CN101915569A - 风浪要素数值实景监测系统及其监测方法 - Google Patents

风浪要素数值实景监测系统及其监测方法 Download PDF

Info

Publication number
CN101915569A
CN101915569A CN 201010222250 CN201010222250A CN101915569A CN 101915569 A CN101915569 A CN 101915569A CN 201010222250 CN201010222250 CN 201010222250 CN 201010222250 A CN201010222250 A CN 201010222250A CN 101915569 A CN101915569 A CN 101915569A
Authority
CN
China
Prior art keywords
image
stormy waves
module
wave
storm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN 201010222250
Other languages
English (en)
Other versions
CN101915569B (zh
Inventor
王坚红
张金龙
苗春生
刘刚
李洪利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing great faith Meteorological Technology Co., Ltd.
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN2010102222501A priority Critical patent/CN101915569B/zh
Publication of CN101915569A publication Critical patent/CN101915569A/zh
Application granted granted Critical
Publication of CN101915569B publication Critical patent/CN101915569B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明提供一种风浪要素数值实景监测系统及其监测方法,属于非入侵式风浪特征参数定量测量的技术领域。本发明的监测系统包括风浪图像采集模块、风浪图像处理模块和风浪信息处理模块;本发明的监测方法包括:A、图像采集模块采集录入的风浪图像;B、图像处理模块处理图像采集模块采集的风浪图像;C、风浪信息处理模块将图像处理模块得到的风浪图像资料作进一步运算处理,并将所得风浪数值信息存储归档。本发明结构简洁、便于携带和安置,同时易于使用操作,可进行现场或远距离遥测,功能性强。

Description

风浪要素数值实景监测系统及其监测方法
技术领域:
本发明涉及一种风浪要素数值实景监测系统及其监测方法,属于非入侵式风浪特征参数定量测量的技术领域。
背景技术:
数字化实景监测是立足于数码照相或数码摄像技术的一种图像式监测和数值化信息提取的系统。图像式实景监控在目前已是普遍化普通化的动态监控手段,无论是水陆交通、太空航行还是室内安全都使用了实景监控。但是监测不同于监控,如同数字信号不同于模拟信号,模拟信号需要经过AtoD板的转换才成为数字信号。由数码相机或数码摄像机传输的图像需要经过图像处理才能将图像中的专业信息数值化地提取出来。
对于动态固体或静止固体的实景测量,被测对象的形状、大小等相对于被测空间坐标系,是对相对稳定的,因此摄影坐标空间与实际三维空间的相对关系易于确定。在自然环境下还有GPS定位系统的协助,因此图像的定位测量与坐标系转换关系相对明确。
但是对于流体,情况变得相当复杂,特别是风浪结构,形态多变,需要进行统计特征求取和报告统计数值信息。现代卫星雷达遥感的风浪测量,以主动式和被动式电磁波的发射与接受为基本过程,它们的测量原理均是从海洋和水体之外,通过遥感水面电磁波,包括可见光、远红外、微波等后向散射回波信号,反演获得水动力信息。这类测量也有其自身的局限:除了设备昂贵以外,雷达微波脉冲及其回波信号在大气中传播,受到电离层、平流层、海气界面等多重影响。而且这种影响随时空变化,对资料质量有明显干扰,此外因为距离远,探测区的分辨率也较粗。随着数码相机设备的普及,多年来,有各种波浪摄影测量的尝试,这类工作有的着重测量波浪的某一要素,或仅考虑在特定环境条件下,如室内水槽中的波面特征,或是进行理论推求等,但都为近距离波浪摄影测量提供了有益的启发。美国海洋研究所的波浪图形技术是根据波面像素点(pixel)在摄影图像中的色彩强度差异随时间变化来反演近岸潮汐浪的起伏。再根据目标空间中的像素当量和实际参考基准点的三维数值比对进行两维像空间向三维实际场空间转换,进而求出波浪高度值。在这个过程中,波面色彩强度受太阳入射角影响,随环境天气及光学强度变化而变化,使资料分析受到干扰。特别是实际水面空间中参考基准点的建立、确定以及与监测对象同时刻比对,往往比图像中观测对象的确定困难的多,这对流体动态摄影测量中两维图像空间向三维实际空间的转换造成困难,而且对实景监测的适应环境也形成限制。
发明内容
发明目的:
本发明的所要解决的技术问题是解决局地实景风浪要素的非入侵式自动化监测问题,通过设计简便的测量过程和建立合适的图像专业信息提取运算,提供一种风浪要素数值实景监测系统及其监测方法。
技术方案:
本发明为实现上述发明目的采用如下技术方案:
一种风浪要素数值实景监测系统,包括风浪图像采集模块、风浪图像处理模块和风浪信息处理模块;其中:
图像采集模块用于采集由照相机或摄像机录入的风浪图像;
图像处理模块用于处理图像采集模块采集的风浪图像;
风浪信息处理模块用于将图像处理模块得到的图像资料进行运算处理,得到风浪要素数值信息并存储归档。
进一步地,上述的风浪要素数值实景监测系统中风浪图像采集模块包括图像输入模块、图像播放模块、图像选择模块和图像存储模块,其中:
图像输入模块用于输入采集到的风浪图像;
图像播放模块用于播放图像输入模块所传送的风浪图像;
图像选择模块用于选择进行分析的风浪图像;
图像存储模块用于存储图像选择模块所选择的风浪图像。
进一步地,上述的风浪要素数值实景监测系统中风浪图像处理模块包括监测环境要素确定模块、图像校正模块、图像标定模块和风浪波峰线确定模块;其中:
监测环境要素确定模块用于确定拍摄环境及拍摄条件的要素;
图像校正模块用于对风浪图像进行校正,即对倾斜式摄影造成的风浪图像变形进行校正;
图像标定模块用于对风浪图像进行标定,即求取像素当量获得目标物的实际空间尺度;
风浪波峰线确定模块用于波峰线的确定与绘制。
进一步地,上述的风浪要素数值实景监测系统中风浪信息处理模块包括风浪要素运算模块、风浪要素显示模块和风浪要素存储模块;其中:
风浪要素运算模块用于计算风浪运动要素和风浪结构要素;
风浪要素显示模块用于显示风浪运动要素和风浪结构要素;
风浪要素存储模块用于存储归档风浪信息数值资料。
一种基上述的风浪要素数值实景监测系统的监测方法,包括以下步骤:
1)由照相机或摄像机录入风浪图像,接着采用图像输入模块将录入的风浪图像经图像播放模块发送到图像选择模块,图像选择模块进行风浪图像选择,将选中的图像发送至图像存储模块;所述图像选择模块进行风浪图像选择有两种方式:
方式i、设定每隔若干秒采集一帧风浪图像,保存这一监测时段内的有规律时间间隔的风浪图像,以备分析;
方式ii、任意选定一帧风浪图像,获得不规则时间间隔的风浪图像,以备分析;
2)在图像存储模块里存储的图像,经监测环境要素确定模块提供附属环境条件后,先采用图像校正模块对存储的图像进行图像校正,接着采用图像标定模块对校正后的图像进行标定;其中所述附属环境条件包括环境风速的等级、摄影镜头的角度、摄影镜头距水面的高度、被测流场的水深;
3)采用风浪波峰线确定模块确定波峰线并绘制;
4)根据风浪图像中的波峰线信息,经风浪要素运算模块获取风浪运动学参数和风浪结构参数,再由风浪要素显示模块定量显示出来,最终传入到风浪要素存储模块存储归档。
进一步地,上述的风浪要素数值实景监测系统的监测方法的步骤2)中图像校正模块进行图像校正的方法是通过对倾斜拍摄时相机距水面的高度、相机角度与垂直俯视拍摄时相机角度的对比,获得订正角度,依据风浪图像的上下尺度应对称一致的实际状况,获得矫正系数,从而对倾斜拍摄的风浪图像进行调整。
进一步地,上述的风浪要素数值实景监测系统的监测方法的步骤2)中采用图像标定模块进行图像标定的方法是通过对已知尺度的漂浮性可移动参考物的拍摄,求出图像中的尺度与实际空间尺度的对应比例,根据像素当量计算出所摄风浪的实际尺度,在摄影条件固定的情况下,标定过程与监测过程分离,标定物对被测风浪场无干扰。
进一步地,上述的风浪要素数值实景监测系统的监测方法的步骤3)中风浪波峰线确定的方法为:
选择分析所选风浪截图,在图中选定该波峰线起点,该起点为具有m*n个像素点的矩形种子模块,其中m、n分别为该种子模块的两个相邻边长像素点个数;然后在紧邻种子模块下方的矩形搜索区中,将种子模板与相同尺度的子模板进行滑动顺序相关系数计算,相关系数最大的子模板被确定为该搜索区中的波锋线所在子模板,与种子模板相连,构成一段波锋线,接着以该子模板为新的种子模板,继续向下延伸,确定下一段波锋线,直至绘出整条波峰线;
当选定同一风浪截图中多个波锋线起点后,根据上述步骤,可同时绘制出所有选定的波峰线;
进一步地,上述的风浪要素数值实景监测系统的监测方法的步骤4)中经风浪要素运算模块获取风浪运动学参数的步骤如下:
步骤A、由两条相邻波峰线的相对平均位置确定波长,其中相对平均位置包括两层:
一是以两相邻波峰线间最大间距至三分之一宽度为止,计算宽度平均波长;
二是对全场多条波峰线间距进行平均以及同环境条件下不同图帧的平均值进行平均,经此处理获得平均波长;
步骤B、由波长根据风浪解析式计算出波周期、波速度、波龄;
步骤C,由波锋线确定波方向,根据波方向垂直于波锋线原理,通过对每条波峰线进行X、Y分量合成方向角度的求取,求出一帧图像上多条波峰线的平均方向,对同环境条件下不同图帧的平均方向进行平均,获得分析时段风浪平均传播方向;
综合上述要素参量,可构成风浪运动学参数集。
进一步地,上述的风浪要素数值实景监测系统的监测方法的所述的步骤4)中的风浪结构要素运算的方法是依托非线性风浪概率特征分布规律,由周期与波高的概率分布曲线关系式,经实验参数调整,从周期逆运算,反演出波高,进而计算出平均波高、有效波高、1/10大波波高、波陡等风浪结构要素集。
有益效果:
(1)本发明可实现局地风浪实景监测,即同时提供影像监控与定量数值测量结果。
(2)本发明为非入侵式测量,对施测风波流动场没有人为干扰,保持了流场的原有特征,简化了测量设备的安装与维护,由于数码照相器材的普及,测量成本也较低。
(3)具有简洁的测量流程,获取全面的风浪结构与风浪动态特征的各项统计参数。以实景监测的二维影像为基本图像处理空间,建立二维平面图形校正与标定,避免了图像处理中二维图形空间坐标向三维实际空间坐标系的转换,简化了处理过程,减少了转换误差的产生。
(4)具有独特的测量原理,从风浪影像结构中最突出且较稳定的特征----波峰线入手,首先从摄影图像中自动辨识出风浪波峰线,由此确定统计的波长,进而获得周期、波速、波方向、波龄等风浪数值化运动统计学参数。
(5)依据风浪非线性动力统计特性的谱模型,从风浪动力统计规律确定波高及风浪形态结构,使所测得和所反演的风浪结构参数符合流体动力学统计特征。由已获得的实际风浪统计波长与周期,结合多种非线性动力统计波高谱模型公式,建立波高逆运算方程。并结合实际风况对逆运算公式进行函数调整。由风浪周期反演风浪统计波高,从而得到有效波高、1/10大波波高、波陡等描述局地风浪时空结构的统计参数。
(6)应用领域广泛:海洋、海洋气象、海气相互作用、流体动力学、水上航行等领域的实际应用、研究工作、教学示范等方面的局地风浪监测与风浪全面参数的定量获取。
附图说明:
图1是本发明的总体结构图。
图2是本发明中风浪图像采集模块示意图。
图3是本发明中风浪图像处理模块示意图。
图4是本发明中风浪信息处理模块示意图。
图5为图像校正对比图;其中(a)、(c)为校正前的图,(b)、(d)为校正后的图。
图6为不同摄影环境时相机的角度图。
图7为像素当量的求取图;其中(a)标尺式、(b)为已知尺度的浮块式。
图8为控制界面中像素当量计算的弹出窗口图。
图9为波峰线自动绘制原理图。
图10为风浪场中绘制成的波峰线图。
图11为风浪方向的计算原理图。
图12为非线性风浪谱图;其中(a)为Nemann谱图、(b)为P-M谱图。
图13为测量结果图。
具体实施方案:
下面结合附图对技术方案的实施作进一步的详细描述:
如图1所示,系统由三个子系统构成:①风浪图像采集部分,包括图像输入、图像播放、图像选择和图像存储。②风浪图像处理部分,包括环境要素参数输入,图像校正,图像标定,波峰线两维空间确定。③风浪图像信息处理部分,包括风浪运动学要素和风浪结构要素计算,以及计算值显示,风浪信息数值资料存储归档等。
如图2所示,风浪图像采集模块示意图,包括图像输入模块、图像播放模块、图像选择模块和图像存储模块,其中:
图像输入模块用于输入采集到的风浪图像;
图像播放模块用于播放图像输入模块所传送的风浪图像;
图像选择模块用于选择进行分析的风浪图像;
图像存储模块用于存储图像选择模块所选择的风浪图像。
如图3所示,风浪图像处理模块示意图,包括监测环境要素确定模块、图像校正模块、图像标定模块和风浪波峰线确定模块;其中:
监测环境要素确定模块用于确定拍摄环境及拍摄条件的要素;
图像校正模块用于对风浪图像进行校正,即对倾斜式摄影造成的风浪图像变形进行校正;
图像标定模块用于对风浪图像进行标定,即求取像素当量获得目标物的实际空间尺度;
风浪波峰线确定模块用于波峰线的确定与绘制。
如图4所示,风浪信息处理模块示意图。包括风浪要素运算模块、风浪要素显示模块和风浪要素存储模块;其中:
风浪要素运算模块用于计算风浪运动要素和风浪结构要素;
风浪要素显示模块用于显示风浪运动要素和风浪结构要素;
风浪要素存储模块用于存储归档风浪信息数值资料。
如图5所示,当相机倾斜于被摄区域时,所摄图像形成近宽远窄的变形,因此需要进行图像校正,在控制界面中通过对相机距水面高度的确定、相机角度和垂直俯摄角度的比较,获得订正角度,依据图的上下尺度应对称一致的实际状况,获得矫正系数,从而线性地对图像在纵向进行调整.校正前后的图像如图6(a)、(c)和(b)、(d)所示。
如图7所示图像标定是求出图像中的尺度与实际空间尺度的对应比例,由于图像的基本尺度单位是像素点,因此该比例称为像素当量。[图7(a)标尺式,(b)已知尺度的浮块式];
如图8根据像素当量可计算出所拍摄风浪波长的实际尺度。在此测定中,只需了解参照物的水平两维信息,即从图像空间向实际水平两维空间对应,简化了空间转换过程,避免了从图像直接向实际三维空间转换时产生的误差。
波峰线是两维风浪场图像中最为显著也相对稳定的风浪结构特征,而波峰线的确定将为获得波长图像信息奠定基本条件。
图9所示波峰线的识别原理是通过确定波峰线起始点,即选定某波锋线起点,该起点为具有m*n个像素点的矩形种子模块,然后在紧邻种子模块下方的矩形搜索区中,将种子模板与相同尺度的子模板进行滑动顺序相关系数计算,相关系数最大的子模板被确定为该搜索区中的波锋线所在子模板,与种子模板相连,构成一段波锋线,接着以该子模板为新的种子模板,继续向下延伸新的搜索区,通过重复相关系数的计算选择方案,自动搜索确定波锋线,直至绘出整条波峰线;
图10所示波峰线的具体位置可根据图中的相对位置确定,因此两条相邻波峰线的相对平均位置(最宽处至三分之一宽处的总平均)可定出波长,再求出全场平均波长以及相同环境条件下的多帧图的波长平均。由平均波长可根据风浪要素解析式计算出相应的波周期、波速度、波龄等风浪运动学参数。
风浪波长L与波周期T和波速C的关系式为:
L = g T 2 2 π th 2 πd L , C = g T 2 π th 2 πd L
式中d为水深,g为重力加速度,th为双曲函数。
波龄公式:β=c/V
为波速c和风速V之比,为表示波浪发展程度的量。
波峰线与风浪的传播方向垂直,因此获得了波峰线,即可逐步推导出风浪传播方向。具体步骤如图11所示。先对每条波峰线进行X、Y分量合成方向角度求取,获得平均方向,即相对于北方(0°)的角度,再求出一帧图像上多条波峰线的平均方向角度,并可推至多帧系列图的计算,由此获得风浪平均传播方向。
非线性风浪的基本形态由非线性风浪谱描述,有多种类型的非线性风浪谱。如图12所示,图12(a)为Nemann谱,图12(b)为P-M谱;风浪谱概率曲线建立了频率(横坐标)与波高(纵坐标)之间的关系.而频率是周期的倒数,因此风浪谱也是周期与波高的动力统计关系谱.由于周期是从图像中波峰线反演出的波长获得,因此可通过概率谱的风浪动力统计特征分布,建立起由波长逆运算获得波高的计算方案,也就是波长与波高的非线性关系式。
由于有各种不同类型的非线性风浪概率谱,因此根据实测资料验证一种更相符实验环境与资料形态的谱.确定:
H ‾ i , j = u i 2 g exp ( ln ( g T i , j ‾ 19.48 u i ) 0.625 ) + b i , j
其中g是重力加速度,9.8m/s2,T为波周期,H为波高,bi,j是调试参数,为拟合多项式,也是风速的函数;i为水深级别,j为风况级别;加入调整参数可反演出波高、以及其余风浪结构统计参数:有效波高、1/10大波波高、波陡等。
实验室风波流水槽风浪斜向摄影测量结果如图13所示。
下表为:结果举例。
表1  两个测量实例的比较
风浪要素数值实景监测系统的基本工作原理为通过流体动态结构的摄影图像分析,以及非线性风浪概率谱分布,获得由风浪波峰线辨识至反演出风浪波高等全部风浪结构参数和风浪动态统计参数。在此过程中简化了图像空间与实际空间的坐标转换,并考虑了非线性风浪的动力统计概率分布的约束,获得满足误差限度的定量风浪结构参数,达到实景监测同时提供图像与数值信息的效果。
整个工作过程通过控制界面进行。系统工作流程为:摄影---风浪图像选择与截图环境参数确定----图像校正-----图像标定----波峰线自动识别----风浪运动学参数确定,包括波长、周期、波速、波龄、风浪波动传播方向-----根据非线性风浪概率分布与参数调整,由周期逆运算,求出波高以及其余风浪结构参数包括有效波高、1/10大波波高、波陡等。

Claims (10)

1.一种风浪要素数值实景监测系统,其特征在于,包括风浪图像采集模块、风浪图像处理模块和风浪信息处理模块;其中:
图像采集模块用于采集由照相机或摄像机录入的风浪图像;
图像处理模块用于处理图像采集模块采集的风浪图像;
风浪信息处理模块用于将图像处理模块得到的图像资料进行运算处理,得到风浪要素数值信息并存储归档。
2.根据权利要求1所述的风浪要素数值实景监测系统,其特征在于,所述风浪图像采集模块包括图像输入模块、图像播放模块、图像选择模块和图像存储模块,其中:
图像输入模块用于输入采集到的风浪图像;
图像播放模块用于播放图像输入模块所传送的风浪图像;
图像选择模块用于选择进行分析的风浪图像;
图像存储模块用于存储图像选择模块所选择的风浪图像。
3.根据权利要求1所述的风浪要素数值实景监测系统,其特征在于,所述风浪图像处理模块包括监测环境要素确定模块、图像校正模块、图像标定模块和风浪波峰线确定模块;其中:
监测环境要素确定模块用于确定拍摄环境及拍摄条件的要素;
图像校正模块用于对风浪图像进行校正,即对倾斜式摄影造成的风浪图像变形进行校正;
图像标定模块用于对风浪图像进行标定,即求取像素当量获得目标物的实际空间尺度;
风浪波峰线确定模块用于波峰线的确定与绘制。
4.根据权利要求1所述的风浪要素数值实景监测系统,其特征在于,所述风浪信息处理模块包括风浪要素运算模块、风浪要素显示模块和风浪要素存储模块;其中:
风浪要素运算模块用于计算风浪运动要素和风浪结构要素;
风浪要素显示模块用于显示风浪运动要素和风浪结构要素;
风浪要素存储模块用于存储归档风浪信息数值资料。
5.一种基于权利要求1至4任意所述的风浪要素数值实景监测系统的监测方法,其特征在于,包括以下步骤:
1)由照相机或摄像机录入风浪图像,接着采用图像输入模块将录入的风浪图像经图像播放模块发送到图像选择模块,图像选择模块进行风浪图像选择,将选中的图像发送至图像存储模块;所述图像选择模块进行风浪图像选择有两种方式:
方式i、设定每隔若干秒采集一帧风浪图像,保存这一监测时段内的有规律时间间隔的风浪图像,以备分析;
方式ii、任意选定一帧风浪图像,获得不规则时间间隔的风浪图像,以备分析;
2)在图像存储模块里存储的图像,经监测环境要素确定模块提供附属环境条件后,先采用图像校正模块对存储的图像进行图像校正,接着采用图像标定模块对校正后的图像进行标定;其中所述附属环境条件包括环境风速的等级、摄影镜头的角度、摄影镜头距水面的高度、被测流场的水深;
3)采用风浪波峰线确定模块确定波峰线并绘制;
4)根据风浪图像中的波峰线信息,经风浪要素运算模块获取风浪运动学参数和风浪结构参数,再由风浪要素显示模块定量显示出来,最终传入到风浪要素存储模块存储归档。
6.根据权利要求5所述的风浪要素数值实景监测系统的监测方法,其特征在于,所述步骤2)中图像校正模块进行图像校正的方法是通过对倾斜拍摄时相机距水面的高度、相机角度与垂直俯视拍摄时相机角度的对比,获得订正角度,依据风浪图像的上下尺度应对称一致的实际状况,获得矫正系数,从而对倾斜拍摄的风浪图像进行调整。
7.根据权利要求5所述的风浪要素数值实景监测系统的监测方法,其特征在于,所述的步骤2)中采用图像标定模块进行图像标定的方法是通过对已知尺度的漂浮性可移动参考物的拍摄,求出图像中的尺度与实际空间尺度的对应比例,根据像素当量计算出所摄风浪的实际尺度,在摄影条件固定的情况下,标定过程与监测过程分离,标定物对被测风浪场无干扰。
8.根据权利要求5所述的风浪要素数值实景监测系统的监测方法,其特征在于,所述步骤3)中风浪波峰线确定的方法为:
选择分析所选风浪截图,在图中选定该波峰线起点,该起点为具有m*n个像素点的矩形种子模块,其中m、n分别为该种子模块的两个相邻边长像素点个数;然后在紧邻种子模块下方的矩形搜索区中,将种子模板与相同尺度的子模板进行滑动顺序相关系数计算,相关系数最大的子模板被确定为该搜索区中的波锋线所在子模板,与种子模板相连,构成一段波锋线,接着以该子模板为新的种子模板,继续向下延伸,确定下一段波锋线,直至绘出整条波峰线;
当选定同一风浪截图中多个波锋线起点后,根据上述步骤,可同时绘制出所有选定的波峰线;
9.根据权利要求5所述的风浪要素数值实景监测系统的监测方法,其特征在于,所述步骤4)中经风浪要素运算模块获取风浪运动学参数的步骤如下:
步骤A、由两条相邻波峰线的相对平均位置确定波长,其中相对平均位置包括两层:
一是以两相邻波峰线间最大间距至三分之一宽度为止,计算宽度平均波长;
二是对全场多条波峰线间距进行平均以及同环境条件下不同图帧的平均值进行平均,经此处理获得平均波长;
步骤B、由波长根据风浪解析式计算出波周期、波速度、波龄;
步骤C,由波锋线确定波方向,根据波方向垂直于波锋线原理,通过对每条波峰线进行X、Y分量合成方向角度的求取,求出一帧图像上多条波峰线的平均方向,对同环境条件下不同图帧的平均方向进行平均,获得分析时段风浪平均传播方向;
综合上述要素参量,可构成风浪运动学参数集。
10.根据权利要求5所述的风浪要素数值实景监测系统的监测方法,其特征在于所述的步骤4)中的风浪结构要素运算的方法是依托非线性风浪概率特征分布规律,由周期与波高的概率分布曲线关系式,经实验参数调整,从周期逆运算,反演出波高,进而计算出平均波高、有效波高、1/10大波波高、波陡等风浪结构要素集。
CN2010102222501A 2010-07-07 2010-07-07 风浪要素数值实景监测系统及其监测方法 Active CN101915569B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010102222501A CN101915569B (zh) 2010-07-07 2010-07-07 风浪要素数值实景监测系统及其监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010102222501A CN101915569B (zh) 2010-07-07 2010-07-07 风浪要素数值实景监测系统及其监测方法

Publications (2)

Publication Number Publication Date
CN101915569A true CN101915569A (zh) 2010-12-15
CN101915569B CN101915569B (zh) 2012-09-26

Family

ID=43323134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102222501A Active CN101915569B (zh) 2010-07-07 2010-07-07 风浪要素数值实景监测系统及其监测方法

Country Status (1)

Country Link
CN (1) CN101915569B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108898680A (zh) * 2018-05-30 2018-11-27 链家网(北京)科技有限公司 一种在虚拟三维空间中自动校正截取图片的方法及装置
CN109084953A (zh) * 2018-08-28 2018-12-25 水利部交通运输部国家能源局南京水利科学研究院 水槽中波浪特征参数获取装置及其获取方法
CN110573834A (zh) * 2017-09-08 2019-12-13 株式会社小松制作所 施工管理装置及施工管理方法
CN114620186A (zh) * 2022-03-15 2022-06-14 国家海洋技术中心 一种小型化海洋测波浮标装置与测波及风要素反演方法
CN115144835A (zh) * 2022-09-02 2022-10-04 南京信大气象科学技术研究院有限公司 一种基于神经网络的卫星反演天气雷达反射率的方法
CN115859840A (zh) * 2023-02-27 2023-03-28 中国海洋大学 一种海洋环境动力要素区域极值分析方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3938891A (en) * 1970-07-13 1976-02-17 Tuttle Fordyce E Apparatus for detecting changes in a natural ocean wave pattern
EP1262792A1 (en) * 2001-05-31 2002-12-04 Starlab Barcelona SL System for monitoring a feature of a surface by reflected satellite navigation signals
JP3783058B2 (ja) * 2003-07-19 2006-06-07 独立行政法人情報通信研究機構 レーダ画像からの波浪方向スペクトル逆推定方法及びシステム
CN101034004A (zh) * 2007-01-15 2007-09-12 国家海洋技术中心 视频波浪测量方法和测量系统
CN100451677C (zh) * 2005-11-18 2009-01-14 北京航空航天大学 高光谱全偏振成像遥感系统
CN201748922U (zh) * 2010-07-07 2011-02-16 南京信息工程大学 风浪要素数值实景监测系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3938891A (en) * 1970-07-13 1976-02-17 Tuttle Fordyce E Apparatus for detecting changes in a natural ocean wave pattern
EP1262792A1 (en) * 2001-05-31 2002-12-04 Starlab Barcelona SL System for monitoring a feature of a surface by reflected satellite navigation signals
JP3783058B2 (ja) * 2003-07-19 2006-06-07 独立行政法人情報通信研究機構 レーダ画像からの波浪方向スペクトル逆推定方法及びシステム
CN100451677C (zh) * 2005-11-18 2009-01-14 北京航空航天大学 高光谱全偏振成像遥感系统
CN101034004A (zh) * 2007-01-15 2007-09-12 国家海洋技术中心 视频波浪测量方法和测量系统
CN100470215C (zh) * 2007-01-15 2009-03-18 国家海洋技术中心 视频波浪测量方法和测量系统
CN201748922U (zh) * 2010-07-07 2011-02-16 南京信息工程大学 风浪要素数值实景监测系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《中国优秀硕士学位论文全文数据库》 20080818 姜静波 《海洋剖面测量系统形态模拟及仿真研究》 , 2 *
《大连水产学院学报》 20070630 于晓利等 《小风区水域波浪预测方法的探讨》 1-10 第22卷, 第3期 2 *
《计算机工程》 20091130 侯学隆 《基于FFT的海浪实时仿真方法》 第35卷, 第22期 2 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110573834A (zh) * 2017-09-08 2019-12-13 株式会社小松制作所 施工管理装置及施工管理方法
US11100663B2 (en) 2017-09-08 2021-08-24 Komatsu Ltd. Construction management device and construction management method
CN108898680A (zh) * 2018-05-30 2018-11-27 链家网(北京)科技有限公司 一种在虚拟三维空间中自动校正截取图片的方法及装置
CN109084953A (zh) * 2018-08-28 2018-12-25 水利部交通运输部国家能源局南京水利科学研究院 水槽中波浪特征参数获取装置及其获取方法
CN109084953B (zh) * 2018-08-28 2020-03-31 水利部交通运输部国家能源局南京水利科学研究院 水槽中波浪特征参数获取装置及其获取方法
CN114620186A (zh) * 2022-03-15 2022-06-14 国家海洋技术中心 一种小型化海洋测波浮标装置与测波及风要素反演方法
CN115144835A (zh) * 2022-09-02 2022-10-04 南京信大气象科学技术研究院有限公司 一种基于神经网络的卫星反演天气雷达反射率的方法
CN115859840A (zh) * 2023-02-27 2023-03-28 中国海洋大学 一种海洋环境动力要素区域极值分析方法

Also Published As

Publication number Publication date
CN101915569B (zh) 2012-09-26

Similar Documents

Publication Publication Date Title
CN101915569B (zh) 风浪要素数值实景监测系统及其监测方法
Holland et al. Practical use of video imagery in nearshore oceanographic field studies
Chickadel et al. An optical technique for the measurement of longshore currents
Holman et al. The history and technical capabilities of Argus
Holman et al. The application of video image processing to the study of nearshore processes
Tuell et al. Overview of the coastal zone mapping and imaging lidar (CZMIL): a new multisensor airborne mapping system for the US Army Corps of Engineers
Sold et al. Methodological approaches to infer end-of-winter snow distribution on alpine glaciers
CN201748922U (zh) 风浪要素数值实景监测系统
CN110110654B (zh) 一种针对下降型海洋内孤立波的振幅反演方法及装置
Pajalić et al. Monitoring and data analysis in small-scale landslide physical model
CN104062653B (zh) 基于三维微地貌重建的雷达遥感多尺度面粗糙度测量方法
Yeu et al. Evaluation of the accuracy of bathymetry on the Nearshore coastlines of Western Korea from satellite altimetry, multi-beam, and airborne bathymetric LiDAR
CN110275155A (zh) 一种地基激光雷达强度数据的自校正方法
Benetazzo et al. Characterizing the signature of a spatio-temporal wind wave field
Valentini et al. Exploiting remote imagery in an embayed sandy beach for the validation of a runup model framework
McNinch Bar and swash imaging radar (BASIR): A mobile X-band radar designed for mapping nearshore sand bars and swash-defined shorelines over large distances
CN111487621A (zh) 一种基于雷达图像的海表流场反演方法及电子设备
Benassai et al. Sea wave numerical simulations with COSMO-SkyMed© SAR data
Wengrove et al. Monitoring morphology of the Sand Engine leeside using Argus’ cBathy
Guisado-Pintado et al. Monitoring cross-shore intertidal beach dynamics using oblique time-lapse photography
CN110687024A (zh) 一种基于图像的爆破粉尘量的测量方法
CN113406006B (zh) 一种用于探测第二模态凸型内孤立波振幅的方法
Weissling et al. Antarctic sea-ice altimetry: scale and resolution effects on derived ice thickness distribution
Bostater Jr et al. Shallow water surface gravity wave imaging, spectra and their use in shallow water dredging operations
CN115983141B (zh) 一种基于深度学习反演海浪波高的方法、介质及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20160105

Address after: No. 9 Zhongshan Science Park by the road in Liuhe District of Nanjing City, Jiangsu province 211505

Patentee after: Nanjing great faith Meteorological Technology Co., Ltd.

Address before: 210044 Nanjing Ning Road, Jiangsu, No. six, No. 219

Patentee before: Nanjing University of Information Science and Technology