên cứu 13 1.2. Các kết quả nghiên cứu đã được công bố 14 1.2.1. Xây dựng giải pháp cảnh báo sớm tình trạng cháy rừng 14 1.2.2. Xử lý ảnh để phát hiện khói cho cảnh báo cháy rừng 16 1.2.3. Phát hiện cháy sử dụng thống kê màu 17 1.2.4. Phát hiện cháy dùng kỹ thuật xử lý ảnh 18 1.2.5. Phát hiện khói bằng cách phân tích không gian và thời gian 20 1.3. Mục tiêu đề tài 22 1.4. Nhiệm vụ và giới hạn đề tài 22 1.4.1. Nhiệm vụ 22 vi
10. 1.4.2. Giới hạn đề tài 23 1.5. Phương pháp nghiên cứu 23 1.6. Bố cục luận văn 23 Chương 2 CƠ SỞ LÝ THUYẾT 25 2.1. Khái niệm cháy rừng và ảnh hưởng của cháy rừng 25 2.2. Đặc tính của đám cháy và các phương pháp phát hiện 25 2.2.1. Đặc tính của đám cháy 25 2.2.2. Các phương pháp phát hiện cháy 26 2.2.3. Hệ thống xử lý ảnh 30 Chương 3 TIỀN XỬ LÝ 31 3.1 Cơ sở dữ liệu 31 3.2 Tiền xử lý 32 3.2.1. Chuyển đổi ảnh với hàm rgb2gray 32 3.2.2. Định lại kích thước ảnh với hàm imresize 32 3.2.3. Lọc ảnh trong miền không gian với bộ lọc trung bình average 33 3.2.4. Tăng cường ảnh bằng lượt đồ histogram 36 Chương 4 TRÍCH ĐẶC TRƯNG SỬ DỤNG THUẬT TOÁN PHÂN TÍCH THÀNH PHẦN CHÍNH 40 4.1. Thuật toán phân tích thành phần chính (PCA) 40 4.2. Trích đặc trưng sử dụng thuật toán PCA 42 Chương 5 HUẤN LUYỆN VÀ NHẬN DẠNG SỬ DỤNG THUẬT TOÁN SVM 48 5.1. Tổng quan về SVM 48 5.2. Thuật toán huấn luyện SVM 49 vii
11. 5.3. Hàm nhận dạng 51 Chương 6 KẾT QUẢ THỰC HIỆN 52 6.1. Kết quả thu thập dữ liệu 52 6.2. Kết quả tiền xử lý 73 6.3. Kết quả trích đặc trưng thành phần chính bằng thuật toán PCA 74 6.3.1 Kết quả trích đặc trường hợp không khói 75 6.3.2 Kết quả trích đặc trưng trường hợp khói ít 75 6.3.3 Kết quả trích đặc trưng trường hợp khói nhiều 76 6.3.4 Kết quả trích đặc trưng trường hợp khói và lửa 77 6.4. Kết quả huấn luyện bằng thuật toán SVM 77 6.4.1 Kết quả huấn luyện ảnh không khói bằng thuật toán SVM 77 6.4.2 Kết quả huấn luyện ảnh khói ít bằng thuật toán SVM 78 6.4.3 Kết quả huấn luyện ảnh khói nhiều bằng thuật toán SVM 78 6.4.4 Kết quả huấn luyện ảnh khói và lửa bằng thuật toán SVM 79 6.5. Kết quả nhận dạng bằng thuật toán SVM 79 6.6. Kết quả cảnh báo 83 Chương 7 KẾT LUẬN VÀ KIẾN NGHỊ 84 7.1. Kết luận 84 7.2. Kiến nghị 84 TÀI LIỆU THAM KHẢO 85 PHỤ LỤC 87 viii
12. DANH SÁCH CÁC TỪ VIẾT TẮT PCA Principal Component Analysis RGB Red – Geen – Blue SVM Support Vector Machine PID Proportional Integral Derivative ix
13. DANH SÁCH CÁC HÌNH HÌNH TRANG Hình 1.1 Kết quả thí nghiệm của hệ thống [2] 15 Hình 1.2 Kết quả nhận dạng ảnh [3] 17 Hình 1.3 Kết quả thí nghiệm của hệ thống [4] 18 Hình 1.4 Kết quả nhận dạng lửa [5] 20 Hình 1.5 Kết quả nhận dạng khói [6] 22 Hình 2.1 Kết quả thí nghiệm [7] 27 Hình 2.2 Sơ đồ tổng quát quá trình xử lý ảnh nhận dạng khói và lửa 30 Hình 3.1 Mô tả quá trình thiết lập camera để thu thập dữ liệu. 31 Hình 3.2 Kết quả chuyển ảnh màu sang ảnh xám 32 Hình 3.3 Kết quả resize ảnh tỉ lệ 0,5 33 Hình 3.4 Sơ đồ thuật toán mô tả bộ lọc trung bình 34 Hình 3.5 Ảnh được lọc nhiễu 35 Hình 3.6 Thực hiện lọc ảnh với nhiều bộ lọc khác nhau 36 Hình 3.7 Sơ đồ của kỹ thuật tăng cường ảnh [12] 36 Hình 3.8 Kết quả cân bằng histogram 39 Hình 4.1 Mô tả phương pháp PCA 40 Hình 4.2 Mô tả quá trình biến đổi dữ liệu bằng PCA 41 x
14. Hình 4.3 Sơ đồ các bước thực hiện thuật toán PCA 42 Hình 4.4 Chuyển đổi dữ liệu đầu vào thành vector n2 x 1 43 Hình 4.5 Mô tả tập dữ liệu mẫu PCA 44 Hình 4.6 Mô tả trung bình mẫu PCA 45 Hình 5.1 Các siêu phẳng H1 và H2 chia các mẫu thành các lớp khác nhau 49 Hình 6.1 Tập 50 ảnh mô tả trường hợp không khói 57 Hình 6.1 Tập 50 ảnh mô tả trường hợp khói ít 62 Hình 6.2 Tập 50 ảnh mô tả trường hợp khói nhiều 67 Hình 6.3 Tập 50 ảnh mô tả trường hợp khói và lửa 72 Hình 6.4 Mô tả kết quả chuyển đổi từ ảnh màu RGB sang ảnh xám 73 Hình 6.5 Mô tả kết quả định lại kích thước ảnh với tỉ lệ 0.5 73 Hình 6.6 Mô tả kết quả lọc nhiễu ảnh bằng bộ lọc trung bình 73 Hình 6.7 Mô tả kết quả tăng cường ảnh bằng lượt đồ histogram 74 Hình 6.8 Kết quả nhận dạng ảnh không khói 80 Hình 6.9 Kết quả nhận dạng ảnh có khói 81 Hình 6.10 Hệ thống cảnh báo bằng Dcom 3g 83 Hình 6.11 Kết quả gửi tin nhắn cảnh báo 83 xi
15. DANH SÁCH CÁC BẢNG BẢNG TRANG Bảng 6.1 Vector đặc trưng của ảnh không khói 75 Bảng 6.2 Vector đặc trưng của ảnh khói ít 76 Bảng 6.3 Vector đặc trưng của ảnh khói nhiều 76 Bảng 6.4 Vector đặc trưng của ảnh khói và lửa 77 Bảng 6.5 SVM SuportVector của ảnh không khói sau khi được huấn luyện. 77 Bảng 6.6 SVM SuportVector của ảnh khói ít sau khi được huấn luyện 78 Bảng 6.7 SVM SuportVector của ảnh khói nhiều sau khi được huấn luyện 78 Bảng 6.8 SVM SuportVector của ảnh khói và lửa sau khi được huấn luyện 79 Bảng 6.9 Kết quả thống kê cho trường hợp không khói 79 Bảng 6.10 Kết quả thống kê trường hợp có khói 80 Bảng 6.11 Kết quả nhận dạng với số lượng mẫu khác nhau 81 Bảng 6.12 Kết quả nhận dạng với size ảnh khác nhau 82 Bảng 6.13 Kết quả nhận dạng ảnh ứng với việc tăng cường hoặc không tăng cường ảnh 82 xii
16. Chương 1 TỔNG QUAN 1.1. Tổng quan về lĩnh vực nghiên cứu Cháy rừng là một thảm họa gây thiệt hại lớn đối với tính mạng và tài sản của con người, tài nguyên rừng và môi trường sống. Ảnh hưởng của nó không những tác động đến một quốc gia mà còn ảnh hưởng đến cả khu vực và toàn cầu. Trong vài thập kỷ gần đây, biến đổi khí hậu với những đợt nóng hạn kéo dài bất thường đã làm cho cháy rừng trở thành thảm hoạ ngày càng nghiêm trọng. Theo số liệu của Cục kiểm lâm, ở Việt Nam bình quân mỗi năm xảy ra hàng trăm vụ cháy rừng và diện tích bị thiệt hại là hàng chục nghìn ha. Việt Nam hiện có trên 11,8 triệu ha rừng (độ che phủ tương ứng là 35,8%), với 9,8 triệu ha rừng tự nhiên và 2 triệu ha rừng trồng. Trong những năm gần đây diện tích rừng tăng lên, nhưng chất lượng rừng lại có chiều hướng suy giảm, rừng nguyên sinh chỉ còn khoảng 7%, trong khi rừng thứ sinh nghèo kiệt chiếm gần 70% tổng diện tích rừng trong cả nước, đây là loại rừng rất dễ xảy ra cháy. Hiện nay, Việt Nam có khoảng 6 triệu ha rừng dễ cháy, bao gồm rừng thông, rừng tràm, rừng tre nứa, rừng bạch đàn, rừng khộp, rừng non khoanh nuôi tái sinh tự nhiên và rừng đặc sản cùng với diện tích rừng dễ xảy ra cháy tăng thêm hàng năm, thì tình hình diễn biến thời tiết ngày càng phức tạp và khó lường ở Việt Nam đang làm nguy cơ tiềm ẩn về cháy rừng và cháy lớn ngày càng nghiêm trọng. Trong vài thập kỷ qua, trung bình mỗi năm Việt Nam mất đi hàng chục ngàn ha rừng, trong đó mất do cháy rừng khoảng 16.000ha. Theo số liệu thống kê chưa đầy đủ về cháy rừng và thiệt hại do cháy rừng gây ra trong vòng 40 năm (1963 - 2002) của Cục Kiểm lâm; tổng sốvụ cháy rừng là trên 47.000 vụ, diện tích thiệt hại trên 633.000 ha rừng (chủ yếu là rừng non), trong đó có 262.325 ha rừng trồng và 376.160 ha rừng tự nhiên [1]. Thiệt hại ước tính mất hàng trăm tỷ đồng mỗi năm, đó là chưa kể đến những ảnh hưởng xấu về môi trường sống, cùng những thiệt hại do làm tăng lũ lụt ở vùng hạ lưu mà chúng ta chưa định lượng được và làm giảm tính đa dạng sinh học, phá vỡ cảnh quan; tác động 13
17. xấu đến an ninh quốc phòng Ngoài ra, còn gây tổn hại đến tính mạng và tài sản của con người. Như chúng ta đã biết [2], cháy rừng chỉ xảy ra khi có đủ 3 yếu tố: Oxy, vật liệu hay có độ ẩm ≤ 25% và nguồn nhiệt đủ lớn. Trong 3 yếu tố trên thì Oxy là yếu tố luôn có trong không khí; vật liệu cháy vào mùa khô, hoặc những ngày nắng nóng thường có độ ẩm thấp hơn 25% khi cấp báo động phòng cháy rừng ở mức cấp 2. Như vậy là vào mùa khô, hoặc những ngày nắng nóng, rừng có bị cháy hay không chỉ còn phụ thuộc vào nguồn lửa gây cháy. Các phương pháp và công cụ hỗ trợ công việc phòng chống cháy rừng ở nước ta còn khá thô sơ, vì vậy hiệu quả tương đối thấp, cách phổ biến để kiểm tra một khu rừng là các cán bộ kiểm lâm hoặc nhân viên bảo vệ rừng đi tuần tra hoặc thiết lập các tháp canh ở một số vị trí đặc biệt. Tuy nhiên, diện tích rừng thường bao gồm một khu vực rất rộng lớn, vì vậy mọi người không thể quan sát một khu rừng chỉ bằng các phương pháp trên. Kết quả là, khi cháy rừng xảy ra, nó thường tàn phá một khu vực rất lớn của rừng. Có nhiều phương pháp để phát hiêṇ và cảnh báo hỏa hoaṇ đươc̣ đưa ra như: dùng cảm biến nhiêṭ đô,̣ cảm biến khói, đầu báo lử a.v.v.v. Hạn chế của các phương pháp này là chúng chı̉ phát hiêṇ đươc̣ khi đám cháy xảy ra gần vi tṛ ı ́ đăṭ cảm biến, đô ̣ chı́nh xác không cao, không có hình ảnh hiện trường cháy, vùng giám sát nhỏ, công tác điều tra nguyên nhân găp̣ rất khó khăn. Do đó vấn đề xây dựng hệ thống phát hiện và cảnh báo sớm cháy rừng được đặt ra một cách cấp thiết 1.2. Các kết quả nghiên cứu đã được công bố 1.2.1. Xây dựng giải pháp cảnh báo sớm tình trạng cháy rừng Nghiên cứu đã cung cấp một giải pháp cảnh báo sớm tình trạng cháy rừng bằng cách nhận dạng khói [2]. Ở mỗi điểm quan sát, một webcam có khả năng quét một góc rộng 3600 để nhận diện những làn khói đầu tiên bốc lên từ khu vực có cháy và cảnh báo cho những đơn vị, cá nhân liên quan bằng nhiều hình thức khác nhau. Phần cứng của thiết bị cảnh báo bao gồm: đế xoay được kiểm soát bởi bộ điều khiển PID tích hợp trên vi điều khiển ATTINY, webcam kết nối với máy tính. Phần mềm cài đặt trên máy tính có khả năng điều khiển đế xoay quét tuần hoàn một góc 3600 (để khỏi phải lắp nhiều camera), xử lý hình ảnh thu được từ webcam, lọc thông tin và 14
18. nhận diện khói. Thuật toán trừ nền được áp dụng để phân tách đối tượng ra khỏi khung nền, sau đó các thuật toán co giãn, nhận diện cạnh được áp dụng để xác định vị trí khói đang bốc lên như đã được mô tả ở hình 1.1 . Kết quả ban đầu cho thấy giải pháp đề xuất rất khả thi và hoàn toàn có thể triển khai vào thực tế. (a) Hình gốc (b) Kết quả trừ ảnh (c) Kết quả co giản ảnh (d) Kết quả làm nổi bật cạnh (e) Kết quả Hình 1.1 Kết quả thí nghiệm của hệ thống [2] 15
19. 1.2.2. Xử lý ảnh để phát hiện khói cho cảnh báo cháy rừng Mục tiêu của hệ thống [3] là thu thập dữ liệu bao gồm các ảnh tĩnh là ảnh có khói lửa thành một tập dữ liệu nhận dạng giúp cho việc phân loại và nhận diện khói và lửa. Hệ thống được xây dựng trên mô hình không gian màu HSV, sau đó sử dụng thuật toán xử lý ảnh trong môi trường Matlab để nhận diện đối tượng khói và lửa. Sau khi phân tích và nhận dạng được các trường hợp đặc trưng của khói và lửa sẽ đưa ra cảnh báo thông qua thiết bị điều khiển bởi Web Server dùng Module thu phát wifi, được mô tả như hình 1.2. (a) Ảnh gốc không khói (b) Giao diện nhận dạng không khói (c) Ảnh gốc có khói (d) Vùng nghi có khói 16
20. (e) Ảnh gốc có lửa (f) Vùng nghi có lửa Hình 1.2 Kết quả nhận dạng ảnh [3] 1.2.3. Phát hiện cháy sử dụng thống kê màu Thông thường trong các hệ thống báo cháy người ta thường hay sử dụng giá trị ngưỡng dựa trên thực nghiệm của họ. Tuy nhiên, dữ liệu hình ảnh đầu vào luôn thay đổi do đó dẫn đến việc các giá trị ngưỡng cũng thay đổi theo [4]. Trong hệ thống tự động báo cháy này không cần sử dụng các giá trị ngưỡng cố định dựa trên thực nghiệm của học, mà phương pháp tự động này được thực hiện bằng cách sử dụng mô hình thống kê về màu sắc và xử lý mặt nạ nền nhị phân. Hệ thống tự động báo cháy này đã thử nghiệm và sử dụng 600 khung hình từ 6 video clip có các quá trình cháy khác nhau. Theo kết quả thử nghiệm với phương pháp đề xuất trên cho thấy hiệu suất phát hiện ra các đám cháy với tỷ lệ trung bình 85% không có cháy giả, kết quả của hệ thống báo cháy tự động được mô tả như hình 1.3. 17
21. (a) Thuật toán 1 (c) Thuật toán 2 (d) Thuật toán 3 (e) Kết quả Hình 1.3 Kết quả thí nghiệm của hệ thống [4] 1.2.4. Phát hiện cháy dùng kỹ thuật xử lý ảnh Trong hệ thống phát hiện lửa [5] thuật toán dựa trên kỹ thuật xử lý ảnh được áp dụng. Nó phù hợp với các thiết bị như camera quan sát, camera không dây. Các thuật toán này sử dụng mô hình màu RGB để phát hiện màu sắc của lửa, mà chủ yếu là phát hiện cường độ của các thành phần R màu đỏ của lửa và sự phát triển của đám cháy được phát hiện bằng cách sử dụng phương pháp phát hiện cạnh Sobel. Dựa vào 18
22. S K L 0 0 2 1 5 4