CN106056593A - 一种基于图像建模的危岩位移监测方法 - Google Patents

一种基于图像建模的危岩位移监测方法 Download PDF

Info

Publication number
CN106056593A
CN106056593A CN201610358453.0A CN201610358453A CN106056593A CN 106056593 A CN106056593 A CN 106056593A CN 201610358453 A CN201610358453 A CN 201610358453A CN 106056593 A CN106056593 A CN 106056593A
Authority
CN
China
Prior art keywords
monitoring
image
crag
observed
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
CN201610358453.0A
Other languages
English (en)
Other versions
CN106056593B (zh
Inventor
黄河
阎宗岭
徐建强
张小松
李聪
王扬
杜孟秦
熊远维
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.)
China Merchants Chongqing Communications Research and Design Institute Co Ltd
Original Assignee
China Merchants Chongqing Communications Research and Design Institute Co Ltd
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 China Merchants Chongqing Communications Research and Design Institute Co Ltd filed Critical China Merchants Chongqing Communications Research and Design Institute Co Ltd
Priority to CN201610358453.0A priority Critical patent/CN106056593B/zh
Publication of CN106056593A publication Critical patent/CN106056593A/zh
Application granted granted Critical
Publication of CN106056593B publication Critical patent/CN106056593B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30184Infrastructure
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30232Surveillance

Landscapes

  • Image Processing (AREA)

Abstract

本发明提供了一种基于图像建模的危岩位移监测方法,其基于计算机图像处理和建模匹配技术,能够对待观测危岩区域的危岩位移情况进行全天候的实时监测,无需借助较为昂贵的专用检测设施,也无需较为复杂的地址勘测方法协助,降低了监测成本,并且改进了计算机图像处理监测危岩位移的方案,结合背景图像建模和对监测图像的匹配处理方案,能够有效克服光照变化、气候变化的影响以及非危岩运动物体的运动干扰,同时结合多重匹配判断的机制,确保了对待观测危岩位移监测结果的准确性,有效的解决了现有技术中危岩安全性实时监测实现难、监测成本较高、监测准确性有限的问题,能够很好的应用到实际的危岩安全性监测技术中。

Description

一种基于图像建模的危岩位移监测方法
技术领域
本发明涉及危岩防护和治理技术以及计算机图像处理技术领域,尤其涉及一种基于图像建模的危岩位移监测方法。
背景技术
危岩是潜在的崩塌体,是岩土工程领域中较为常见的构筑物,其判别的主要根据是:所在位置高差大,或者所在坡体是孤立陡峭的山嘴,坡体前有巨大临空面的凹形陡坡;坡体内裂隙发育,岩体结构不完整,有大量与斜坡倾向一致或平行延伸的裂隙或软弱带;坡脚崩塌物发育,表明曾发生过崩塌活动;坡体上已有拉张裂隙出现,并不断扩展;岩体发生蠕变,出现坠石;这些现象都预示着危岩崩塌随时可能发生。
危岩安全关系重大,不仅关乎人民群众生命财产的安全,同样关乎国家经济利益,关乎交通安全等;因危岩表面成一定的角度倾斜,在自身重量及其它外界诱发因素的条件下,坡体具有沿着坡表滑移及破坏的地质现象,称之为滑坡。所以危岩的安全检测和危情预警是成功避免危岩灾害的首要手段。
现有的危岩稳定性分析方法主要有:工程地质法、刚体极限平衡法、有限元法、数值计算法、危岩稳定性系统法。国内外的危岩安全监测方法主要包括:从危岩的外表进行监测的方法,如光纤位移测量、坡表大地测量、GPS监测、红外遥感监测法、合成孔径雷达干涉测量、闭合法等,以及对于滑坡体地表以下的深部进行监测的方法,如依靠声发射监测技术、钻孔倾斜仪、水压监测仪等开展的监测方法。但上述这些危岩安全监测方法往往需要借助较为昂贵的专用检测设施,或者需要较为复杂的地址勘测方法协助,监测成本较高,处理时效较慢,难以实现持续性的实时监测。
而较为常用的能够持续性实时监测的技术手段,是基于计算机图像处理技术的危岩位移监测法,其主要方法是采用摄像装置对待观测危岩区域进行图像采集和监测,通过对监测图像进行运动物体检测,而实现对危岩位移的实时监测,其中较为常用的运动物体检测方法主要为背景差分法和帧间差分法;然而,背景差分法不能很好的适应光照变化、气候变化等情况对图像色度、明亮度所带来的影响,而帧间差分法虽然能够在一定程度上克服光照变化、气候变化所带来的影响,但却容易受到树叶摇摆、路过行人等非危岩运动物体的运动干扰。所以,现有技术中基于计算机图像处理技术的危岩位移监测法的监测准确性都比较有限,误判率较高,难以很好的应用到实际的危岩安全性监测技术中。
发明内容
针对现有技术存在的上述不足,本发明的目的在于提供一种基于图像建模的危岩位移监测方法,其基于计算机图像处理和建模匹配技术,能够对待观测危岩区域的危岩位移情况进行全天候的实时监测,并且结合背景图像建模和对监测图像的匹配处理方案,来克服光照变化、气候变化的影响以及非危岩运动物体的运动干扰,从而有效提升监测准确性,以解决现有技术中危岩安全性实时监测实现难、监测成本较高、监测准确性有限的问题。
为了解决上述技术问题,本发明采用了如下的技术方案:
一种基于图像建模的危岩位移监测方法,采用摄像装置对待观测危岩区域进行图像采集和监测,根据监测图像中运动目标与背景的变化特性,通过背景图像建模和对监测图像的匹配处理,实现对危岩位移的实时监测;具体包括如下步骤:
A)建立待观测危岩在安全状态下的危岩背景图像模型;该步骤具体为:
a1)采集安全状态下待观测危岩区域的外貌图像,作为背景图像;
a2)对背景图像进行平滑滤波和边缘增强的预处理后,得到背景平滑图像;
a3)将背景平滑图像转换为灰度图,得到背景灰度图像,并通过图像边缘检测处理,得到背景灰度图像中待观测危岩的目标对象位置区域;
a4)根据在背景灰度图像中待观测危岩的目标对象位置区域确定背景平滑图像中待观测危岩的目标对象位置区域,且在背景平滑图像中待观测危岩的目标对象位置区域以内指定至少3个监测点位置区域,记录各个监测点位置区域的区域图像坐标,并分别针对背景平滑图像中每个监测点位置区域的色彩分布信息建立对应的高斯分布模型,从而将背景平滑图像中各个监测点位置区域的色彩分布信息对应的高斯分布模型作为安全状态下的危岩背景图像模型,存入背景模型数据库;
B)对待观测危岩区域进行实时的监测拍摄,并针对获得的待观测危岩监测图像,实时地逐帧建立危岩监测图像模型;其中,针对每一帧的待观测危岩监测图像,建立危岩监测图像模型的步骤具体为:
b1)对该帧待观测危岩监测图像进行平滑滤波和边缘增强的预处理后,得到该帧的监测平滑图像;
b2)根据所记录的各个监测点位置区域的区域图像坐标,在该帧的监测平滑图像中标记出各个监测点位置区域,且分别针对该帧的监测平滑图像中每个监测点位置区域的色彩分布信息建立对应的高斯分布模型,从而将该帧的监测平滑图像中各个监测点位置区域的色彩分布信息对应的高斯分布模型作为该帧待观测危岩监测图像的危岩监测图像模型;
C)对待观测危岩监测图像实时地逐帧进行背景匹配处理,根据背景匹配处理结果,实时判断待观测危岩区域是否发生危岩位移;其中,在每一帧待观测危岩监测图像的危岩监测图像模型建立完成后,则立即执行该帧待观测危岩监测图像的背景匹配处理,且针对该帧待观测危岩监测图像进行背景匹配处理的步骤具体为:
c1)从背景模型数据库中提取当前最新存入的一个危岩背景图像模型;
c2)将该帧待观测危岩监测图像的危岩监测图像模型中各个监测点位置区域的色彩分布信息所对应的高斯分布模型分别与当前提取的危岩背景图像模型中相应监测点位置区域的色彩分布信息所对应的高斯分布模型进行匹配,若均匹配成功,则执行步骤c3);否则,执行步骤c4);
c3)判定当前待观测危岩区域为安全状态,并将该帧待观测危岩监测图像的危岩监测图像模型作为新的危岩背景图像模型,存入背景模型数据库;然后跳转至步骤c7);
c4)判断对该针待观测危岩监测图像进行背景匹配处理的次数是否达到预设定的匹配次数限值K;若未达到,则执行步骤c5);若已达到,则执行步骤c6);
c5)从背景模型数据库中提取此前一个存入的危岩背景图像模型,然后返回执行步骤c2);
c6)判定当前待观测危岩区域发生危岩位移,并执行危岩位移报警;然后跳转至步骤c7);
c7)对该帧待观测危岩监测图像的背景匹配处理结束。
上述的基于图像建模的危岩位移监测方法中,作为优选方案,在所述步骤a4)中指定的监测点位置区域数量为3~8个。
上述的基于图像建模的危岩位移监测方法中,作为优选方案,在所述步骤a4)中指定的各个监测点位置区域之中,要求任意3个监测点位置区域的几何中心点的连线均能够构成三角形。
上述的基于图像建模的危岩位移监测方法中,作为优选方案,所述步骤c2)中,将该帧待观测危岩监测图像的危岩监测图像模型中各个监测点位置区域的色彩分布信息所对应的高斯分布模型分别与当前提取的危岩背景图像模型中相应监测点位置区域的色彩分布信息所对应的高斯分布模型进行匹配时,具体匹配方式为:
分别计算该帧待观测危岩监测图像的危岩监测图像模型中每个监测点位置区域的色彩分布信息所对应的高斯分布模型相比于当前提取的危岩背景图像模型中相应监测点位置区域的色彩分布信息所对应的高斯分布模型的匹配变化率,且计算各个监测点位置区域所对应的匹配变化率的总和;若每个监测点位置区域所对应的匹配变化率均未超过预设定的个体变化率阈值,且各个监测点位置区域所对应的匹配变化率的总和未超过预设定的总体变化率阈值,则判定均匹配成功;若任意一个监测点位置区域所对应的匹配变化率均超过了预设定的个体变化率阈值,或者各个监测点位置区域所对应的匹配变化率的总和超过了预设定的总体变化率阈值,则判定匹配失败。
上述的基于图像建模的危岩位移监测方法中,作为优选方案,所述步骤C)中,匹配次数限值K的取值为3~10。
相比于现有技术,本发明具有如下有益效果:
1、本发明基于图像建模的危岩位移监测方法,基于计算机图像处理和建模匹配技术,能够对待观测危岩区域的危岩位移情况进行全天候的实时监测,无需借助较为昂贵的专用检测设施,也无需较为复杂的地址勘测方法协助,降低了监测成本。
2、本发明基于图像建模的危岩位移监测方法,改进了计算机图像处理监测危岩位移的方案,结合背景图像建模和对监测图像的匹配处理方案,能够有效克服光照变化、气候变化的影响以及非危岩运动物体的运动干扰,同时结合多重匹配判断的机制,有效确保了对待观测危岩位移监测结果的准确性。
3、本发明基于图像建模的危岩位移监测方法,有效的解决了现有技术中危岩安全性实时监测实现难、监测成本较高、监测准确性有限的问题,能够很好的应用到实际的危岩安全性监测技术中。
附图说明
图1为本发明基于图像建模的危岩位移监测方法的监测实施场景示意图。
图2为本发明基于图像建模的危岩位移监测方法的流程图。
具体实施方式
本发明提供了一种基于图像建模的危岩位移监测方法,其基于计算机图像处理和建模匹配技术,其监测实施场景如图1所示,采用摄像装置1对待观测危岩区域进行图像采集和监测,以危岩区域中的待观测危岩体3为目标,利用计算机装置2获取摄像装置1的监测图像进行运动物体检测,进而实现对危岩位移的实时监测。但在本发明基于图像建模的危岩位移监测方法中,需要采用新的图像处理方案,来克服光照变化、气候变化的影响以及非危岩运动物体的运动干扰,以提升对危岩区域的危岩位移监测准确性。
为了达到这样的技术目的,本发明基于图像建模的危岩位移监测方法,采用摄像装置对待观测危岩区域进行图像采集和监测,根据监测图像中运动目标与背景的变化特性,通过背景图像建模和对监测图像的匹配处理,实现对危岩位移的实时监测;具体处理流程如图2所示,包括如下步骤:
A)建立待观测危岩在安全状态下的危岩背景图像模型。该步骤具体为:
a1)采集安全状态下待观测危岩区域的外貌图像,作为背景图像;
a2)对背景图像进行平滑滤波和边缘增强的预处理后,得到背景平滑图像;通过平滑滤波和边缘增强的预处理,更便于提取图像中的像素分布和边缘轮廓,更易于实现边缘检测以及色彩分布信息的捕获;
a3)将背景平滑图像转换为灰度图,得到背景灰度图像,并通过图像边缘检测处理,得到背景灰度图像中待观测危岩的目标对象位置区域;转换为灰度图可以大幅减少执行边缘检测处理的数据处理量,提升处理效率,根据边缘检测处理后得到的物体轮廓,就能够方便的确认背景灰度图像中待观测危岩的目标对象位置区域;
a4)根据在背景灰度图像中待观测危岩的目标对象位置区域确定背景平滑图像中待观测危岩的目标对象位置区域,且在背景平滑图像中待观测危岩的目标对象位置区域以内指定至少3个监测点位置区域,记录各个监测点位置区域的区域图像坐标,并分别针对背景平滑图像中每个监测点位置区域的色彩分布信息建立对应的高斯分布模型,从而将背景平滑图像中各个监测点位置区域的色彩分布信息对应的高斯分布模型作为安全状态下的危岩背景图像模型,存入背景模型数据库。
在步骤a4)中,所指定的一个监测点位置区域,可以是以一个指定像素点为中心的m×n的局部图像像素区域(m、n均为正整数,且可以有m=n,当然也可以m≠n),该监测点位置区域内各像素点的色彩分布信息能够被用以作为待观测危岩在图像中的几何位置识别特征,因此采用高斯建模,通过监测点位置区域的色彩分布信息的高斯分布模型来体现待观测危岩在图像中的几何位置识别特征;高斯建模获得高斯分布模型的方法已是非常成熟的现有技术,其具体流程可以通过很多现有技术资料而查询获得,其非本发明的技术创新点,在此不再展开论述;本发明是将高斯分布模型应用于作为对监测点位置区域色彩分布信息的变化情况加以识别的识别参数;而在其中,所指定的监测点位置区域数量至少需要为3个,因为待观测危岩的轻微位移的情况难以通过2个以下监测点位置区域的色彩分布变化而加以识别,当然,指定的监测点位置区域数量越多,对待观测危岩发生位移而导致图像色彩分布变化的识别敏感度就越强,然而监测点位置区域数量过多又容易导致数据处理量过大,因此本发明中指定的监测点位置区域数量最好为3~8个。此外,在指定的各个监测点位置区域之中,最好要求任意3个监测点位置区域的几何中心点的连线均能够构成三角形,这样更有助于根据指定的各个监测点位置区域的色彩分布信息变化来判断出待观测危岩在不同方向上的位移情况。
B)对待观测危岩区域进行实时的监测拍摄,并针对获得的待观测危岩监测图像,实时地逐帧建立危岩监测图像模型。
其中,针对每一帧的待观测危岩监测图像,建立危岩监测图像模型的步骤具体为:
b1)对该帧待观测危岩监测图像进行平滑滤波和边缘增强的预处理后,得到该帧的监测平滑图像;通过平滑滤波和边缘增强的预处理,更便于提取图像中的像素分布,更易于实现色彩分布信息的捕获;
b2)根据所记录的各个监测点位置区域的区域图像坐标,在该帧的监测平滑图像中标记出各个监测点位置区域,且分别针对该帧的监测平滑图像中每个监测点位置区域的色彩分布信息建立对应的高斯分布模型,从而将该帧的监测平滑图像中各个监测点位置区域的色彩分布信息对应的高斯分布模型作为该帧待观测危岩监测图像的危岩监测图像模型。
通过对待观测危岩监测图像的逐帧建模处理,使得每一帧待观测危岩监测图像在此前指定的每个监测点位置区域内的色彩分布信息均被建模,构成相应帧待观测危岩监测图像的危岩监测图像模型,其危岩监测图像模型便能够用以与危岩背景图像模型进行匹配对比,以判断待观测危岩是否发生位移变化。
C)对待观测危岩监测图像实时地逐帧进行背景匹配处理,根据背景匹配处理结果,实时判断待观测危岩区域是否发生危岩位移;其中,在每一帧待观测危岩监测图像的危岩监测图像模型建立完成后,则立即执行该帧待观测危岩监测图像的背景匹配处理,且针对该帧待观测危岩监测图像进行背景匹配处理的步骤具体为:
c1)从背景模型数据库中提取当前最新存入的一个危岩背景图像模型;
c2)将该帧待观测危岩监测图像的危岩监测图像模型中各个监测点位置区域的色彩分布信息所对应的高斯分布模型分别与当前提取的危岩背景图像模型中相应监测点位置区域的色彩分布信息所对应的高斯分布模型进行匹配,若均匹配成功,则执行步骤c3);否则,执行步骤c4);
c3)判定当前待观测危岩区域为安全状态,并将该帧待观测危岩监测图像的危岩监测图像模型作为新的危岩背景图像模型,存入背景模型数据库;然后跳转至步骤c7);
c4)判断对该针待观测危岩监测图像进行背景匹配处理的次数是否达到预设定的匹配次数限值K;若未达到,则执行步骤c5);若已达到,则执行步骤c6);
c5)从背景模型数据库中提取此前一个存入的危岩背景图像模型,然后返回执行步骤c2);
c6)判定当前待观测危岩区域发生危岩位移,并执行危岩位移报警;然后跳转至步骤c7);
c7)对该帧待观测危岩监测图像的背景匹配处理结束。
在步骤C)对待观测危岩监测图像实时地逐帧进行背景匹配处理的过程中,其对每一帧待观测危岩监测图像的背景匹配处理均采用了背景模型更新和循环匹配的处理方式。若前一帧待观测危岩监测图像的背景匹配处理结果被判定为安全状态,则前一帧待观测危岩监测图像的危岩监测图像模型会被作为新的危岩背景图像模型存入背景模型数据库,而在对当前一帧待观测危岩监测图像进行背景匹配处理时,则会首先调用当前最新存入的一个危岩背景图像模型(也即前一帧安全状态下待观测危岩监测图像的危岩监测图像模型)作为对比匹配对象;也就是说,背景模型数据库中的危岩背景图像模型会实时的根据待观测危岩的最新安全状态加以更新,使得最新危岩背景图像模型所体现的各个监测点位置区域的色彩分布信息会随着光照、气候环境的变化而相应地发生变化,进而使得对待观测危岩监测图像的背景匹配结果能够受到光照、气候环境变化影响的问题。另一方面,由于对待观测危岩监测图像的背景匹配处理时基于所指定的监测点位置区域的色彩分布信息变化情况,这样既大幅减少了背景匹配处理的数据运算量,又避免了非危岩区域的运动物体对危岩位移监测所形成的干扰,而即便有非危岩运动物体落入危岩图像区域对某个监测点位置区域的色彩分布信息形成干扰而导致一次匹配失败,在步骤C)中还设置了循环匹配对比机制,最多可以采用背景模型数据库中最近存入的K个危岩背景图像模型(相当于最近K帧安全状态下待观测危岩监测图像的危岩监测图像模型)对一帧待观测危岩监测图像的危岩监测图像模型进行K次匹配判断,只有在K此匹配判断均判定匹配失败的情况下,才认定为待观测危岩发生位移,由此避免因非危岩运动物体落入危岩图像区域的偶然情况导致对危岩位移误判的情形;而对于匹配认定危岩安全的处理过程,也要求指定的每个监测点位置区域对应的高斯分布模型均匹配成功,才确认认定待观测危岩安全;也就是说,该步骤C)中对于危岩安全、危岩位移的判定都设置了多重匹配判断的机制,从而有效确保了对待观测危岩位移监测结果的准确性。
从步骤C)中也可以看到,预设定的匹配次数限值K的取值,对于抵抗非危岩运动物体的干扰效果相关联,因此基于抗干扰的考虑,匹配次数限值K的取值应当至少取3次,但匹配次数限值K的取值过大会造成匹配认定危岩发生位移所需的匹配次数过多,反而增加了危岩发生位移的情况被误判为危岩安全的几率,因此匹配次数限值K的取值不宜过大;基于上述两方面因素考虑,匹配次数限值K的较优取值为3~10之间。
此外,在步骤C)中,为了进一步的减小背景匹配处理过程中对待观测危岩安全情况发生误判的几率,在对每一帧待观测危岩监测图像进行背景匹配处理的步骤c2)中,将该帧待观测危岩监测图像的危岩监测图像模型中各个监测点位置区域的色彩分布信息所对应的高斯分布模型分别与当前提取的危岩背景图像模型中相应监测点位置区域的色彩分布信息所对应的高斯分布模型进行匹配时,具体匹配方式可以采用如下方案:分别计算该帧待观测危岩监测图像的危岩监测图像模型中每个监测点位置区域的色彩分布信息所对应的高斯分布模型相比于当前提取的危岩背景图像模型中相应监测点位置区域的色彩分布信息所对应的高斯分布模型的匹配变化率,且计算各个监测点位置区域所对应的匹配变化率的总和;若每个监测点位置区域所对应的匹配变化率均未超过预设定的个体变化率阈值,且各个监测点位置区域所对应的匹配变化率的总和未超过预设定的总体变化率阈值,则判定均匹配成功;若任意一个监测点位置区域所对应的匹配变化率均超过了预设定的个体变化率阈值,或者各个监测点位置区域所对应的匹配变化率的总和超过了预设定的总体变化率阈值,则判定匹配失败。该匹配方案中,预设了用以评判每个监测点位置区域色彩分布变化程度的个体变化率阈值,还预设了用以评判各个监测点位置区域色彩分布变化程度总和的总体变化率阈值,只有在每个监测点位置区域所对应的匹配变化率均未超过预设定的个体变化率阈值,且各个监测点位置区域所对应的匹配变化率的总和未超过预设定的总体变化率阈值,才会判定均匹配成功;个体变化率阈值和总体变化率阈值的具体取值,可以根据在先的多次危岩位移监测实验或实际监测结果而加以确定;在危岩发生扭转位移的情况下,容易出现大部分监测点位置区域色彩分布变化程度不大,但个别监测点位置区域色彩分布变化较明显的情况,此时可以通过个体变化率阈值的对比检测到该个别监测点位置区域色彩分布的明显变化;而在危岩发生细微平移的情况下,可能导致各个监测点位置区域色彩分布变化均不明显,但各个监测点位置区域色彩分布变化程度的累加却足以体现危岩位移的风险,此时可以通过总体变化率阈值的对比检测到各个监测点位置区域色彩分布变化程度的累加所体现的风险情况。由此,便能够减小对待观测危岩安全情况发生误判的几率,进一步提高危岩位移监测的准确性。
综上所述,可以看到,本发明基于图像建模的危岩位移监测方法,其基于计算机图像处理和建模匹配技术,能够对待观测危岩区域的危岩位移情况进行全天候的实时监测,无需借助较为昂贵的专用检测设施,也无需较为复杂的地址勘测方法协助,降低了监测成本,并且改进了计算机图像处理监测危岩位移的方案,结合背景图像建模和对监测图像的匹配处理方案,能够有效克服光照变化、气候变化的影响以及非危岩运动物体的运动干扰,同时结合多重匹配判断的机制,确保了对待观测危岩位移监测结果的准确性,有效的解决了现有技术中危岩安全性实时监测实现难、监测成本较高、监测准确性有限的问题,能够很好的应用到实际的危岩安全性监测技术中。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种基于图像建模的危岩位移监测方法,其特征在于,采用摄像装置对待观测危岩区域进行图像采集和监测,根据监测图像中运动目标与背景的变化特性,通过背景图像建模和对监测图像的匹配处理,实现对危岩位移的实时监测;具体包括如下步骤:
A)建立待观测危岩在安全状态下的危岩背景图像模型;该步骤具体为:
a1)采集安全状态下待观测危岩区域的外貌图像,作为背景图像;
a2)对背景图像进行平滑滤波和边缘增强的预处理后,得到背景平滑图像;
a3)将背景平滑图像转换为灰度图,得到背景灰度图像,并通过图像边缘检测处理,得到背景灰度图像中待观测危岩的目标对象位置区域;
a4)根据在背景灰度图像中待观测危岩的目标对象位置区域确定背景平滑图像中待观测危岩的目标对象位置区域,且在背景平滑图像中待观测危岩的目标对象位置区域以内指定至少3个监测点位置区域,记录各个监测点位置区域的区域图像坐标,并分别针对背景平滑图像中每个监测点位置区域的色彩分布信息建立对应的高斯分布模型,从而将背景平滑图像中各个监测点位置区域的色彩分布信息对应的高斯分布模型作为安全状态下的危岩背景图像模型,存入背景模型数据库;
B)对待观测危岩区域进行实时的监测拍摄,并针对获得的待观测危岩监测图像,实时地逐帧建立危岩监测图像模型;其中,针对每一帧的待观测危岩监测图像,建立危岩监测图像模型的步骤具体为:
b1)对该帧待观测危岩监测图像进行平滑滤波和边缘增强的预处理后,得到该帧的监测平滑图像;
b2)根据所记录的各个监测点位置区域的区域图像坐标,在该帧的监测平滑图像中标记出各个监测点位置区域,且分别针对该帧的监测平滑图像中每个监测点位置区域的色彩分布信息建立对应的高斯分布模型,从而将该帧的监测平滑图像中各个监测点位置区域的色彩分布信息对应的高斯分布模型作为该帧待观测危岩监测图像的危岩监测图像模型;
C)对待观测危岩监测图像实时地逐帧进行背景匹配处理,根据背景匹配处理结果,实时判断待观测危岩区域是否发生危岩位移;其中,在每一帧待观测危岩监测图像的危岩监测图像模型建立完成后,则立即执行该帧待观测危岩监测图像的背景匹配处理,且针对该帧待观测危岩监测图像进行背景匹配处理的步骤具体为:
c1)从背景模型数据库中提取当前最新存入的一个危岩背景图像模型;
c2)将该帧待观测危岩监测图像的危岩监测图像模型中各个监测点位置区域的色彩分布信息所对应的高斯分布模型分别与当前提取的危岩背景图像模型中相应监测点位置区域的色彩分布信息所对应的高斯分布模型进行匹配,若均匹配成功,则执行步骤c3);否则,执行步骤c4);
c3)判定当前待观测危岩区域为安全状态,并将该帧待观测危岩监测图像的危岩监测图像模型作为新的危岩背景图像模型,存入背景模型数据库;然后跳转至步骤c7);
c4)判断对该针待观测危岩监测图像进行背景匹配处理的次数是否达到预设定的匹配次数限值K;若未达到,则执行步骤c5);若已达到,则执行步骤c6);
c5)从背景模型数据库中提取此前一个存入的危岩背景图像模型,然后返回执行步骤c2);
c6)判定当前待观测危岩区域发生危岩位移,并执行危岩位移报警;然后跳转至步骤c7);
c7)对该帧待观测危岩监测图像的背景匹配处理结束。
2.根据权利要求1所述的基于图像建模的危岩位移监测方法,其特征在于,在所述步骤a4)中指定的监测点位置区域数量为3~8个。
3.根据权利要求1所述的基于图像建模的危岩位移监测方法,其特征在于,在所述步骤a4)中指定的各个监测点位置区域之中,要求任意3个监测点位置区域的几何中心点的连线均能够构成三角形。
4.根据权利要求1所述的基于图像建模的危岩位移监测方法,其特征在于,所述步骤c2)中,将该帧待观测危岩监测图像的危岩监测图像模型中各个监测点位置区域的色彩分布信息所对应的高斯分布模型分别与当前提取的危岩背景图像模型中相应监测点位置区域的色彩分布信息所对应的高斯分布模型进行匹配时,具体匹配方式为:
分别计算该帧待观测危岩监测图像的危岩监测图像模型中每个监测点位置区域的色彩分布信息所对应的高斯分布模型相比于当前提取的危岩背景图像模型中相应监测点位置区域的色彩分布信息所对应的高斯分布模型的匹配变化率,且计算各个监测点位置区域所对应的匹配变化率的总和;若每个监测点位置区域所对应的匹配变化率均未超过预设定的个体变化率阈值,且各个监测点位置区域所对应的匹配变化率的总和未超过预设定的总体变化率阈值,则判定均匹配成功;若任意一个监测点位置区域所对应的匹配变化率均超过了预设定的个体变化率阈值,或者各个监测点位置区域所对应的匹配变化率的总和超过了预设定的总体变化率阈值,则判定匹配失败。
5.根据权利要求1所述的基于图像建模的危岩位移监测方法,其特征在于,所述步骤C)中,匹配次数限值K的取值为3~10。
CN201610358453.0A 2016-05-26 2016-05-26 一种基于图像建模的危岩位移监测方法 Expired - Fee Related CN106056593B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610358453.0A CN106056593B (zh) 2016-05-26 2016-05-26 一种基于图像建模的危岩位移监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610358453.0A CN106056593B (zh) 2016-05-26 2016-05-26 一种基于图像建模的危岩位移监测方法

Publications (2)

Publication Number Publication Date
CN106056593A true CN106056593A (zh) 2016-10-26
CN106056593B CN106056593B (zh) 2018-07-20

Family

ID=57175456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610358453.0A Expired - Fee Related CN106056593B (zh) 2016-05-26 2016-05-26 一种基于图像建模的危岩位移监测方法

Country Status (1)

Country Link
CN (1) CN106056593B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106781289A (zh) * 2016-12-24 2017-05-31 中铁十八局集团有限公司 一种隧道放炮施工对山体岩堆运动的监测装置
CN108020263A (zh) * 2017-11-21 2018-05-11 桂林理工大学 一种基于无线信号的危岩监测方法
CN111861982A (zh) * 2020-06-07 2020-10-30 中国葛洲坝集团第一工程有限公司 可视化图像监测识别系统
CN113870529A (zh) * 2021-08-23 2021-12-31 湖北工程学院 应对强风的园林监测方法、装置、设备及存储介质
CN114093135A (zh) * 2021-11-26 2022-02-25 中国电建集团成都勘测设计研究院有限公司 一种危岩体群失稳预警系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003240613A (ja) * 2002-02-20 2003-08-27 Tamu Tec:Kk 遠隔監視装置
JP2010101073A (ja) * 2008-10-24 2010-05-06 Nippon Telegr & Teleph Corp <Ntt> 崩落検知システムおよび方法
CN102867313A (zh) * 2012-08-29 2013-01-09 杭州电子科技大学 一种融合区域颜色和HoG特征的视觉显著性检测方法
CN103093190A (zh) * 2012-12-13 2013-05-08 长安大学 一种施工安全监控方法和系统
CN104713491A (zh) * 2015-04-10 2015-06-17 招商局重庆交通科研设计院有限公司 可获取边坡变形三维数据的边坡监测系统及其获取边坡变形三维数据的方法
CN104751603A (zh) * 2015-04-10 2015-07-01 招商局重庆交通科研设计院有限公司 危岩崩塌监测预警系统及方法
CN104853154A (zh) * 2015-04-29 2015-08-19 同济大学 一种基于运动图像的危岩变形信息提取及报警方法
CN204887277U (zh) * 2015-09-09 2015-12-16 招商局重庆交通科研设计院有限公司 基于视频事件检测的隧道水害智能监测系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003240613A (ja) * 2002-02-20 2003-08-27 Tamu Tec:Kk 遠隔監視装置
JP2010101073A (ja) * 2008-10-24 2010-05-06 Nippon Telegr & Teleph Corp <Ntt> 崩落検知システムおよび方法
CN102867313A (zh) * 2012-08-29 2013-01-09 杭州电子科技大学 一种融合区域颜色和HoG特征的视觉显著性检测方法
CN103093190A (zh) * 2012-12-13 2013-05-08 长安大学 一种施工安全监控方法和系统
CN104713491A (zh) * 2015-04-10 2015-06-17 招商局重庆交通科研设计院有限公司 可获取边坡变形三维数据的边坡监测系统及其获取边坡变形三维数据的方法
CN104751603A (zh) * 2015-04-10 2015-07-01 招商局重庆交通科研设计院有限公司 危岩崩塌监测预警系统及方法
CN104853154A (zh) * 2015-04-29 2015-08-19 同济大学 一种基于运动图像的危岩变形信息提取及报警方法
CN204887277U (zh) * 2015-09-09 2015-12-16 招商局重庆交通科研设计院有限公司 基于视频事件检测的隧道水害智能监测系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
EDWARD L. MCHUGH 等: "EVALUATING TECHNIQUES FOR MONITORING ROCK FALLS AND SLOPE STABILITY", 《21ST INTL CONF ON GROUND CONTROL IN MINING MORGANTOWN》 *
PRAVEEN KUMAR MISHRA 等: "Real time landslide monitoring and estimation of its movement velocity", 《2015 IEEE INTERNATIONAL CONFERENCE ON RESEARCH IN COMPUTATIONAL INTELLIGENCE AND COMMUNICATION NETWORKS》 *
王姮 等: "基于传感器信息融合的输电线路杆塔稳定性监测方法的理论分析与方案设计", 《西南科技大学学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106781289A (zh) * 2016-12-24 2017-05-31 中铁十八局集团有限公司 一种隧道放炮施工对山体岩堆运动的监测装置
CN108020263A (zh) * 2017-11-21 2018-05-11 桂林理工大学 一种基于无线信号的危岩监测方法
CN111861982A (zh) * 2020-06-07 2020-10-30 中国葛洲坝集团第一工程有限公司 可视化图像监测识别系统
CN111861982B (zh) * 2020-06-07 2024-03-12 中国葛洲坝集团第一工程有限公司 可视化图像监测识别系统
CN113870529A (zh) * 2021-08-23 2021-12-31 湖北工程学院 应对强风的园林监测方法、装置、设备及存储介质
CN114093135A (zh) * 2021-11-26 2022-02-25 中国电建集团成都勘测设计研究院有限公司 一种危岩体群失稳预警系统

Also Published As

Publication number Publication date
CN106056593B (zh) 2018-07-20

Similar Documents

Publication Publication Date Title
CN106056593A (zh) 一种基于图像建模的危岩位移监测方法
CN103400111B (zh) 基于视频检测技术的高速公路隧道火灾事件检测方法
CN103810717B (zh) 一种人体行为检测方法及装置
CN107145851A (zh) 建筑作业区危险源智能识别系统
CN109460709A (zh) 基于rgb和d信息融合的rtg视觉障碍物检测的方法
CN103093198B (zh) 一种人群密度监测方法及装置
CN103714339A (zh) 基于矢量数据的sar影像道路损毁信息提取方法
Zhang Detection of urban housing development by fusing multisensor satellite data and performing spatial feature post-classification
CN104821056A (zh) 基于雷达与视频融合的智能警戒方法
CN103065307B (zh) 非精确配准下sar/spot图像的区域融合检测方法
CN109448326B (zh) 一种基于快速图像识别的地质灾害智能群防监测系统
CN100565557C (zh) 基于粒子动态采样模型的红外人体目标跟踪系统
CN106154327B (zh) 一种提高隐蔽断层识别精度的方法
CN110147778B (zh) 稀土矿开采识别方法、装置、设备及存储介质
CN105719283A (zh) 一种基于Hessian矩阵多尺度滤波的路面裂缝图像检测方法
CN108038866A (zh) 一种基于Vibe和视差图背景差法的运动目标检测方法
CN114202646A (zh) 一种基于深度学习的红外图像吸烟检测方法与系统
Chen et al. Damaged bridges over water: using high-spatial-resolution remote-sensing images for recognition, detection, and assessment
CN111563957B (zh) 一种煤田火灾及矸石山火灾三维温度场数字化成像方法
CN112037252A (zh) 基于鹰眼视觉的目标跟踪方法及系统
Yuan et al. Digital image processing-based automatic detection algorithm of cross joint trace and its application in mining roadway excavation practice
Gokon et al. Verification of a method for estimating building damage in extensive tsunami affected areas using L-band SAR data
Luo Research on fire detection based on YOLOv5
CN114445398A (zh) 采煤机液压支架护帮板状态监测方法及装置
CN107463934A (zh) 一种隧道裂缝检测方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180720

Termination date: 20200526

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