CN106530348A - 一种对泥石流的视觉监测方法 - Google Patents
一种对泥石流的视觉监测方法 Download PDFInfo
- Publication number
- CN106530348A CN106530348A CN201610951748.9A CN201610951748A CN106530348A CN 106530348 A CN106530348 A CN 106530348A CN 201610951748 A CN201610951748 A CN 201610951748A CN 106530348 A CN106530348 A CN 106530348A
- Authority
- CN
- China
- Prior art keywords
- mud
- rock flow
- flow
- lower section
- rock
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30184—Infrastructure
Abstract
本发明涉及计算机视觉及摄影测量技术,其公开了一种对泥石流的视觉监测方法,解决传统技术中泥石流监测方案采用人工观测方式带来的实时性、准确性差的问题及采用接触式检测方式带来的成本高、不便于统一监测管理的问题。该方法包括:a.部署用于对泥石流进行视觉监测的监控平台,所述监控平台至少包括两个摄像机,在部署完成后对摄像机进行标定;b.在未发生泥石流时,利用监控平台对泥石流的流通区的形状进行测量,获得形状参数;c.监控平台对泥石流的流通区进行实时监控,在发生泥石流时,基于步骤b中获取的泥石流的流通区的形状参数及其变化量计算获得泥石流相关数据。本发明适用于泥石流监测。
Description
技术领域
本发明涉及计算机视觉及摄影测量技术,具体涉及一种对泥石流的视觉监测方法。
背景技术
泥石流是指在山区或者其他沟谷深壑,地形险峻的地区,因为暴雨、暴雪或其他自然灾害引发的山体滑坡并携带有大量泥沙以及石块的特殊洪流。泥石流是一种常见的山地灾害,它的运动过程介于山崩、滑坡和洪水之间,具有突然性以及流速快、流量大、物质容量大和破坏力强等特点。
我国是一个泥石流灾害多发国家,特别是每年汛期泥石流频发,常常会冲毁公路、铁路等交通设施甚至村镇等,对当地造成较大的人员伤亡和经济损失,因此泥石流监测技术一直备受关注。泥石流监测的目的和任务是为获取泥石流形成的固体物源、水源和流动过程中的流速、流量、顶面高程(泥位)、容重等及其变化,为泥石流的预测预警提供依据。
泥石流监测大体分为物源监测、水源监测和活动性监测三类。传统的泥石流监测方法包括人工观测和依赖于接触式传感器的监测。通过落实开展这些监测预警措施,泥石流灾害防治工作取得了巨大进展和成功,避免了大量的地质灾害对人民生命财产的造成的威胁和损失,然而,这些传统监测方式也有亟待改进之处。人工观测的方式对人力的占用及其严重,且读数一致性和可靠度不够高,实时性较差;而依赖加速度传感器、超声波泥位传感器等接触式检测装置的方式造价和维护成本高,且由于监测点分布范围广,不便于统一监测管理。显然,如果不能尽快解决这些弊端,将对我国未来的泥石流灾害防治工作形成极大考验,国家建设和人民生命财产安全将持续受到威胁和损失。
发明内容
本发明所要解决的技术问题是:提出一种对泥石流的视觉监测方法,解决传统技术中泥石流监测方案采用人工观测方式带来的实时性、准确性差的问题及采用接触式检测方式带来的成本高、不便于统一监测管理的问题。
本发明解决上述技术问题所采用的方案是:
一种对泥石流的视觉监测方法,包括以下步骤:
a.部署用于对泥石流进行视觉监测的监控平台,所述监控平台至少包括两个摄像机,在部署完成后对摄像机进行标定;
b.在未发生泥石流时,利用监控平台对泥石流的流通区的形状进行测量,获得形状参数;
c.监控平台对泥石流的流通区进行实时监控,在发生泥石流时,基于步骤b中获取的泥石流的流通区的形状参数及其变化量计算获得泥石流相关数据。
作为进一步优化,步骤a中,将所述监控平台部署在距离泥石流流通区较远的高处,以确保泥石流发生时不会遭到破坏,并且,保证摄像机组(由多个摄像机组成)的视场范围能够覆盖泥石流的流通区。
作为进一步优化,步骤b中,在对泥石流的流通区的形状进行测量时,采用图像特征检测算法,检测出下断面的边缘作为测量用的控制特征,结合摄像机组内参数测量计算获得形状参数。
作为进一步优化,步骤b中,所述形状参数包括:泥石流流通区的下断面高程Hl、下断面面积Sl、流通区长度L。
作为进一步优化,步骤c中,所述泥石流相关数据包括:下断面泥位MHl、下断面泥位面积MSl、泥石流的速度、泥石流的流量。
作为进一步优化,步骤c中,所述计算下断面泥位MHl、下断面泥位面积MSl的方法是:
采用图像特征检测算法,检测出下断面泥位边缘作为测量用的控制特征,结合摄像机组内参数测量计算得到下断面泥位距离下断面顶端的距离Δl,由此:
MHl=Hl-Δl
基于下断面泥位MHl,采用积分算法求取下断面泥位面积MSl。
作为进一步优化,步骤c中,所述计算泥石流的速度的方法是:
采用图像特征检测算法,在上断面泥位边缘上检测多个控制特征点A、B、C,并分别记录检测时间T1A、T1B、T1C。
对多个控制点A、B、C分别进行跟踪,每当1个控制点随泥石流下滑至下断面泥位边缘位置时,停止对该控制点的跟踪,并分别记录停止跟踪的时间T2A、T2B、T2C;
结合泥石流流通区的长度L,可分别计算出每个控制点的流速:
对一段时间内,对以此方法得到的速度求平均值,即可得到当前泥石流的流速VM。
作为进一步优化,步骤c中,所述计算泥石流的流量的方法是:
泥石流流量QM=下断面泥位面积MSl *泥石流的流速。
本发明的有益效果是:无需占用大量人力进行观测,亦无需部署昂贵的传感器,便于分析获取泥石流运动过程实时检测中的关键性参数,有效解决了传统方法监测精度差、成果不及时和可靠度不够等问题,可用于无人值守的实时监测环境,有效降低此类监测系统的运营成本。
附图说明
图1为泥石流流通区的形状参数的几何模型示意图。
具体实施方式
本发明旨在提出一种对泥石流的视觉监测方法,解决传统技术中泥石流监测方案采用人工观测方式带来的实时性、准确性差的问题及采用接触式检测方式带来的成本高、不便于统一监测管理的问题。
在具体实现上,本发明中的对泥石流的视觉监测方法包括以下实现步骤:
1、部署用于对泥石流进行视觉监测的监控平台:
本发明中,用于视觉监测监控平台至少包括2个摄像机,摄像机之间是固定连接的状态。监控平台既可部署在固定的位置,也可部署在活动平台(例如无人机等)上。固定的位置通常选择在距离泥石流流通区较远的高处,以确保泥石流发生时不会遭到破坏,并且,保证摄像机组的视场范围能够覆盖泥石流的流通区。每次部署完成后,应首先对监控平台中的摄像机组进行标定。
2、利用监控平台对泥石流的流通区的形状进行测量,获得形状参数:
在自然环境下,泥石流的流通区几何形状大都不规则,一定程度上增加了泥石流视觉检测的难度,在未发生泥石流时,首先对其形状进行测量,建立几何模型。
如图1所示,几何模型的参数主要包括泥石流流通区的下断面高程Hl、下断面面积Sl、流通区长度L。此外,根据实际地形,亦可增加所需检测的其它几何参数。
在对上述参数进行测量时,采用图像特征检测算法,检测出下断面的边缘作为测量用的控制特征,结合摄像机组内参数测量计算得到下断面高程Hl、下断面面积Sl。
需要说明的是,泥石流流通区的断面不一定是规则的矩形(图中仅为示意),因此,在计算下断面面积Sl时需要采用积分的方法。
3、监控平台对泥石流的流通区进行实时监控,在发生泥石流时,基于获取的泥石流的流通区的形状参数及其变化量计算获得泥石流相关数据:
(31)泥石流下断面泥位MHl的获取:
测量时,通过采集图像采用图像特征检测算法,检测出下断面泥位边缘作为测量用的控制特征,结合摄像机组内参数测量计算得到下断面泥位距离下断面顶端的距离Δl,由此:
MHl=Hl-Δl
基于下断面泥位MHl,采用积分算法得到下断面泥位面积MSl。
(32)泥石流速度的测量方法:
首先,采用图像特征检测算法,在上断面泥位边缘上检测多个控制特征点A、B、C等,并分别记录检测时间T1A、T1B、T1C。
对多个控制点A、B、C等分别进行跟踪,每当1个控制点随泥石流下滑至下断面泥位边缘位置时,停止对该控制点的跟踪,并分别记录停止跟踪的时间T2A、T2B、T2C。
结合泥石流流通区的长度L,可分别计算出每个控制点的流速,以A为例,即
同理可得
对一段时间内,对以此方法得到的速度求平均值,即可得到当前泥石流的流速VM。
(33)泥石流流量的测量方法:
泥石流流量QM=下断面泥位面积MSl *泥石流的流速VM。
Claims (8)
1.一种对泥石流的视觉监测方法,其特征在于,包括以下步骤:
a.部署用于对泥石流进行视觉监测的监控平台,所述监控平台至少包括两个摄像机,在部署完成后对摄像机进行标定;
b.在未发生泥石流时,利用监控平台对泥石流流通区的形状进行测量,获得形状参数;
c.监控平台对泥石流的流通区进行实时监控,在发生泥石流时,基于步骤b中获取的泥石流的流通区的形状参数及其变化量计算获得泥石流相关数据。
2.如权利要求1所述的一种对泥石流的视觉监测方法,其特征在于,步骤a中,将所述监控平台部署在距离泥石流流通区较远的高处,以确保泥石流发生时不会遭到破坏,并且,保证摄像机组的视场范围能够覆盖泥石流的流通区。
3.如权利要求1所述的一种对泥石流的视觉监测方法,其特征在于,步骤b中,在对泥石流的流通区的形状进行测量时,采用图像特征检测算法,检测出下断面的边缘作为测量用的控制特征,结合摄像机组内参数测量计算获得形状参数。
4.如权利要求3所述的一种对泥石流的视觉监测方法,其特征在于,步骤b中,所述形状参数包括:泥石流流通区的下断面高程Hl、下断面面积Sl、流通区长度L。
5.如权利要求4所述的一种对泥石流的视觉监测方法,其特征在于,步骤c中,所述泥石流相关数据包括:下断面泥位MHl、下断面泥位面积MSl、泥石流的速度、泥石流的流量。
6.如权利要求5所述的一种对泥石流的视觉监测方法,其特征在于,步骤c中,所述计算下断面泥位MHl、下断面泥位面积MSl的方法是:
采用图像特征检测算法,检测出下断面泥位边缘作为测量用的控制特征,结合摄像机组内参数测量计算得到下断面泥位距离下断面顶端的距离Δl,由此:
MHl=Hl-Δl
基于下断面泥位MHl,采用积分算法求取下断面泥位面积MSl。
7.如权利要求6所述的一种对泥石流的视觉监测方法,其特征在于,步骤c中,所述计算泥石流的速度的方法是:
采用图像特征检测算法,在上断面泥位边缘上检测多个控制特征点A、B、C,并分别记录检测时间T1A、T1B、T1C;
对多个控制点A、B、C分别进行跟踪,每当1个控制点随泥石流下滑至下断面泥位边缘位置时,停止对该控制点的跟踪,并分别记录停止跟踪的时间T2A、T2B、T2C;
结合泥石流流通区的长度L,可分别计算出每个控制点的流速:
对一段时间内,对以此方法得到的速度求平均值,即可得到当前泥石流的流速VM。
8.如权利要求7所述的一种对泥石流的视觉监测方法,其特征在于,步骤c中,所述计算泥石流的流量的方法是:
泥石流流量QM=下断面泥位面积MSl*泥石流的流速VM。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610951748.9A CN106530348A (zh) | 2016-11-02 | 2016-11-02 | 一种对泥石流的视觉监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610951748.9A CN106530348A (zh) | 2016-11-02 | 2016-11-02 | 一种对泥石流的视觉监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106530348A true CN106530348A (zh) | 2017-03-22 |
Family
ID=58325409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610951748.9A Pending CN106530348A (zh) | 2016-11-02 | 2016-11-02 | 一种对泥石流的视觉监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106530348A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115128591A (zh) * | 2022-06-08 | 2022-09-30 | 中国地质环境监测院(自然资源部地质灾害技术指导中心) | 泥石流监测雷达参数验证方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1996053A (zh) * | 2006-11-23 | 2007-07-11 | 浙江工业大学 | 基于全方位视觉的泥石流灾害检测装置 |
CN101398968A (zh) * | 2008-10-31 | 2009-04-01 | 重庆交通大学 | 公路泥石流灾害预警方法 |
CN103453936A (zh) * | 2013-08-28 | 2013-12-18 | 兰州大学 | 基于物联网的泥石流临灾监测系统 |
CN104111091A (zh) * | 2014-07-18 | 2014-10-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种泥石流力学参数监测系统及泥石流预警系统 |
-
2016
- 2016-11-02 CN CN201610951748.9A patent/CN106530348A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1996053A (zh) * | 2006-11-23 | 2007-07-11 | 浙江工业大学 | 基于全方位视觉的泥石流灾害检测装置 |
CN101398968A (zh) * | 2008-10-31 | 2009-04-01 | 重庆交通大学 | 公路泥石流灾害预警方法 |
CN103453936A (zh) * | 2013-08-28 | 2013-12-18 | 兰州大学 | 基于物联网的泥石流临灾监测系统 |
CN104111091A (zh) * | 2014-07-18 | 2014-10-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种泥石流力学参数监测系统及泥石流预警系统 |
Non-Patent Citations (2)
Title |
---|
PROCHASKA A B ET AL: "A study of methods to estimate debris flow velocity", 《LANDSLIDES》 * |
吴汉辉: "泥石流预报预警先进技术及其在示范区应用研究", 《万方学位论文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115128591A (zh) * | 2022-06-08 | 2022-09-30 | 中国地质环境监测院(自然资源部地质灾害技术指导中心) | 泥石流监测雷达参数验证方法 |
CN115128591B (zh) * | 2022-06-08 | 2023-06-20 | 中国地质环境监测院(自然资源部地质灾害技术指导中心) | 泥石流监测雷达参数验证方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106192634B (zh) | 一种铁路轨道弹条扣件状态自动检测装置以及方法 | |
CN109682425A (zh) | 一种尾矿库风险空天地一体化测控方法 | |
Chitale et al. | Pothole detection and dimension estimation system using deep learning (yolo) and image processing | |
CN105957311A (zh) | 自适应扩展的边坡稳定智能监测预警系统 | |
CN206034212U (zh) | 一种铁路轨道弹条扣件状态自动检测装置 | |
CN107633659A (zh) | 危险边坡监测预警系统及方法 | |
CN105989697A (zh) | 一种基于多源传感器的滑坡监测和预警装置 | |
CN112627899B (zh) | 一种矿山安全动态监测管理系统 | |
JP6349607B2 (ja) | 岸壁又は堤防の空洞探査方法及び危険性評価方法 | |
CN112362900A (zh) | 一种无人值守的水位流速监测摄像机及监测方法 | |
CN103996269A (zh) | 无线数据采集控制系统 | |
Vincent et al. | Volume and frequency of ice avalanches from Taconnaz hanging glacier, French Alps | |
CN107525558A (zh) | 一种基于云平台的桥下积水在线监测系统及其监测方法 | |
CN106530348A (zh) | 一种对泥石流的视觉监测方法 | |
CN206321297U (zh) | 一种结合路面特征的道路积水数据采集系统 | |
Dobson et al. | Collecting decision support system data through remote sensing of unpaved roads | |
CN114743351A (zh) | 一种危岩体群失稳预警监测系统 | |
KR101230662B1 (ko) | 사방댐 재난관리 감시시스템 | |
CN106153004A (zh) | 一种建筑物倾斜检测方法和装置 | |
CN106918812A (zh) | 基于超声测距和三维重构技术的水下桥墩检测装置及方法 | |
CN106325132A (zh) | 一种道路积水监控系统 | |
CN203849835U (zh) | 无线数据采集控制系统 | |
CN114332658B (zh) | 基于无人机巡检的铁路工务设备与周边环境隐患排查方法 | |
CN109360449A (zh) | 一种轮船偏航激光检测方法 | |
CN206223788U (zh) | 一种定量测定沙丘向丘间地水分供给量的观测装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170322 |
|
RJ01 | Rejection of invention patent application after publication |