CN107077740B - 用于确定移动流体表面的速度的方法和系统 - Google Patents

用于确定移动流体表面的速度的方法和系统 Download PDF

Info

Publication number
CN107077740B
CN107077740B CN201580060719.7A CN201580060719A CN107077740B CN 107077740 B CN107077740 B CN 107077740B CN 201580060719 A CN201580060719 A CN 201580060719A CN 107077740 B CN107077740 B CN 107077740B
Authority
CN
China
Prior art keywords
image
camera
images
determining
fluid
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.)
Active
Application number
CN201580060719.7A
Other languages
English (en)
Other versions
CN107077740A (zh
Inventor
贝亚特·吕蒂
托马斯·菲利普
萨尔瓦多·佩纳-哈罗
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.)
Bucheon Encore
Original Assignee
Bucheon Encore
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 Bucheon Encore filed Critical Bucheon Encore
Publication of CN107077740A publication Critical patent/CN107077740A/zh
Application granted granted Critical
Publication of CN107077740B publication Critical patent/CN107077740B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/18—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the time taken to traverse a fixed distance
    • G01P5/22—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the time taken to traverse a fixed distance using auto-correlation or cross-correlation detection means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/002—Measuring the movement of open water
    • G01C13/006—Measuring the movement of open water horizontal movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/002—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow wherein the flow is in an open channel
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/704—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow using marked regions or existing inhomogeneities within the fluid stream, e.g. statistically occurring variations in a fluid parameter
    • G01F1/708—Measuring the time taken to traverse a fixed distance
    • G01F1/7086—Measuring the time taken to traverse a fixed distance using optical detecting arrangements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/704—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow using marked regions or existing inhomogeneities within the fluid stream, e.g. statistically occurring variations in a fluid parameter
    • G01F1/708—Measuring the time taken to traverse a fixed distance
    • G01F1/712—Measuring the time taken to traverse a fixed distance using auto-correlation or cross-correlation detection means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/22—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
    • G01F23/28—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water by measuring the variations of parameters of electromagnetic or acoustic waves applied directly to the liquid or fluent solid material
    • G01F23/284—Electromagnetic waves
    • G01F23/292—Light, e.g. infrared or ultraviolet
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/001—Full-field flow measurement, e.g. determining flow velocity and direction in a whole region at the same time, flow visualisation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/18—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the time taken to traverse a fixed distance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/285—Analysis of motion using a sequence of stereo image pairs
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/008—Surveying specially adapted to open water, e.g. sea, lake, river or canal measuring depth of open water
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Fluid Mechanics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Hydrology & Water Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Thermal Sciences (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种用于确定移动流体表面的速度的方法，该方法包括以下步骤S1至S5：‑S1)通过至少一个相机拍摄所述移动流体表面的图像序列；‑S2)比较来自所述序列的第一图像与来自所述序列的第二图像，以将所述流体表面的移动图案与非移动部分区别开并获得包括所述移动图案的第一已处理图像(im_1f)；‑S3)比较来自所述序列的第三图像与来自所述序列的第四图像，以将所述流体表面的移动图案与非移动部分区别开并获得包括所述移动图案的第二已处理图像(im_2f)；‑S4)比较所述第一已处理图像和第二已处理图像以确定所述移动图案的空间位移；以及‑S5)根据所述空间位移确定所述速度。

Description

用于确定移动流体表面的速度的方法和系统
本发明涉及一种用于通过至少一个相机(摄像机)确定移动流体表面的速度的方法和系统。
在许多应用中，例如当确定开放通道(channel)中的径流(流量)时，需要测量流的速度。这种测量例如在灌溉、饮用水供应、水力发电、防洪、水库控制、污水处理系统、生态系统保护等领域是很重要的。径流可出现在许多不同类型的结构、自然水道、人造通道、沟等中。径流均是开放通道流，即具有自由表面的流。
存在许多不同的系统可用于测量速度。基于图像的系统具有不需要昂贵的装置并且它们比其他非侵入式测量系统更加灵活的优点。
一种形成已久的用于速度测量的技术是粒子图像测速(PIV)技术；参见例如R.J.Adrian，1991，“Particle-imaging techniques for experimental fluidmechanics”，Annual Review of Fluid Mechanics23，261-304。自从Ichiro Fujita,Marian Muste和Anton Kruger(1998年，“Large-scale particle image velocimetry forflow analysis in hydraulic engineering applications”，Journal of HydraulicResearch36(3)：397-414)的著作以来，PIV也被已知应用于水道或开放通道的大尺度自由表面流。PIV的这种特点在水力研究和工程界已知为大尺度PIV(LSPIV)，参见例如
-Muste,M.,I.Fujita和A.Hauet，2008，“Large-Scale Particle ImageVelocimetry for Measurements in Riverine Environments”，Water ResourcesResearch44(4)，和
-Muste,M.,H.-C.Ho和D.Kim，2011，“Considerations on Direct Stream FlowMeasurements Using Video Imagery:Outlook and Research Needs”， Journal ofHydro-Environment Research5(4)：289-300。
LSPIV应用于河流的最近实施例在例如以下文献中被描述：
-专利申请WO2014/013064A1，
-Kim,Y.,M.Muste,A.Hauet,W.F.Krajewski,A.Kruger和A.Bradley， 2008，“Stream Discharge Using Mobile Large-Scale Particle Image Velocimetry：A proofof Concept”，Water Resources Research44(9)，
-Dramais,Guillaume,
Figure BDA0001289263830000021
Le Coz,
Figure BDA0001289263830000022
和Alexandre Hauet，2011，“Advantages of a Mobile LSPIV Method for Measuring Flood Discharges andImproving Stage-discharge Curves”，Journal of Hydro-Environment Research5(4)：301-12，以及
-Tsubaki,Ryota,Ichiro Fujita和Shiho Tsutsumi，2011，“Measurement of theFlood Discharge of a Small-Sized River Using an Existing Digital VideoRecording System”，Journal of Hydro-Environment Research5(4)： 313-21。
所有这些提到的PIV方法的共同之处在于它们需要具有某种类型的可以良好检测的流示踪物。然而，使用天然示踪物或人造示踪物来实际测量速度有点复杂，因为示踪物不是普遍存在的和/或不能被永久且连续地添加。
在WO2014/013064A1中公开的方法中，通过对两个图像作减法运算以获得合成图像来确定水表面的速度。随后，选择合适的阈值来抑制非移动范围，并且执行PIV分析以确定一些示踪物的速度。由于在相同的合成图像内确定示踪物的位移，所以它们的移动方向是不确定的。
也可以使用图像来估计水的深度。在WO2014/013064A1中，提出了分析像素色度计来确定水位。然而，使用像素色度计来分析光线条件差的图像可能有一些困难。WO2014/013064A1中描述的方法还需要部分地浸在水中的至少一个视觉参考对象，而这限制了可以安装系统的位置。另外，需要至少6个将要被地理参考的参考点用于相机校准，在相机校准中获得外部参数(即，位置和取向以及至少内部参数焦距)。
本发明的目的是提供允许以可靠的方式确定移动流体表面的速度而不需要添加流示踪物的方法和系统。
该目的通过分别在权利要求1和13中限定的方法和系统来实现。其他权利要求限定了根据本发明的设备和系统的优选实施方案以及计算机程序和数据介质。
下面参考附图借助于示例性实施方案解释本发明。在附图中：
图1是根据本发明的一个实施方案的方法的步骤的流程图；
图2示出了用于执行图1所例示的方法的系统的第一实施方案的示意图；
图3示出了用于执行图1所例示的方法的系统的第二实施方案的示意图；
图4示出了用于执行图1所例示的方法的系统的第三实施方案的示意图；
图5示出了世界坐标和相机坐标之间的关系的示意图；
图6示出了用于校准相机的一个实施方案的示意图；
图7示出了用于校准相机的另一实施方案的示意图；
图8是图1的方法的步骤500的子步骤的流程图，其中在所获取的图像中，场景的“湿”和“干”部分相互区别开；
图9是图1的方法的步骤600的子步骤的流程图，其中基于所获取的图像确定水位；
图10是对于图3的实施方案用于确定水位的方法的示意图；
图11是图1的方法的步骤700的子步骤的流程图，其中确定表面流速；
图12是图1的方法的步骤800的子步骤的流程图，其中确定排放量，以及
图13a-13c涉及三个图像的实施例，该三个图像根据图1的方法步骤 700被处理。
以下描述的实施方案涉及借助于一个或多个数码相机获得开放通道中的表面速度场和(如果需要的话)流体位(level，水平)的方法和系统。所测量的量可以与关于通道的几何形状的事先知识相组合，以确定例如排放量或其他量。关于流动的水描述了实施方案，但是这些实施方案还可适用于其他流动的流体。
开放通道是具有自由表面的渠道(conduit，沟渠)，即在该通道中流动的流体具有自由表面(例如，河、溪、人工通道、沟等)。流量或排放量Q被限定为通道中流体的体积流速(流率)，并以例如立方米每秒为单位给出。关于通道的几何形状的事先知识可以包括例如通道的跨度方向上的轮廓信息。该信息可以是例如以y为函数的限定了通道的表面上方的高度H，其中y是通道的跨度方向上的距离，参见图2。在通道可以被认为具有矩形轮廓的简单情况下，关于限制通道的侧壁之间的距离与通道的深度的信息可以是足够的。类似地，具有抛物线或梯形轮廓的通道可以仅以几个(例如两个)参数来被参数化。
用于确定开放通道中的速度以及(如果需要的话)流量的方法包括以下步骤，参见图1：
-步骤200：硬件设置，尤其是安装至少一个相机。相机可以是适合于提供数字图像序列(sequence)的任何成像装置。除了通常的数码相机以外，可以想到使用移动电话诸如智能手机或网络相机。
-步骤300：校准(一个或多个)相机。
-步骤400：图像获取。
-步骤500：处理所获取的图像以区别场景的“湿(wet)”和“干 (dry)”部分。
-步骤600：基于所获取的图像确定水位。
-步骤700：处理图像以确定表面流速。
-步骤800：计算流量。
下面关于三种相机配置C1、C2、C3更详细地解释步骤200-800：
-相机配置C1：使用单个相机203，其是固定的，参见图2，
-相机配置C2：使用两个相机203和203a，它们是固定的并被布置用于立体测量，参见图3。
-相机配置C3：使用由用户持有的移动设备203b，例如移动电话，参见图4。
步骤200：总体设置
图2示意性地示出了一个开放通道，该开放通道通过边界表面201被限定。在通道中流动的水限定了水位线202a，该水位线通过水表面202与通道的边界表面201的相交处定义。因为通道是开放的，水表面202还被表示为自由表面。箭头202b例示出了水表面202在不同位置的速度。
在相机配置C1中，一个相机203被安装在一地方，在那里该相机可以观察正在移动的水表面202的一部分，以及非移动的一部分，诸如在水位线200a上方作为边界表面201的一部分的壁201a或与水表面202接触的另一非移动对象。相机203不需要被放置在开放通道上方；它可以被放置在通道的一侧上，这使得安装特别简单和便宜。
由相机203获取的图像可以存储在存储器205中，该存储器可以是例如相机203的内部存储器或外部硬盘。图2中的单元204是用于将数据传送到存储器205并为相机203供电的装置。如果存储器205是外部存储器，则单元204可以通过电缆连接至相机203，该电缆例如是以太网电缆并且可以被配置为使得电力经由该电缆传递到相机203，例如通过以太网供电(PoE) 的形式。
为了处理所存储的图像，存储器205被连接至处理单元206，该处理单元可以是被配置为执行必要计算的任何类型的计算机。
在图3所示的配置C2中，两个相机203和203a 被布置成使得通过立体图像处理可以确定水位202a而不用参考非移动对象201a。因此，两个相机203、203a 可以被布置成使得它们仅观察移动的水表面202。这种配置使得系统特别灵活。
相机203和203a 可以是地理参考的。取决于通道的宽度，这通过用于具有已知世界坐标的标记的临时机械设置来实现。对于具有100m的数量级的较大通道，在这种情况下宽度可能不允许这种机械设置，可以使用例如无人机或其他飞行器，无人机或其他飞行器可以被相机203、203a 看到，并且无人机或其他飞行器可以通过精确的DGPS(差分全球定位系统)记录其位置。
相机203、203a 被配置成使得对于可获得的(一个或多个)视场测量速度。该视场可能覆盖或不覆盖整个跨度方向。在后一种情况下，跨度速度分布可以对所有可获得的速度观测值被拟合。拟合数量级取决于跨度覆盖度，并且拟合符合通道侧壁处的无滑移(non-slip)边界条件(即零速度)。
两个相机203和203a被连接至单元204a，该单元204a可以是例如用于将数据传送到连接至处理单元206的存储器205并为相机203和203a供电的开关盒。可以想到，存储器205和/或处理单元206是相机203和/或 203a的组成部分。
在图4所示的相机配置C3中，用户持有一个移动相机203b(例如智能手机)，使得同时对水表面202的一部分和非移动的对象(例如，壁201a 的一部分)成像。如果要确定在整个跨度方向上沿通道的速度，则相机 203b被布置成使得该相机观察表面202的至少一个边界。优选地，相机布置优化在通道壁201a的正交视图之间和水表面202的正交视图之间的转换 (trade)。该最佳值与水表面200成近45度倾角。如果需要，将跨度速度分布对所有可获得的速度观测值进行拟合以得到整个跨度方向上的速度数据。
步骤300：校准
为了确定所需量(流速度、排放量等)，使用了描述三维空间(“世界空间”)中的一点的坐标与该点在成像平面上的投影之间的数学关系的相机模型。作为示例，图5示出了3D空间中的一点P和P'，其中点P是通过特定世界坐标(x，y，z)在坐标系301中限定的，且点P'是通过相机在成像平面上成像的点P。P'在成像平面中的位置可以由两个笛卡尔坐标 (“图像坐标”)302(i，j)给出。由箭头303指示坐标系301到坐标系 302的映射。
为了使相机模型适合相机视图，相机被校准，其中获得了外部参数 (即相机的位置和取向)以及至少一个内部参数(诸如焦距)。下面，这些外部参数和内部参数均被表示为“校准参数”。
用于确定校准参数的一种通常的可能性是提供至少4个具有已知世界坐标的参考点并评估由相机成像的点。对于视场的规模s是大的(例如，s 远大于1m)的应用，可以例如借助于DGPS(差分全球定位系统)确定参考点的世界坐标。
作为参考点，可以使用例如固定的标记，其定位在通道的明确位置处并且被配置为以能够与背景清晰地区别的方式成像。为此目的，可以使用一个或多个载体(carrier)，这些载体设置有具有亮色例如白色以及圆形形状或任何其他预定形状的斑点。
下面关于图2、3、4、6和7解释了校准方法的各种实施例：
a)使用2个或更多个参考点的校准方法：
对于一个或多个固定的相机，如在配置C1和C2中，提供至少4个具有已知世界坐标的参考点382，参见图2和3并通过(一个或多个)相机被成像。使用合适的相机模型(例如，针孔模型)，以将3D空间中的参考点的坐标对图像中的坐标进行拟合。
在仅有4个参考点382的情况下，以下参数中的至少一个是事先知晓的：焦距、相机相对于参考点382的竖直距离、相机相对于参考点382的水平距离。
在针孔模型中，相机的光圈(孔径)被认为是一点，其中没有使用透镜来聚焦光。焦长是成像平面和针孔之间的距离。
以类似的方式，可以使用至少4个具有已知世界坐标的参考点382来校准移动相机，参见图4。优选地，同时对参考点382和自由表面202成像。以这种方式，可以获得用于图像的校准参数，基于这些校准参数确定速度、水位线等。
可以想到，相机的位置的事先信息是可获得的。例如，移动设备(尤其是智能手机)可以具有传感器(例如实现为加速度计)，其允许直接测量相机203b相对于重力矢量322的取向。图6中示出了三个垂直轴线321，其限定了相机203b的参考系321。该参考系的取向通过重力矢量322和参考系321的轴线之间的角度321a、321b、321c限定。通过使用关于相机的取向的信息，两个外部参数不需要通过相机模型被拟合。因此，可以简化校准方法，因为不再需要事先已知相对于参考点382的焦长、或相机竖直距离或水平距离，并且一组4个参考点382完全足以校准针孔模型。
到目前为止所解释的校准方法的共同之处在于，它们生成了相机相对于固定系的位置，其中限定了通道的几何形状。以下方法仅生成了相机相对于自由表面的位置。
b)不使用参考点的校准方法
通过当获取图像时使用具有已知长度尺寸并且在表面202上浮动的物体，能够进行校准程序。该物体可以为例如哑铃的形式：一定长度的棒，所述棒具有设置有浮动元件——例如空心球体——的端部。
步骤400：图像获取
在配置C1和C2中，相机203、203a可以连接至例如以太网电缆。经由PoE向相机203、203a供给能量。图像被记录在存储单元205中并被处理单元206处理。
为了确定例如水位，不仅分析单个图像，而且分析图像序列。所获取的图像数量至少为2，并且典型地可以最高达100或更多。通常的数码相机每秒可以拍摄30帧，因此图像序列可以持续数秒。
可以以灰度值记录图像。取决于应用，具有中等像素分辨率例如640 ×480像素的相机可以是足够的。
在夜间，可以用红外光束器照亮场景。
为了允许配置C2中的立体量测，相机203、203a被布置成使得它们从相同的场景拍摄图像。优选地，它们还被同步以使得它们同时拍摄图像。然而，可以接受一个帧例如1/30秒的时间差进行稍后分析。
在相机配置C3中，可以通过记录数秒(例如5秒)的视频来获取所需的图像。在该配置C3中，相机203b不是固定的。用于水位确定和表面速度测量的后续步骤可以要求记录相机的位置和取向在序列的时间内足够恒定，并且与校准期间相机的位置和取向充分相同。对于手持式智能手机记录，可能并非如此。图像处理可用于使图像序列稳定。这种稳定的一种可能的方法如下：
相机203b被保持使得获取的图像包含的重要部分不是水表面202，即包含干的岸上景物201a并且优选地包括用于校准的参考点382或其他固定标记，参见图4或6。在下面描述的智能手机应用中，软件被配置用于引导用户，使得图像的顶部和底部象限(即在图像的四个角处的区)仅包含干的景物。从这些“干”象限中，通过图像互相关来测量各个帧之间的相对移动。可以通过固定在岸上的标记来促进互相关。优选地，这些标记是参考点382，这些参考点还可用于校准。所得到的运动矢量允许通过图像配准(将数据转换到一个坐标系)或更简单地通过图像旋转和平移的组合检测和补偿帧间移动。替代地，并且为了节省CPU功率，仅使用那些位于与校准期间大致相同的位置和取向的图像进行进一步处理。
步骤500：区别“湿”和“干”图像区
图8是步骤500的不同子步骤501-507的流程图。
不仅分析单个图像、而且分析图像序列允许区别图像的“湿”区202 (即流动的水)和“干”区201a，所述“干”区看到非移动景物(例如岸、岩石、桥柱的部分等)。任何看起来是景物的“干”部分的像素在它们的灰度值方面几乎没有变化，而“湿”部分则经受由流的小波浪和表面扰动造成的不断变化。在理想的相机和理想的照明情况下，干区中的像素变化会为零。然而，实际上，由于非恒定的电子相机增益，由于变化的光线情况(例如，当云层越过天空时)以及由于机械振动，干区中存在有限的噪声水平。在黑暗的情况下，特别是在夜间在当相机需要附加的光源像例如红外二极管来看到任何东西时，电子噪声增加。
因此，在从存储器读出图像(图8的步骤501)之后，这些图像被滤波以获得数据im_f(步骤502)。可以通过使用例如二维空间中值滤波器来充分地对噪声进行滤波。滤波器的核宽度被选择为大于噪声(该噪声可以为1 个或多个像素的数量级)，并且小于表面202上的平流图案(该平流图案可以为10个或更多个像素的数量级)。例如，可以想到，5像素×5像素的核。
为了获得限定的序列上每个像素灰度值的变化的标量测量，在步骤 503中针对每个像素确定最大值和最小值。这分别提供了图像数据 max(im_f)和min(im_f)。
在步骤504中，采用给定图像序列的最大灰度值和最小灰度值之间的差来获得图像数据De_im。在其中要在较长时间段内获得数据的准连续模式中，使用具有给定持续时间的核宽度的滑动最大值和最小值。例如，可以在可能持续一个或多个小时的时段内获得数据，使得核宽度可以是数分钟。典型的核宽度具有例如10分钟的时段。针对像素的任何极值事件将在核宽度给出的时段之后渐逝，并且逐渐被像素的相应的滑动平均值代替，参见步骤505。
取决于成像的场景的类型，可以应用附加的图像处理来滤除伪影。例如，干区可以在亮的区域和暗的区域之间具有相对明显的过渡，例如，灰度值可以存在强烈的局部梯度。这种梯度可以由于像素噪声或机械相机振动被增强。可以导致这种情况的实施例是砖墙、轨道、树木和其他非完全平坦的对象。所述过渡可以导致图像De_im的“干”区中的不期望的信号，使得不能正确地确定水位线。为了处理这种伪影，在步骤505中通过对未过滤的图像序列进行平均，或者在准连续模式中通过确定具有特定核宽度 (可以为几分钟)的图像序列上的未滤波的滑动平均值，来获得平均图像数据Av_im。
在步骤506中，获得Av_im的梯度，在图8中用grad(Av_im)表示。在步骤507中，从“max-min差”De_im中减去该梯度以获得经处理的图像数据DG_im，即DG_im＝De_im-grad(Av_im)。通过使用经处理的图像数据DG_im增强了湿区和干区之间的区别，因为以上提及的伪影至少部分地被滤除。
步骤600：确定水位
图9是步骤600的不同子步骤601-608的流程图。
对于相机配置C1或C3，水位可以以如下方式确定：
由于岸线的几何形状和校准参数均是已知的，每个可能的真实水位h 可以被映射到图像空间c(h)中，参见图9中的步骤601。对于平面通道壁，这导致在图像空间中的直线。然而，任意的岸线几何形状可以同样很好地映射到通过图像空间的一般曲线上。为了计算，高度被离散化，即对于高度的初始值来进行计算并且然后通过高度的连续增加来重复计算，参见图9中的菱形框“线是否<可能的水位线”。
在步骤602中，确定了属于具体的c(h)的所有像素的灰度值之和。优选地，然后应用滤波器，参见步骤603。合适的滤波器是例如 Savitzky-Golay滤波器，其可以是二级的并且具有对应于表面波纹的高度的核宽度w。在一个实施例中，w为5mm。
可以绘制灰度值的和值相对于h的关系，这导致一维关系
Figure BDA0001289263830000121
参见步骤604。
在步骤605中，确定导数d[sum(c(h))]/dh，其为负的并且是极值，其中 h对应于水位，参见步骤607，该步骤限定了待要找到函数sum(c(h))的最大斜率。优选地，在该步骤607之前，用滤波器宽度k对信号sum(c(h))以及导数d[sum(d(h))]/dh进行滤波，参见步骤606。如果k不大于岸线处的波高，则相关信号不被滤除，并且不偏向任何方向，即可以用作水位线位置的鲁棒指示器。
对于相机配置C2，可以使用不同的方法来确定水位。
立体量测可以要求两个相机看向相同的水表面部分，即它们的视图重叠，优选地，相机在时间上同步，并且可以建立两个相机视图之间的空间对应，即两个相机轴线之间的角度不是太大，优选地不大于45度。
通过应用具体的滤波器生成图像
Figure BDA0001289263830000131
该滤波器将图像信息的移动表面与同阴影、非移动对象和通道底部相关联的静止图像信息分离开。可以如下面更详细描述的步骤702、703那样使用相同的滤波器。
仅包含表面的移动部分的过滤图像
Figure BDA0001289263830000132
被投影到多个水平平面202、202'、 202”上，每个水平平面代表潜在的水位。将每个投影与其对应的来自图像
Figure BDA0001289263830000133
的投影进行比较，该图像
Figure BDA0001289263830000134
是来自第二相机的经滤波的图像。这在图10 中以简化的方式通过仅包含两个特征(“实心”特征F1和“空心”特征F2) 的场景例示出。每个特征的投影仅与具有正确高度h的投影重叠。在图10 中，如在图像
Figure BDA0001289263830000135
中所看到的特征F1和F2分别由实心的圆圈F1a和空心的圆圈F2a表示。图像
Figure BDA0001289263830000136
中相同的特征分别由实心方格F1b和空心方格F2b 表示。如可以看出的，当将F1a、F2a、F1b、F2b投影到具有不正确高度的平面(例如，平面202'、202”)上时，F1a的投影与F1b分离，并且F2a的投影与F2b分离。当它们被投影在具有正确高度的平面202上时，给出了F1a和F1b的重叠以及F2a和F2b的重叠。
为了总体上量化重叠的质量，可以测量来自图像
Figure BDA0001289263830000137
的所有投影灰度值与其对应的来自图像
Figure BDA0001289263830000138
的投影之间的相关性。因此，在具有正确高度的水平面上的投影之间的比较产生了相应像素之间的最大相关性和最小平均灰度值差。因此，这些极值点确定了正确的水位。
为了减少必要的计算机处理时间，可以通过仅对像素的子集进行加工来修改该方法。从图像
Figure BDA0001289263830000139
将子集投影到潜在的水平平面上，并且从该平面使该子集投影到另一相机的虚拟图像芯片上。再次，对于水平平面的正确高度，来自
Figure BDA00012892638300001310
的投影子集的位置与来自
Figure BDA00012892638300001311
的像素的相关性是最大的。同样地，两个点集的差异是最小的。对像素的子集进行加工将处理时间以图像的子集与整个图像之间的尺寸比进行了减少。
步骤700：表面速度场
图11是步骤700的不同子步骤701-705的流程图。
如下所述的方法允许测量表面速度场。该方法还将被指定为滤波增量图像测速法(FDIV，Filtered Delta Image Velocimetry)。
如果通道的底部通过水相可见，如果在水表面上可以看到阴影或景物映像，和/或如果非移动对象(如驻波或固体岩石或桥柱)“污染”图像场景，则标准PIV不起作用，因为其将会测量在零和实际表面速度之间的一些值。
FDIV能够以稳健的方式将移动图像内容与静止图像内容分离开。 FDIV的功能性不需要添加流示踪物。
由相机拍摄的图像序列被分组成图像三元组，每组包含第一图像A、第二图像B和第三图像C，参见步骤701。
例如，在时间t_1，获取图像I_1，在稍后的时间t_2，获取图像I_2，在更后的时间t_3，获取图像I_3等。这给出了一系列图像I_1、I_2、I_3 等。第一个三元组可以例如由(I_1，I_2，I_3)组成，第二个三元组由(I_2， I_3，I_4)组成，第三个三元组由(I_3，I_4，I_5)组成等。然而，可以想到，以不同的方式组成三元组：例如，一个三元组的图像均可以不包含在下一个三元组中，例如(I_1，I_2，I_3)、(I_4，I_5，I_6)和/或在一个三元组内可以存在间隙，例如(I_1，I_3，I_5)。每个三元组将对于一个时刻给出在速度场上的数据。通常，三元组由(I_i，I_j，I_k)组成，其中 i<j<k。
下面对一个三元组(A、B、C)的处理进行解释。
在步骤702中，分别形成A和B之间的绝对差im_1以及B和C之间的绝对差im_2。
在步骤703中，对im_1和im_2进行滤波以产生im_1f和im_2f。空间高斯核可以例如用作滤波器。滤波器宽度被选择得足够大，以移除im_1和 im_2中的差分噪声，并且从im_1f到im_2f将它们各自附近的小特征进行分散或抹掉。另一方面，滤波器宽度被选择得足够小以免完全移除im_1f 和im_2f中的移动信号。滤波器宽度的上界可以对应于为随后的处理步骤 704限定的最小子窗口尺寸。为了检测以像素为单位的移动位移规模d，以像素为单位的子窗口规模s被选择为使得其至少是d的两倍或更大：s≥2d。
在步骤704中，确定图案从im_1f到im_2f的空间移位。
图像im_1f和im_2f被划分成尺寸为n×m的子窗口(“询问窗口”)。基本上，将im_1f的子窗口与im_2f的子窗口进行比较，以找到给出两个子窗口之间的最佳匹配的位移。可以通过im_1f和im_2f的互相关函数来确定匹配度：
Figure BDA0001289263830000151
为了计算互相关函数，通过使用例如快速傅立叶变换将图像数据转换到谱域，即傅立叶空间。
将im_1f的傅立叶变换与im_2f的傅立叶共轭变换相乘，并且然后应用傅里叶逆变换。这为每个子窗口产生了冲激函数R(x,y)。冲激相对于子窗口中心的位置与im_1f和im_2f的子窗口之间的相对像素位移有关。通过使用通过上述校准方法之一获得的相机模型，最终将在离散位置处获得的位移矢量从像素空间映射到世界空间。
替代地，im_1f和im_2f可以首先被配准到世界空间中，即将图像坐标转换为世界坐标。随后，以与上述方式类似的方式确定每个子窗口的互相关函数的最大值和对应的表面速度。后一种特点允许为n*m尺寸的子窗口选择更灵活的纵横比，因为现在可以精确地平行于流动方向以及与流动方向正交地选择子窗口侧。另一方面，世界空间中的图像配准比仅将速度矢量从像素空间映射到世界空间更占用CPU。
图13a-13c示出了通过用于确定表面速度的步骤700处理的图像的实施例。图13a中的三个图像A、B、C示出了在三个连续的时刻的河和岸的一部分。图13b是在应用步骤702和703之后获得的两个图像im_1f和im_2f。根据步骤704和705处理这两个图像给出了在河上不同位置处的表面的速度，如图13c所示。
在步骤701和702的替代方法中，拍摄了一组四个不同图像的图像序列以确定差异：im_1＝|A-B_1|和im_2＝|B_2-C|，其中B_2是在图像A以及优选地B_1也已经被获取之后获取的图像。
步骤800：根据水位和表面速度计算流量
图12是步骤800的不同子步骤801-805的流程图。
为了确定排放量Q，需要关于沿竖直方向的速度分布的信息。可以通过使用模型，例如由R.Absi提出的粗糙度依赖型混合长度模型，“A roughness and time dependentmixing length equation”，Journal of Hydraulic， Coastal and EnvironmentalEngineering，Japan Society of Civil Engineers，卷 62，2006，第437-446页来获得这种信息。在该模型中，通过从通道底部一直到水表面整合所谓的粗糙度依赖型混合长度模型来估计沿竖直轮廓的速度分布。混合长度和动能被建模为底部上方的高度的函数，并且它们限定了速度分布的局部斜率。通道底部的初始斜率，即底部边界条件，是关于所谓的粗糙度速度和底部粗糙度高度的函数。为了满足水表面，即为了满足顶部边界条件，重复整合以找到正确的粗糙度速度。
将水位和表面速度场与模型组合以获得竖直速度分布，并且接下来寻求计算排放量值Q。
在图12中的步骤801，开放表面流的跨度方向y被分为n个段。
在步骤802中，对于每个段，通过使用所测量的自由表面速度v(y)的边界条件(步骤705')、底部处的无滑移条件(即零速度)以及底部粗糙度高度对竖直速度分布进行建模。在步骤803中，每个速度分布的平均值导致获得整体速度vb_(y)，该整体速度与其对应的段的截面面积相乘，产生了每个跨度段的排放量Q_s，步骤804。最后，所有Q_s上的和值即为排放量Q，步骤805。
底部粗糙度高度影响开放表面流的水位和表面速度。本方法允许独立地测量这两个量。对于在流向方向上具有足够小的变化的流部分，底部的表面粗糙度也可以通过本方法本身来确定，而不是“仅”用于确定所得到的排放量。
下面更详细地描述方法的具体应用：
固定的(一个或多个)相机，以及(一个或多个)平移、倾斜、变焦 (网络)相机：
在一个应用中，三个牢固安装的网络相机以2秒的准连续间隔测量在整个河上的水位和表面速度场。在10分钟的规则间隔处，信息被组合以估计排放量。使用三个相机来更好地分解整个跨度通道宽度和通道壁。替代地，可以仅使用一个相机，其具有更大的视场和/或其可以为平移、倾斜和变焦可控的。
通过使用例如70瓦的红外光束器用于照明，该方法还在夜间起作用。因此，该方法可以被配置为全年(即24小时×7天)使用，以确定自由表面流的表面速度和排放量。不需要添加流示踪物，并且不需要在河上安装用于相机的特别结构。只要相机被安装在河边并且它们可以“看到”水表面和岸线就足够了。
为了额外的灵活性，代替不可移动地布置的网络相机，相机可以以可控的平移、倾斜和变焦位置使用。只要能够可靠地保存和再次到达每个位置，就可以对每个位置执行校准，并且从这里开始，该方法与上述固定的相机方法相同。然而，相机的数量可以减少到仅一个单独相机。
固定的立体(网络)相机和平移、倾斜、变焦(网络)相机
利用上述立体量测方法，参见图3，相机对可以对齐，以观察开放表面的公共部分来直接确定水位，而不需要看到岸线。
通过允许控制平移、倾斜和变焦位置的相机，可以连续扫描表面流的整个宽度。因此，可以仅仅用2个相机来测量整个表面流的水位和表面速度，这允许与岸线可视性无关地来确定排放量。
智能手机实现方式
上述方法，优选地与稳定图像或识别那些相对稳定的图像三元组的合适方式相结合，可以被实现到智能手机应用程序中。每次都需要执行校准，但另一方面，由于使用即使在最便宜的智能手机上也是标准的加速度传感器，校准还被简化。此外，经由GPS(在所有智能手机上也是标准的)，测量位置被自动确定，并且因此可以为任意数量的测量位置直接使用相同的应用程序。
为了校准，每个通道测量场所将配备有n个固定的标记，这些标记可以具有1cm或更大的数量级的尺寸。需要测量一次相对于彼此且相对于通道几何形状的标记位置。而且，通道几何形状需要被测量一次。用于移动设备的计算机程序(“app”)旨在将用户引导朝向相对于通道且相对于用于校准的校准标记的大致位置。实际记录在1秒或更长数量级的一时间段内发生。这足以确定水位和水表面速度，根据这些可以确定排放量。
到目前为止描述的方法和系统具有各种优点：
-测量既不需要添加流示踪物，也不需要在流体中存在永久性结构。在非移动阴影、反射、驻波或固体对象是图像的重要部分的条件下也可以进行测量。
-足以获取单色图像(例如灰色图像)。这些图像比彩色图像更适合于差的光线条件。
-通过使用例如红外光束器，即使在夜间也能够进行测量。
-水位确定是基于通过分析图像序列而不是单个图像来分离图像的湿部分和干部分进行的。
-在具有固定的焦长的移动相机的情况下，校准使用最少4个参考点；并且如果可以获得相机相对于水平面的视角，则仅需要2个点。
-还可以借助于移动相机(例如，移动电话中的相机)进行测量。
-方法和系统适用于环境、水利、水文和其他领域。
根据前面的描述，在不脱离在权利要求中限定的本发明的范围的情况下，技术人员可以想到许多修改。
用于确定移动的水表面的速度的方法适用于任何种类的流体，而不仅是水。
取决于应用，该方法可以在不进行确定流体位和/或排放量的步骤的情况下执行。
在环境光不足(例如，还在封闭的环境中，诸如排污系统)的情况下，通常可以想到借助于照明装置(例如红外光束器)的照明。

Claims (24)

1.一种用于确定移动流体表面(202)的速度(202b)的方法，包括以下步骤S1至S5：
S1)通过至少一个相机拍摄所述移动流体表面的图像序列；
S2)比较来自所述序列的在时间t1拍摄的第一图像与来自所述序列的在时间t2拍摄的第二图像，以将所述流体表面的移动图案与非移动部分区别开并获得包括所述移动图案的第一已处理图像(im_1f)，其中，t2晚于t1；
S3)比较来自所述序列的在时间t3拍摄的第三图像与来自所述序列的在时间t4拍摄的第四图像，以将所述流体表面的移动图案与非移动部分区别开并获得包括所述移动图案的第二已处理图像(im_2f)，其中，t3和t4晚于t1，并且其中，t4晚于t3；
S4)比较所述第一已处理图像和所述第二已处理图像以确定所述移动图案的空间位移；以及
S5)根据所述空间位移确定所述速度。
2.根据权利要求1所述的方法，其中，为了在步骤S2和/或步骤S3中获得所述第一已处理图像(im_1f)和/或所述第二已处理图像(im_2f)，执行以下步骤中的至少一个：
-将所述第二图像用作第三图像，使得t2对应于t3，
-将所述第一图像、第二图像、第三图像和第四图像提供为单色图像，
-构建所述第一图像和所述第二图像之间的绝对差，
-构建所述第三图像和所述第四图像之间的绝对差。
3.根据权利要求1所述的方法，其中，为了在步骤S2和/或步骤S3中获得所述第一已处理图像(im_1f)和/或所述第二已处理图像(im_2f)，执行以下步骤中的至少一个：
-将所述第二图像用作第三图像，使得t2对应于t3，
-将所述第一图像、第二图像、第三图像和第四图像提供为单色图像，
-构建所述第一图像和所述第二图像之间的绝对差，并且通过应用带通滤波器对其进行滤波，
-构建所述第三图像和所述第四图像之间的绝对差，并且通过应用带通滤波器对其进行滤波。
4.根据权利要求1所述的方法，其中，在步骤S4中，通过评估所述第一已处理图像(im_1f)和第二已处理图像(im_2f)的子窗口之间的互相关来确定空间位移。
5.根据权利要求1所述的方法，其中，所述流体流过开放通道(201)，所述通道的几何形状由世界坐标(x，y，z)给出，和/或该方法还包括以下步骤中的至少一个：
-确定流向速度(v(y))的跨度分布，
-确定所述流体表面(202)的水平，
-确定通过所述通道的所述流体的排放量(Q)。
6.根据权利要求5所述的方法，还包括用于确定所述流体表面(202)的水平的以下步骤(500、600)：
-比较来自所述序列的在不同时间拍摄的至少两个图像，以获得将所成像的流体部分与所成像的非流体部分区别开的比较图像(DG_im)，
-借助于相机模型(303)将以所述世界坐标(x，y，z)在不同高度处限定的边界映射到所述至少一个相机的图像坐标(i，j)，以获得映射的边界，
-将所述映射的边界与所述比较图像(DG_im)中限定从所述流体部分到所述非流体部分的过渡的成像边界进行比较，以及
-从所述映射的边界中确定对所述成像边界最佳拟合的边界。
7.根据权利要求6所述的方法，其中，执行以下步骤中的至少一个：
-确定在步骤S2和S3中获得的所述至少两个图像或两个已处理图像中的对应像素的极值，并且构建所述极值之间的差以得到差分图像(De_im)，所述差分图像包括具有高于限定流体部分的给定阈值的值的像素和具有低于限定非流体部分的阈值的值的像素，
-构建所述至少两个图像的平均的梯度(grad(Av_im))，并从所述差分图像(De_im)中减去所述梯度，
-通过将限定映射的边界的像素的值相加而为每个高度构建(602)和值，将函数限定为(604)所述和值相对于所述高度的一维关系，以及对所述函数的最大斜率进行确定(607)。
8.根据权利要求5所述的方法，其中，为了确定所述流体表面(202)的水平，使用了第一相机和第二相机来通过立体量测对所述开放通道(201)中的所述流体表面的至少一部分进行成像，其中，针对所述第一相机和第二相机执行步骤S1和S2以获得针对所述第一相机的已处理图像和针对所述第二相机的已处理图像，针对所述第一相机的已处理图像和针对所述第二相机的已处理图像包括所述流体表面(202)的移动图案，其中，针对所述第一相机的已处理图像和针对所述第二相机的已处理图像的至少一部分被投影在不同高度处的平面上以获得投影图像，比较所述投影图像以找到所述第一相机的投影图像与所述第二相机的投影图像最佳拟合的平面。
9.根据权利要求5所述的方法，其中，通过使用数学模型对竖直方向上的流体速度的变化进行建模，所述方法还包括以下步骤中的至少一个：
-基于以在步骤S5中确定的速度作为边界条件的数学模型并且基于针对所述流体表面的水平获得的信息确定所述排放量(Q)，
-借助于所述数学模型、在步骤S5中确定的关于所述速度的信息和针对所述流体表面的水平获得的信息确定与所述通道的流体动力学粗糙度相关的至少一个参数。
10.根据权利要求1所述的方法，其中，借助于以下步骤中的至少一个来建立世界坐标和图像坐标之间的关系：
-通过所述至少一个相机对至少两个参考标记(382)进行成像，所述至少两个参考标记之间具有给定距离，所述至少两个参考标记被布置在通道上位于所述流体表面上方或者以浮动的方式被布置在所述流体表面上，
-使用由测量所述至少一个相机的取向的传感器提供的信息，
-使用由测量所述至少一个相机的位置的GPS接收机提供的信息。
11.根据权利要求1所述的方法，其中，在步骤S1中使用了以下项中的至少一个：
-至少一个相机，所述至少一个相机固定地或能移动地布置在固定表面上，
-由用户持有的移动设备。
12.根据权利要求11所述的方法，其中，所述移动设备是移动电话。
13.根据权利要求11所述的方法，其中，在步骤S1中通过移动设备对固定的校正标记以及所述流体进行成像，其中，为了减少在拍摄图像期间所述移动设备的移动的影响，对所成像的校正标记的位置进行比较，以将用于随后的步骤S2至S4的图像进行变换使得所成像的校正标记的空间位移减小，和/或对于随后的步骤S2至S4忽略所成像的校正标记的空间位移高于给定阈值的那些图像。
14.根据权利要求1所述的方法，其中，在步骤S1中，借助于照明设备照亮所述流体。
15.根据权利要求14所述的方法，其中，所述照明设备是红外光束器。
16.一种用于确定移动流体表面的速度的系统，包括用于拍摄图像序列的至少一个成像设备以及包括存储器(205)和处理单元(206)的计算设备，其特征在于，所述计算设备配备有计算机程序，在运行所述计算机程序时能够执行根据前述权利要求中的任一项所述的方法。
17.根据权利要求16所述的系统，其包括移动设备，所述移动设备包括以下组成中的至少一种：
-内置相机；
-用于确定所述移动设备的位置的GPS接收器；
-用于确定所述移动设备的取向(321)的传感器；
-加速度计；
-计算机程序。
18.根据权利要求17所述的系统，其中，所述移动设备是蜂窝电话或平板电脑。
19.根据权利要求17所述的系统，其中，所述计算机程序为应用程序的形式。
20.根据权利要求16所述的系统，其中，所述至少一个成像设备的方向和/或变焦是能控制的。
21.根据权利要求20所述的系统，其中，所述至少一个成像设备是平移-倾斜-变焦相机。
22.根据权利要求16所述的系统，还包括标体，所述标体包括预定长度尺寸并且被配置成在所述流体表面上浮动。
23.根据权利要求22所述的系统，其中，所述标体为哑铃的形式。
24.一种数据介质，其上存储有计算机程序，在计算设备上运行所述计算机程序时，执行根据权利要求1至15中的任一项所述的方法。
CN201580060719.7A 2014-11-07 2015-11-02 用于确定移动流体表面的速度的方法和系统 Active CN107077740B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP14192230.2 2014-11-07
EP14192230.2A EP3018483B1 (en) 2014-11-07 2014-11-07 Method and system for determining the velocity and level of a moving fluid surface
PCT/EP2015/075469 WO2016071281A1 (en) 2014-11-07 2015-11-02 Method and system for determining the velocity of a moving fluid surface

Publications (2)

Publication Number Publication Date
CN107077740A CN107077740A (zh) 2017-08-18
CN107077740B true CN107077740B (zh) 2021-07-09

Family

ID=51903815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580060719.7A Active CN107077740B (zh) 2014-11-07 2015-11-02 用于确定移动流体表面的速度的方法和系统

Country Status (7)

Country Link
US (1) US10444255B2 (zh)
EP (1) EP3018483B1 (zh)
CN (1) CN107077740B (zh)
DK (1) DK3018483T3 (zh)
ES (1) ES2692368T3 (zh)
HK (1) HK1221772A1 (zh)
WO (1) WO2016071281A1 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10755078B2 (en) * 2015-04-10 2020-08-25 President And Fellows Of Harvard College Methods and devices for live cell imaging analysis
FR3051901A1 (fr) * 2016-05-27 2017-12-01 Univ De Bretagne Occidentale - Ubo Procede de determination du debit d'un cours d'eau
EP3252435B1 (de) * 2016-06-01 2018-11-07 Perwatec UG (haftungsbeschränkt) Verfahren zur durchflussmessung in kanalrohren
CN106052793A (zh) * 2016-06-15 2016-10-26 天津大学 一种基于机器视觉的液位不合格品的标记方法
CN105865570A (zh) * 2016-06-15 2016-08-17 天津大学 一种基于机器视觉的玻璃瓶液位检测方法
JP6729971B2 (ja) 2017-08-30 2020-07-29 三菱電機株式会社 水位計測装置および水際線抽出方法
WO2019158222A1 (en) * 2018-02-19 2019-08-22 Telefonaktiebolaget Lm Ericsson (Publ) Methods and user devices for determining wind speed
CN109541254B (zh) * 2018-11-16 2019-11-12 中南大学 一种高温熔融流体流速检测装置
CN110207676A (zh) * 2019-06-12 2019-09-06 中国科学院测量与地球物理研究所 一种田沟塘参数的获取方法及装置
CN110568217B (zh) * 2019-09-09 2021-11-23 西安近代化学研究所 一种燃烧转爆轰波阵面传播速度测试装置及方法
CN111009012B (zh) * 2019-11-29 2023-07-28 四川沃洛佳科技有限公司 一种基于计算机视觉的无人机测速方法、存储介质及终端
CN111272256B (zh) * 2020-01-15 2021-05-18 南京智鹤电子科技有限公司 用于油位异常监控的数据处理方法及装置
CN111289770A (zh) * 2020-03-16 2020-06-16 中国水利水电科学研究院 一种水库水坝流量流速自动测控系统和方法
US20210310807A1 (en) * 2020-04-06 2021-10-07 University Of Iowa Research Foundation Camera-Based Liquid Stage Measurement
CN112067842B (zh) * 2020-09-04 2022-08-30 天津大学 一种基于非均匀查询窗口粒子图像测速技术的湍流边界层处理方法
CN113358191B (zh) * 2021-06-04 2023-03-17 四川大学 基于条纹投影结构光的全域洪水水位实时监测方法
DE102021117407B4 (de) 2021-07-06 2023-01-26 Helmholtz-Zentrum Dresden - Rossendorf E. V. Verfahren und vorrichtung zum bestimmen von verschiebungsparametern sowie vorrichtung zur strömungsanalyse
US11885653B2 (en) 2021-09-24 2024-01-30 Hydro Radar, LLC Flow and level monitoring fluid system including nadir-facing and angle flow sensors with MIMO phase radar sensors
WO2023130197A1 (en) * 2022-01-04 2023-07-13 Shenzhen Xpectvision Technology Co., Ltd. Flow speed measurements using imaging systems

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1573142A (en) * 1976-01-23 1980-08-13 Hitachi Ltd Apparatus and method for providing information relating to shape and/or position of an object
US4729109A (en) * 1985-05-29 1988-03-01 University Of Illinois Method and apparatus for measuring the displacements of particle images for multiple exposure velocimetry
US6098029A (en) * 1994-06-14 2000-08-01 Hitachi, Ltd. Liquid-level position measuring method and system
JP4237256B2 (ja) * 1996-02-29 2009-03-11 シーメンス メディカル ソリューションズ ユーエスエイ インコーポレイテッド 超音波トランスジューサ
JP3583659B2 (ja) 1999-08-04 2004-11-04 富士通株式会社 液面検出方式
GB0000484D0 (en) * 2000-01-10 2000-03-01 Optical Flow Systems Limited Measurement of flow characteristics of fluent material
US6507391B2 (en) * 2000-08-25 2003-01-14 Amnis Corporation Measuring the velocity of small moving objects such as cells
US20050018882A1 (en) * 2003-06-30 2005-01-27 Iowa University Research Foundation Controlled surface wave image velocimetry
EP1736783A4 (en) * 2004-03-31 2010-06-09 Tokyo Electric Power Co FLUID MEASURING SYSTEM AND OPTICAL SYSTEM WITH LONG FLASH POINT
US7359552B2 (en) * 2004-12-15 2008-04-15 Mitsubishi Electric Research Laboratories, Inc. Foreground detection using intrinsic images
EP1850725B1 (en) * 2005-02-18 2010-05-19 iRobot Corporation Autonomous surface cleaning robot for wet and dry cleaning
JP4734139B2 (ja) * 2006-02-27 2011-07-27 Ｓｕｍｃｏ Ｔｅｃｈｘｉｖ株式会社 位置測定方法
ITRM20070134A1 (it) * 2007-03-15 2008-09-16 Univ Palermo Metodo di misura della portata di piena in un corso d'acqua e relativo sistema
CN101114340A (zh) * 2007-09-06 2008-01-30 成都方程式电子有限公司 直方图均衡化图像处理的vlsi实现系统及方法
US8629978B1 (en) * 2010-01-05 2014-01-14 The United States Of America As Represented By The Secretary Of The Air Force Curved laser sheet for conformal optical diagnostics
CN101806752B (zh) * 2010-03-12 2012-01-11 长沙图创机电科技有限公司 用于瓶装液体药品中可见异物视觉检测的方法及设备
US20110299597A1 (en) * 2010-06-07 2011-12-08 Sony Corporation Image processing method using motion estimation and image processing apparatus
TWI708052B (zh) * 2011-08-29 2020-10-21 美商安美基公司 用於非破壞性檢測-流體中未溶解粒子之方法及裝置
DE102011055007A1 (de) * 2011-11-03 2013-05-08 FiW e.V. Forschungsinstitut für Wasser- und Abfallwirtschaft Verfahren zur Erfassung des Volumenstroms einer in einem Gerinne fließenden Flüssigkeit sowie Vorrichtung zur Durchführung desselben
FR2993689B1 (fr) * 2012-07-19 2014-09-05 Univ Savoie Procede de determination de parametres d'observation d'une surface d'eau par imagerie
CN104036522A (zh) * 2014-04-16 2014-09-10 嘉兴博海信息科技有限公司 一种基于视频中运动目标识别的流水速度监测方法

Also Published As

Publication number Publication date
CN107077740A (zh) 2017-08-18
EP3018483B1 (en) 2018-08-01
EP3018483A1 (en) 2016-05-11
ES2692368T3 (es) 2018-12-03
US10444255B2 (en) 2019-10-15
WO2016071281A1 (en) 2016-05-12
HK1221772A1 (zh) 2017-06-09
DK3018483T3 (en) 2018-11-12
US20180299478A1 (en) 2018-10-18

Similar Documents

Publication Publication Date Title
CN107077740B (zh) 用于确定移动流体表面的速度的方法和系统
Benetazzo Measurements of short water waves using stereo matched image sequences
JP6897563B2 (ja) 画像処理装置と画像処理方法およびプログラム
US9852516B2 (en) Apparatus and processes for estimating river velocity
Eltner et al. Automatic image‐based water stage measurement for long‐term observations in ungauged catchments
WO2011163454A1 (en) Method and apparatus for image-based positioning
KR102156936B1 (ko) 해양 환경 모니터링을 위한 이미지 분석 기반 수면 관측 시스템 및 방법
Lyons et al. Characterization of the two-dimensional roughness of wave-rippled sea floors using digital photogrammetry
Aykin et al. On feature extraction and region matching for forward scan sonar imaging
WO2007007528A1 (ja) 画像処理装置及び環境情報観測装置
Elias et al. Photogrammetric water level determination using smartphone technology
Simoncelli et al. A low‐cost underwater particle tracking velocimetry system for measuring in situ particle flux and sedimentation rate in low‐turbulence environments
Mulsow et al. Subaquatic digital elevation models from UAV-imagery
Osorio-Cano et al. A method for extracting surface flow velocities and discharge volumes from video images in laboratory
Kröhnert et al. Versatile mobile and stationary low-cost approaches for hydrological measurements
Piermattei et al. Panorama image sets for terrestrial photogrammetric surveys
CN109564118A (zh) 用于确定水道的流量的方法
Kröhnert Automatic waterline extraction from smartphone images
CN115471777A (zh) 基于视频识别的精细化水流速度场获取方法和系统
Briese et al. Analysis of mobile laser scanning data and multi-view image reconstruction
Koschitzki et al. An autonomous image based approach for detecting glacial lake outburst floods
Chandler et al. Water surface and velocity measurement-river and flume
KR101907057B1 (ko) 구면 모델링을 통한 깊이 정보 보정 방법과 보정장치
Abrams et al. Structure from shadow motion
Weidner Underwater Cave Mapping and Reconstruction Using Stereo Vision

Legal Events

Date Code Title Description
PB01 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