MONITORIZACIÓN Y DETERMINACIÓN DE PARÁMETROS EN TIEMPO REAL DE FUEGOS FORESTALES EMPLEANDO CÁMARAS VISUALES Y DE INFRARROJOS A. OLLERO, J.R. MARTÍNEZ-DE DIOS, B. C. ARRUE Departamento de Ingeniería de Sistemas y Automática Escuela Superior de Ingenieros. Universidad de Sevilla Camino de los Descubrimientos sn, 41092, Sevilla RESUMEN Este artículo presenta un sistema automático para la monitorización y medición en tiempo real de parámetros de incendios tales como: posición y anchura del frente, altura y longitud de las llamas, velocidad de propagación, etc. Asimismo, genera un modelo geométrico 3D del incendio que puede ser representado en vistas configurables. El sistema se basa en el procesamiento conjunto de imágenes visuales y de infrarrojos así como de datos de sensores de telemetría y GPS, y permite utilizar tanto cámaras en posiciones fijas (observatorios, torres, etc...) como móviles (helicópteros, aviones y vehículos terrestres). Este sistema ha sido probado con éxito en quemas prescritas y experimentos de laboratorio

P.C.: incendios forestales, monitorización, medición, procesamiento de imágenes SUMMARY This paper presents an automatic system for the monitoring and measurement in real-time of forest-fire parameters such as: location, width of fire-front, height and length of flames, rate of spread, etc. Besides, it generates a 3D model of the fire that can be represented in configurable views. The system is based on the joint processing of visual and infrared images and the analysis of telemetry sensor data and GPS data. The cameras can be located in fixed positions (observatories, watching-towers) and on mobile vehicles (helicopters, planes and terrestrial vehicles). This system has been developed in the INFLAME project, funded by the European Comision in the “Environment and Climate” programme.

K.W.: forest fires, monitoring, measurement, image processing INTRODUCCIÓN: La percepción de los incendios forestales en tiempo real es un factor clave para el desarrollo de estrategias avanzadas de lucha contra incendios. Actualmente, los sistemas de GPS permiten conocer en tiempo real la posición de los recursos. Los sistemas telemáticos integrados por computadores centrales, portátiles y comunicaciones permiten proporcionar en tiempo real información del incendio y transmitir órdenes para la extinción de incendios WYBO ET AL., (1998). Sin embargo, la información precisa del frente de llamas, altura de las llamas, ángulo de inclinación de las llamas, ancho del frente, etc... es muy difícil de obtener de forma automática e involucra sistemas avanzados de visión por computador. En los últimos años se han desarrollado sistemas de visión artificial y técnicas de procesamiento para la detección de incendios, ver ARRUE ET AL, (2000) y ARTIS FIRE, (2000). También se han diseñado técnicas de monitorización basadas en el empleo de satélite tales como los que se presentan en GONZALO, (1998) y RAUSTE, (1996). Sin embargo, la escala de tiempo y resolución de dichos sistemas aún son insuficientes para la lucha contra incendios en muchos casos. Se debe resaltar que los sistemas de percepción artificial de incendios sufren de todas los problemas presentes en percepción de campo (cambios súbitos e incontrolables de la iluminación, inexactitudes de la calibración), además de otros relacionados con las características particulares de los incendios tales como presencia de humo y la naturaleza del fuego (objeto no-rígido con comportamiento rápido y difícil de predecir). Este artículo presenta un nuevo sistema para la percepción artificial de incendios forestales empleando imágenes (visuales y/o infrarrojas), datos de telemetría y GPS para de medir los parámetros y visualizar las características de los incendios forestales en tiempo real. Este sistema ha

sido desarrollado en el contexto del proyecto INFLAME, financiado por la Comisión Europea VIEGAS, (1999). El sistema ha sido probado en varias quemas prescritas realizadas en Gestosa (cerca de Coimbra, Portugal) y en Ronda (Málaga), obteniendo resultados de interés para la extinción de incendios forestales. Los experimentos de quemas prescritas muestran resultados prometedores para su aplicación a incendios forestales reales. Sin embargo, su aplicación práctica operativa aún requiere de esfuerzos de investigación y desarrollo. HERRAMIENTA DE MONITORIZACIÓN DE INCENDIOS La Herramienta de Monitorización de Incendios calcula en tiempo real parámetros del incendio empleando el procesamiento secuencias de imágenes procedentes de cámaras visuales y de infrarrojos, así como datos de GPS y telemetría. El sistema se sirve de dichos parámetros para generar y representar un modelo 3D del incendio. La herramienta recibe dos tipos de entradas. En primer lugar recibe secuencias de imágenes visuales e infrarrojos tomadas desde distintos puntos de vista, permitiendo capturar un número indeterminado de imágenes sincronizadas. El otro tipo de entradas es información de campo, incluyendo mapas topográficos del terreno (modelo digital del terreno) e información del número de cámaras empleadas, su posición y su orientación. El bloque principal de la herramienta es el Bloque de Procesamiento de Imágenes. En este bloque se realizan principalmente dos tareas: Calibración, Procesamiento y Estimación de Medidas. La Calibración permite establecer relaciones entre las coordenadas de las imágenes y del “mundo real” y se utiliza para poder convertir en metros las medidas en píxeles tomadas sobre las imágenes. La tarea Procesamiento analiza todas las imágenes que son capturadas. Los algoritmos que se emplean en cada caso dependen en gran medida del tipo de imagen (infrarroja o visual) y de la vista desde la cual es tomada. La Estimación de Medidas combina los resultados obtenidos del procesamiento de todas las imágenes con datos de calibración e información heurística para calcular las estimaciones de los parámetros del incendio tales como: velocidad de propagación, altura de la llama, ancho del frente y ángulo de las llamas. Se realiza también el filtrado para eliminar el ruido, efectos espurios y reducir los errores e inexactitudes. Una vez que se han calculado todos los parámetros del fuego, el bloque de Visualización los utiliza para generar un modelo 3D del fuego, que es posteriormente representado desde diversos puntos de vista. El modelo 3D no sólo incluye datos geométricos del fuego tales como la altura de las llamas y posición del frente, sino también contiene información de su evolución temporal tales como la velocidad de propagación. La herramienta dispone de funciones para el intercambio de información entre todos los bloques descritos. DISEÑO DEL SISTEMA DE PERCEPCIÓN La Fig. 1 muestra el esquema general del sistema de percepción compuesto por cámaras infrarrojas y visuales que toman imágenes desde varios puntos de vista. El esquema incluye cámaras en posiciones fijas y cámaras instaladas en vehículos como helicópteros.

Fig. 1. Esquema del sistema de percepción. Las cámaras fijas pueden ser dispuestas en un alto número de combinaciones tales como cámaras con vista frontal (el eje de la cámara es perpendicular al frente de llamas) y cámara con vista lateral (el eje de la cámara es paralelo al frente de llamas). Las cámaras con vista frontal permiten la estimación de la posición del frente, pudiendo proporcionar la velocidad de propagación. Estas cámaras también permiten medir la altura de las llamas. Las cámaras con vista lateral son de utilidad para medir la altura y longitud de las llamas y el ancho del frente. Las imágenes aéreas permiten obtener estimaciones de la posición del frente de llamas, incluyendo la velocidad de propagación y el área quemada. También pueden proporcionar información de los frentes más activos del incendio. Los sistemas de visión por computador basados en múltiples cámaras (visual e infrarrojo) obtienen información complementaria y a veces redundante, de gran utilidad para reducir los errores e incrementar la fiabilidad del sistema. Las imágenes de infrarrojos proporcionan estimaciones del frente de llamas tales como posición del frente de llamas y velocidad de propagación. Las cámaras visuales proporcionan medidas como la altura de la llama. Aunque las cámaras visuales tienen un coste inferior, en algunos casos no pueden proporcionar medidas exactas del frente de llamas, especialmente en presencia de humo. PROCESAMIENTO DE IMÁGENES Los algoritmos aplicados dependen en cada caso de cada tipo de imagen y de la vista desde la cual se toma la imagen. La Fig. 2 muestra la estructura general del procesamiento. Dicho procesamiento contiene los siguientes algoritmos: filtrado de ruido, segmentación del fuego y detección de bordes. El primer paso del algoritmo consiste en aplicarle a las imágenes un filtro para eliminar ruido y efectos espurios. A continuación, se realiza la segmentación de las imágenes consistente en extraer el fuego del fondo de las imágenes. El algoritmo empleado se basa en el método de crecimiento de regiones por niveles de gris descrito en LIM, (1990). Para efectuar la segmentación es necesario seleccionar un nivel de gris que permita diferenciar el fuego del fondo de las imágenes. La detección de bordes se utiliza principalmente para identificar la base del incendio.

Fig. 2. Esquema del procesamiento de imágenes. La combinación de dichos algoritmos con los diversos tipos de imágenes y vistas considerados permite medir los parámetros deseados sobre la imagen. Las funciones de calibración se encargan de convertir las medidas en píxeles a medidas en metros. La Fig. 3 muestra la aplicación del algoritmo a una imagen visual aérea y a una imagen infrarroja tomada desde una cámara fija.

Fig. 3. Ejemplos de la aplicación de los algoritmos a dos imágenes. La técnica de calibración empleada se describe en TSAI, (1986) y, es conocido como el método de Tsai. Este algoritmo necesita varios puntos de posición conocida en la imagen y en el mundo real, que en el sistema propuesto son proporcionados por objetos naturales de posición conocida que son apreciables desde las imágenes. Este método puede ser aplicado con imágenes fijas, pero no resulta adecuado cuando las cámaras se encuentran sobre vehículos, en cuyo caso se emplean técnicas basadas en proyectar los píxeles de las imágenes sobre el mapa del terreno utilizando los

modelos geométrico y óptico de las cámaras. EXPERIMENTOS Y RESULTADOS El sistema propuesto en este artículo se ha empleado para monitorizar y medir varias quemas prescritas realizadas en Gestosa (Portugal) durante 1998, 1999 y 2000 y en Ronda durante 1999. La Fig. 4a muestra la monitorización de incendios empleando dos cámara visuales estáticas (una frontal y otra lateral) y una cámara de infrarrojos. La Fig. 4b muestra la herramienta de monitorización empleando una cámara visual en un helicóptero. En la Fig. 4 se aprecia que el sistema proporciona información del fuego incluyendo datos geométricos y la velocidad de propagación. La herramienta también genera un modelo 3D del fuego que puede representarse desde varias vistas. El sistema es capaz de proporcionar datos históricos incluyendo la evolución del frente de llamas (ver Fig. 5a). Las medidas del incendio calculadas por el sistema en las quemas prescritas han sido evaluadas y comparadas con las obtenidas mediante otros métodos clásicos (midiendo el tiempo en que el frente de llamas corta hilos colocados a tal efecto). Los resultados de la evaluación son satisfactorios, obteniendo errores muy bajos. Los resultados muestran la sinergia obtenida del procesamiento conjunto de imágenes visuales e infrarrojas. La Fig. 5b contiene los resultados de la evolución del punto más avanzado del frente de llamas en un experimento realizado en mayo de 2000. Las curvas superior e inferior muestras los resultados del análisis utilizando las imágenes visual e infrarrojo, respectivamente. La curva central es el valor promedio y la curva de puntos es la evolución real.

a) b) Fig. 4. a) Monitorización de una quema prescrita con dos cámaras visuales estáticas y una cámara de infrarrojos. b) Monitorización de una quema prescrita con una cámara visual instalada en un helicóptero.

a) b) Fig. 5. a) Evolución temporal del frente de llamas, b) punto más avanzado del frente de llamas empleando imágenes visuales, infrarrojas y valore promedio. CONCLUSIONES Este artículo presenta un sistema para la monitorización y medida de parámetros de los incendios tales como la localización, ancho y velocidad del frente de llamas, altura de las llamas, etc... El objetivo principal del sistema es de proporcionar información de ayuda para la lucha contra incendios. El diseño del sistema de percepción permite procesar imágenes infrarrojas y visuales tanto fijas como móviles. El sistema genera y representa un modelo 3D del fuego, que podría ser transmitido y visualizado en ordenadores remotos. El artículo incluye algunos resultados de quemas prescritas llevadas a cabo en Gestosa (cerca de Coimbra, Portugal) y Ronda (Málaga). Estas pruebas han demostrado el interés del sistema propuesto para la medición del fuego así como para evaluar los efectos de los retardantes. Como línea futura destaca la integración del sistema de monitorización propuesto con sistemas de información geográfica (GIS). Dicha integración le permitiría no sólo conocer los datos del incendio, sino también ubicarlo geográficamente y visualizarlo en un entorno GIS, integrando la información proporcionada en el diseño de la estrategia de extinción. AGRADECIMIENTOS El trabajo descrito en este artículo ha sido desarrollado en el proyecto INFLAME “Fire Behaviour: Modelling and Testing” (ENV4-CT98.0700), financiado por la Comisión Europea (DG XII) en el Programa “Environment and Climate”. Los autores agradecen la ayuda del Prof. Viegas y el equipo de ADAI de la Universidad de Coimbra (Portugal). Los autores agradecen también la ayuda prestada por Francisco Rodríguez y Silva y Francisco Salas del Servicio de Restauración y Prevención de Incendios Forestales de la Junta de Andalucía. BIBLIOGRAFÍA ARTIS FIRE, (2000). http://www.t2m.fr/en/produits/menu2/index2fire.html ARRUE ET AL, (2000) Begoña C. Arrue, Aníbal Ollero and J. Ramiro Martinez de Dios, “An Intelligent System for False Alarm Reduction in Infrared Forest-Fire Detection”, IEEE Intelligent Systems, vol. 15, no. 3, pp-64-73, 2000. GONZALO, (1998) J. Gonzalo “FUEGO: A low cost service for fire detection”. Proc. 3rd Int. Conf. on

Forest Fire Research. Luso, Portugal. November 1998. pp. 2029, 1998. LIM, (1990) Lim, J.S., “Two-Dimensional Signal and Image Processing”, Prentice Hall Signal Processing Series, 1990. OLLERO ET AL., (1999) A. Ollero, B.C. Arrue, J.R. Martinez-de Dios, Forest-fire Perception Tools, Int. Symposium on Forest Fire: Needs and Innovations, pp. 415-419, Athens Greece, 1999. RAUSTE, (1996) Rauste, Y., "Forest fire detection with satellites for forest fire control". International Archives o Photogrammetry and Remote Sensing, Vol.XXXI, Part B7 (Proc. of the XVIII Congress of ISPRS, Vienna Austria, 9-19 July 1996), pp. 584-588, 1996.

TSAI, (1986) Tsai, R.Y. “An Efficient and Accurate Camera Calibration Technique for 3D Machine” Vision, Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, pp.364-374, Miami Beach, FL, 1986. VIEGAS, (1999) D.X. Viegas, “Innovations and solutions in fire behaviour prediction issues”, Fores fires: needs and innovations. Proceedings of the Delfi International Symposium, pp. 164-173 1999, Athens (Greece). WYBO ET AL., (1998) J.L. Wybo, G Eftichidis, D. Koutsouris, T. Manganas, D.X. Viegas, T Apostolopoulos, E. Pelosio, G. Bovio, A. Ollero, D. Schmidt and A. Criado “DEDICS: A General Supporting Management of Forest Fire” Proc. 3rd Int. Conf. on Forest Fire Research Luso, Portugal. November 1998. pp. 2003-2012.