CN102156803A - 基于视频识别的江河涌潮检测方法 - Google Patents

基于视频识别的江河涌潮检测方法 Download PDF

Info

Publication number
CN102156803A
CN102156803A CN201110065469XA CN201110065469A CN102156803A CN 102156803 A CN102156803 A CN 102156803A CN 201110065469X A CN201110065469X A CN 201110065469XA CN 201110065469 A CN201110065469 A CN 201110065469A CN 102156803 A CN102156803 A CN 102156803A
Authority
CN
China
Prior art keywords
gaussian distribution
pixel
image
video
background
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
CN201110065469XA
Other languages
English (en)
Other versions
CN102156803B (zh
Inventor
王瑞荣
王建中
薛安克
曾旭
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.)
Nantong Yuzhi Water Saving Irrigation Technology Co ltd
Original Assignee
Hangzhou Dianzi University
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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201110065469XA priority Critical patent/CN102156803B/zh
Publication of CN102156803A publication Critical patent/CN102156803A/zh
Application granted granted Critical
Publication of CN102156803B publication Critical patent/CN102156803B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Abstract

本发明涉及一种基于视频识别的江河涌潮检测方法。本发明通过在沿江布设的视频探测装置，由其负责采集涌潮视频信息，在进行分析处理和识别后，将涌潮视频信息通过无线网络发送到涌潮监测中心；中心根据涌潮信息再向沿江上游各危险点发出该涌潮安全预报。通过视频探测装置采集江面实时视频信号，对视频帧进行处理，建立混合高斯背景模型，构建背景图像，通过当前帧图像与背景图像的对比，在利用高斯模型对背景图像进行更新的同时，提取出运动物体目标，计算运动物体的图像像素，根据预先设定的阈值，自动识别监测点是否有涌潮，并向监测中心发送涌潮图像。本发明能实现远程监控、提高了监测的安全性。

Description

基于视频识别的江河涌潮检测方法
技术领域
本发明属于自动化技术领域，涉及到一种基于视频识别的江河涌潮实时自动检测方法，可用于江河涌潮监测与预报预警。
背景技术
潮水涨落由地球和月球间的引力和离心力差引起。在世界上许多河口，由于特殊的地理结构从而形成了来势凶猛的涌潮，如杭州湾喇叭口地形所形成的天下奇观――钱江大潮。由于对江潮习性认识不足以及缺乏对涌潮到达沿江各危险点时间的准确预报，沿江人们的生产、生活带来一定的破坏性，常年发生人员伤亡等事件。虽然水文水利部门可根据天文数据进行涌潮预报，但由于沿江各个危险点受风力、风向以及其河床特殊地理与演变，水文部门对涌潮的预报时间与涌潮实际到达现场的时间有时误差高达1小时甚至更多，由此对沿江相关作业生产和观潮带来极大的安全隐患。
目前国内外对基于视频识别相关技术的研究较为活跃，如在交通系统中对运动车辆的监控与检测，森林系统中对烟雾的探测与识别，室内系统中对人物的运动状态的模式识别等，但利用视频识别技术对涌潮系统进行自动监测与辨识的实施方案却鲜有报道，一种不同机制水文模型组合的水文预报方法（200910234628.7）提出了一种不同机制水文模型组合的水文预报方法，根据流域特性，配置包括物理概念模型和系统分析模型的水文预报模型，来达到预报预警效果。通常对运动车辆和烟雾的检测采用光流场法，对人物的识别大多基于帧间差分法等等，而在潮水系统中，由于涌潮潮头声势巨大，在摄像头固定的情况下，岸边的物体不会对潮头识别产生干扰，且潮头目标较为明显，很容易与其他目标进行分离。
发明内容
本发明目的在于提供一种基于视频识别的江河涌潮检测方法。
本发明方法通过在沿江布设的视频探测装置，由其负责采集涌潮视频信息，在进行分析处理和识别后，将涌潮视频信息通过无线网络发送到涌潮监测中心；中心根据涌潮信息再向沿江上游各危险点发出该涌潮安全预报。通过视频探测装置采集江面实时视频信号，对视频帧进行处理，建立混合高斯背景模型，构建背景图像，通过当前帧图像与背景图像的对比，在利用高斯模型对背景图像进行更新的同时，提取出运动物体目标，计算运动物体的图像像素，根据预先设定的阈值，自动识别监测点是否有涌潮，并向监测中心发送涌潮图像。
本发明方法的具体步骤是：
1、视频采集装置采集视频，将视频分解为序列图像，同时将图像转换为RGB图像，设                                                
Figure 201110065469X100002DEST_PATH_IMAGE001
是t时刻的某一像素值，其概率密度函数可以表示为：
Figure 825467DEST_PATH_IMAGE002
式中d表示RGB颜色空间的维数，
Figure 201110065469X100002DEST_PATH_IMAGE003
、
Figure 965155DEST_PATH_IMAGE004
和
Figure 201110065469X100002DEST_PATH_IMAGE005
分别表示在t时刻第i个高斯分布的权值、均值和协方差矩阵；
2、为每一个像素点建立混合高斯模型。设用来描述每个像素点特征的高斯分布共有K个，分别记为,i=1,2,…,K。各高斯分布的权值
Figure 201110065469X100002DEST_PATH_IMAGE007
(
Figure 985250DEST_PATH_IMAGE008
)总是按照优先级
Figure 201110065469X100002DEST_PATH_IMAGE009
从高到低的次序排序。若某一像素点的高斯分布权值满足
Figure 213100DEST_PATH_IMAGE010
，则认为该高斯分布拥有该像素点的背景特征，即该高斯分布为该像素点的背景分布，这里
Figure 201110065469X100002DEST_PATH_IMAGE011
为权值阈值；
3、将高斯分布按优先级从大到小与当前像素值
Figure 529550DEST_PATH_IMAGE001
逐一进行匹配验证，判断是否满足条件
Figure 967484DEST_PATH_IMAGE012
，其中是一个阈值常量，若没有背景分布的高斯分布与
Figure 263468DEST_PATH_IMAGE001
匹配，则判定该点为前景，反之为背景；
4、对高斯分布背景模型进行更新。在步骤3的基础上，若没有任何高斯分布与
Figure 172255DEST_PATH_IMAGE001
匹配，则去除优先级最低的一个高斯分布，创建一个新的高斯分布，并赋予较小的权值和较大的方差，同时对所有高斯分布的权值做归一化处理；若第m个高斯分布与
Figure 285705DEST_PATH_IMAGE001
匹配，则对第i个高斯分布的权值作如下处理：
Figure 210936DEST_PATH_IMAGE014
式中
Figure 201110065469X100002DEST_PATH_IMAGE015
为权值的更新率，代表背景特征的稳定性。同时，将该高斯分布的其他参数更新为：
Figure 310610DEST_PATH_IMAGE016
其中
Figure 201110065469X100002DEST_PATH_IMAGE017
为背景的更新率，决定背景的更新速度；
5、处理前景图像，减少噪声干扰。减噪方法采用基于数学形态学的腐蚀操作。腐蚀操作可以消除物体边界点，使目标缩小，消除小于结构元素的噪声点，具体方法为：用一个结构元素(一般是3×3的大小)扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为1，则该像素为1，否则为0；
6、分析图像，报警输出。计算图像前景像素点连通域，若连通域面积满足报警范围的要求，则向监测中心发出报警信息，并将图像发送到监测中心以供监测，否则返回到步骤3进行实时检测。
本发明利用视觉信息来检测涌潮，与传统检测方法相比，最突出的特点不需要与潮水接触，避免了由于海水腐蚀而造成的设备损失，并且可以实时向监测中心发送图像，使工作人员能及时掌握潮水情况。同时，由于涌潮目标明显、连续性强，有助于与其他物体区分开来，大大增强本发明方法的可靠性和准确性。
附图说明
图1为本发明的流程图。
具体实施方式
以下结合附图对本发明作进一步说明。
如图1所示，本发明方法具体实施步骤如下：
1、视频采集装置采集视频，将视频分解为序列图像，同时将图像转换为RGB图像；
2、初始化背景模型，设均值
Figure 309790DEST_PATH_IMAGE018
为第一幅图像像素值，。为每一个像素点建立三个高斯分布。分布1的权重为0.8，方差为900，均值为当前象素点的值；分布2的权重为0.1，方差为900，均值为0；分布3的权重为0.1，900，均值为0。将各高斯分布的权值
Figure 36218DEST_PATH_IMAGE007
(
Figure 386428DEST_PATH_IMAGE008
)按照优先级
Figure 414427DEST_PATH_IMAGE009
从高到低的次序排序。并计算权值是否满足
Figure 533693DEST_PATH_IMAGE010
，若满足，则认为该高斯分布为该像素点的背景分布，这里
Figure 723366DEST_PATH_IMAGE011
为0.025；
3、将高斯分布按优先级从大到小与当前像素值
Figure 560872DEST_PATH_IMAGE001
逐一进行匹配验证，判断是否满足条件
Figure 126982DEST_PATH_IMAGE012
，其中
Figure 864869DEST_PATH_IMAGE013
是一个阈值常量，若没有背景分布的高斯分布与匹配，则判定该点为前景，反之为背景。经反复实验，这里
Figure 550245DEST_PATH_IMAGE013
取20可达到最佳效果；
4、上一步的基础上，若没有任何高斯分布与
Figure 920047DEST_PATH_IMAGE001
匹配，则去除优先级最低的一个高斯分布，创建一个新的高斯分布，权重为0.1，方差为900，均值为0，同时对所有高斯分布的权值做归一化处理；若第m个高斯分布与匹配，则对第i个高斯分布的权值作如下处理：
取
Figure 154216DEST_PATH_IMAGE015
为0.73。同时，将该高斯分布的其他参数更新为：
Figure 265391DEST_PATH_IMAGE016
其中
Figure 276073DEST_PATH_IMAGE017
为0.15；
5、处理前景图像，减少噪声干扰。减噪方法采用基于数学形态学的腐蚀操作。腐蚀操作可以消除物体边界点，使目标缩小，消除小于结构元素的噪声点，具体方法为：用一个结构元素(一般是3×3的大小)扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为1，则该像素为1，否则为0；
6、分析图像，报警输出。计算图像前景像素点连通域，若连通域面积处于报警阈值（大于0.1×总面积，小于0.4×总面积），则向监测中心发出报警信息，并将图像发送到监测中心以供监测，否则返回到步骤3进行实时检测。
通过2007-2009三年在钱塘江九桥、七堡、下沙六号路口等地采集的视频经过处理计算后表明：该方法能够在参数设置合理的情况下，很好的检测出钱塘江大潮的到来。

Claims (1)

1.基于视频识别的江河涌潮检测方法，其特征在于该方法包括如下步骤：
步骤1、视频采集装置采集视频，将视频分解为序列图像，同时将图像转换为RGB图像，设                                               
Figure 201110065469X100001DEST_PATH_IMAGE002
是t时刻的某一像素值，其概率密度函数可以表示为：
Figure 201110065469X100001DEST_PATH_IMAGE004
式中d表示RGB颜色空间的维数，
Figure 201110065469X100001DEST_PATH_IMAGE006
、
Figure 201110065469X100001DEST_PATH_IMAGE008
和分别表示在t时刻第i个高斯分布的权值、均值和协方差矩阵；
步骤2、为每一个像素点建立混合高斯模型；设用来描述每个像素点特征的高斯分布共有K个，分别记为
Figure 201110065469X100001DEST_PATH_IMAGE012
,i=1,2,…,K，各高斯分布的权值
Figure 201110065469X100001DEST_PATH_IMAGE014
总是按照优先级
Figure 201110065469X100001DEST_PATH_IMAGE016
从高到低的次序排序，若某一像素点的高斯分布权值满足
Figure 201110065469X100001DEST_PATH_IMAGE018
，则认为该高斯分布拥有该像素点的背景特征，即该高斯分布为该像素点的背景分布，这里
Figure 201110065469X100001DEST_PATH_IMAGE020
为权值阈值；
步骤3、将高斯分布按优先级从大到小与当前像素值
Figure 607798DEST_PATH_IMAGE002
逐一进行匹配验证，判断是否满足条件
Figure 201110065469X100001DEST_PATH_IMAGE022
，其中
Figure 201110065469X100001DEST_PATH_IMAGE024
是一个阈值常量，若没有背景分布的高斯分布与
Figure 134289DEST_PATH_IMAGE002
匹配，则判定该点为前景，反之为背景；
步骤4、对高斯分布背景模型进行更新；在步骤3的基础上，若没有任何高斯分布与
Figure 783576DEST_PATH_IMAGE002
匹配，则去除优先级最低的一个高斯分布，创建一个新的高斯分布，同时对所有高斯分布的权值做归一化处理；若第m个高斯分布与
Figure 648764DEST_PATH_IMAGE002
匹配，则对第i个高斯分布的权值作如下处理：
Figure 201110065469X100001DEST_PATH_IMAGE026
式中
Figure 201110065469X100001DEST_PATH_IMAGE028
为权值的更新率，代表背景特征的稳定性；同时将该高斯分布的其它参数更新为：
Figure 201110065469X100001DEST_PATH_IMAGE030
其中
Figure 201110065469X100001DEST_PATH_IMAGE032
为背景的更新率，决定背景的更新速度；
     步骤5、处理前景图像，减少噪声干扰；减噪方法采用基于数学形态学的腐蚀操作；腐蚀操作具体方法为：用一个结构元素扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做与操作，如果都为1，则该像素为1，否则为0；
     步骤6、分析图像，报警输出；计算图像前景像素点连通域，若连通域面积满足报警范围的要求，则向监测中心发出报警信息，并将图像发送到监测中心以供监测，否则返回到步骤3进行实时检测。
CN201110065469XA 2011-03-18 2011-03-18 基于视频识别的江河涌潮检测方法 Expired - Fee Related CN102156803B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110065469XA CN102156803B (zh) 2011-03-18 2011-03-18 基于视频识别的江河涌潮检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110065469XA CN102156803B (zh) 2011-03-18 2011-03-18 基于视频识别的江河涌潮检测方法

Publications (2)

Publication Number Publication Date
CN102156803A true CN102156803A (zh) 2011-08-17
CN102156803B CN102156803B (zh) 2012-11-07

Family

ID=44438297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110065469XA Expired - Fee Related CN102156803B (zh) 2011-03-18 2011-03-18 基于视频识别的江河涌潮检测方法

Country Status (1)

Country Link
CN (1) CN102156803B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103090855A (zh) * 2013-01-17 2013-05-08 杭州电子科技大学 一种基于水流流速判断涌潮是否到达的方法
CN111414807A (zh) * 2020-02-28 2020-07-14 浙江树人学院（浙江树人大学） 一种基于yolo技术的潮水识别与危机预警方法
CN113901965A (zh) * 2021-12-07 2022-01-07 广东省科学院智能制造研究所 分液中的液体状态识别方法及分液系统
CN114882674A (zh) * 2022-04-26 2022-08-09 中国公路工程咨询集团有限公司 公路地质灾害智能监测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101586956A (zh) * 2009-06-18 2009-11-25 上海交通大学 基于单目摄像机的河流水位监测方法
CN101968848A (zh) * 2010-09-27 2011-02-09 哈尔滨工业大学深圳研究生院 一种视频监测方法、系统及视频监测报警系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101586956A (zh) * 2009-06-18 2009-11-25 上海交通大学 基于单目摄像机的河流水位监测方法
CN101968848A (zh) * 2010-09-27 2011-02-09 哈尔滨工业大学深圳研究生院 一种视频监测方法、系统及视频监测报警系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《机电工程》 20090430 吴佩贤等 基于音频识别的钱塘江潮涌实时监测技术 74－76 第26卷, 第4期 *
吴佩贤等: "基于音频识别的钱塘江潮涌实时监测技术", 《机电工程》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103090855A (zh) * 2013-01-17 2013-05-08 杭州电子科技大学 一种基于水流流速判断涌潮是否到达的方法
CN111414807A (zh) * 2020-02-28 2020-07-14 浙江树人学院（浙江树人大学） 一种基于yolo技术的潮水识别与危机预警方法
CN111414807B (zh) * 2020-02-28 2024-02-27 浙江树人学院（浙江树人大学） 一种基于yolo技术的潮水识别与危机预警方法
CN113901965A (zh) * 2021-12-07 2022-01-07 广东省科学院智能制造研究所 分液中的液体状态识别方法及分液系统
CN113901965B (zh) * 2021-12-07 2022-05-24 广东省科学院智能制造研究所 分液中的液体状态识别方法及分液系统
CN114882674A (zh) * 2022-04-26 2022-08-09 中国公路工程咨询集团有限公司 公路地质灾害智能监测方法

Also Published As

Publication number Publication date
CN102156803B (zh) 2012-11-07

Similar Documents

Publication Publication Date Title
CN102446390A (zh) 一种对输电线路附近监控区域进行安全检测、预警的方法和系统
CN105989682A (zh) 一种输电线路线下施工机械安全预警监控系统及监控方法
CN104123544A (zh) 基于视频分析的异常行为检测方法及系统
CN102013147B (zh) 高压输电塔智能防盗监控方法和装置
CN102143354B (zh) 基于视频图像处理的输电导线舞动识别计算方法
CN110009158A (zh) 台风暴雨洪水灾害全生命周期监测方法及系统
CN102156803B (zh) 基于视频识别的江河涌潮检测方法
CN115603466B (zh) 一种基于人工智能视觉识别的船舶岸电系统
CN104394361A (zh) 行人越界智能监控装置与检测方法
CN102096977A (zh) 一种入侵外力视频监控及预警的方法
CN101968848B (zh) 一种视频监测方法、系统及视频监测报警系统
CN104581076A (zh) 基于360度全景红外鱼眼摄像机之山火监控识别方法及装置
CN101872526A (zh) 基于可编程摄像技术的烟火智能识别方法
CN109597342A (zh) 一种动态组网智能辨识的采砂船监测装置及方法
CN108256447A (zh) 一种基于深度神经网络的无人机航拍视频分析方法
CN104318503A (zh) 一种根据台风预报降雨的系统及方法
CN102496000A (zh) 一种城市交通事故检测方法
CN102291574A (zh) 基于嵌入式、光传输的复杂场景目标运动跟踪系统及其监控方法
CN103150736A (zh) 一种基于视频监控的摄像机移动检测方法
CN110956823A (zh) 一种基于视频分析的交通拥堵检测方法
CN107274090A (zh) 基于bim技术的建筑设施监管系统
CN109856639A (zh) 基于物联网的长江江豚被动声呐定位和追踪系统及方法
CN113287597B (zh) 一种基于视频研判的输电线路主动驱鸟装置
Zhen et al. Transmission tower protection system based on Internet of Things in smart grid
CN109191747A (zh) 一种输电线路监控的方法及装置

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
ASS Succession or assignment of patent right

Owner name: HAIAN SERVICE CENTER FOR TRANSFORMATION OF SCIENTI

Free format text: FORMER OWNER: HANGZHOU ELECTRONIC SCIENCE AND TECHNOLOGY UNIV

Effective date: 20140618

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 310018 HANGZHOU, ZHEJIANG PROVINCE TO: 226600 NANTONG, JIANGSU PROVINCE

TR01 Transfer of patent right

Effective date of registration: 20140618

Address after: 226600 No. 106 middle Yangtze Road, Haian County, Nantong, Jiangsu

Patentee after: SERVICE CENTER OF COMMERCIALIZATION OF RESEARCH FINDINGS, HAIAN COUNTY

Address before: Hangzhou City, Zhejiang province 310018 Xiasha Higher Education Park No. 2 street

Patentee before: HANGZHOU DIANZI University

EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20110817

Assignee: NANTONG CHANG RONG MECHANICAL AND ELECTRICAL Co.,Ltd.

Assignor: SERVICE CENTER OF COMMERCIALIZATION OF RESEARCH FINDINGS, HAIAN COUNTY

Contract record no.: 2015320000333

Denomination of invention: Video recognition based river tidal bore detection method

Granted publication date: 20121107

License type: Exclusive License

Record date: 20150515

LICC Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model
TR01 Transfer of patent right

Effective date of registration: 20220322

Address after: 226600 No.288, Changjiang West Road, Hai'an town, Hai'an City, Nantong City, Jiangsu Province

Patentee after: Nantong Yuzhi Water Saving Irrigation Technology Co.,Ltd.

Address before: 226600 No. 106, Changjiang Middle Road, Hai'an County, Nantong City, Jiangsu Province

Patentee before: SERVICE CENTER OF COMMERCIALIZATION OF RESEARCH FINDINGS, HAIAN COUNTY

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121107