CN104853154A - 一种基于运动图像的危岩变形信息提取及报警方法 - Google Patents

Abstract

本发明是基于运动图像的危岩变形信息提取及报警方法，智能监测系统是目前世界电子信息技术在变形监测领域应用的前沿。通过运动图像处理技术，获取危岩运动变形图像，利用图像处理与计算机视觉相结合的方法，模拟人的视觉功能，获取危岩变形信息并实现智能预警。本发明能够实现危岩变形特征的实时监测和报警，弥补已有方法成本高不能实时监测或监测点代表性不强的不足，能够为工程地质、矿山工程等相关领域提供危岩变形监测数据与报警。

Description

一种基于运动图像的危岩变形信息提取及报警方法

技术领域

本发明属于地质工程、矿山工程技术领域，尤其是涉及一种基于运动图像的危岩变形信息提取及报警方法。

背景技术

危岩体变形监测工作贯穿防治工程实施前、中、后各阶段，通过严密监测危岩体变形动态，可以预测危岩体的稳定性与变形发展趋势、反馈防治施工设计、指导施工并检验防治效果起了重要的作用。目前，常采用的变形监测手段包括三维激光扫描监测、全站仪定点变形监测、局部裂缝变形监测。三维激光扫描监测精度高，能够准确并详细了解整个危岩各点变形发展趋势，但由于激光扫描仪成本较高，不能够用于实时监测；全站仪能够准确的了解特定控制点的变形发展趋势，但同样由于成本较高，不能够用于实时监测；局部裂缝变形监测能够实时监测特定裂缝的变形发展趋势并预警，但其代表性较差，不能够反应整个危岩体的变形发展趋势。综上所述，目前尚无一款能够实时监测多点变形和预警的危岩变形监测的方法。

发明内容

本发明的目的是为了克服上述技术缺陷而提供的一种基于运动图像的危岩变形信息提取及报警方法。智能监测系统是目前世界电子信息技术在变形监测领域应用的前沿。通过运动图像处理技术，获取危岩运动变形图像，利用图像处理与计算机视觉相结合的方法，模拟人的视觉功能，获取危岩变形信息并实现智能预警。本发明能够实现危岩变形特征的实时监测和报警，弥补已有方法成本高不能实时监测或监测点代表性不强的不足，能够为工程地质、矿山工程等相关领域提供危岩变形监测数据与报警。

本发明的目的可以通过以下技术方案来实现：

一种基于运动图像的危岩变形信息提取及报警方法，其特征在于，本方法涉及的硬件包括CCD传感器摄像机、光敏传感器、太阳能电池板、锂电池、无线传输设备、定位支撑装置和服务器。所述的CCD传感器摄像机具有夜视、防水功能。所述的光敏传感器能够感应自然光强度，自动调整CCD传感器感光度和运行模式。

选取监测点并布设定位支撑装置6，将带有无线传输装置5的CCD传感器摄像机1架设在定位支撑装置6上，要求CCD传感器摄像机1的镜头对准危岩体7。太阳能电池板3吸收光能转化为电能并储存在锂电池4中，光敏传感器2能够感应自然光强度，自动调整CCD传感器1感光度和运行模式。利用CCD传感器摄像机1获取视频序列图像，将图像通过无线传输装置5上传至服务器8。

服务器8随后对序列图像进行以下处理：

(1)降噪预处理，消除图像噪点；

(2)检测并消除阴影；

(3)识别岩体和裂缝区域；

(4)利用帧间差分法对相邻两帧图像进行差值计算；

(5)通过对多次对差值进行累加计算累计变形量和变形速率；

(6)利用设置的虚拟线圈k(x,y)和变形速率预警值v^max进行变形预警，当危岩体7变形进入虚拟线圈或变形速率大于报警值时，服务器8自动向工程人员发出报警。

所述服务器8随后对序列图像进行以下处理，该软件计算部分各步骤详述为：

(1)运动图像是由一系列像素点值组成的集合(假设为N行M列)，这些像素点的值可以看作是二维函数f(x,y)，因此可以将一副数字图像f(x,y)按照以下矩阵表示：

$f(x,y)=\left[\begin{array}{cccc}f\left(\mathrm{0,0}\right)& f\left(\mathrm{0,1}\right)& ...& f(0,M)\\ f\left(\mathrm{1,0}\right)& f\left(\mathrm{1,1}\right)& ...& f(1,M)\\ .& & & \\ .& & & \\ .& & & \\ f(N,0)& f(N,1)& ...& f(N,M)\end{array}\right]---\left(I\right)$

式中：f(0,0)表示图像像素矩阵第0行第0列像素点值，以此类推。

(2)为了消除光线过强或不足在CCD传感器上产生的像素噪点，需首先对图像进行降噪处理(式II)。

$\mathrm{Noise}=\left\{\begin{array}{cc}1& f^H(x,y)\&le;N^{\min },f^H(x,y)\&GreaterEqual;N^{\max }\\ 0& N^{\min }<f^H(x,y)<N^{\max }\end{array}\right.----\left(\mathrm{II}\right)$

式中：1表示确定为阴影；0表示非阴影；f^H(x,y)为当前帧色调值；N^min为白色噪点色调阈值，N^max为黑色噪点色调阈值。

(3)为了光线阴影影响效应，需首先选取一张图像无阴影的标准图像作为背景图像，利用HSV颜色空间检测后期图像阴影(式III)。

$\mathrm{Shadow}=\left\{\begin{array}{cc}& \mathrm{\&alpha;}\&le;\frac{f^v(x,y)\&times;H}{B^v(x,y)\&times;H^B}\&le;\mathrm{\&beta;},\\ 1& (f^S(x,y)\&times;H-B^S(x,y)\&times;H^B)\&le;T^S,\\ & (f^H(x,y)\&times;H-B^H(x,y)\&times;H^B)\&le;T^H\\ 0& \mathrm{otherwise}\end{array}\right.---\left(\mathrm{III}\right)$

式中：1表示确定为阴影；0表示非阴影；H、H^B分别为背景光强度修正系数和当前帧环境光强度修正系数，由光敏传感器获得；f^ν(x,y)为当前帧灰度值；B^ν(x,y)为背景灰度值；f^S(x,y)为当前帧饱和度值；B^S(x,y)为背景饱和度值；f^H(x,y)为当前帧色调值；B^H(x,y)为背景色调值；α，β，T^S，T^H为经验阈值，根据实际情况确定。

(4)将阴影区域从图像中删除出去后，需要对岩体和裂缝进行识别(式IV)。

$\mathrm{UnstableRock}=\left\{\begin{array}{cc}2& F^{H_{\min }}\&le;f^H(x,y)\&times;H\&le;F^{H_{\max }}\\ 1& Y^{H_{\min }}\&le;f^H(x,y)\&times;H\&le;Y^{H_{\max }}\\ 0& f^H(x,y)\&times;H<F^{H_{\min }},f^H(x,y)\&times;H>F^{H_{\max }}\end{array}\right.---\left(\mathrm{IV}\right)$

式中：2表示确定为裂缝；1表示确定为岩体；0表示非岩体；f^H(x,y)为当前帧色调值；H为当前帧环境光强度修正系数，由光敏传感器获得；为裂缝色调最小、最大阈值；为岩体色调最小、最大阈值，根据实际情况确定。

(5)利用帧间差分法监测危岩运动和裂缝变形，通过相邻的两帧图像进行相减(式V)，去除静止的物体，保留运动区域，该方法计算量小，不需要考虑背景缓变的影响，对背景的变化不敏感：

$\mathrm{\&Delta;}{f}_{t_n}(x,y)=|f_{t_n}(x,y)-f_{t_{n-1}}(x,y)|---\left(V\right)$

式中：分别表示t_n、t_n-1时刻图像；表示t_n-1时刻图像与t_n时刻图像差值。

(6)通过对多次帧间差值的累加，可以得到危岩体累计变形量(式VI)和变形速率(式VII)。

$\begin{array}{c}{\mathrm{\&Delta;f}}_{t_0~t_n}(x,y)={\mathrm{\&Delta;f}}_{t_1}(x,y)\&cup;{\mathrm{\&Delta;f}}_{t_2}(x,y)\&cup;...\&cup;f_{t_n}(x,y)\\ =|f_{t_0}(x,y)-f_{t_1}(x,y)|\&cup;|f_{t_1}(x,y)-f_{t_2}(x,y)|\&cup;\\ ...\&cup;|f_{t_n}(x,y)-f_{t_{n-1}}(x,y)|\end{array}---\left(\mathrm{VI}\right)$

$\mathrm{\&Delta;}{v}_{t_0~t_n}(x,y)=\frac{{\mathrm{\&Delta;f}}_{t_0~t_n}(x,y)}{t_n-t_0}---\left(\mathrm{VII}\right)$

式中：表示t₁与t₀、t₂与t₁、t₃与t₂…t_n与t_n-1时刻图像差值；表示t₀到t_n时刻的累计变形量；表示t₀到t_n时刻的平均变形速率。

(7)设置虚拟线圈k(x,y)和变形速率预警值v^max，用于变形预警：

$\mathrm{Alarm}=\left\{\begin{array}{cc}1& \mathrm{\&Delta;}{f}_{t_0~t_n}(x,y)>k(x,y),{\mathrm{\&Delta;v}}_{t_0~t_n}(x,y)>v^{\max }\\ 0& \mathrm{otherwise}\end{array}\right.---\left(\mathrm{VIII}\right)$

式中：1表示报警；0表示不报警；k(x,y)为设置的虚拟线圈；v^max表示预定变形速率报警值，根据实际情况确定。

综上，本发明方法原理为：CCD传感器摄像机获取视频序列图像，将图像通过无线传输装置上传至服务器，服务器随后对序列图像进行降噪预处理，提取危岩体特征参数并识别阴影、岩体和裂缝区域，利用帧间差分法对相邻两帧图像进行差值计算，对差值进行累加计算提取累计变形量和变形速率，利用设置的虚拟线圈k(x,y)和变形速率预警值v^max进行变形预警，当危岩体变形进入虚拟线圈或变形速率大于报警值时，服务器自动向工程人员发出报警。

具体实施中，太阳能电池板吸收光能转化为电能并储存在锂电池中，光敏传感器能够感应自然光强度，自动调整CCD传感器感光度和运行模式，CCD传感器摄像机获取视频序列图像，将图像通过无线传输装置上传至服务器，服务器随后对序列图像进行降噪预处理，提取危岩体特征参数并识别阴影、岩体和裂缝区域，利用帧间差分法对相邻两帧图像进行差值计算，对差值进行累加计算提取累计变形量和变形速率。另外，根据前期背景图像设置虚拟线圈用于变形预警，当危岩体变形进入虚拟线圈或变形速率大于报警值时，服务器自动向工程人员发出报警。

本发明能够实现危岩变形特征的实时监测和报警，弥补已有方法成本高不能实时监测或监测点代表性不强的不足，能够为工程地质、矿山工程等相关领域提供危岩变形监测数据与报警。

附图说明

图1为本发明的使用方法示意图；

图2为本发明的技术流程图；

图1中1为CCD传感器摄像机，2为光敏传感器，3为太阳能电池板，4为锂电池，5为无线数据发射装置，6为定位支撑装置，7为危岩体，8为服务器。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

具体实施例中，如图1所示，选取监测点并布设定位支撑装置6，将带有无线传输装置5的CCD传感器摄像机1架设在定位支撑装置6上，要求CCD传感器摄像机1的镜头对准危岩体7。太阳能电池板3吸收光能转化为电能并储存在锂电池4中，光敏传感器2能够感应自然光强度，自动调整CCD传感器1感光度和运行模式。利用CCD传感器摄像机1获取视频序列图像，将图像通过无线传输装置5上传至服务器8。

如图2所示，服务器8随后对序列图像进行以下处理：(1)降噪预处理，消除图像噪点；(2)提取危岩体7特征参数并消除阴影；(3)识别岩体和裂缝区域；(4)利用帧间差分法对相邻两帧图像进行差值计算；(5)对差值进行累加计算提取累计变形量和变形速率；(6)用累计变形量；(7)利用设置的虚拟线圈k(x,y)和变形速率预警值v^max进行变形预警，当危岩体7变形进入虚拟线圈或变形速率大于报警值时，服务器8自动向工程人员发出报警。

Claims (2)

1.一种基于运动图像的危岩变形信息提取及报警方法，其特征在于，本方法涉及的硬件包括CCD传感器摄像机、光敏传感器、太阳能电池板、锂电池、无线传输设备、定位支撑装置和服务器,所述的CCD传感器摄像机具有夜视、防水功能,所述的光敏传感器能够感应自然光强度，自动调整CCD传感器感光度和运行模式；

选取监测点并布设定位支撑装置6，将带有无线传输装置5的CCD传感器摄像机1架设在定位支撑装置6上，要求CCD传感器摄像机1的镜头对准危岩体7，太阳能电池板3吸收光能转化为电能并储存在锂电池4中，光敏传感器2能够感应自然光强度，自动调整CCD传感器1感光度和运行模式,利用CCD传感器摄像机1获取视频序列图像，将图像通过无线传输装置5上传至服务器8；

服务器8随后对序列图像进行以下处理：

(1)降噪预处理，消除图像噪点；

(2)检测并消除阴影；

(3)识别岩体和裂缝区域；

(4)利用帧间差分法对相邻两帧图像进行差值计算；

(5)通过对多次对差值进行累加计算累计变形量和变形速率；

(6)利用设置的虚拟线圈k(x,y)和变形速率预警值v^max进行变形预警，当危岩体7变形进入虚拟线圈或变形速率大于报警值时，服务器8自动向工程人员发出报警。

2.根据权利要求1所述的一种基于运动图像的危岩变形信息提取及报警方法，其特征在于，所述服务器8随后对序列图像进行以下处理，该软件计算部分各步骤详述为：

(1)运动图像是由一系列像素点值组成的集合(假设为N行M列)，这些像素点的值可以看作是二维函数f(x,y)，因此可以将一副数字图像f(x,y)按照以下矩阵表示：

$f(x,y)=\left[\begin{array}{cccc}f\left(\mathrm{0,0}\right)& f\left(\mathrm{0,1}\right)& ...& f(0,M)\\ f\left(\mathrm{1,0}\right)& f\left(\mathrm{1,1}\right)& ...& f(1,M)\\ .& & & \\ .& & & \\ .& & & \\ f(N,0)& f(N,1)& ...& f(N,M)\end{array}\right]---\left(I\right)$

式中：f(0,0)表示图像像素矩阵第0行第0列像素点值，以此类推。

(2)为了消除光线过强或不足在CCD传感器上产生的像素噪点，需首先对图像进行降噪处理(式II)

$\mathrm{Noise}=\left\{\begin{array}{cc}1& f^H(x,y)\&le;N^{\min },f^H(x,y)\&GreaterEqual;N^{\max }\\ 0& N^{\min }<f^H(x,y)<N^{\max }\end{array}\right.---\left(\mathrm{II}\right)$

式中：1表示确定为阴影；0表示非阴影；f^H(x,y)为当前帧色调值；N^min为白色噪点色调阈值，N^max为黑色噪点色调阈值

(3)为了光线阴影影响效应，需首先选取一张图像无阴影的标准图像作为背景图像，利用HSV颜色空间检测后期图像阴影(式III)

$\mathrm{Shadow}=\left\{\begin{array}{cc}& \mathrm{\&alpha;}\&le;\frac{f^v(x,y)\&times;H}{B^v(x,y)\&times;H^B}\&le;\mathrm{\&beta;},\\ 1& (f^S(x,y)\&times;H-B^S(x,y)\&times;H^B)\&le;T^S,\\ & (f^H(x,y)\&times;H-B^H(x,y)\&times;H^B)\&le;T^H\\ 0& \mathrm{otherwise}\end{array}\right.---\left(\mathrm{III}\right)$

式中：1表示确定为阴影；0表示非阴影；H、H^B分别为背景光强度修正系数和当前帧环境光强度修正系数，由光敏传感器获得；f^ν(x,y)为当前帧灰度值；B^ν(x,y)为背景灰度值；f^S(x,y)为当前帧饱和度值；B^S(x,y)为背景饱和度值；f^H(x,y)为当前帧色调值；B^H(x,y)为背景色调值；α，β，T^S，T^H为经验阈值，根据实际情况确定

(4)将阴影区域从图像中删除出去后，需要对岩体和裂缝进行识别(式IV)。

$\mathrm{Unstable\; Rock}=\left\{\begin{array}{cc}2& F^{H_{\min }}\&le;f^H(x,y)\&times;H\&le;F^{H_{\max }}\\ 1& Y^{H_{\min }}\&le;f^H(x,y)\&times;H\&le;Y^{H_{\max }}\\ 0& f^H(x,y)\&times;H<F^{H_{\min }},f^H(x,y)\&times;H>f^{H_{\max }}\end{array}\right.---\left(\mathrm{IV}\right)$

式中：2表示确定为裂缝；1表示确定为岩体；0表示非岩体；f^H(x,y)为当前帧色调值；H为当前帧环境光强度修正系数，由光敏传感器获得；为裂缝色调最小、最大阈值；为岩体色调最小、最大阈值，根据实际情况确定

(5)利用帧间差分法监测危岩运动和裂缝变形，通过相邻的两帧图像进行相减(式V)，去除静止的物体，保留运动区域，该方法计算量小，不需要考虑背景缓变的影响，对背景的变化不敏感：

${\mathrm{\&Delta;f}}_{t_n}(x,y)=|f_{t_n}(x,y)-f_{t_{n-1}}(x,y)|---\left(V\right)$

式中：分别表示t_n、t_n-1时刻图像；表示t_n-1时刻图像与t_n时刻图像差值

(6)通过对多次帧间差值的累加，可以得到危岩体累计变形量(式VI)和变形速率(式VII)

$\begin{array}{c}{\mathrm{\&Delta;f}}_{t_0~t_n}(x,y)={\mathrm{\&Delta;f}}_{t_1}(x,y)\&cup;{\mathrm{\&Delta;f}}_{t_2}(x,y)\&cup;...\&cup;f_{t_n}(x,y)\\ =|f_{t_0}(x,y)-f_{t_1}(x,y)|\&cup;|f_{t_1}(x,y)-f_{t_2}(x,y)|\&cup;\\ ...\&cup;|f_{t_n}(x,y)-{f_{t_{n-1}}}^{}(x,y)|\end{array}---\left(\mathrm{VI}\right)$

${\mathrm{\&Delta;v}}_{t_0~t_n}(x,y)=\frac{{\mathrm{\&Delta;f}}_{t_0~t_n}(x,y)}{t_n-t_0}---\left(\mathrm{VII}\right)$

式中：表示t₁与t₀、t₂与t₁、t₃与t₂…t_n与t_n-1时刻图像差值；表示t₀到t_n时刻的累计变形量；表示t₀到t_n时刻的平均变形速率

(7)设置虚拟线圈k(x,y)和变形速率预警值v^max，用于变形预警：

$\mathrm{Alarm}=\left\{\begin{array}{cc}1& {\mathrm{\&Delta;f}}_{t_0~t_n}(x,y)>k(x,y),{\mathrm{\&Delta;v}}_{t_0~t_n}(x,y)>v^{\max }\\ 0& \mathrm{otherwise}\end{array}\right.---\left(\mathrm{VIII}\right)$

式中：1表示报警；0表示不报警；k(x,y)为设置的虚拟线圈；v^max表示预定变形速率报警值，根据实际情况确定。