CN106303412A - 基于监控影像的排土场位移远程实时监测装置与方法 - Google Patents
基于监控影像的排土场位移远程实时监测装置与方法 Download PDFInfo
- Publication number
- CN106303412A CN106303412A CN201610644586.4A CN201610644586A CN106303412A CN 106303412 A CN106303412 A CN 106303412A CN 201610644586 A CN201610644586 A CN 201610644586A CN 106303412 A CN106303412 A CN 106303412A
- Authority
- CN
- China
- Prior art keywords
- image
- displacement
- monitoring
- digital camera
- refuse dump
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Alarm Systems (AREA)
Abstract
基于监控影像的排土场位移远程实时监测装置与方法,属于排土场位移监测领域。该装置包括数码相机、影像数据无线传输模块、远程终端计算机、语音报警装置、太阳能电池板和蓄电池。数码相机通过USB线与影像数据无线传输模块触点丝扣连接,影像数据无线传输模块与远程终端计算机通过3G/4G网络和有线宽带Internet网络连接,太阳能电池板与数码相机、影像数据无线传输模块、蓄电池相连,蓄电池与数码相机、影像数据无线传输模块相连。该装置可以长期连续作业,该监测方法可以准确判定监测区域是否出现位移,若出现位移,通过多种方式报警,有效避免“假”滑坡和误报警,并对位移区域进行准确圈定,精度稳定。
Description
技术领域
本发明属于排土场位移监测领域,特别涉及基于监控影像的排土场位移远程实时监测装置与方法。
背景技术
排土场边坡的稳定性问题关系到矿山的安全生产和技术经济效益的发挥,因此对排土场边坡进行变形监测,可以及时发现滑动和蠕动,对于有效防治滑坡,具有十分重要的现实意义。对于排土场边坡的变形监测,传统的监测方法有:工程测量、GPS定点监测、InSAR技术、三维激光扫描技术等。这些方法中,只有GPS定点监测可以实现实时、动态、在线监测,其他监测方法都不具有实时性;工程测量和GPS定点监测属于点式监测手段,难以获取空间场的信息,若布置大量GPS点成本会非常高;地面三维激光扫描技术受测量距离的限制,机载三维激光扫描设备昂贵,作业方式复杂。中国专利CNIOZ005104A公布了“滑坡体位移和姿态远距离快速监测报警装置及方法”,实现了在地震和滑坡灾害应急救援中,对潜在的滑坡体进行远距离自动监测,一旦滑坡体位置和姿态变化达到或超过预先设置的安全界线,就进行声光报警,提醒现场工作人员注意,采取安全措施或者离开危险区域。但该装置存在以下问题:1)影像获取和数据处理装置都在野外临时露天安置,工作人员也不能远离设备,因此无法长期连续作业;2)通过无线网络传送给指挥中心的是滑坡的位移文本数据,直观性不强;3)采用的“基于图像局部组合特征向量集”算法进行影像匹配,该匹配算法也存在匹配误差,进而引起“假”滑坡和误报警;4)影像匹配同名点的密度和分布受目标影像纹理特征的限制,因此,基于这种同名点进行滑动区域圈定,精度不稳定,不能满足精确圈定滑动区域的要求。
发明内容
针对现有技术的不足,本发明提出一种基于监控影像的排土场位移远程实时监测装置与方法。
本发明的技术方案如下:
基于监控影像的排土场位移远程实时监测装置,包括数码相机、影像数据无线传输模块、远程终端计算机、语音报警装置、太阳能电池板和蓄电池,数码相机通过USB线与影像数据无线传输模块触点丝扣连接,数码相机与影像数据无线传输模块具有相同的数据接口和兼容协议,影像数据无线传输模块与远程终端计算机通过3G/4G网络和有线宽带Internet网络连接,太阳能电池板与数码相机、影像数据无线传输模块、蓄电池相连,蓄电池与数码相机、影像数据无线传输模块相连,数码相机、影像数据无线传输模块安置在排土场监测现场。
根据权利要求1所述的基于监控影像的排土场位移远程监测装置,其特征在于:所述远程终端计算机与语音报警装置通过无线或有线连接。
所述影像数据无线传输模块用于控制数码相机的快门自动获取监测区域影像;同时设置数码相机拍摄时间间隔。
所述远程终端计算机中包括影像接收模块、位移监测及滑动报警模块;
影像接收模块通过有线宽带Internet网络接收影像数据无线传输模块传输的影像数据;
位移监测及滑动报警模块提取拍摄时刻相邻的两幅影像的特征点并匹配特征点,得到同名点,剔除同名点中的粗差点后得到监测区域的正确同名点,利用拍摄时刻相邻的两幅影像计算排土场滑动区域的位移矢量,得到竖直平面内的位移矢量场,利用竖直平面内的位移矢量和测量的监测区域排土场倾角,计算排土场空间位移矢量场;同时利用滑动区域圈定方法,检验拍摄时刻相邻的两幅影像同一位置灰度差,滑动区域构成灰度差高值点区域,用高值点构建Delaunay三角网,三角网的边界为要圈定滑动区域边界。
采用所述的基于监控影像的排土场位移远程实时监测装置进行排土场位移远程实时监测的方法,包括如下步骤:
步骤1、确定数码相机的焦距、面阵大小和排土场监测区域,计算数码相机到排土场的摄影距离:D=(f×H)/h,其中f为数码相机焦距,H为摄影高度范围,h为数码相机CCD元件高度,测定排土场监测区域的高度、宽度,确定排土场监测区域,进而确定数码相机安置的空间位置;
步骤2、选择数码相机的定焦镜头,设置数码相机景深、光圈、快门速度、感光度ISO、手动拍摄模式,利用影像数据无线传输模块设置数码相机拍摄时间间隔,在远程终端计算机中设置位移安全阈值;
步骤3、数码相机与影像数据无线传输模块之间互相通信,影像数据无线传输模块控制数码相机的快门,在完全无人值守的情况下,自动获取监测区域的影像;
步骤4、在影像数据无线传输模块设置IP地址、端口、用户名和密码,在远程终端计算机中设置静态IP地址和客户端设备端口,并利用3G/4G网络和Internet网络,将影像传送给远程终端计算机,实现影像数据的传输;
步骤5、利用远程终端计算机获取的影像对监测区域进行位移监测,包括位移监测和滑动区域圈定;
所述位移监测按如下步骤进行:
(1)利用SIFT算法提取相邻时刻影像的特征点,并匹配特征点,得到同名点;
(2)利用邻域相关性粗差剔除算法剔除错误匹配同名点,得到监测区域的正确匹配同名点,所述邻域相关性粗差剔除算法用来剔除错误匹配同名点;
(3)利用二维场位移矢量获取算法计算正确匹配同名点的位移矢量,若所有位移矢量不为零,且小于5个像元,则是由监测设备震动引起的影像位移,而不是监测目标滑移,否则,利用在步骤3获取的影像中标定滑坡体竖直平面内的位移矢量场,并通过计算将竖直平面内的位移矢量场转换为空间位移矢量场,所述二维场位移矢量获取算法利用拍摄时刻相邻的两幅影像同名点的位置坐标相减,后一拍摄时刻位置坐标减去前一拍摄时刻位置坐标,获得竖直平面内的位移矢量,两幅影像中所有同名点的竖直平面内的位移矢量构成位移矢量场;
(4)利用空间位移矢量场与相邻影像的曝光时间间隔计算位移速度矢量,若位移速度矢量超过位移安全阈值,则进行计算机屏幕报警、语音报警装置报警、无线通信设备报警,工作人员启动应急预案;
(5)关闭报警;
所述滑动区域圈定方法是:利用相邻影像对应坐标像素灰度值跳跃检验模型,检验相邻影像同一位置灰度差的高值点区域,用高值点构建Delaunay三角网,三角网的边界为要圈定滑动区域边界;所述相邻影像对应坐标像素灰度值跳跃检验模型通过检验拍摄时刻相邻的两幅影像同一位置坐标的灰度差,圈定滑动区域边界:当拍摄时刻相邻的两幅影像同一位置坐标的灰度差的高值点在影像上均匀分布时,逐个像元移动最新获取的影像,与上一幅影像同一位置坐标的灰度求差,获取灰度高值点最少的位置点,该位置点为拐点,进一步移动影像,则高值点增加,在拐点两侧用二分法减小步长至步长为1/10像元时,高值点对应灰度值接近于零即<1;当拍摄时刻相邻的两幅影像同一位置坐标的灰度差的高值点在影像上不均匀分布且拍摄时刻相邻的两幅影像同一位置坐标的灰度差存在非零值时,这些高值点所在区域为滑动区域,将滑动区域定义为灰度差高值点区域,利用灰度差的高值点群构建Delaunay三角网,Delaunay三角网的边界为要圈定的滑动区域边界,依据拉以达准则,若Delaunay三角网网边长偏差小于3倍中误差,则Delaunay三角网断开,从而将灰度差高值点区域划分为若干个滑动区域。
所述拍摄时刻相邻的两幅影像同一位置坐标的灰度差的高值点在影像上均匀分布的判定采用如下方法,首先按相等区域大小将影像均匀划分为25~49个区域,采用拉依达准则计算不同区域包含高值点数目,若该数目的偏差小于3倍中误差,则是均匀分布,否则为不均匀分布。
所述邻域相关性粗差剔除算法具体步骤如下:
首先,在邻域范围内求解滑动点与相邻点间位移矢量的相关系数;
其次,给定相关系数的阈值,根据多次试验结果,正确匹配的相关系数范围为0.75~1,若相关系数大于阈值,则滑动点是正确同名点,若相关系数小于阈值,则认为滑动点是错配同名点,予以删除。
所述二维场位移矢量获取算法具体步骤如下:
首先,若排土场监测区域发生滑动,则拍摄时刻相邻的两幅影像中同名点的位置发生移动,后一拍摄时刻同名点的位置坐标与前一拍摄时刻同名点的位置坐标相减,获得滑动点的竖直平面内的位移矢量;
其次,通过多幅拍摄时刻相邻的影像获得的多个位移矢量相连接,获得滑动点位移矢量像平面内的位移轨迹。
所述获得排土场空间位移矢量场具体步骤如下:
首先,测量并计算监测区域排土场的倾角θ;
其次,将通过二维场位移矢量获取算法获得的以像素为单位的竖直平面内的位移矢量δ转化为空间位移量S=(δ×D×cosθ)/f,构建排土场空间位移矢量场。
有益效果:
基于监控影像的排土场位移远程实时监测装置在无人值守的情况下,可以长期连续作业。该监测方法可以准确判定监测区域是否出现位移,若出现位移,通过计算机屏幕报警、语音报警装置报警、无线通信设备报警,有效避免“假”滑坡和误报警,并对滑动区域进行准确圈定,精度稳定。
附图说明
图1为本发明一种实施例的基于监控影像的排土场位移远程实时监测装置数据传输示意图,其中1是数码相机,2是影像数据无线传输模块,3是3G/4G网络,4是有线宽带Internet网络,5是语音报警装置,6是远程终端计算机主机,7是远程终端计算机显示器;
图2为本发明一种实施例的基于监控影像的排土场位移远程实时监测装置结构示意图;
图3为本发明一种实施例的数码相机安置位置计算解析图;
图4为本发明一种实施例的基于监控影像的排土场位移远程实时监测方法流程图;
图5为本发明一种实施例的SIFT算法匹配结果示意图;
图6为本发明一种实施例的邻域相关性粗差剔除算法剔除粗差后示意图;
图7为本发明一种实施例的利用二维场位移矢量获取算法得到位移矢量标定示意图;
图8为本发明一种实施例的利用相邻影像对应坐标像素灰度值跳跃检验模型圈定滑动区域示意图。
具体实施方式
下面结合附图对本发明具体实施方式做详细说明。如图1所示,基于监控影像的排土场位移远程实时监测装置包括数码相机1、影像数据无线传输模块2、远程终端计算机、语音报警装置5、太阳能电池板和蓄电池,数码相机1采用定焦数码相机cannon 40D,影像数据无线传输模块2采用SmartEye系统,远程终端计算机采用lenonvo启天M4350,语音报警装置采用lenonvo c3530,太阳能电池板和蓄电池采用BULEKEM 300瓦太阳能电池板和蓄电池。数码相机1通过USB线与影像数据无线传输模块2触点丝扣连接。数码相机1与影像数据无线传输模块2具有相同的数据接口和兼容协议。影像数据无线传输模块2与远程终端计算机通过3G/4G网络3、有线宽带Internet网络4连接。远程终端计算机与语音报警装置5通过无线或有线连接。远程终端计算机包括远程终端计算机主机6和远程终端计算机显示器7,远程终端计算机主机6与远程终端计算机显示器7相连。太阳能电池板与数码相机、影像数据无线传输模块、蓄电池相连,蓄电池与数码相机、影像数据无线传输模块相连,如图2所示。数码相机1、影像数据无线传输模块2安置在排土场监测现场。
影像数据无线传输模块用于控制数码相机的快门,在无人值守的情况下,影像数据无线传输模块自动获取监测区域影像;同时设置数码相机拍摄时间间隔,满足监测区域不同位移程度和速度条件下的监测要求和传输量的经济性指标。如果监控区域出现位移,当位移速度快时,将数码相机拍摄时间设置的短些,传输量大,传输的费用高;当位移速度慢时,将数码相机拍摄时间设置的长些,传输量小,传输的费用低。
远程终端计算机中包括影像接收模块、位移监测及滑动报警模块,影像接收模块和位移监测及滑动报警模块之间数据接口和数据格式都是兼容的。
影像接收模块通过有线宽带Internet网络接收影像数据无线传输模块传输的影像数据。
位移监测及滑动报警模块提取拍摄时刻相邻的两幅影像的特征点并匹配特征点,得到同名点,剔除同名点中的粗差点后得到监测区域的正确同名点,利用拍摄时刻相邻的两幅影像计算排土场滑动区域的位移矢量,得到竖直平面内的位移矢量场,利用竖直平面内的位移矢量和测量的监测区域排土场倾角,计算排土场的空间位移矢量场;同时检验拍摄时刻相邻的两幅影像同一位置灰度差,滑动区域构成灰度差高值点区域,用高值点构建Delaunay三角网,三角网的边界为要圈定滑动区域边界。
基于监控影像的排土场位移远程实时监测的方法,包括如下步骤,如图4所示:
步骤1、确定数码相机的焦距、面阵大小和排土场监测区域,计算数码相机到排土场的摄影距离:D=(f×H)/h,其中f为数码相机焦距,取85毫米,H为摄影高度范围,取为60米,h为数码相机CCD元件高度,取为14.8毫米,测定排土场监测区域的高度、宽度,确定排土场监测区域,进而确定数码相机安置的空间位置D=344.6米,如图3所示;
步骤2、选择数码相机的定焦镜头,设置数码相机景深、光圈、快门速度、感光度ISO、手动拍摄模式,利用影像数据无线传输模块设置数码相机拍摄时间间隔为100秒,监测图像的像素分辨率为3888×2592,在远程终端计算机中设置位移安全阈值;
目前联通3G网络上传速度大约0.6~1M/秒,4G网络上传速度大约2M/秒。该矿区尚未被4G网络覆盖,使用3G网络,经测试传输一幅影像耗时约为10~21秒钟,影像是压缩格式(JPG),数据量与纹理有关,约3.0~9.0M之间。另一方面,远程终端计算机基本配置为CPU2.40GHz、内存2.00G,影像数据处理同样受影像纹理丰富程度的影响,经测试,处理时间大约43~66秒。影像传输和处理时间总计约为53~87秒,所以设置最短曝光时间间隔为100秒,排土场不同天气和移动状态调整曝光时间间隔。
步骤3、数码相机与影像数据无线传输模块之间互相通信,影像数据无线传输模块控制数码相机的快门,在完全无人值守的情况下,影像数据无线传输模块自动获取监测区域的影像;
步骤4、在影像数据无线传输模块中设置IP地址、端口、用户名和密码,在远程终端计算机中设置静态IP地址和客户端设备端口,并利用3G/4G网络和有线宽带Internet网络,将影像传送给远程终端计算机,实现影像数据的传输;
步骤5、利用计算机获取的影像对监测区域进行位移监测,包括位移监测和滑动区域圈定;
所述位移监测按如下步骤进行:
(1)利用SIFT算法提取相邻时刻影像的特征点,并匹配特征点,得到同名点,如图5所示;
(2)利用邻域相关性粗差剔除算法剔除错误匹配同名点,得到监测区域的正确匹配同名点。由于SIFT算法可能出现错误匹配,导致“假”位移现象,这就需要将错误匹配同名点删除。传统的粗差剔除算法难以分辨同名点位移的原因,可能会把局部位移、滑坡引起的同名点位移当成错误匹配,造成误剔除。
所述邻域相关性粗差剔除算法利用滑坡具有区域性和相邻滑坡点在位移方向和位移量上具有相关性的特点剔除错误匹配同名点,不会将局部位移、滑坡点当成粗差点剔除。具体步骤如下:
首先,在邻域范围内求解滑动点与相邻点间位移矢量的相关系数;
其次,给定相关系数的阈值0.8,根据多次试验结果,正确匹配的相关系数范围为0.75~1,若相关系数大于阈值,则认为滑动点是正确同名点,若相关系数小于阈值,则认为滑动点是错配同名点,予以删除,如图6所示。
(3)利用二维场位移矢量获取算法计算正确匹配同名点的位移矢量,若所有位移矢量不为零,且小于5个像元,则是由监测设备震动引起的影像位移,而不是监测目标滑移,否则,利用在步骤3获取的影像中标定滑坡体竖直平面内的位移矢量场,并通过计算将竖直平面内的位移矢量场转换为空间位移矢量场,所述二维场位移矢量获取算法利用拍摄时刻相邻的两幅影像同名点的位置坐标相减,后一拍摄时刻位置坐标减去前一拍摄时刻位置坐标,获得竖直平面内的位移矢量,两幅影像中所有同名点的竖直平面内的位移矢量构成位移矢量场;
获得排土场空间位移矢量场具体步骤如下:
首先,若排土场监测区域发生滑动,则拍摄时刻相邻的两幅影像中同名点的位置坐标发生移动,后一拍摄时刻同名点的位置坐标与前一拍摄时刻同名点的位置坐标相减,获得滑动点的竖直平面内的位移矢量并在图像上标志出来;
其次,通过多幅拍摄时刻相邻的影像获得的多个位移矢量相连接,获得滑动点位移矢量像平面内的位移轨迹。通过两幅拍摄时刻相邻的影像获得的位移矢量,如图7所示;
再次,测量出监测区域排土场的倾角θ=55.8°;
最后,将以像素为单位的像平面位移矢量转化为空间位移量S=(δ×D×cosθ)/f,构建排土场空间位移矢量场。
(4)利用空间位移矢量场与相邻影像的曝光时间间隔计算位移速度矢量,若位移速度矢量超过安全阈值,则进行计算机屏幕报警、语音报警装置报警、无线通信设备报警,工作人员启动应急预案。
(5)关闭报警。
所述滑动区域圈定方法是:利用相邻影像对应坐标像素灰度值跳跃检验模型,检验相邻影像同一位置灰度差的高值点区域,用高值点构建Delaunay三角网,三角网的边界为要圈定滑动区域边界;所述相邻影像对应坐标像素灰度值跳跃检验模型通过检验拍摄时刻相邻的两幅影像同一位置坐标的灰度差,圈定滑动区域边界:当拍摄时刻相邻的两幅影像同一位置坐标的灰度差的高值点在影像上均匀分布时,逐个像元移动最新获取的影像,与上一幅影像同一位置坐标的灰度求差,获取灰度高值点最少的位置点,该位置点为拐点,进一步移动影像,则高值点增加,在拐点两侧用二分法减小步长至步长为1/10像元时,高值点对应灰度值接近于零即<1;当拍摄时刻相邻的两幅影像同一位置坐标的灰度差的高值点在影像上不均匀分布且拍摄时刻相邻的两幅影像同一位置坐标的灰度差存在非零值时,这些高值点所在区域为滑动区域,将滑动区域定义为灰度差高值点区域,利用灰度差的高值点群构建Delaunay三角网,Delaunay三角网的边界为要圈定的滑动区域边界,依据拉以达准则,若Delaunay三角网网边长偏差小于3倍中误差,则Delaunay三角网断开,从而将灰度差高值点区域划分为若干个滑动区域。
所述拍摄时刻相邻的两幅影像同一位置坐标的灰度差的高值点在影像上均匀分布的判定采用如下方法,首先按相等区域大小将影像均匀划分为25~49个区域,本实施方式根据实测经验划分为36个区域,采用拉依达准则计算不同区域包含高值点数目,若该数目的偏差小于3倍中误差,则是均匀分布,否则为不均匀分布。
理论上若拍摄时刻相邻的两幅影像同一位置坐标的灰度差值为零,则为非滑动区域,但对于非滑动区域,也会由于震动等原因造成影像位移,引起灰度差不为零,然而相机的安置是非常稳固的,此时的影像移动主要是地面震动引起的影像平移,经过多次实验得知,平移量远小于5个像元。
首先,对拍摄时刻相邻的两幅影像同一坐标位置的像素灰度值求差;
其次,两幅影像为同一数码相机相邻时刻拍摄,且内外方位元素相同,若区域灰度差值为零,则为非滑动区域,若区域灰度差值非零概率大,则为滑动区域,并将该区域定义为灰度差高值点区域;
最后,高值点群构成Delaunay三角网,三角网的边界为要圈定滑动区域边界,若三角网网边长偏差大于3倍中误差,则Delaunay三角网断开,高值点区域划分为若干个滑动区域,如图8所示。
Claims (9)
1.基于监控影像的排土场位移远程实时监测装置,其特征在于:包括数码相机、影像数据无线传输模块、远程终端计算机、语音报警装置、太阳能电池板和蓄电池,数码相机通过USB线与影像数据无线传输模块触点丝扣连接,数码相机与影像数据无线传输模块具有相同的数据接口和兼容协议,影像数据无线传输模块与远程终端计算机通过3G/4G网络和有线宽带Internet网络连接,太阳能电池板与数码相机、影像数据无线传输模块、蓄电池相连,蓄电池与数码相机、影像数据无线传输模块相连,数码相机、影像数据无线传输模块安置在排土场监测现场。
2.根据权利要求1所述的基于监控影像的排土场位移远程监测装置,其特征在于:所述远程终端计算机与语音报警装置通过无线或有线连接。
3.根据权利要求1所述的基于监控影像的排土场位移远程监测装置,其特征在于:所述影像数据无线传输模块用于控制数码相机的快门自动获取监测区域影像;同时设置数码相机拍摄时间间隔。
4.根据权利要求1所述的基于监控影像的排土场位移远程监测装置,其特征在于:所述远程终端计算机中包括影像接收模块、位移监测及滑动报警模块;
影像接收模块通过有线宽带Internet网络接收影像数据无线传输模块传输的影像数据;
位移监测及滑动报警模块提取拍摄时刻相邻的两幅影像的特征点并匹配特征点,得到同名点,剔除同名点中的粗差点后得到监测区域的正确同名点,利用拍摄时刻相邻的两幅影像计算排土场滑动区域的位移矢量,得到竖直平面内的位移矢量场,利用竖直平面内的位移矢量和测量的监测区域排土场倾角,计算排土场空间位移矢量场;同时利用滑动区域圈定方法,检验拍摄时刻相邻的两幅影像同一位置灰度差,滑动区域构成灰度差高值点区域,用高值点构建Delaunay三角网,三角网的边界为要圈定滑动区域边界。
5.采用权利要求1所述的基于监控影像的排土场位移远程实时监测装置进行排土场位移远程实时监测的方法,其特征在于:包括如下步骤:
步骤1、确定数码相机的焦距、面阵大小和排土场监测区域,计算数码相机到排土场的摄影距离:D=(f×H)/h,其中f为数码相机焦距,H为摄影高度范围,h为数码相机CCD元件高度,测定排土场监测区域的高度、宽度,确定排土场监测区域,进而确定数码相机安置的空间位置;
步骤2、选择数码相机的定焦镜头,设置数码相机景深、光圈、快门速度、感光度ISO、手动拍摄模式,利用影像数据无线传输模块设置数码相机拍摄时间间隔,在远程终端计算机中设置位移安全阈值;
步骤3、数码相机与影像数据无线传输模块之间互相通信,影像数据无线传输模块控制数码相机的快门,在完全无人值守的情况下,自动获取监测区域的影像;
步骤4、在影像数据无线传输模块设置IP地址、端口、用户名和密码,在远程终端计算机中设置静态IP地址和客户端设备端口,并利用3G/4G网络和Internet网络,将影像传送给远程终端计算机,实现影像数据的传输;
步骤5、利用远程终端计算机获取的影像对监测区域进行位移监测,包括位移监测和滑动区域圈定;
所述位移监测按如下步骤进行:
(1)利用SIFT算法提取相邻时刻影像的特征点,并匹配特征点,得到同名点;
(2)利用邻域相关性粗差剔除算法剔除错误匹配同名点,得到监测区域的正确匹配同名点,所述邻域相关性粗差剔除算法用来剔除错误匹配同名点;
(3)利用二维场位移矢量获取算法计算正确匹配同名点的位移矢量,若所有位移矢量不为零,且小于5个像元,则是由监测设备震动引起的影像位移,而不是监测目标滑移,否则,利用在步骤3获取的影像中标定滑坡体竖直平面内的位移矢量场,并通过计算将竖直平面内的位移矢量场转换为空间位移矢量场,所述二维场位移矢量获取算法利用拍摄时刻相邻的两幅影像同名点的位置坐标相减,后一拍摄时刻位置坐标减去前一拍摄时刻位置坐标,获得竖直平面内的位移矢量,两幅影像中所有同名点的竖直平面内的位移矢量构成位移矢量场;
(4)利用空间位移矢量场与相邻影像的曝光时间间隔计算位移速度矢量,若位移速度矢量超过位移安全阈值,则进行计算机屏幕报警、语音报警装置报警、无线通信设备报警,工作人员启动应急预案;
(5)关闭报警;
所述滑动区域圈定方法是:利用相邻影像对应坐标像素灰度值跳跃检验模型,检验相邻影像同一位置灰度差的高值点区域,用高值点构建Delaunay三角网,三角网的边界为要圈定滑动区域边界;所述相邻影像对应坐标像素灰度值跳跃检验模型通过检验拍摄时刻相邻的两幅影像同一位置坐标的灰度差,圈定滑动区域边界:当拍摄时刻相邻的两幅影像同一位置坐标的灰度差的高值点在影像上均匀分布时,逐个像元移动最新获取的影像,与上一幅影像同一位置坐标的灰度求差,获取灰度高值点最少的位置点,该位置点为拐点,进一步移动影像,则高值点增加,在拐点两侧用二分法减小步长至步长为1/10像元时,高值点对应灰度值接近于零即<1;当拍摄时刻相邻的两幅影像同一位置坐标的灰度差的高值点在影像上不均匀分布且拍摄时刻相邻的两幅影像同一位置坐标的灰度差存在非零值时,这些高值点所在区域为滑动区域,将滑动区域定义为灰度差高值点区域,利用灰度差的高值点群构建Delaunay三角网,Delaunay三角网的边界为要圈定的滑动区域边界,依据拉以达准则,若Delaunay三角网网边长偏差小于3倍中误差,则Delaunay三角网断开,从而将灰度差高值点区域划分为若干个滑动区域。
6.根据权利要求5所述的基于监控影像的排土场位移远程实时监测方法,其特征在于:所述拍摄时刻相邻的两幅影像同一位置坐标的灰度差的高值点在影像上均匀分布的判定采用如下方法,首先按相等区域大小将影像均匀划分为25~49个区域,采用拉依达准则计算不同区域包含高值点数目,若该数目的偏差小于3倍中误差,则是均匀分布,否则为不均匀分布。
7.根据权利要求5所述的基于监控影像的排土场位移远程实时监测方法,其特征在于:所述邻域相关性粗差剔除算法具体步骤如下:
首先,在邻域范围内求解滑动点与相邻点间位移矢量的相关系数;
其次,给定相关系数的阈值,根据多次试验结果,正确匹配的相关系数范围为0.75~1,若相关系数大于阈值,则滑动点是正确同名点,若相关系数小于阈值,则认为滑动点是错配同名点,予以删除。
8.根据权利要求5所述的基于监控影像的排土场位移远程实时监测方法,其特征在于:所述二维场位移矢量获取算法具体步骤如下:
首先,若排土场监测区域发生滑动,则拍摄时刻相邻的两幅影像中同名点的位置发生移动,后一拍摄时刻同名点的位置坐标与前一拍摄时刻同名点的位置坐标相减,获得滑动点的竖直平面内的位移矢量;
其次,通过多幅拍摄时刻相邻的影像获得的多个位移矢量相连接,获得滑动点位移矢量像平面内的位移轨迹。
9.根据权利要求5所述的基于监控影像的排土场位移远程实时监测方法,其特征在于:所述获得排土场空间位移矢量场具体步骤如下:
首先,测量并计算监测区域排土场的倾角θ;
其次,将通过二维场位移矢量获取算法获得的以像素为单位的竖直平面内的位移矢量δ转化为空间位移量S=(δ×D×cosθ)/f,构建排土场空间位移矢量场。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610644586.4A CN106303412B (zh) | 2016-08-09 | 2016-08-09 | 基于监控影像的排土场位移远程实时监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610644586.4A CN106303412B (zh) | 2016-08-09 | 2016-08-09 | 基于监控影像的排土场位移远程实时监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106303412A true CN106303412A (zh) | 2017-01-04 |
CN106303412B CN106303412B (zh) | 2019-03-29 |
Family
ID=57666693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610644586.4A Active CN106303412B (zh) | 2016-08-09 | 2016-08-09 | 基于监控影像的排土场位移远程实时监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106303412B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108370434A (zh) * | 2017-05-09 | 2018-08-03 | 深圳华博高科光电技术有限公司 | 倾斜监控摄像头及基于该倾斜监控摄像头的监控方法 |
CN110645900A (zh) * | 2019-09-26 | 2020-01-03 | 东北大学 | 边坡影像实时获取装置、边坡裂缝实时识别形变监测方法 |
CN111473776A (zh) * | 2020-05-11 | 2020-07-31 | 中晋环境科技有限公司 | 一种基于单像近景摄影测量的滑坡裂缝监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040046690A1 (en) * | 2000-12-04 | 2004-03-11 | Brian Reeves | Slope monitoring system |
CN201463843U (zh) * | 2009-07-10 | 2010-05-12 | 上海同岩土木工程科技有限公司 | 一种基于数字照相技术的岩土工程变形远程监控系统 |
CN104700399A (zh) * | 2015-01-08 | 2015-06-10 | 东北大学 | 一种基于高分遥感影像的大变形滑坡位移场标定方法 |
CN105469421A (zh) * | 2014-09-04 | 2016-04-06 | 南京理工大学 | 一种基于周视系统实现地面运动目标监测的方法 |
-
2016
- 2016-08-09 CN CN201610644586.4A patent/CN106303412B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040046690A1 (en) * | 2000-12-04 | 2004-03-11 | Brian Reeves | Slope monitoring system |
CN201463843U (zh) * | 2009-07-10 | 2010-05-12 | 上海同岩土木工程科技有限公司 | 一种基于数字照相技术的岩土工程变形远程监控系统 |
CN105469421A (zh) * | 2014-09-04 | 2016-04-06 | 南京理工大学 | 一种基于周视系统实现地面运动目标监测的方法 |
CN104700399A (zh) * | 2015-01-08 | 2015-06-10 | 东北大学 | 一种基于高分遥感影像的大变形滑坡位移场标定方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108370434A (zh) * | 2017-05-09 | 2018-08-03 | 深圳华博高科光电技术有限公司 | 倾斜监控摄像头及基于该倾斜监控摄像头的监控方法 |
WO2018205122A1 (zh) * | 2017-05-09 | 2018-11-15 | 深圳华博高科光电技术有限公司 | 倾斜监控摄像头及基于该倾斜监控摄像头的监控方法 |
CN110645900A (zh) * | 2019-09-26 | 2020-01-03 | 东北大学 | 边坡影像实时获取装置、边坡裂缝实时识别形变监测方法 |
CN111473776A (zh) * | 2020-05-11 | 2020-07-31 | 中晋环境科技有限公司 | 一种基于单像近景摄影测量的滑坡裂缝监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106303412B (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101951502B (zh) | 一种三维智能视频监控方法 | |
CN108447075B (zh) | 一种无人机监测系统及其监测方法 | |
CN103808271B (zh) | 远距离量测裂缝的方法及其装置 | |
KR100726009B1 (ko) | 구조물의 변위 측정 시스템 및 방법 | |
CN111435081B (zh) | 海面测量系统、海面测量方法以及存储介质 | |
CN109269555A (zh) | 基于无人机和三维建模技术的尾矿库安全监测系统及方法 | |
CN104902246A (zh) | 视频监视方法和装置 | |
CN115597659B (zh) | 一种变电站智能安全管控方法 | |
CN106204595A (zh) | 一种基于双目摄像机的机场场面三维全景监视方法 | |
CN103400463B (zh) | 一种基于二维图像的林火定位方法和装置 | |
CN106019264A (zh) | 一种基于双目视觉的无人机危险车距识别系统及方法 | |
CN105516584A (zh) | 全景影像采集系统、基于其的测量天际线的装置和方法 | |
CN105516684A (zh) | 电网输电线巡视方法 | |
CN104410839A (zh) | 一种移动式输电线杆塔区域山火与山体滑坡灾害在线监测系统与监测方法 | |
CN106303412A (zh) | 基于监控影像的排土场位移远程实时监测装置与方法 | |
CN109373908A (zh) | 一种边坡地表位移监测系统和方法 | |
CN106096207A (zh) | 一种基于多目视觉的旋翼无人机抗风评估方法及系统 | |
CN113012292A (zh) | 一种基于无人机航拍的ar远程施工监控方法及系统 | |
CN109035343A (zh) | 一种基于监控相机的楼层相对位移测量方法 | |
CN105043355B (zh) | 基于相似度判定准则的边坡微变形监测方法及监测系统 | |
CN117274378A (zh) | 基于ai视觉融合三维场景的室内定位系统及方法 | |
CN111399014A (zh) | 野生动物监控的局部立体视觉红外相机系统及方法 | |
CN111491154A (zh) | 基于一个或多个单视场帧的检测和测距 | |
CN113432529B (zh) | 一种基于无人机摄像的震损结构层间残余变形检测方法 | |
CN115345945A (zh) | 利用无人机多目视觉重建高速公路的自动巡检方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |