CN107121074B - 一种利用机器视觉进行尾矿库干滩长度测量的方法 - Google Patents
一种利用机器视觉进行尾矿库干滩长度测量的方法 Download PDFInfo
- Publication number
- CN107121074B CN107121074B CN201710491350.6A CN201710491350A CN107121074B CN 107121074 B CN107121074 B CN 107121074B CN 201710491350 A CN201710491350 A CN 201710491350A CN 107121074 B CN107121074 B CN 107121074B
- Authority
- CN
- China
- Prior art keywords
- marker
- distance
- dry
- straight line
- beach
- 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.)
- Expired - Fee Related
Links
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种利用机器视觉进行尾矿库干滩长度测量的方法,在尾矿干滩上设立3个标志杆,3个标志杆在一条直线上,并且该直线与坝体垂直;分别测量3个标志杆之间的距离,及各标志杆到到坝体的距离;利用彩色高清数字摄像头拍摄数字图像,提取出3个标志杆在数字图像中的位置;把数字图像分割成干滩区域和水域区域;根据3个标志杆在数字图像中的位置坐标拟合成一条直线,计算拟合直线上标志杆位置点及边界交点的交比;利用交比不变的性质计算出干滩距离。利用机器视觉进行干滩长度的自动测量,不用参考干滩坡度及库区水位高度等其他因素,具有实施方便、测量系统成本低、测量误差小的特点,具有较高的应用价值。
Description
技术领域
本发明涉及尾矿库安全监测技术领域,尤其涉及一种利用机器视觉进行尾矿库干滩长度测量的方法。
背景技术
尾矿库干滩长度是衡量尾矿库汛期能否安全度汛的重要指标,也是评价尾矿库是否安全的重要因素之一。当前国内外常用的测量尾矿库干滩长度方法有以下几种:
1)汛期到来之前,尽可能的降低库水位使得干滩有足够的长度,从最高一级子坝开始在干滩上每50米(依据干滩具体情况而定)插一面红旗,一直延伸至滩水交界处,汛期时由巡坝人员目测干滩的长度。此方法靠监测人员定期进行目测误差较大且不能做到自动化。
2)假定干滩坡度均匀,由库区水位高程和滩顶高程反算出干滩的长度。此方法由于通常干滩的坡度并非均匀使得测量的误差很大。
3)激光测角测距法。采用激光测距仪结合角度测量仪来进行干滩监测。此方法的缺点当干滩较长时,没有反光板,很难捕获激光亮线的漫反射光。
4)近景立体摄影测量技术。通过视频终端捕捉干滩图像,采用近景立体摄影测量原理,根据图像特征提取和影像匹配的结果,在立体影像上进行目标点量测和定位等,结合水位等其他基础数据解算干滩长度。缺点:该方法需要结合的水位等其他参数辅助,在尾矿库周边的山上安放了较多的标志杆。
5)TDR原理的尾矿库干滩长度测量传感。用测量仪测量两芯线的阻抗,水淹没处的两芯线阻抗会发生变化,对数据进行分析结合标定的每个采样间隔对应的两芯线长度,识别水面下两芯线的长度,两芯线总长减去水下部分的长度即为水面到尾矿坝的距离,最后根据已知的尾矿坝斜率可以计算出干滩长度。缺点:传感器铺设后被新尾矿砂掩埋后,传感设备需要重新进行安装。
综上,长期以来干滩长度的测量一直没有一个准确可靠且简单可行的方法。
专利申请号为201310065436.4的中国专利公开了“一种尾矿库干滩长度的测量方法及测量系统”,包括:在尾矿库内选定干滩监测剖面,并在其干滩表面上选取至少3个监测点和至少5个辅助观测点;获取初始时刻每个监测点和辅助观测点的绝对高度,进而拟合出初始时刻该干滩监测剖面处的干滩表面曲线方程;在每次测量时,实时获取当前时刻每个监测点的绝对高度,并结合初始时刻每个监测点的绝对高度以及干滩表面曲线方程确定出每个干滩面监测点距滩顶水平距离的当前测量误差,进而根据预定的测量误差临界值确定出当前时刻该干滩监测剖面处的干滩表面曲线方程;根据当前时刻的水位绝对高度和干滩表面曲线方程确定出当前时刻该干滩监测剖面处的干滩长度,从而实现了对尾矿库干滩长度的测量。本发明能够实时、准确、可靠地测量出干滩长度,从而精确地反映出尾矿库的实际安全状况,有效降低发生尾矿库安全事故的风险。
专利申请号为200910248499.7的中国专利公开了“一种基于图像识别计算尾矿干滩长度的方法”,其应用图像识别技术将尾矿库干滩图像二值化,从而使干滩图像变得简单,而且数据量小,并能凸显出尾矿坝坝体及干滩的轮廓。其次,将二值化后的干滩图像进行处理与分析,利用像素检测技术计算分析干滩高度,进而分析出我们需要的精确的数据结果。最后利用识别出的干滩高度与斜率计算出尾矿坝的干滩长度。利用图像识别技术对尾矿库干滩图像的准确分割,分析计算后所得数据精确,计算出的干滩长度精度较高,实时性较强,满足了对尾矿坝干滩长度的在线实时监测需求。
但是,以上方法均存在计算步骤多、计算过程繁琐的缺点,由于计算步骤多也会导致计算精度降低。同时,也需要多种高精度仪器配合,其实施起来成本高,可行性差。
发明内容
本发明提供了一种利用机器视觉进行尾矿库干滩长度测量的方法,利用机器视觉进行干滩长度的自动测量,无需参考干滩坡度及库区水位高度等其他因素,具有实施方便、测量系统成本低、测量误差小的特点,具有较高的应用价值。
为了达到上述目的,本发明采用以下技术方案实现:
一种利用机器视觉进行尾矿库干滩长度测量的方法,包括如下步骤:
1)在尾矿干滩上设立3个标志杆,保证此3个标志杆是在一条直线上,并且该直线与尾矿库坝体垂直;
2)分别测量3个标志杆之间的距离,及各标志杆到坝体的距离;
3)利用一个彩色高清数字摄像头拍摄包含尾矿库坝体、干滩、水域及3个标志杆的数字图像;
4)利用数字图像模板匹配的方法提取出3个标志杆在所拍摄的数字图像中的位置;
5)利用K-均值聚类图像分割算法把所拍摄的数字图像分割成两个区域,一个是干滩区域,一个是水域区域;
6)根据所提取的3个标志杆在数字图像中的位置坐标拟合成一条直线,并求出该拟合直线与干滩区域、水域区域的交界线的交点即边界交点,即形成一条包含3个标志杆位置点和一个边界交点共4个点的拟合直线;
7)计算拟合直线上的上述4个点的交比;
8)利用机器视觉中交比不变的性质计算出3个标志杆位置点到边界交点的距离,由于每个标志杆到坝体的距离是已经测量的固定值,因此能够计算出边界交点到坝体的距离,即干滩距离。
与现有技术相比,本发明的有益效果是:
1)采用一个普通摄像机及在干滩上设立3个标志杆就能有效的对干滩的长度进行在线测量,测量系统成本低;
2)利用机器视觉进行干滩长度的自动测量,无需参考干滩坡度及库区水位高度等其他因素,实施方便;
3)计算步骤简单、累积误差小,计算精度高;
4)具有较高的应用价值。
附图说明
图1是本发明实施例所述尾矿库干滩上设立3个标志杆的示意图。
图2是经过图像处理之后提取的标志杆位置点和干滩水面交界点及其拟合直线图。
图3是交比不变原理示意图。
图4是基于交比不变原理的干滩长度测量示意图。
图中:1.标志杆 2.干滩 3.水域 4.坝体 5.拟合直线 6.标志杆位置点 7.边界交点
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明:
本发明所述一种利用机器视觉进行尾矿库干滩长度测量的方法,包括如下步骤:
1)在尾矿干滩上设立3个标志杆1,保证此3个标志杆1是在一条直线上,并且该直线与尾矿库坝体4垂直;
2)分别测量3个标志杆1之间的距离,及各标志杆1到坝体4的距离;
3)利用一个彩色高清数字摄像头拍摄包含尾矿库坝体4、干滩2、水域3及3个标志杆1的数字图像;
4)利用数字图像模板匹配的方法提取出3个标志杆1在所拍摄的数字图像中的位置;
5)利用K-均值聚类图像分割算法把所拍摄的数字图像分割成两个区域,一个是干滩区域,一个是水域区域;
6)根据所提取的3个标志杆在数字图像中的位置坐标拟合成一条直线,并求出该拟合直线5与干滩区域、水域区域的交界线的交点即边界交点7,即形成一条包含3个标志杆位置点6和一个边界交点7共4个点的拟合直线5;
7)计算拟合直线5上的上述4个点的交比;
8)利用机器视觉中交比不变的性质计算出3个标志杆位置点6到边界交点7的距离,由于每个标志杆1到坝体4的距离是已经测量的固定值,因此能够计算出边界交点7到坝体4的距离,即干滩距离。
本发明所述测量方法的原理是利用3个标志杆来确定一条直线,通过该直线与干滩及水面分界线的交点之间的交比来计算出标志点距离干滩分界线的距离,进而计算出干滩的长度。
以下实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。下述实施例中所用方法如无特别说明均为常规方法。
【实施例】
本实施例中,利用机器视觉进行尾矿库干滩长度测量的方法具体过程如下:
1)如图1所示,在干滩2区域设立3个标志杆1,标志杆1的设立根据干滩2的实际长度来调整。本实施例中,尾矿库正常干滩2长度变化量在180-240米之间。第1个标志杆1距离坝体4的距离是50m,其他2个标志杆1之间的距离是40m。在设立标志杆1时必须保证3个标志杆1是在同一条直线上,并且要保证此直线垂直于坝体4。
2)在坝体4上安置一台数字摄像高清摄像头,此摄像头必须带有旋转云台和调焦功能,这样能方便选择要拍摄的区域。通过旋转摄像头的角度和调整焦距保证数字摄像头所拍摄的区域是既包含安放有3个标志杆1的干滩2又包含有库区水域3、坝体4的图像。
3)截取所拍摄的图像的标志杆的模板图。
4)本发明所述测量方法是利用标志杆1来确定一条直线,通过该直线同干滩2与水域3分界线的交点的交比来计算出标志杆位置点6距离边界交点7的距离进而来计算干滩2的长度。因此必须精确的提取出标志杆1在图像中的位置。本实施例采用图像模板相关匹配的方法来定位标志杆1在图像中的位置。利用事先存储的标志杆1的模板在数字图进行搜索匹配,确定最大的匹配点,就是所对应的标志杆位置点6。
5)干滩区域分割。由于干滩区域的图像特征和水域区域的图像特征有较大差异,因此可以利用数字图像中的区域分割的方法来提取出干滩区域和水域区域,而水域区域边缘就是干滩和水面的分界线。本发明利用K-均值聚类图像区域分割算法,K-均值聚类图像区域分割的步骤如下:
5.1)由于图像的L*A*B空间比RGB能更好的描述区域的内部特征,因此把摄像机拍摄的图像,从RGB彩色空间转换成L*A*B空间之值,每个点选取L*A*B空间中的A值和B值作为特征值。
5.2)利用Bilateral滤波器对特征图像进行滤波处理。
5.3)由于在利用摄像机对干滩进行监测时用摄像机拍摄的图像区域主要由干滩、水面及其他的区域组成,因此在利用K均值聚类算法进行区域分类时把k设为2,并设置2个聚类中心初始值。
5.4)计算每个像素与各聚类中心的距离,按照最小距离原则把像素分配到最邻近的聚类中,并使用每个聚类样本的均值作为样本的中心。
5.5)不断重复步骤4)直到聚类中心不再变化。
图2显示的是利用均值分割后提取的区域。黑色部分代表干滩区域,白色部分代表水域区域。因此利用代表水域区域的像素点进行边界提取。
6)如图2所示,利用提取的标志杆的位置坐标拟合一条直线,然后利用水域区域和干滩区域的交界线与拟合直线5的交点(即边界交点)作为拟合直线5上的第4个点,并计算该拟合直线5上4个点的交比。
7)干滩长度计算。交比不变性是射影几何中的一个基本性质,此性质在机器视觉测量中有广泛的应用。现实世界中的摄像机的小孔成像模型可以近似为射影变化。因此,空间共线的4点和该4点在成像平面上形成4个像点之间的交比应该是相等的。如图3所示,根据交比不变性质可以得到如下公式。
根据机器视觉测量中的交比不变的性质,可以求出干滩长度。如图4所示,3个标志杆分别为A、B、C三个点,D点为经过ABC三个点的直线与水域区域和干滩区域交界线的交点,D点和标志杆C的直线距离为L。此直线的交比可以表示如下:
由于标志杆到坝体的距离是已知的,因此只要求出交点D点和标志杆C的直线距离为L,就能求出干滩的长度。交点D点和标志杆C的直线距离为L的计算公式如下。
其中D1是标志杆A和标志杆B之间的距离,D2是标志杆B和标志杆C之间的距离。CR是直线的交比,可以利用拍摄的图像中拟合直线上4个点的交比来带入即可。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (1)
1.一种利用机器视觉进行尾矿库干滩长度测量的方法,其特征在于,利用3个标志杆确定一条直线,通过该直线同干滩与水域分界线的交点的交比计算出标志杆位置点距离边界交点的距离,进而计算干滩的长度;具体包括如下步骤:
1)在尾矿干滩上设立3个标志杆,保证此3个标志杆是在一条直线上,并且该直线与尾矿库坝体垂直;
2)分别测量3个标志杆之间的距离,及各标志杆到坝体的距离;
3)利用一个彩色高清数字摄像头拍摄包含尾矿库坝体、干滩、水域及3个标志杆的数字图像;
4)利用数字图像模板匹配的方法提取出3个标志杆在所拍摄的数字图像中的位置;
5)利用K-均值聚类图像分割算法把所拍摄的数字图像分割成两个区域,一个是干滩区域,一个是水域区域;
6)根据所提取的3个标志杆在数字图像中的位置坐标拟合成一条直线,并求出该拟合直线与干滩区域、水域区域的交界线的交点即边界交点,即形成一条包含3个标志杆位置点和一个边界交点共4个点的拟合直线;
7)计算拟合直线上的上述4个点的交比;
8)利用机器视觉中交比不变的性质计算出3个标志杆位置点到边界交点的距离,由于每个标志杆到坝体的距离是已经测量的固定值,因此能够计算出边界交点到坝体的距离,即干滩距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710491350.6A CN107121074B (zh) | 2017-06-26 | 2017-06-26 | 一种利用机器视觉进行尾矿库干滩长度测量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710491350.6A CN107121074B (zh) | 2017-06-26 | 2017-06-26 | 一种利用机器视觉进行尾矿库干滩长度测量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107121074A CN107121074A (zh) | 2017-09-01 |
CN107121074B true CN107121074B (zh) | 2019-07-26 |
Family
ID=59719735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710491350.6A Expired - Fee Related CN107121074B (zh) | 2017-06-26 | 2017-06-26 | 一种利用机器视觉进行尾矿库干滩长度测量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107121074B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109446883B (zh) * | 2018-09-05 | 2022-08-23 | 北京三快在线科技有限公司 | 商品状态识别方法、装置、电子设备及可读存储介质 |
CN111121686A (zh) * | 2019-11-11 | 2020-05-08 | 广州中海达创新科技集团有限公司 | 一种干滩测量系统、干滩长度的计算展示方法及存储介质 |
CN113218310B (zh) * | 2021-04-16 | 2022-08-12 | 华中师范大学 | 基于三维激光点云的尾矿库干滩重要参数提取方法及系统 |
CN113310515B (zh) * | 2021-05-25 | 2022-10-21 | 上海同禾工程科技股份有限公司 | 一种基于机器视觉的尾矿库排洪设施监测系统及监测方法 |
CN114120119A (zh) * | 2021-11-25 | 2022-03-01 | 深圳市德传技术有限公司 | 干滩检测方法、系统及存储介质 |
CN115984355A (zh) * | 2023-03-20 | 2023-04-18 | 上海米度测控科技有限公司 | 一种基于深度学习计算尾矿库干滩长度的方法 |
-
2017
- 2017-06-26 CN CN201710491350.6A patent/CN107121074B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN107121074A (zh) | 2017-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107121074B (zh) | 一种利用机器视觉进行尾矿库干滩长度测量的方法 | |
CN109801302A (zh) | 一种基于双目视觉的高压输电线路异物检测方法 | |
CN108759973B (zh) | 一种水位测量方法 | |
CN112906694B (zh) | 变电站倾斜式指针式仪表图像的读数矫正系统及方法 | |
CN107588823B (zh) | 基于双波段成像的水尺水位测量方法 | |
CN108007355B (zh) | 基于图像距离变换的混凝土裂缝检测方法 | |
CN111255636A (zh) | 确定风力发电机组的塔架净空的方法和装置 | |
CN104200086A (zh) | 宽基线可见光相机位姿估计方法 | |
CN107917695A (zh) | 一种基于图像识别技术的房屋倾斜监测方法 | |
CN110568416B (zh) | 一种基于遥感影像的雷达有效检测区域提取方法 | |
CN110334678A (zh) | 一种基于视觉融合的行人检测方法 | |
CN108596165A (zh) | 基于无人机低空航拍图像的道路交通标线检测方法及系统 | |
CN114255405B (zh) | 一种隐患目标识别方法与装置 | |
CN107631782B (zh) | 一种基于Harris角点检测的水位检测方法 | |
CN107133623B (zh) | 一种基于背景差和圆心定位的指针位置精确检测方法 | |
CN108921165A (zh) | 基于水尺图像的水位识别方法 | |
CN115060343B (zh) | 一种基于点云的河流水位检测系统、检测方法 | |
CN114170535A (zh) | 目标检测定位方法、装置、控制器及存储介质和无人机 | |
Yamamoto | Estimation of the canopy‐gap size using two photographs taken at different heights | |
CN110889874B (zh) | 一种双目相机标定结果的误差评估方法 | |
CN104613928A (zh) | 一种光学测风经纬仪自动跟踪及测风方法 | |
CN115511878A (zh) | 一种边坡地表位移监测方法、装置、介质及设备 | |
CN105424059B (zh) | 宽基线近红外相机位姿估计方法 | |
CN113850868A (zh) | 一种波浪爬高图像识别方法 | |
CN107238837B (zh) | 一种船舶吃水检测方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190726 Termination date: 20210626 |