Suriani, Giuseppe, Montalto, Placido Maria, Cassisi, Carmelo, Andronico, Daniele, Lodato, Luigi, Biale, Emilio, and Mangiagli, Salvatore
Within the framework of Ash-RESILIENCE, we are performing an innovative and extremely low cost, low energy consumption and small size wireless electronic multi sensor system for the detection and monitoring of volcanic ash in sensitive areas, in order to manage information and alerts caused by ash fallout in real time. We want to implement a Wireless Systems Network in order to record, process and share data acquired to monitor areas affected by ash fallout. Collected data will be available through remote access connecting the systems directly to the acquisition center at INGV-OE. To obtain an embedded device with appropriate computational power without influencing system costs and dimensions, we employed a “Single Board Computer”, such as Raspberry Pi. The main challenges are: • decreasing the overall complexity of the system using fewer sensors and mechanics to maximize reliability; • promoting innovative software solutions, using powerful open source image processing tools. We developed an algorithm for ash detection to receive alerts and monitoring data when the ash amount in the ground exceeds a pre-specified value of interest. From this point of view, to detect volcanic ash we used an image processing approach, which represents the central aspect of the system. To distinguish images pixels into two classes data, background (white collecting surface) and foreground (dark ash particles), we determine an automatic adaptive image threshold to carry out the binarization of images to get dependable information for the measure of the ash quantity starting with the ash particles pictures acquired by a visible, small size, low cost Full HD camera. The next goal will be integrating into the algorithm the innovative method “Pixel Digital Weight” we conceived, to accurately measure the ash weight, which does not require sophisticated scales and sensors, but only by means of the image processing., Nell’ambito del progetto AshRESILIENCE, si è sviluppato un sistema innovativo, a basso costo, basso consumo energetico e di piccole dimensioni per il rilevamento e il monitoraggio della cenere vulcanica in aree sensibili, per gestire in tempo reale le informazioni e le segnalazioni generate da eventi di caduta di cenere vulcanica. L’obiettivo è quello di registrare, elaborare e condividere i dati acquisiti per monitorare le aree colpite da eventi di questo tipo. I dati raccolti saranno trasmessi collegando le stazioni direttamente al centro acquisizione dati dell’INGVOE, in modalità wireless. Per ottenere un sistema performante senza influenzare i costi e le sue dimensioni, si è scelto di utilizzare una soluzione che impiega un “Single Board Computer”, come il Raspberry Pi. Le principali sfide affrontate sono state: • minimizzazione della complessità del sistema attraverso l’impiego di un numero minimo di sensori e parti meccaniche per una contemporanea massimizzazione dell’affidabilità; • sviluppo di soluzioni software innovative, utilizzando potenti strumenti open source per l’elaborazione delle immagini. Per conseguire tali obiettivi è stato sviluppato un algoritmo per il monitoraggio dei dati acquisiti con l’obiettivo di inviare dei messaggi di alert quando la quantità di cenere supera un valore di interesse predefinito. Per perseguire tale obiettivo, sono state implementate procedure basate principalmente sull’elaborazione delle immagini dove i pixel sono divisi in due classi: sfondo (superficie di raccolta bianca) e primo piano (particelle di cenere scura). Sulla base della divisione in classi, viene individuata una soglia adattativa rispetto all’immagine originaria al fine di effettuare la binarizzazione della stessa e ottenere informazioni affidabili per la misura della quantità di cenere grazie all’utilizzo di una fotocamera compatta, Full HD e a basso costo. Il prossimo obiettivo sarà integrare nell’algoritmo l’innovativo metodo «Pixel Digital Weight», da noi concepito, per stimare con elevata precisione il peso della cenere senza l’impiego di sofisticate bilance e sensori, ma esclusivamente per mezzo dell’elaborazione delle immagini.