本發(fā)明涉及監(jiān)控領(lǐng)域，具體涉及一種用于自然災(zāi)害的監(jiān)控預(yù)警裝置。
背景技術(shù)：
：圖像配準(zhǔn)是將在不同時(shí)間、從不同視角或用不同傳感器拍攝的同一場景的兩幅或多幅圖像在空間上進(jìn)行對齊的過程。其主要目的是消除參考圖像和待配準(zhǔn)圖像間由成像條件不同所引起的幾何形變，從而使二者具有空間一致性?，F(xiàn)有技術(shù)中的圖像配準(zhǔn)算法能夠通過增強(qiáng)信息間的互補(bǔ)性，減少對場景理解的不確定性。在圖像配準(zhǔn)過程中，由于同一場景的成像結(jié)果表現(xiàn)出較大的視覺差異，給配準(zhǔn)帶來較大的困難，且現(xiàn)有的配準(zhǔn)算法在精度、效率、穩(wěn)定性和適應(yīng)性等方面并不能完全滿足應(yīng)用需求。技術(shù)實(shí)現(xiàn)要素：針對上述問題，本發(fā)明提供一種用于自然災(zāi)害的監(jiān)控預(yù)警裝置。本發(fā)明的目的采用以下技術(shù)方案來實(shí)現(xiàn)：一種用于自然災(zāi)害的監(jiān)控預(yù)警裝置，包括監(jiān)控預(yù)警裝置和與其相連的斑塊配準(zhǔn)裝置，所述監(jiān)控預(yù)警裝置包括：安裝殼，所述安裝殼內(nèi)設(shè)有用于定期、定時(shí)采集自然災(zāi)害現(xiàn)場狀況的監(jiān)測數(shù)據(jù)和圖文記錄的現(xiàn)場采集模塊、用于儲存專家提供的數(shù)據(jù)和圖文資料的專家系統(tǒng)模塊、用于對現(xiàn)場采集模塊采集到的監(jiān)測數(shù)據(jù)和圖文記錄和專家系統(tǒng)模塊提供的數(shù)據(jù)和圖文資料進(jìn)行擬合分析并給出分析數(shù)據(jù)的監(jiān)測數(shù)據(jù)擬合分析模塊、通過監(jiān)測數(shù)據(jù)擬合分析模塊給出的分析數(shù)據(jù)進(jìn)行災(zāi)害的長期趨勢預(yù)測、中期災(zāi)害預(yù)警、臨災(zāi)災(zāi)害警報(bào)的預(yù)測預(yù)警模型模塊，其特征在于，所述安裝殼上設(shè)有用于輸入控制命令的功能鍵盤、用于圖文及數(shù)據(jù)顯示的顯示屏、用于為設(shè)備提供電源的電池區(qū)、用于啟動設(shè)備的工作開關(guān)和用于顯示預(yù)警信號的顯示燈，所述監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊通過顯示屏顯示數(shù)據(jù)分析和預(yù)測預(yù)警結(jié)果，并通過顯示燈給出預(yù)警信號，還包括內(nèi)置存儲卡、USB接口、串行接口和通信接口，所述內(nèi)置存儲卡用于對自然災(zāi)害基礎(chǔ)數(shù)據(jù)和監(jiān)測預(yù)警過程及其結(jié)果進(jìn)行存儲，所述USB接口、串行接口和通信接口用于傳送內(nèi)置存儲卡內(nèi)的數(shù)據(jù)。優(yōu)選地，所述現(xiàn)場采集模塊包括用于拍照、攝像，形成全面的圖像、屬性數(shù)據(jù)載入的高清攝像頭。優(yōu)選地，所述安裝殼上還設(shè)有與監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊相連接的語音輸入接口和語音輸出接口。優(yōu)選地，所述斑塊配準(zhǔn)裝置包括：預(yù)處理模塊、特征檢測模塊、特征描述模塊、特征匹配模塊和空間變換模塊；(1)預(yù)處理模塊，用于將參考圖像和待配準(zhǔn)圖像轉(zhuǎn)化為灰度圖像，定義轉(zhuǎn)化公式為：I(x,y)＝k(G(x,y)+R(x,y)+B(x,y))+2k(G(x,y)+R(x,y))+3k(x,y)其中，I(x,y)代表圖像在坐標(biāo)(x,y)處的像素灰度值，G(x,y)、R(x,y)、B(x,y)分別代表坐標(biāo)(x,y)處的紅、綠、藍(lán)強(qiáng)度值，k為設(shè)定的權(quán)重因子，k的取值范圍為[0.08,0.12]；(2)特征檢測模塊，包括局部區(qū)域特征檢測子模塊和斑塊特征檢測子模塊，所述局部區(qū)域特征檢測子模塊用于通過墨西哥帽小波函數(shù)來檢測預(yù)處理后的兩圖像的局部區(qū)域特征，所述斑塊特征檢測子模塊用于采用近似Hessian矩陣的局部極值在自定義尺度空間中檢測預(yù)處理后的兩圖像中的斑塊特征，輸出斑塊特征的空間位置及所在的特征尺度；所述近似Hessian矩陣的描述形式為：H(x,y,σ)=Exx(x,y,σ)Exy(x,y,σ)Exy(x,y,σ)Eyy(x,y,σ)]]>式中，σ為高斯函數(shù)的標(biāo)準(zhǔn)差，即尺度因子；Exx(x,y,σ)、Exy(x,y,σ)、Eyy(x,y,σ)分別為高斯二階微分離散化和裁剪后的近似模板在點(diǎn)(x,y)處與圖像的卷積；設(shè)定Exx、Exy和Eyy表示第一、第二和第三9×9近似模板與圖像的卷積結(jié)果，Exx、Exy和Eyy的計(jì)算公式定義如下：Exx=1P(A1-2A2+A3)]]>Exy=1Q(A1-A2-A3)]]>Eyy=1P(A1-2A2+A3)]]>其中，取第一近似模板從左至右3×3區(qū)域作為第一標(biāo)記區(qū)域，取第二近似模板中部2×2區(qū)域作為第二標(biāo)記區(qū)域，取第三近似模板從上至下3×3區(qū)域作為第三標(biāo)記區(qū)域，A1、A2和A3分別為第一、第二和第三標(biāo)記區(qū)域覆蓋下的圖像像素灰度和，P、Q為標(biāo)記區(qū)域面積，分別等于9和4；所述近似Hessian矩陣的特征點(diǎn)響應(yīng)函數(shù)為：DET(H)＝ExxEyy-(0.9Exy)2所述墨西哥帽小波函數(shù)的描述形式為：M(x,y,σ)=(1-q)(2-x2+y2σ2)exp(-x2+y22σ2)]]>其中，q為構(gòu)造所述自定義尺度空間的變化參數(shù)，q與σ之間的關(guān)系為σ＝2-q；優(yōu)選地，(3)特征描述模塊，其通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述并形成描述矢量，建立加權(quán)灰度描述子時(shí)將以斑塊特征為中心、垂直于斑塊特征的主方向且大小為l×l的中心區(qū)域分割成多個子塊，所述加權(quán)灰度描述子為：WD＝{NP+,NP-}此處P+＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＞0，i＝1,2,…l2}P-＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＜0，i＝1,2,…l2}式中，WD表示加權(quán)灰度描述子，P+表示正灰度差值直方圖，P-表示負(fù)灰度差值直方圖，I(mi)和I(m)分別為采用雙線性插值求取的各個子塊的灰度均值和整個中心區(qū)域的灰度均值，Di為各子塊與中心的距離，其中，i＝1,2,…l2，f(Di)表示加權(quán)函數(shù),NP+、NP-表示歸一化的正負(fù)灰度差直方圖；(4)特征匹配模塊，用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行匹配，包括依次連接的局部區(qū)域匹配子模塊、區(qū)域劃分子模塊、特征分組子模塊和斑塊特征匹配子模塊，所述局部區(qū)域匹配子模塊用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像的局部區(qū)域特征進(jìn)行匹配，所述區(qū)域劃分子模塊用于按照局部區(qū)域特征對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行圖像區(qū)域劃分并將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，設(shè)劃分的圖像區(qū)域數(shù)量為N，N的取值范圍為[200,1000],所述特征分組子模塊用于將所述斑塊特征按照圖像區(qū)域劃分的范圍進(jìn)行分組，所述斑塊特征匹配子模塊用于對各組內(nèi)的表示斑塊特征的描述矢量進(jìn)行匹配；(5)空間變換模塊，用于將待配準(zhǔn)圖像通過幾何變換模型映射到參考圖像的坐標(biāo)系中，完成圖像配準(zhǔn)，所述幾何變換模型的參數(shù)采用隨機(jī)抽樣一致性算法進(jìn)行估計(jì)。其中，所述自定義尺度空間分為多組，每組包含三個不同尺度的濾波器模板；所述自定義尺度空間的第一組中，最小尺度對應(yīng)的模板大小為9×9，標(biāo)記區(qū)域增量設(shè)為4，模板增量為12，第二個和第三個模板對應(yīng)的模板大小依次為21×21和33×33；除自定義尺度空間的第一組外的其他組中，每組的第一個模板與前一組的第二個模板大小相同，且模板增量為前一組的4倍。其中，所述標(biāo)準(zhǔn)圓區(qū)域的圓心為局部區(qū)域特征的重心，標(biāo)準(zhǔn)圓區(qū)域的半徑為局部區(qū)域邊緣上的點(diǎn)到所述重心距離的均值。本發(fā)明的有益效果為：1、設(shè)置的圖像預(yù)處理模塊考慮了視覺習(xí)慣以及人眼對不同色彩的感知度同色彩強(qiáng)度的非線性關(guān)系，能夠更為準(zhǔn)確的描述圖像；2、設(shè)置的斑塊特征檢測子模塊，能夠充分利用基于積分圖像的盒型濾波與濾波器尺寸無關(guān)的特性，等速構(gòu)建圖像的尺度空間，且由于沒有圖像的降采樣操作，能夠避免混疊現(xiàn)象出現(xiàn)；3、特征描述模塊通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述，能夠更充分地利用特征鄰域內(nèi)的局部信息構(gòu)建描述矢量；4、設(shè)置的特征匹配模塊中先進(jìn)行局部區(qū)域匹配再進(jìn)行組內(nèi)的斑塊特征點(diǎn)劃分，提高了圖像匹配的速度，且其中設(shè)置的區(qū)域劃分子模塊將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，降低了斑塊特征點(diǎn)分組判斷的復(fù)雜性，因?yàn)榘邏K特征點(diǎn)是否位于區(qū)域內(nèi)只需比較其邊緣到圓心的距離與圓的半徑即可，同時(shí)還降低了局部區(qū)域抽取精度對分組配準(zhǔn)的影響，因?yàn)闆]有使用區(qū)域邊緣而使用邊緣到區(qū)域重心的均值做劃分的邊界。附圖說明利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的實(shí)施例不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1是本發(fā)明監(jiān)控預(yù)警裝置組成示意圖。圖2是本發(fā)明斑塊配準(zhǔn)裝置各模塊的連接示意圖。具體實(shí)施方式結(jié)合以下實(shí)施例對本發(fā)明作進(jìn)一步描述。實(shí)施例1參見圖1，圖2，本實(shí)施例一種用于自然災(zāi)害的監(jiān)控預(yù)警裝置，包括監(jiān)控預(yù)警裝置和與其相連的斑塊配準(zhǔn)裝置，所述監(jiān)控預(yù)警裝置包括：安裝殼，所述安裝殼內(nèi)設(shè)有用于定期、定時(shí)采集自然災(zāi)害現(xiàn)場狀況的監(jiān)測數(shù)據(jù)和圖文記錄的現(xiàn)場采集模塊、用于儲存專家提供的數(shù)據(jù)和圖文資料的專家系統(tǒng)模塊、用于對現(xiàn)場采集模塊采集到的監(jiān)測數(shù)據(jù)和圖文記錄和專家系統(tǒng)模塊提供的數(shù)據(jù)和圖文資料進(jìn)行擬合分析并給出分析數(shù)據(jù)的監(jiān)測數(shù)據(jù)擬合分析模塊、通過監(jiān)測數(shù)據(jù)擬合分析模塊給出的分析數(shù)據(jù)進(jìn)行災(zāi)害的長期趨勢預(yù)測、中期災(zāi)害預(yù)警、臨災(zāi)災(zāi)害警報(bào)的預(yù)測預(yù)警模型模塊，其特征在于，所述安裝殼上設(shè)有用于輸入控制命令的功能鍵盤、用于圖文及數(shù)據(jù)顯示的顯示屏、用于為設(shè)備提供電源的電池區(qū)、用于啟動設(shè)備的工作開關(guān)和用于顯示預(yù)警信號的顯示燈，所述監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊通過顯示屏顯示數(shù)據(jù)分析和預(yù)測預(yù)警結(jié)果，并通過顯示燈給出預(yù)警信號，還包括內(nèi)置存儲卡、USB接口、串行接口和通信接口，所述內(nèi)置存儲卡用于對自然災(zāi)害基礎(chǔ)數(shù)據(jù)和監(jiān)測預(yù)警過程及其結(jié)果進(jìn)行存儲，所述USB接口、串行接口和通信接口用于傳送內(nèi)置存儲卡內(nèi)的數(shù)據(jù)。優(yōu)選地，所述現(xiàn)場采集模塊包括用于拍照、攝像，形成全面的圖像、屬性數(shù)據(jù)載入的高清攝像頭。優(yōu)選地，所述安裝殼上還設(shè)有與監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊相連接的語音輸入接口和語音輸出接口。優(yōu)選地，所述斑塊配準(zhǔn)裝置包括：預(yù)處理模塊、特征檢測模塊、特征描述模塊、特征匹配模塊和空間變換模塊；(1)預(yù)處理模塊，用于將參考圖像和待配準(zhǔn)圖像轉(zhuǎn)化為灰度圖像，定義轉(zhuǎn)化公式為：I(x,y)＝k(G(x,y)+R(x,y)+B(x,y))+2k(G(x,y)+R(x,y))+3k(x,y)其中，I(x,y)代表圖像在坐標(biāo)(x,y)處的像素灰度值，G(x,y)、R(x,y)、B(x,y)分別代表坐標(biāo)(x,y)處的紅、綠、藍(lán)強(qiáng)度值，k為設(shè)定的權(quán)重因子，k的取值范圍為[0.08,0.12]；(2)特征檢測模塊，包括局部區(qū)域特征檢測子模塊和斑塊特征檢測子模塊，所述局部區(qū)域特征檢測子模塊用于通過墨西哥帽小波函數(shù)來檢測預(yù)處理后的兩圖像的局部區(qū)域特征，所述斑塊特征檢測子模塊用于采用近似Hessian矩陣的局部極值在自定義尺度空間中檢測預(yù)處理后的兩圖像中的斑塊特征，輸出斑塊特征的空間位置及所在的特征尺度；所述近似Hessian矩陣的描述形式為：H(x,y,σ)=Exx(x,y,σ)Exy(x,y,σ)Exy(x,y,σ)Eyy(x,y,σ)]]>式中，σ為高斯函數(shù)的標(biāo)準(zhǔn)差，即尺度因子；Exx(x,y,σ)、Exy(x,y,σ)、Eyy(x,y,σ)分別為高斯二階微分離散化和裁剪后的近似模板在點(diǎn)(x,y)處與圖像的卷積；設(shè)定Exx、Exy和Eyy表示第一、第二和第三9×9近似模板與圖像的卷積結(jié)果，Exx、Exy和Eyy的計(jì)算公式定義如下：Exx=1P(A1-2A2+A3)]]>Exy=1Q(A1-A2-A3)]]>Eyy=1P(A1-2A2+A3)]]>其中，取第一近似模板從左至右3×3區(qū)域作為第一標(biāo)記區(qū)域，取第二近似模板中部2×2區(qū)域作為第二標(biāo)記區(qū)域，取第三近似模板從上至下3×3區(qū)域作為第三標(biāo)記區(qū)域，A1、A2和A3分別為第一、第二和第三標(biāo)記區(qū)域覆蓋下的圖像像素灰度和，P、Q為標(biāo)記區(qū)域面積，分別等于9和4；所述近似Hessian矩陣的特征點(diǎn)響應(yīng)函數(shù)為：DET(H)＝ExxEyy-(0.9Exy)2所述墨西哥帽小波函數(shù)的描述形式為：M(x,y,σ)=(1-q)(2-x2+y2σ2)exp(-x2+y22σ2)]]>其中，q為構(gòu)造所述自定義尺度空間的變化參數(shù)，q與σ之間的關(guān)系為σ＝2-q；優(yōu)選地，(3)特征描述模塊，其通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述并形成描述矢量，建立加權(quán)灰度描述子時(shí)將以斑塊特征為中心、垂直于斑塊特征的主方向且大小為l×l的中心區(qū)域分割成多個子塊，所述加權(quán)灰度描述子為：WD＝{NP+,NP-}此處P+＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＞0，i＝1,2,…l2}P-＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＜0，i＝1,2,…l2}式中，WD表示加權(quán)灰度描述子，P+表示正灰度差值直方圖，P-表示負(fù)灰度差值直方圖，I(mi)和I(m)分別為采用雙線性插值求取的各個子塊的灰度均值和整個中心區(qū)域的灰度均值，Di為各子塊與中心的距離，其中，i＝1,2,…l2，f(Di)表示加權(quán)函數(shù),NP+、NP-表示歸一化的正負(fù)灰度差直方圖；(4)特征匹配模塊，用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行匹配，包括依次連接的局部區(qū)域匹配子模塊、區(qū)域劃分子模塊、特征分組子模塊和斑塊特征匹配子模塊，所述局部區(qū)域匹配子模塊用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像的局部區(qū)域特征進(jìn)行匹配，所述區(qū)域劃分子模塊用于按照局部區(qū)域特征對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行圖像區(qū)域劃分并將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，設(shè)劃分的圖像區(qū)域數(shù)量為N，N的取值范圍為[200,1000],所述特征分組子模塊用于將所述斑塊特征按照圖像區(qū)域劃分的范圍進(jìn)行分組，所述斑塊特征匹配子模塊用于對各組內(nèi)的表示斑塊特征的描述矢量進(jìn)行匹配；(5)空間變換模塊，用于將待配準(zhǔn)圖像通過幾何變換模型映射到參考圖像的坐標(biāo)系中，完成圖像配準(zhǔn)，所述幾何變換模型的參數(shù)采用隨機(jī)抽樣一致性算法進(jìn)行估計(jì)。其中，所述自定義尺度空間分為多組，每組包含三個不同尺度的濾波器模板；所述自定義尺度空間的第一組中，最小尺度對應(yīng)的模板大小為9×9，標(biāo)記區(qū)域增量設(shè)為4，模板增量為12，第二個和第三個模板對應(yīng)的模板大小依次為21×21和33×33；除自定義尺度空間的第一組外的其他組中，每組的第一個模板與前一組的第二個模板大小相同，且模板增量為前一組的4倍。其中，所述標(biāo)準(zhǔn)圓區(qū)域的圓心為局部區(qū)域特征的重心，標(biāo)準(zhǔn)圓區(qū)域的半徑為局部區(qū)域邊緣上的點(diǎn)到所述重心距離的均值。本實(shí)施例設(shè)置的圖像預(yù)處理模塊考慮了視覺習(xí)慣以及人眼對不同色彩的感知度同色彩強(qiáng)度的非線性關(guān)系，能夠更為準(zhǔn)確的描述圖像；設(shè)置的斑塊特征檢測子模塊，能夠等速構(gòu)建圖像的尺度空間，且能夠避免混疊現(xiàn)象出現(xiàn)；設(shè)置的特征描述模塊通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述，能夠更充分地利用特征鄰域內(nèi)的局部信息構(gòu)建描述矢量；設(shè)置的特征匹配模塊中先進(jìn)行局部區(qū)域匹配再進(jìn)行組內(nèi)的斑塊特征點(diǎn)劃分，提高了圖像匹配的速度，且其中設(shè)置的區(qū)域劃分子模塊將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，降低了斑塊特征點(diǎn)分組判斷的復(fù)雜性以及局部區(qū)域抽取精度對分組配準(zhǔn)的影響。本實(shí)施例權(quán)重因子k取值為0.08，劃分的圖像區(qū)域數(shù)量N取值為200，圖像匹配精度相對提高了1％，匹配速度提高了3％。實(shí)施例2參見圖1，圖2，本實(shí)施例一種用于自然災(zāi)害的監(jiān)控預(yù)警裝置，包括監(jiān)控預(yù)警裝置和與其相連的斑塊配準(zhǔn)裝置，所述監(jiān)控預(yù)警裝置包括：安裝殼，所述安裝殼內(nèi)設(shè)有用于定期、定時(shí)采集自然災(zāi)害現(xiàn)場狀況的監(jiān)測數(shù)據(jù)和圖文記錄的現(xiàn)場采集模塊、用于儲存專家提供的數(shù)據(jù)和圖文資料的專家系統(tǒng)模塊、用于對現(xiàn)場采集模塊采集到的監(jiān)測數(shù)據(jù)和圖文記錄和專家系統(tǒng)模塊提供的數(shù)據(jù)和圖文資料進(jìn)行擬合分析并給出分析數(shù)據(jù)的監(jiān)測數(shù)據(jù)擬合分析模塊、通過監(jiān)測數(shù)據(jù)擬合分析模塊給出的分析數(shù)據(jù)進(jìn)行災(zāi)害的長期趨勢預(yù)測、中期災(zāi)害預(yù)警、臨災(zāi)災(zāi)害警報(bào)的預(yù)測預(yù)警模型模塊，其特征在于，所述安裝殼上設(shè)有用于輸入控制命令的功能鍵盤、用于圖文及數(shù)據(jù)顯示的顯示屏、用于為設(shè)備提供電源的電池區(qū)、用于啟動設(shè)備的工作開關(guān)和用于顯示預(yù)警信號的顯示燈，所述監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊通過顯示屏顯示數(shù)據(jù)分析和預(yù)測預(yù)警結(jié)果，并通過顯示燈給出預(yù)警信號，還包括內(nèi)置存儲卡、USB接口、串行接口和通信接口，所述內(nèi)置存儲卡用于對自然災(zāi)害基礎(chǔ)數(shù)據(jù)和監(jiān)測預(yù)警過程及其結(jié)果進(jìn)行存儲，所述USB接口、串行接口和通信接口用于傳送內(nèi)置存儲卡內(nèi)的數(shù)據(jù)。優(yōu)選地，所述現(xiàn)場采集模塊包括用于拍照、攝像，形成全面的圖像、屬性數(shù)據(jù)載入的高清攝像頭。優(yōu)選地，所述安裝殼上還設(shè)有與監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊相連接的語音輸入接口和語音輸出接口。優(yōu)選地，所述斑塊配準(zhǔn)裝置包括：預(yù)處理模塊、特征檢測模塊、特征描述模塊、特征匹配模塊和空間變換模塊；(1)預(yù)處理模塊，用于將參考圖像和待配準(zhǔn)圖像轉(zhuǎn)化為灰度圖像，定義轉(zhuǎn)化公式為：I(x,y)＝k(G(x,y)+R(x,y)+B(x,y))+2k(G(x,y)+R(x,y))+3k(x,y)其中，I(x,y)代表圖像在坐標(biāo)(x,y)處的像素灰度值，G(x,y)、R(x,y)、B(x,y)分別代表坐標(biāo)(x,y)處的紅、綠、藍(lán)強(qiáng)度值，k為設(shè)定的權(quán)重因子，k的取值范圍為[0.08,0.12]；(2)特征檢測模塊，包括局部區(qū)域特征檢測子模塊和斑塊特征檢測子模塊，所述局部區(qū)域特征檢測子模塊用于通過墨西哥帽小波函數(shù)來檢測預(yù)處理后的兩圖像的局部區(qū)域特征，所述斑塊特征檢測子模塊用于采用近似Hessian矩陣的局部極值在自定義尺度空間中檢測預(yù)處理后的兩圖像中的斑塊特征，輸出斑塊特征的空間位置及所在的特征尺度；所述近似Hessian矩陣的描述形式為：H(x,y,σ)=Exx(x,y,σ)Exy(x,y,σ)Exy(x,y,σ)Eyy(x,y,σ)]]>式中，σ為高斯函數(shù)的標(biāo)準(zhǔn)差，即尺度因子；Exx(x,y,σ)、Exy(x,y,σ)、Eyy(x,y,σ)分別為高斯二階微分離散化和裁剪后的近似模板在點(diǎn)(x,y)處與圖像的卷積；設(shè)定Exx、Exy和Eyy表示第一、第二和第三9×9近似模板與圖像的卷積結(jié)果，Exx、Exy和Eyy的計(jì)算公式定義如下：Exx=1P(A1-2A2+A3)]]>Exy=1Q(A1-A2-A3)]]>Eyy=1P(A1-2A2+A3)]]>其中，取第一近似模板從左至右3×3區(qū)域作為第一標(biāo)記區(qū)域，取第二近似模板中部2×2區(qū)域作為第二標(biāo)記區(qū)域，取第三近似模板從上至下3×3區(qū)域作為第三標(biāo)記區(qū)域，A1、A2和A3分別為第一、第二和第三標(biāo)記區(qū)域覆蓋下的圖像像素灰度和，P、Q為標(biāo)記區(qū)域面積，分別等于9和4；所述近似Hessian矩陣的特征點(diǎn)響應(yīng)函數(shù)為：DET(H)＝ExxEyy-(0.9Exy)2所述墨西哥帽小波函數(shù)的描述形式為：M(x,y,σ)=(1-q)(2-x2+y2σ2)exp(-x2+y22σ2)]]>其中，q為構(gòu)造所述自定義尺度空間的變化參數(shù)，q與σ之間的關(guān)系為σ＝2-q；優(yōu)選地，(3)特征描述模塊，其通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述并形成描述矢量，建立加權(quán)灰度描述子時(shí)將以斑塊特征為中心、垂直于斑塊特征的主方向且大小為l×l的中心區(qū)域分割成多個子塊，所述加權(quán)灰度描述子為：WD＝{NP+,NP-}此處P+＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＞0，i＝1,2,…l2}P-＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＜0，i＝1,2,…l2}式中，WD表示加權(quán)灰度描述子，P+表示正灰度差值直方圖，P-表示負(fù)灰度差值直方圖，I(mi)和I(m)分別為采用雙線性插值求取的各個子塊的灰度均值和整個中心區(qū)域的灰度均值，Di為各子塊與中心的距離，其中，i＝1,2,…l2，f(Di)表示加權(quán)函數(shù),NP+、NP-表示歸一化的正負(fù)灰度差直方圖；(4)特征匹配模塊，用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行匹配，包括依次連接的局部區(qū)域匹配子模塊、區(qū)域劃分子模塊、特征分組子模塊和斑塊特征匹配子模塊，所述局部區(qū)域匹配子模塊用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像的局部區(qū)域特征進(jìn)行匹配，所述區(qū)域劃分子模塊用于按照局部區(qū)域特征對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行圖像區(qū)域劃分并將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，設(shè)劃分的圖像區(qū)域數(shù)量為N，N的取值范圍為[200,1000],所述特征分組子模塊用于將所述斑塊特征按照圖像區(qū)域劃分的范圍進(jìn)行分組，所述斑塊特征匹配子模塊用于對各組內(nèi)的表示斑塊特征的描述矢量進(jìn)行匹配；(5)空間變換模塊，用于將待配準(zhǔn)圖像通過幾何變換模型映射到參考圖像的坐標(biāo)系中，完成圖像配準(zhǔn)，所述幾何變換模型的參數(shù)采用隨機(jī)抽樣一致性算法進(jìn)行估計(jì)。其中，所述自定義尺度空間分為多組，每組包含三個不同尺度的濾波器模板；所述自定義尺度空間的第一組中，最小尺度對應(yīng)的模板大小為9×9，標(biāo)記區(qū)域增量設(shè)為4，模板增量為12，第二個和第三個模板對應(yīng)的模板大小依次為21×21和33×33；除自定義尺度空間的第一組外的其他組中，每組的第一個模板與前一組的第二個模板大小相同，且模板增量為前一組的4倍。其中，所述標(biāo)準(zhǔn)圓區(qū)域的圓心為局部區(qū)域特征的重心，標(biāo)準(zhǔn)圓區(qū)域的半徑為局部區(qū)域邊緣上的點(diǎn)到所述重心距離的均值。本實(shí)施例設(shè)置的圖像預(yù)處理模塊考慮了視覺習(xí)慣以及人眼對不同色彩的感知度同色彩強(qiáng)度的非線性關(guān)系，能夠更為準(zhǔn)確的描述圖像；設(shè)置的斑塊特征檢測子模塊，能夠等速構(gòu)建圖像的尺度空間，且能夠避免混疊現(xiàn)象出現(xiàn)；設(shè)置的特征描述模塊通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述，能夠更充分地利用特征鄰域內(nèi)的局部信息構(gòu)建描述矢量；設(shè)置的特征匹配模塊中先進(jìn)行局部區(qū)域匹配再進(jìn)行組內(nèi)的斑塊特征點(diǎn)劃分，提高了圖像匹配的速度，且其中設(shè)置的區(qū)域劃分子模塊將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，降低了斑塊特征點(diǎn)分組判斷的復(fù)雜性以及局部區(qū)域抽取精度對分組配準(zhǔn)的影響。本實(shí)施例權(quán)重因子k取值為0.09，劃分的圖像區(qū)域數(shù)量N取值為400，圖像匹配精度相對提高了1.2％，匹配速度提高了2.5％。實(shí)施例3參見圖1，圖2，本實(shí)施例一種用于自然災(zāi)害的監(jiān)控預(yù)警裝置，包括監(jiān)控預(yù)警裝置和與其相連的斑塊配準(zhǔn)裝置，所述監(jiān)控預(yù)警裝置包括：安裝殼，所述安裝殼內(nèi)設(shè)有用于定期、定時(shí)采集自然災(zāi)害現(xiàn)場狀況的監(jiān)測數(shù)據(jù)和圖文記錄的現(xiàn)場采集模塊、用于儲存專家提供的數(shù)據(jù)和圖文資料的專家系統(tǒng)模塊、用于對現(xiàn)場采集模塊采集到的監(jiān)測數(shù)據(jù)和圖文記錄和專家系統(tǒng)模塊提供的數(shù)據(jù)和圖文資料進(jìn)行擬合分析并給出分析數(shù)據(jù)的監(jiān)測數(shù)據(jù)擬合分析模塊、通過監(jiān)測數(shù)據(jù)擬合分析模塊給出的分析數(shù)據(jù)進(jìn)行災(zāi)害的長期趨勢預(yù)測、中期災(zāi)害預(yù)警、臨災(zāi)災(zāi)害警報(bào)的預(yù)測預(yù)警模型模塊，其特征在于，所述安裝殼上設(shè)有用于輸入控制命令的功能鍵盤、用于圖文及數(shù)據(jù)顯示的顯示屏、用于為設(shè)備提供電源的電池區(qū)、用于啟動設(shè)備的工作開關(guān)和用于顯示預(yù)警信號的顯示燈，所述監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊通過顯示屏顯示數(shù)據(jù)分析和預(yù)測預(yù)警結(jié)果，并通過顯示燈給出預(yù)警信號，還包括內(nèi)置存儲卡、USB接口、串行接口和通信接口，所述內(nèi)置存儲卡用于對自然災(zāi)害基礎(chǔ)數(shù)據(jù)和監(jiān)測預(yù)警過程及其結(jié)果進(jìn)行存儲，所述USB接口、串行接口和通信接口用于傳送內(nèi)置存儲卡內(nèi)的數(shù)據(jù)。優(yōu)選地，所述現(xiàn)場采集模塊包括用于拍照、攝像，形成全面的圖像、屬性數(shù)據(jù)載入的高清攝像頭。優(yōu)選地，所述安裝殼上還設(shè)有與監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊相連接的語音輸入接口和語音輸出接口。優(yōu)選地，所述斑塊配準(zhǔn)裝置包括：預(yù)處理模塊、特征檢測模塊、特征描述模塊、特征匹配模塊和空間變換模塊；(1)預(yù)處理模塊，用于將參考圖像和待配準(zhǔn)圖像轉(zhuǎn)化為灰度圖像，定義轉(zhuǎn)化公式為：I(x,y)＝k(G(x,y)+R(x,y)+B(x,y))+2k(G(x,y)+R(x,y))+3k(x,y)其中，I(x,y)代表圖像在坐標(biāo)(x,y)處的像素灰度值，G(x,y)、R(x,y)、B(x,y)分別代表坐標(biāo)(x,y)處的紅、綠、藍(lán)強(qiáng)度值，k為設(shè)定的權(quán)重因子，k的取值范圍為[0.08,0.12]；(2)特征檢測模塊，包括局部區(qū)域特征檢測子模塊和斑塊特征檢測子模塊，所述局部區(qū)域特征檢測子模塊用于通過墨西哥帽小波函數(shù)來檢測預(yù)處理后的兩圖像的局部區(qū)域特征，所述斑塊特征檢測子模塊用于采用近似Hessian矩陣的局部極值在自定義尺度空間中檢測預(yù)處理后的兩圖像中的斑塊特征，輸出斑塊特征的空間位置及所在的特征尺度；所述近似Hessian矩陣的描述形式為：H(x,y,σ)=Exx(x,y,σ)Exy(x,y,σ)Exy(x,y,σ)Eyy(x,y,σ)]]>式中，σ為高斯函數(shù)的標(biāo)準(zhǔn)差，即尺度因子；Exx(x,y,σ)、Exy(x,y,σ)、Eyy(x,y,σ)分別為高斯二階微分離散化和裁剪后的近似模板在點(diǎn)(x,y)處與圖像的卷積；設(shè)定Exx、Exy和Eyy表示第一、第二和第三9×9近似模板與圖像的卷積結(jié)果，Exx、Exy和EYY的計(jì)算公式定義如下：Exx=1P(A1-2A2+A3)]]>Exy=1Q(A1-A2-A3)]]>Eyy=1P(A1-2A2+A3)]]>其中，取第一近似模板從左至右3×3區(qū)域作為第一標(biāo)記區(qū)域，取第二近似模板中部2×2區(qū)域作為第二標(biāo)記區(qū)域，取第三近似模板從上至下3×3區(qū)域作為第三標(biāo)記區(qū)域，A1、A2和A3分別為第一、第二和第三標(biāo)記區(qū)域覆蓋下的圖像像素灰度和，P、Q為標(biāo)記區(qū)域面積，分別等于9和4；所述近似Hessian矩陣的特征點(diǎn)響應(yīng)函數(shù)為：DET(H)＝ExxEyy-(0.9Exy)2所述墨西哥帽小波函數(shù)的描述形式為：M(x,y,σ)=(1-q)(2-x2+y2σ2)exp(-x2+y22σ2)]]>其中，q為構(gòu)造所述自定義尺度空間的變化參數(shù)，q與σ之間的關(guān)系為σ＝2-q；優(yōu)選地，(3)特征描述模塊，其通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述并形成描述矢量，建立加權(quán)灰度描述子時(shí)將以斑塊特征為中心、垂直于斑塊特征的主方向且大小為l×l的中心區(qū)域分割成多個子塊，所述加權(quán)灰度描述子為：WD＝{NP+,NP-}此處P+＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＞0，i＝1,2,…l2}P-＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＜0，i＝1,2,…l2}式中，WD表示加權(quán)灰度描述子，P+表示正灰度差值直方圖，P-表示負(fù)灰度差值直方圖，I(mi)和I(m)分別為采用雙線性插值求取的各個子塊的灰度均值和整個中心區(qū)域的灰度均值，Di為各子塊與中心的距離，其中，i＝1,2,…l2，f(Di)表示加權(quán)函數(shù),NP+、NP-表示歸一化的正負(fù)灰度差直方圖；(4)特征匹配模塊，用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行匹配，包括依次連接的局部區(qū)域匹配子模塊、區(qū)域劃分子模塊、特征分組子模塊和斑塊特征匹配子模塊，所述局部區(qū)域匹配子模塊用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像的局部區(qū)域特征進(jìn)行匹配，所述區(qū)域劃分子模塊用于按照局部區(qū)域特征對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行圖像區(qū)域劃分并將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，設(shè)劃分的圖像區(qū)域數(shù)量為N，N的取值范圍為[200,1000],所述特征分組子模塊用于將所述斑塊特征按照圖像區(qū)域劃分的范圍進(jìn)行分組，所述斑塊特征匹配子模塊用于對各組內(nèi)的表示斑塊特征的描述矢量進(jìn)行匹配；(5)空間變換模塊，用于將待配準(zhǔn)圖像通過幾何變換模型映射到參考圖像的坐標(biāo)系中，完成圖像配準(zhǔn)，所述幾何變換模型的參數(shù)采用隨機(jī)抽樣一致性算法進(jìn)行估計(jì)。其中，所述自定義尺度空間分為多組，每組包含三個不同尺度的濾波器模板；所述自定義尺度空間的第一組中，最小尺度對應(yīng)的模板大小為9×9，標(biāo)記區(qū)域增量設(shè)為4，模板增量為12，第二個和第三個模板對應(yīng)的模板大小依次為21×21和33×33；除自定義尺度空間的第一組外的其他組中，每組的第一個模板與前一組的第二個模板大小相同，且模板增量為前一組的4倍。其中，所述標(biāo)準(zhǔn)圓區(qū)域的圓心為局部區(qū)域特征的重心，標(biāo)準(zhǔn)圓區(qū)域的半徑為局部區(qū)域邊緣上的點(diǎn)到所述重心距離的均值。本實(shí)施例設(shè)置的圖像預(yù)處理模塊考慮了視覺習(xí)慣以及人眼對不同色彩的感知度同色彩強(qiáng)度的非線性關(guān)系，能夠更為準(zhǔn)確的描述圖像；設(shè)置的斑塊特征檢測子模塊，能夠等速構(gòu)建圖像的尺度空間，且能夠避免混疊現(xiàn)象出現(xiàn)；設(shè)置的特征描述模塊通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述，能夠更充分地利用特征鄰域內(nèi)的局部信息構(gòu)建描述矢量；設(shè)置的特征匹配模塊中先進(jìn)行局部區(qū)域匹配再進(jìn)行組內(nèi)的斑塊特征點(diǎn)劃分，提高了圖像匹配的速度，且其中設(shè)置的區(qū)域劃分子模塊將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，降低了斑塊特征點(diǎn)分組判斷的復(fù)雜性以及局部區(qū)域抽取精度對分組配準(zhǔn)的影響。本實(shí)施例權(quán)重因子k取值為0.10，劃分的圖像區(qū)域數(shù)量N取值為600，圖像匹配精度相對提高了1.8％，匹配速度提高了2.1％。實(shí)施例4參見圖1，圖2，本實(shí)施例一種用于自然災(zāi)害的監(jiān)控預(yù)警裝置，包括監(jiān)控預(yù)警裝置和與其相連的斑塊配準(zhǔn)裝置，所述監(jiān)控預(yù)警裝置包括：安裝殼，所述安裝殼內(nèi)設(shè)有用于定期、定時(shí)采集自然災(zāi)害現(xiàn)場狀況的監(jiān)測數(shù)據(jù)和圖文記錄的現(xiàn)場采集模塊、用于儲存專家提供的數(shù)據(jù)和圖文資料的專家系統(tǒng)模塊、用于對現(xiàn)場采集模塊采集到的監(jiān)測數(shù)據(jù)和圖文記錄和專家系統(tǒng)模塊提供的數(shù)據(jù)和圖文資料進(jìn)行擬合分析并給出分析數(shù)據(jù)的監(jiān)測數(shù)據(jù)擬合分析模塊、通過監(jiān)測數(shù)據(jù)擬合分析模塊給出的分析數(shù)據(jù)進(jìn)行災(zāi)害的長期趨勢預(yù)測、中期災(zāi)害預(yù)警、臨災(zāi)災(zāi)害警報(bào)的預(yù)測預(yù)警模型模塊，其特征在于，所述安裝殼上設(shè)有用于輸入控制命令的功能鍵盤、用于圖文及數(shù)據(jù)顯示的顯示屏、用于為設(shè)備提供電源的電池區(qū)、用于啟動設(shè)備的工作開關(guān)和用于顯示預(yù)警信號的顯示燈，所述監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊通過顯示屏顯示數(shù)據(jù)分析和預(yù)測預(yù)警結(jié)果，并通過顯示燈給出預(yù)警信號，還包括內(nèi)置存儲卡、USB接口、串行接口和通信接口，所述內(nèi)置存儲卡用于對自然災(zāi)害基礎(chǔ)數(shù)據(jù)和監(jiān)測預(yù)警過程及其結(jié)果進(jìn)行存儲，所述USB接口、串行接口和通信接口用于傳送內(nèi)置存儲卡內(nèi)的數(shù)據(jù)。優(yōu)選地，所述現(xiàn)場采集模塊包括用于拍照、攝像，形成全面的圖像、屬性數(shù)據(jù)載入的高清攝像頭。優(yōu)選地，所述安裝殼上還設(shè)有與監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊相連接的語音輸入接口和語音輸出接口。優(yōu)選地，所述斑塊配準(zhǔn)裝置包括：預(yù)處理模塊、特征檢測模塊、特征描述模塊、特征匹配模塊和空間變換模塊；(1)預(yù)處理模塊，用于將參考圖像和待配準(zhǔn)圖像轉(zhuǎn)化為灰度圖像，定義轉(zhuǎn)化公式為：I(x,y)＝k(G(x,y)+R(x,y)+B(x,y))+2k(G(x,y)+R(x,y))+3k(x,y)其中，I(x,y)代表圖像在坐標(biāo)(x,y)處的像素灰度值，G(x,y)、R(x,y)、B(x,y)分別代表坐標(biāo)(x,y)處的紅、綠、藍(lán)強(qiáng)度值，k為設(shè)定的權(quán)重因子，k的取值范圍為[0.08,0.12]；(2)特征檢測模塊，包括局部區(qū)域特征檢測子模塊和斑塊特征檢測子模塊，所述局部區(qū)域特征檢測子模塊用于通過墨西哥帽小波函數(shù)來檢測預(yù)處理后的兩圖像的局部區(qū)域特征，所述斑塊特征檢測子模塊用于采用近似Hessian矩陣的局部極值在自定義尺度空間中檢測預(yù)處理后的兩圖像中的斑塊特征，輸出斑塊特征的空間位置及所在的特征尺度；所述近似Hessian矩陣的描述形式為：H(x,y,σ)=Exx(x,y,σ)Exy(x,y,σ)Exy(x,y,σ)Eyy(x,y,σ)]]>式中，σ為高斯函數(shù)的標(biāo)準(zhǔn)差，即尺度因子；Exx(x,y,σ)、Exy(x,y,σ)、Eyy(x,y,σ)分別為高斯二階微分離散化和裁剪后的近似模板在點(diǎn)(x,y)處與圖像的卷積；設(shè)定Exx、Exy和Eyy表示第一、第二和第三9×9近似模板與圖像的卷積結(jié)果，Exx、Exy和Eyy的計(jì)算公式定義如下：Exx=1P(A1-2A2+A3)]]>Exy=1Q(A1-A2-A3)]]>Eyy=1P(A1-2A2+A3)]]>其中，取第一近似模板從左至右3×3區(qū)域作為第一標(biāo)記區(qū)域，取第二近似模板中部2×2區(qū)域作為第二標(biāo)記區(qū)域，取第三近似模板從上至下3×3區(qū)域作為第三標(biāo)記區(qū)域，A1、A2和A3分別為第一、第二和第三標(biāo)記區(qū)域覆蓋下的圖像像素灰度和，P、Q為標(biāo)記區(qū)域面積，分別等于9和4；所述近似Hessian矩陣的特征點(diǎn)響應(yīng)函數(shù)為：DET(H)＝ExxEyy-(0.9Exy)2所述墨西哥帽小波函數(shù)的描述形式為：M(x,y,σ)=(1-q)(2-x2+y2σ2)exp(-x2+y22σ2)]]>其中，q為構(gòu)造所述自定義尺度空間的變化參數(shù)，q與σ之間的關(guān)系為σ＝2-q；優(yōu)選地，(3)特征描述模塊，其通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述并形成描述矢量，建立加權(quán)灰度描述子時(shí)將以斑塊特征為中心、垂直于斑塊特征的主方向且大小為l×l的中心區(qū)域分割成多個子塊，所述加權(quán)灰度描述子為：WD＝{NP+,NP-}此處P+＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＞0，i＝1,2,…l2}P-＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＜0，i＝1,2,…l2}式中，WD表示加權(quán)灰度描述子，P+表示正灰度差值直方圖，P-表示負(fù)灰度差值直方圖，I(mi)和I(m)分別為采用雙線性插值求取的各個子塊的灰度均值和整個中心區(qū)域的灰度均值，Di為各子塊與中心的距離，其中，i＝1,2,…l2，f(Di)表示加權(quán)函數(shù),NP+、NP-表示歸一化的正負(fù)灰度差直方圖；(4)特征匹配模塊，用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行匹配，包括依次連接的局部區(qū)域匹配子模塊、區(qū)域劃分子模塊、特征分組子模塊和斑塊特征匹配子模塊，所述局部區(qū)域匹配子模塊用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像的局部區(qū)域特征進(jìn)行匹配，所述區(qū)域劃分子模塊用于按照局部區(qū)域特征對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行圖像區(qū)域劃分并將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，設(shè)劃分的圖像區(qū)域數(shù)量為N，N的取值范圍為[200,1000],所述特征分組子模塊用于將所述斑塊特征按照圖像區(qū)域劃分的范圍進(jìn)行分組，所述斑塊特征匹配子模塊用于對各組內(nèi)的表示斑塊特征的描述矢量進(jìn)行匹配；(5)空間變換模塊，用于將待配準(zhǔn)圖像通過幾何變換模型映射到參考圖像的坐標(biāo)系中，完成圖像配準(zhǔn)，所述幾何變換模型的參數(shù)采用隨機(jī)抽樣一致性算法進(jìn)行估計(jì)。其中，所述自定義尺度空間分為多組，每組包含三個不同尺度的濾波器模板；所述自定義尺度空間的第一組中，最小尺度對應(yīng)的模板大小為9×9，標(biāo)記區(qū)域增量設(shè)為4，模板增量為12，第二個和第三個模板對應(yīng)的模板大小依次為21×21和33×33；除自定義尺度空間的第一組外的其他組中，每組的第一個模板與前一組的第二個模板大小相同，且模板增量為前一組的4倍。其中，所述標(biāo)準(zhǔn)圓區(qū)域的圓心為局部區(qū)域特征的重心，標(biāo)準(zhǔn)圓區(qū)域的半徑為局部區(qū)域邊緣上的點(diǎn)到所述重心距離的均值。本實(shí)施例設(shè)置的圖像預(yù)處理模塊考慮了視覺習(xí)慣以及人眼對不同色彩的感知度同色彩強(qiáng)度的非線性關(guān)系，能夠更為準(zhǔn)確的描述圖像；設(shè)置的斑塊特征檢測子模塊，能夠等速構(gòu)建圖像的尺度空間，且能夠避免混疊現(xiàn)象出現(xiàn)；設(shè)置的特征描述模塊通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述，能夠更充分地利用特征鄰域內(nèi)的局部信息構(gòu)建描述矢量；設(shè)置的特征匹配模塊中先進(jìn)行局部區(qū)域匹配再進(jìn)行組內(nèi)的斑塊特征點(diǎn)劃分，提高了圖像匹配的速度，且其中設(shè)置的區(qū)域劃分子模塊將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，降低了斑塊特征點(diǎn)分組判斷的復(fù)雜性以及局部區(qū)域抽取精度對分組配準(zhǔn)的影響。本實(shí)施例權(quán)重因子k取值為0.11，劃分的圖像區(qū)域數(shù)量N取值為800，圖像匹配精度相對提高了1.5％，匹配速度提高了1.5％。實(shí)施例5參見圖1，圖2，本實(shí)施例一種用于自然災(zāi)害的監(jiān)控預(yù)警裝置，包括監(jiān)控預(yù)警裝置和與其相連的斑塊配準(zhǔn)裝置，所述監(jiān)控預(yù)警裝置包括：安裝殼，所述安裝殼內(nèi)設(shè)有用于定期、定時(shí)采集自然災(zāi)害現(xiàn)場狀況的監(jiān)測數(shù)據(jù)和圖文記錄的現(xiàn)場采集模塊、用于儲存專家提供的數(shù)據(jù)和圖文資料的專家系統(tǒng)模塊、用于對現(xiàn)場采集模塊采集到的監(jiān)測數(shù)據(jù)和圖文記錄和專家系統(tǒng)模塊提供的數(shù)據(jù)和圖文資料進(jìn)行擬合分析并給出分析數(shù)據(jù)的監(jiān)測數(shù)據(jù)擬合分析模塊、通過監(jiān)測數(shù)據(jù)擬合分析模塊給出的分析數(shù)據(jù)進(jìn)行災(zāi)害的長期趨勢預(yù)測、中期災(zāi)害預(yù)警、臨災(zāi)災(zāi)害警報(bào)的預(yù)測預(yù)警模型模塊，其特征在于，所述安裝殼上設(shè)有用于輸入控制命令的功能鍵盤、用于圖文及數(shù)據(jù)顯示的顯示屏、用于為設(shè)備提供電源的電池區(qū)、用于啟動設(shè)備的工作開關(guān)和用于顯示預(yù)警信號的顯示燈，所述監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊通過顯示屏顯示數(shù)據(jù)分析和預(yù)測預(yù)警結(jié)果，并通過顯示燈給出預(yù)警信號，還包括內(nèi)置存儲卡、USB接口、串行接口和通信接口，所述內(nèi)置存儲卡用于對自然災(zāi)害基礎(chǔ)數(shù)據(jù)和監(jiān)測預(yù)警過程及其結(jié)果進(jìn)行存儲，所述USB接口、串行接口和通信接口用于傳送內(nèi)置存儲卡內(nèi)的數(shù)據(jù)。優(yōu)選地，所述現(xiàn)場采集模塊包括用于拍照、攝像，形成全面的圖像、屬性數(shù)據(jù)載入的高清攝像頭。優(yōu)選地，所述安裝殼上還設(shè)有與監(jiān)測數(shù)據(jù)擬合分析模塊、預(yù)測預(yù)警模型模塊相連接的語音輸入接口和語音輸出接口。優(yōu)選地，所述斑塊配準(zhǔn)裝置包括：預(yù)處理模塊、特征檢測模塊、特征描述模塊、特征匹配模塊和空間變換模塊；(1)預(yù)處理模塊，用于將參考圖像和待配準(zhǔn)圖像轉(zhuǎn)化為灰度圖像，定義轉(zhuǎn)化公式為：I(x,y)＝k(G(x,y)+R(x,y)+B(x,y))+2k(G(x,y)+R(x,y))+3k(x,y)其中，I(x,y)代表圖像在坐標(biāo)(x,y)處的像素灰度值，G(x,y)、R(x,y)、B(x,y)分別代表坐標(biāo)(x,y)處的紅、綠、藍(lán)強(qiáng)度值，k為設(shè)定的權(quán)重因子，k的取值范圍為[0.08,0.12]；(2)特征檢測模塊，包括局部區(qū)域特征檢測子模塊和斑塊特征檢測子模塊，所述局部區(qū)域特征檢測子模塊用于通過墨西哥帽小波函數(shù)來檢測預(yù)處理后的兩圖像的局部區(qū)域特征，所述斑塊特征檢測子模塊用于采用近似Hessian矩陣的局部極值在自定義尺度空間中檢測預(yù)處理后的兩圖像中的斑塊特征，輸出斑塊特征的空間位置及所在的特征尺度；所述近似Hessian矩陣的描述形式為：H(x,y,σ)=Exx(x,y,σ)Exy(x,y,σ)Exy(x,y,σ)Eyy(x,y,σ)]]>式中，σ為高斯函數(shù)的標(biāo)準(zhǔn)差，即尺度因子；Exx(x,y,σ)、Exy(x,y,σ)、Eyy(x,y,σ)分別為高斯二階微分離散化和裁剪后的近似模板在點(diǎn)(x,y)處與圖像的卷積；設(shè)定Exx、Exy和Eyy表示第一、第二和第三9×9近似模板與圖像的卷積結(jié)果，Exx、Exy和Eyy的計(jì)算公式定義如下：Exx=1P(A1-2A2+A3)]]>Exy=1Q(A1-A2-A3)]]>Eyy=1P(A1-2A2+A3)]]>其中，取第一近似模板從左至右3×3區(qū)域作為第一標(biāo)記區(qū)域，取第二近似模板中部2×2區(qū)域作為第二標(biāo)記區(qū)域，取第三近似模板從上至下3×3區(qū)域作為第三標(biāo)記區(qū)域，A1、A2和A3分別為第一、第二和第三標(biāo)記區(qū)域覆蓋下的圖像像素灰度和，P、Q為標(biāo)記區(qū)域面積，分別等于9和4；所述近似Hessian矩陣的特征點(diǎn)響應(yīng)函數(shù)為：DET(H)＝ExxEyy-(0.9Exy)2所述墨西哥帽小波函數(shù)的描述形式為：M(x,y,σ)=(1-q)(2-x2+y2σ2)exp(-x2+y22σ2)]]>其中，q為構(gòu)造所述自定義尺度空間的變化參數(shù)，q與σ之間的關(guān)系為σ＝2-q；優(yōu)選地，(3)特征描述模塊，其通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述并形成描述矢量，建立加權(quán)灰度描述子時(shí)將以斑塊特征為中心、垂直于斑塊特征的主方向且大小為l×l的中心區(qū)域分割成多個子塊，所述加權(quán)灰度描述子為：WD＝{NP+,NP-}此處P+＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＞0，i＝1,2,…l2}P-＝Σ{f(Di)×d(mi)|d(mi)＝I(mi)-I(m)＜0，i＝1,2,…l2}式中，WD表示加權(quán)灰度描述子，P+表示正灰度差值直方圖，P-表示負(fù)灰度差值直方圖，I(mi)和I(m)分別為采用雙線性插值求取的各個子塊的灰度均值和整個中心區(qū)域的灰度均值，Di為各子塊與中心的距離，其中，i＝1,2,…l2，f(Di)表示加權(quán)函數(shù),NP+、NP-表示歸一化的正負(fù)灰度差直方圖；(4)特征匹配模塊，用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行匹配，包括依次連接的局部區(qū)域匹配子模塊、區(qū)域劃分子模塊、特征分組子模塊和斑塊特征匹配子模塊，所述局部區(qū)域匹配子模塊用于對預(yù)處理后的參考圖像和待配準(zhǔn)圖像的局部區(qū)域特征進(jìn)行匹配，所述區(qū)域劃分子模塊用于按照局部區(qū)域特征對預(yù)處理后的參考圖像和待配準(zhǔn)圖像進(jìn)行圖像區(qū)域劃分并將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，設(shè)劃分的圖像區(qū)域數(shù)量為N，N的取值范圍為[200,1000],所述特征分組子模塊用于將所述斑塊特征按照圖像區(qū)域劃分的范圍進(jìn)行分組，所述斑塊特征匹配子模塊用于對各組內(nèi)的表示斑塊特征的描述矢量進(jìn)行匹配；(5)空間變換模塊，用于將待配準(zhǔn)圖像通過幾何變換模型映射到參考圖像的坐標(biāo)系中，完成圖像配準(zhǔn)，所述幾何變換模型的參數(shù)采用隨機(jī)抽樣一致性算法進(jìn)行估計(jì)。其中，所述自定義尺度空間分為多組，每組包含三個不同尺度的濾波器模板；所述自定義尺度空間的第一組中，最小尺度對應(yīng)的模板大小為9×9，標(biāo)記區(qū)域增量設(shè)為4，模板增量為12，第二個和第三個模板對應(yīng)的模板大小依次為21×21和33×33；除自定義尺度空間的第一組外的其他組中，每組的第一個模板與前一組的第二個模板大小相同，且模板增量為前一組的4倍。其中，所述標(biāo)準(zhǔn)圓區(qū)域的圓心為局部區(qū)域特征的重心，標(biāo)準(zhǔn)圓區(qū)域的半徑為局部區(qū)域邊緣上的點(diǎn)到所述重心距離的均值。本實(shí)施例設(shè)置的圖像預(yù)處理模塊考慮了視覺習(xí)慣以及人眼對不同色彩的感知度同色彩強(qiáng)度的非線性關(guān)系，能夠更為準(zhǔn)確的描述圖像；設(shè)置的斑塊特征檢測子模塊，能夠等速構(gòu)建圖像的尺度空間，且能夠避免混疊現(xiàn)象出現(xiàn)；設(shè)置的特征描述模塊通過建立加權(quán)灰度描述子對檢測出的斑塊特征進(jìn)行描述，能夠更充分地利用特征鄰域內(nèi)的局部信息構(gòu)建描述矢量；設(shè)置的特征匹配模塊中先進(jìn)行局部區(qū)域匹配再進(jìn)行組內(nèi)的斑塊特征點(diǎn)劃分，提高了圖像匹配的速度，且其中設(shè)置的區(qū)域劃分子模塊將劃分后的圖像區(qū)域轉(zhuǎn)化為標(biāo)準(zhǔn)圓區(qū)域，降低了斑塊特征點(diǎn)分組判斷的復(fù)雜性以及局部區(qū)域抽取精度對分組配準(zhǔn)的影響。本實(shí)施例權(quán)重因子k取值為0.12，劃分的圖像區(qū)域數(shù)量N取值為1000，圖像匹配精度相對提高了1.5％，匹配速度提高了1.2％。最后應(yīng)當(dāng)說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。當(dāng)前第1頁1 2 3