CN106228579A - 一种基于地理时空场景的视频图像动态水位信息提取方法 - Google Patents

一种基于地理时空场景的视频图像动态水位信息提取方法 Download PDF

Info

Publication number
CN106228579A
CN106228579A CN201610719384.1A CN201610719384A CN106228579A CN 106228579 A CN106228579 A CN 106228579A CN 201610719384 A CN201610719384 A CN 201610719384A CN 106228579 A CN106228579 A CN 106228579A
Authority
CN
China
Prior art keywords
image
video image
video
coordinate system
coordinate
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
CN201610719384.1A
Other languages
English (en)
Other versions
CN106228579B (zh
Inventor
袁定波
艾萍
廖亨利
岳兆新
洪敏�
陈彬彬
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN201610719384.1A priority Critical patent/CN106228579B/zh
Publication of CN106228579A publication Critical patent/CN106228579A/zh
Application granted granted Critical
Publication of CN106228579B publication Critical patent/CN106228579B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明提出一种基于地理时空场景的视频图像动态水位信息提取方法,具体包括以下步骤:(1)建立坐标系;(2)参数测量;(3)建立变换方程;(4)提取水陆交界线;(5)计算水位线高程值;(6)水位动态信息的输出与超限预警报警。本发明通过对河道、城市防洪易涝区的视频图像实现二维图像坐标系和三维地理坐标系的坐标转换,实现了基于现有河道以及城市防洪易涝区视频图像的水位信息提取过程,在一定程度上弥补城市防洪易涝区无法设立水位站的不足,同时可一定程度上减少水位站的建设投入,此外,在监控摄像头上的成像时间轴上设置时间间隔尺度,输出指定监控视频站点的动态水位变化信息,实现对视频监控区域水位信息的动态监测。

Description

一种基于地理时空场景的视频图像动态水位信息提取方法
技术领域
本发明涉及图像识别与地理高程信息提取技术,特别涉及利用地理时空场景框架,基于现有的河道和城市易涝区的监控视频,提取图像中的关键动态水位信息的方法。
背景技术
随着地理信息系统的发展,以及时空场景理论的普及与成熟,基于地理时空场景获取对象的关键信息已经成为领域研究的新热点。由于近几年洪涝灾害,尤其是城市内涝的普遍发生,对人民的生命与财产造成了很大的损失。洪涝灾害尤其是城市内涝灾害所带来的损失,往往更多是由于缺少时效性强的关键信息所导致,因此基于地理时空场景使用交通系统、公安系统等现有监控视频等设备来获取水位等关键时态信息,更好地模拟与预测未来水位的变化趋势,及时对可能发生的灾害进行预报预警,在防洪减灾等方面具有重大意义。
在目前的水位信息获取方面,主要还是依靠水位站直接测量得到被监测对象的水位信息。在遥感图像水位信息提取方面,仍停留在通过遥感多光谱影像的归一化水体指数来提取图像中的水体范围,该方法能准确地提取目标区域该时刻的水体面积,通过将基于遥感影像所提取的水体范围与数字高程模型进行叠合分析来估算水位信息,但是由于现有数字高程模型的精度较低,使得其所得到的水位信息的精度仍远远达不到防洪尤其是城市防洪的要求。这两种方法均从不同的角度对水位信息进行提取,水位站直接测量地理高程轴上(地理三维轴中的z轴)的数据,而图像信息提取则主要停留在面域上(地理三维轴中的x,y平面)的信息提取,而如何在现有新技术的框架下将两种水位信息提取方法进行融合,实现对现有水位测量方式的补充与改进具有非常实际的应用价值。
现有技术主要有以下缺点:
1.传统水位站的建设要求与成本偏高,且由于其测站建设的特殊性,无法在城市易涝区完成设站。
2.基于遥感影像的水位信息提取技术仍主要通过对水体敏感的光谱设定光谱阈值来提取水体范围,在地理空间中结合现有的数字高程模型来提取出水位信息。由于现有遥感影像的分辨率与数字高程模型的精度所限,使得精细化的水位信息无法通过现有的遥感手段获得,同时由于遥感影像从信息获取到实际应用仍存在一定的时间间隔,因此使得现有基于遥感图像所提取的专题信息的时效性较差,无法满足现有城市洪涝时需要快速获得准确水位信息的防洪要求。
发明内容
本发明所要解决的技术问题是,针对背景技术的缺陷,提出了一种成本低、实时性好的一种基于地理时空场景的视频图像动态水位信息提取方法,快速确定临界洪涝点的地理位置和警戒时间,达到快速响应的防洪目标。
本发明为解决上述技术问题采用的技术方案如下:
一种基于地理时空场景的视频图像动态水位信息提取方法,其特征在于包括以下步骤:
(1)建立坐标系:采用视频监控设备监控水位信息,拍摄视频图像,建立地理坐标系xyz和图像坐标系XY,其中,以该视频设备在地表投影点为原点,建立空间三维坐标系即构成地理坐标系xyz,以视频监控设备为原点,视频监控设备像平面水平方向为X轴,像平面竖直方向为Y轴,建立二维坐标系即为图像平面坐标系XY;
(2)参数测量:选取四个以上地面特征点,分别测量地面特征点的地理坐标值、图像坐标值和高程值,并测量视频监控设备距离地表的高度;
(3)建立变换方程:
① 建立二维变换方程:根据地面特征点的地理坐标值和图像坐标值,确定从图像坐标系XY向地理坐标系xyz转换的形变参数,建立从图像坐标(X,Y)向地理坐标(x,y,z)中(x,y)的变换的转换方程;
②建立地理坐标系中z坐标的计算模型:根据地面特征点的地理坐标值和高程值,采用空间内插法计算地理坐标(x,y,z)中的z坐标。
(4)提取水陆交界线:采用图像空间特征提取的方法从视频图像中提取出水陆交界线;
(5)计算水位线高程值:在视频图像中水陆交界线上选择两个以上水位特征点,测量出水位特征点的图像坐标值,根据(3)中变换方程分别求出其地理坐标值,对水位特征点z坐标求平均值,作为水位线高程值;
(6)水位动态信息的输出与超限预警预报:确定洪水警戒水位值,以固定的时间间隔执行步骤(1)到步骤(5),并分别将计算得出的水位线高程值与洪水警戒水位值进行比较,当水位线高程值大于洪水警戒水位值时,输出该时刻时间并发出报警预报。
进一步的,还包括以下步骤:
变换方程精度校正:选取两个以上精度检验特征点,分别测量其地理坐标值和图像坐标值,将图像坐标值代入已建立的变换方程中,求出转换后的地理坐标值,与测量得到的地理坐标值进行比较,计算变换误差,确定精度校正参数,对变换方程进行精度校正。
进一步的,步骤(2)中所述的地面特征点为分别在视频图像四个角位置选取的特征点。
进一步的,步骤(2)中所述对地面特征点地理坐标值的测量采用电子全站仪或RTK载波相位差分技术。
进一步的,步骤(3)中所述的形变参数表示为:
其中,为地面特征点和视频监控设备的连线,与z轴的夹角,k、b为正比例变换参数。
进一步的,步骤(4)中所述的空间特征提取方法为:
求出视频图像中水体区域的图像灰度最大值,作为水体判断阈值,将图像中各个栅格灰度值与该水体判断阈值进行比较,如果栅格灰度值大于水体判断阈值,则判定为非水体,否则,判定为水体。
进一步的,步骤(3)中所述的空间内插法为反距离内插法。
进一步的,步骤(6)中所述的固定的时间间隔为10分钟。
进一步的,步骤(5)中水位特征点为四个。
本发明提供一种基于地理时空场景的监控视频图像动态水位信息提取技术与方法,通过对河道、城市防洪易涝区的视频图像实现二维图像坐标系和三维地理坐标系的坐标转换,实现了基于现有河道以及城市防洪易涝区视频图像的水位信息提取过程,在一定程度上弥补城市防洪易涝区无法设立水位站的不足,同时可一定程度上减少水位站的建设投入,此外,在监控摄像头上的成像时间轴上设置时间间隔尺度,输出指定监控视频站点的动态水位变化信息,实现对视频监控区域水位信息的动态监测。
附图说明
图1是本发明专利的实施流程图。
图2是视频监控系统示意图。
图3是地理空间实体的位置在视频图像中的误差对比图,其中:
(a)是地面特征点在地理坐标系中的分布图;
(b)是地面特征点在图像坐标系中的分布图。
图4是基于地理空间信息的视频图像水位信息提取图。
图5是基于水位时间序列信息的预报预警过程示意图。
具体实施方式
下面结合附图及实施例,对本发明的技术方案做详细描述。应当理解,附图中所示各零部件是示意性而非限制性的,各特征未按比例画出。
实施例1:
本发明为一种基于地理时空场景的视频图像动态水位信息提取方法,步骤流程如图1所示,具体步骤如下:
(1)建立坐标系:
在防洪关键区域,依据现有视频监控设备,如河道监控视频、交通监控视频等,选择典型监控点采用视频监控设备监控水位信息,拍摄视频图像。建立地理坐标系xyz和图像坐标系XY,如图2所示,长方形abcd为监控视频覆盖的实际地面区域,以该视频设备在地表投影点即o点为原点,建立空间三维坐标系即构成地理坐标系xyz,图2中的长方形ABCD为地面abcd区域在视频中的成像范围,以视频监控设备即O点为原点,与视频图像AB边平行方向为X轴,与视频图像AD边平行方向为Y轴,建立二维坐标系即为图像平面坐标系XY。
(2)参数测量:
如图2所示,本实施例中,地理坐标系原点o的坐标为(x0,y0,z0),测量视频监控设备距离地表的高度为H,因此,图像坐标系原点O在地理坐标系中的坐标值为(x0,y0,z0+H),视频监控设备在地表的视频覆盖范围为点a、b、c、d四点确定的区域,点A、B、C、D为四个地面特征点分别在视频图像中的对应点,分别在视频覆盖区域四个角位置选取点1、2、3、4作为地面特征点,测量地面特征点的地理坐标值分别为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4),测量地面特征点的图像坐标值分别为(X1,Y1)、(X2,Y2)、(X3,Y3)和(X4,Y4)。
(3)建立变换方程:
① 建立二维变换方程:根据地面特征点的地理坐标值和图像坐标值,确定从图像坐标系XY向地理坐标系xyz转换的形变参数,建立从图像坐标(X,Y)向地理坐标(x,y,z)中(x,y)的变换的转换方程;
图像坐标(X,Y)向地理坐标(x,y)转化的转换方程为:
(1)
其中,为形变参数。
如图3所示,图3为地理空间实体的位置在视频图像中的误差对比图,其中,图3中的(a)为地面特征点在地理坐标系中的分布图,图3中的(b)为地面特征点在图像坐标系中的分布图,由图3中(a)和(b)的中地理特征点分布对比可知,地面特征点在图像坐标系中的形变与该点距离图像坐标系原点的距离成正比例关系,因此,形变参数可表示为:
(2)
其中,为地面特征点和视频监控设备的连线,与z轴的夹角,k、b为正比例变换参数,
将式(1)与式(2)结合,并将转换方程表示为方程组的形式为:
(3)
的计算方式可表示为:
(4)
由1、2、3、4点的地理坐标值分别计算出
分解到x,y轴上,分别得到分量,且满足下列方程组:
(5)
由点1、2、3、4的地理坐标值和图像坐标值的差值可分别求出,又
(6)
由式(6)可分别求出
分别将带入式(2)中,可得:
(7)
将k值与b值带入式(3),即得到图像坐标系XY向地理坐标系xyz中xy二维平面转换的转换方程。
② 建立地理坐标系中z坐标的计算模型:根据地面特征点的地理坐标值,以及地面特征点的高程值,采用空间内插法计算地理坐标(x,y,z)中的z坐标。
根据1、2、3、4点四点的地理坐标值以及高程值,分别求出每两个点之间的距离差和高程差Hmn,计算方式如下所示:
(8)
(9)
并求出的最大值Hmax和最小值Hmin
分别求出地理坐标(x,y,z)距离点1与点2的欧氏距离,
(10)
(11)
通过反距离内插法,求得z坐标值如下:
(12)
(4)提取水陆交界线:采用图像空间特征提取的方法从视频图像中提取出水陆交界线。取视频图像的一帧,采用数字图像处理的方法,将该RGB彩色图像分别分解到R(红色)、G(绿色)、B(蓝色)三个彩色空间,得到三个图像分量,采用图像分割方法分别分割水体区域和陆地区域,分别计算出R、G、B三个彩色空间的图像分量在水体区域内的灰度最大值R(X)、G(Y)、B(Z),分别将R、G、B三个色彩空间的图像分量的每个栅格的灰度R (n)、G (n)、B (n)与R(X)、G(Y)、B(Z)进行比较,若(R(n)≤R(X))∩(G(n)≤G(X))∩(B(n)≤B(X)),则判定为水体,否则为陆地,从而提取出水陆交界线,具体如图4所示,图中曲线MN为提取出的水陆交界线,曲线MN左侧虚线部分为水体区域,右侧为陆地区域。
(5)计算水位线高程值:如图4所示,在视频图像水陆交界线MN上选择四个水位特征点O、P、Q、T,在视频图像中得到其图像坐标(XO,YO)、(XP,YP)、(XQ,YQ)、(XT,YT),根据步骤(3)中变换方程求出其在地理坐标(xO,yO,zO)、(xP,yP,zP)、(xQ,yQ,zQ)和(xT,yT,zT),对四个水位特征点z坐标求平均值,作为水位线高程值
(13)
(6)水位动态信息的输出与超限预警预报:如图5所示,根据该区域的可能水位变化范围以及实际防洪需求,确定出该区域的洪水警戒水位值WRwater,以10分钟为固定的时间间隔执行步骤(1)到步骤(5),提取每个时刻上序列图像的水位线高程值,并分别将计算得出的水位线高程值与洪水警戒水位值WRwater进行比较,若满足下列条件:
(14)
则判定为具有洪涝风险,输出图像的成像时间tn,并发出预警预报。
实施例2:
本实施例与实施例1的区别在于,还包括变换方程精度校正步骤,如图2所示,选取两个精度检验特征点5和6,分别测量其地理坐标值(x5,y5,z5)、(x6,y6,z6)和图像坐标值分别为(X5,Y5)、(X6,Y6),将图像坐标值(X5,Y5)、(X6,Y6)代入已建立的坐标系转换方程中,求出转换后的地理坐标值(x 5,y 5,z 5)、(x 6,y 6,z 6),将其与测量得到的地理坐标值(x5,y5,z5)、(x6,y6,z6)进行比较,通过计算其差值计算变换误差,确定精度校正参数Sx、Sy、Sz,对变换方程进行精度校正。
(15)
(16)。
本发明基于地理时空场景理论,将现有各类监控视频中的目标信息投影到地理时空场景中,以地理三维空间为参考,通过视频图像中的信息计算地面坐标点的对应信息,得到地面坐标点的高程值,通过以视频图像的成像时间为参考,按照一定的时间间隔输出由监控图像的水位信息计算出的地面水位数据,同时通过比较各个监控点所设定的警戒水位,快速确定临界洪涝点的地理位置和警戒时间,达到快速响应的防洪目标。

Claims (9)

1.一种基于地理时空场景的视频图像动态水位信息提取方法,其特征在于包括以下步骤:
(1)建立坐标系:采用视频监控设备监控水位信息,拍摄视频图像,建立地理坐标系xyz和图像坐标系XY,其中,以该视频设备在地表投影点为原点,建立空间三维坐标系即构成地理坐标系xyz,以视频监控设备为原点,视频监控设备像平面水平方向为X轴,像平面竖直方向为Y轴,建立二维坐标系即为图像坐标系XY;
(2)参数测量:选取四个以上地面特征点,分别测量地面特征点的地理坐标值、图像坐标值和高程值,并测量视频监控设备距离地表的高度;
(3)建立变换方程:
① 建立二维变换方程:根据地面特征点的地理坐标值和图像坐标值,确定从图像坐标系XY向地理坐标系xyz转换的形变参数,建立从图像坐标(X,Y)向地理坐标(x,y,z)中(x,y)的变换的转换方程;
②建立地理坐标系中z坐标的计算模型:根据地面特征点的地理坐标值和高程值,采用空间内插法计算地理坐标(x,y,z)中的z坐标;
(4)提取水陆交界线:采用图像空间特征提取的方法从视频图像中提取出水陆交界线;
(5)计算水位线高程值:在视频图像中水陆交界线上选择两个以上水位特征点,测量出水位特征点的图像坐标值,根据(3)中变换方程分别求出其地理坐标值,对水位特征点z坐标求平均值,作为水位线高程值;
(6)水位动态信息的输出与超限预警预报:确定洪水警戒水位值,以固定的时间间隔执行步骤(1)到步骤(5),并分别将计算得出的水位线高程值与洪水警戒水位值进行比较,当水位线高程值大于洪水警戒水位值时,输出该时刻时间并发出报警预报。
2.根据权利要求1所述的一种基于地理时空场景的视频图像动态水位信息提取方法,还包括以下步骤:
变换方程精度校正:选取两个以上精度检验特征点,分别测量其地理坐标值和图像坐标值,将图像坐标值代入已建立的变换方程中,求出转换后的地理坐标值,与测量得到的地理坐标值进行比较,计算变换误差,确定精度校正参数,对变换方程进行精度校正。
3.根据权利要求1所述的一种基于地理时空场景的视频图像动态水位信息提取方法,其特征在于步骤(2)中所述的地面特征点为分别在视频图像四个角位置选取的特征点。
4.根据权利要求1所述的一种基于地理时空场景的视频图像动态水位信息提取方法,其特征在于步骤(2)中对地面特征点地理坐标值的测量采用电子全站仪或RTK载波相位差分技术。
5.根据权利要求1所述的一种基于地理时空场景的视频图像动态水位信息提取方法,其特征在于步骤(3)中所述的形变参数表示为:
其中,为地面特征点和视频监控设备的连线与z轴的夹角,k、b为正比例变换参数,
6.根据权利要求1所述的一种基于地理时空场景的视频图像动态水位信息提取方法,其特征在于步骤(4)中所述的空间特征提取的方法为:
求出视频图像中水体区域的图像灰度最大值,作为水体判断阈值,将图像中各个栅格灰度值与该水体判断阈值进行比较,如果栅格灰度值大于水体判断阈值,则判定为非水体,否则,判定为水体。
7.根据权利要求1所述的一种基于地理时空场景的视频图像动态水位信息提取方法,其特征在于步骤(3)中所述的空间内插法为反距离内插法。
8.根据权利要求1所述的一种基于地理时空场景的视频图像动态水位信息提取方法,其特征在于步骤(6)中所述的固定的时间间隔为10分钟。
9.根据权利要求1所述的一种基于地理时空场景的视频图像动态水位信息提取方法,其特征在于步骤(5)中水位特征点为四个。
CN201610719384.1A 2016-08-25 2016-08-25 一种基于地理时空场景的视频图像动态水位信息提取方法 Active CN106228579B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610719384.1A CN106228579B (zh) 2016-08-25 2016-08-25 一种基于地理时空场景的视频图像动态水位信息提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610719384.1A CN106228579B (zh) 2016-08-25 2016-08-25 一种基于地理时空场景的视频图像动态水位信息提取方法

Publications (2)

Publication Number Publication Date
CN106228579A true CN106228579A (zh) 2016-12-14
CN106228579B CN106228579B (zh) 2019-05-10

Family

ID=57554977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610719384.1A Active CN106228579B (zh) 2016-08-25 2016-08-25 一种基于地理时空场景的视频图像动态水位信息提取方法

Country Status (1)

Country Link
CN (1) CN106228579B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107391578A (zh) * 2017-06-20 2017-11-24 国家测绘地理信息局海南基础地理信息中心 一种基于格网法的网络地图服务动态坐标转换方法
CN108171721A (zh) * 2017-12-04 2018-06-15 北京农业智能装备技术研究中心 一种大尺度图像的目标对象图像提取方法及装置
CN108318010A (zh) * 2017-11-27 2018-07-24 中建华东投资有限公司 一种基于bim的基坑监测测点快速选取方法
CN108469255A (zh) * 2018-02-25 2018-08-31 长江空间信息技术工程有限公司(武汉) 一种河湖历史水位量算方法
CN109815865A (zh) * 2019-01-11 2019-05-28 江河瑞通(北京)技术有限公司 一种基于虚拟水尺的水位识别方法及系统
CN110796834A (zh) * 2019-11-01 2020-02-14 广州小鹏汽车科技有限公司 车辆淹水的报警方法及系统、车辆和可读存储介质
CN110806174A (zh) * 2019-11-15 2020-02-18 贵州黔源电力股份有限公司 泄洪闸门动态可视化监测方法
CN111914048A (zh) * 2020-07-29 2020-11-10 北京天睿空间科技股份有限公司 经纬度坐标与图像坐标对应点自动生成方法
WO2021051863A1 (zh) * 2019-09-18 2021-03-25 平安科技(深圳)有限公司 水位预警监控方法、装置、存储介质及电子设备
CN113074797A (zh) * 2021-02-20 2021-07-06 武汉依迅北斗时空技术股份有限公司 一种无水尺测量水位装置及水位标定方法
CN117079166A (zh) * 2023-10-12 2023-11-17 江苏智绘空天技术研究院有限公司 一种基于高空间分辨率遥感图像的边缘提取方法

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
CN103487033A (zh) * 2013-09-22 2014-01-01 河海大学 一种基于变高单应的河流水面摄影测量方法

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
CN103487033A (zh) * 2013-09-22 2014-01-01 河海大学 一种基于变高单应的河流水面摄影测量方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MASAHIRO IWAHASHI: "WATER LEVEL DETECTION FOR FUNCTIONALLY LAYERED VIDEO CODING", 《IMAGE PROCESSING, 2007. ICIP 2007. IEEE INTERNATIONAL CONFERENCE ON》 *
MASAHIRO IWAHASHI等: "WATER LEVEL DETECTION FROM VIDEO WITH FIR FILTERING", 《 COMPUTER COMMUNICATIONS AND NETWORKS, 2007. ICCCN 2007. PROCEEDINGS OF 16TH INTERNATIONAL CONFERENCE ON》 *
王伟等: "基于图像处理的水位自动测量技术", 《南水北调与水利科技》 *
鲍江等: "基于图像处理的水位线检测算法", 《水电能源科学》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107391578B (zh) * 2017-06-20 2021-04-16 自然资源部海南基础地理信息中心 一种基于格网法的网络地图服务动态坐标转换方法
CN107391578A (zh) * 2017-06-20 2017-11-24 国家测绘地理信息局海南基础地理信息中心 一种基于格网法的网络地图服务动态坐标转换方法
CN108318010A (zh) * 2017-11-27 2018-07-24 中建华东投资有限公司 一种基于bim的基坑监测测点快速选取方法
CN108318010B (zh) * 2017-11-27 2022-06-24 中建华东投资有限公司 一种基于bim的基坑监测测点快速选取方法
CN108171721A (zh) * 2017-12-04 2018-06-15 北京农业智能装备技术研究中心 一种大尺度图像的目标对象图像提取方法及装置
CN108469255A (zh) * 2018-02-25 2018-08-31 长江空间信息技术工程有限公司(武汉) 一种河湖历史水位量算方法
CN109815865A (zh) * 2019-01-11 2019-05-28 江河瑞通(北京)技术有限公司 一种基于虚拟水尺的水位识别方法及系统
WO2021051863A1 (zh) * 2019-09-18 2021-03-25 平安科技(深圳)有限公司 水位预警监控方法、装置、存储介质及电子设备
CN110796834A (zh) * 2019-11-01 2020-02-14 广州小鹏汽车科技有限公司 车辆淹水的报警方法及系统、车辆和可读存储介质
CN110806174A (zh) * 2019-11-15 2020-02-18 贵州黔源电力股份有限公司 泄洪闸门动态可视化监测方法
CN111914048A (zh) * 2020-07-29 2020-11-10 北京天睿空间科技股份有限公司 经纬度坐标与图像坐标对应点自动生成方法
CN111914048B (zh) * 2020-07-29 2024-01-05 北京天睿空间科技股份有限公司 经纬度坐标与图像坐标对应点自动生成方法
CN113074797A (zh) * 2021-02-20 2021-07-06 武汉依迅北斗时空技术股份有限公司 一种无水尺测量水位装置及水位标定方法
CN117079166A (zh) * 2023-10-12 2023-11-17 江苏智绘空天技术研究院有限公司 一种基于高空间分辨率遥感图像的边缘提取方法
CN117079166B (zh) * 2023-10-12 2024-02-02 江苏智绘空天技术研究院有限公司 一种基于高空间分辨率遥感图像的边缘提取方法

Also Published As

Publication number Publication date
CN106228579B (zh) 2019-05-10

Similar Documents

Publication Publication Date Title
CN106228579B (zh) 一种基于地理时空场景的视频图像动态水位信息提取方法
CN101996407B (zh) 一种多相机颜色标定方法
CN103425967B (zh) 一种基于行人检测和跟踪的人流监控方法
CN103925927B (zh) 一种基于车载视频的交通标识定位方法
CN103164711B (zh) 基于像素和支持向量机的区域人流密度估计的方法
US8218853B2 (en) Change discrimination device, change discrimination method and change discrimination program
CN102646275B (zh) 通过跟踪和定位算法实现虚拟三维叠加的方法
CN111179345A (zh) 基于车载机器视觉的前方车辆越线违章行为自动检测方法及系统
CN109801282A (zh) 路面状况检测方法、处理方法、装置及系统
CN103035001B (zh) 一种基于超像素分割的地基云自动检测方法
CN102800111B (zh) 基于颜色协调性的彩色融合图像颜色质量评价方法
CN105631852B (zh) 基于深度图像等高线的室内人体检测方法
CN104574415B (zh) 一种基于单摄像机的目标空间定位方法
CN103578109A (zh) 一种监控摄像机测距方法及装置
CN105426837B (zh) 移动网络视觉雾霾检测系统
CN104007240A (zh) 一种基于双目识别与电子鼻网络气体检测的融合定位技术
CN108694741A (zh) 一种三维重建方法及装置
CN109472802A (zh) 一种基于边缘特征自约束的表面网格模型构建方法
CN109741446B (zh) 一种三维数字地球动态生成精细海岸地形的方法
CN103528568A (zh) 一种基于无线信道的目标位姿图像测量方法
CN108362205A (zh) 基于条纹投影的空间测距方法
CN106295657A (zh) 一种视频数据结构化过程中提取人体高度特征的方法
CN104599288A (zh) 一种基于肤色模板的特征跟踪方法及装置
CN106952262A (zh) 一种基于立体视觉的船板加工精度分析方法
CN112051596A (zh) 一种基于节点编码的室内定位方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant