CN109751985A - 一种基于安防摄像机的水库堤坝散浸监测方法 - Google Patents
一种基于安防摄像机的水库堤坝散浸监测方法 Download PDFInfo
- Publication number
- CN109751985A CN109751985A CN201811568039.8A CN201811568039A CN109751985A CN 109751985 A CN109751985 A CN 109751985A CN 201811568039 A CN201811568039 A CN 201811568039A CN 109751985 A CN109751985 A CN 109751985A
- Authority
- CN
- China
- Prior art keywords
- video camera
- security monitoring
- monitoring video
- image
- leaching
- 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
-
- 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
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Alarm Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于安防摄像机的水库堤坝散浸监测方法,依次包括如下六个步骤:设备安装、获取参考图像、获取目标图像、图像对比、获取雨量和做出判定。本发明用以实时拍摄水库堤坝的散浸情况,代替人工巡查的方式,弥补了传统的人工巡查工作量大、工作效率低下等缺陷。
Description
技术领域
本发明涉及堤坝散浸预警技术领域,尤其涉及一种基于安防摄像机的水库堤坝散浸检测方法。
背景技术
散浸现象是所有水库都不可避免的,当水库处于高水位运用或汛期高水位情况下,堤坝背水坡及坡脚附近有可能出现土壤潮湿或发软并有水渗出的现象。传统的堤坝散浸情况主要是通过人工巡查的方式进行,需要工作人员环绕整个水库堤坝一周检查渗水情况,这种方式在实际运用中有较大的缺点和局限性,造成了一定的人力浪费。同时,当水库面积较大时,对于堤坝的散浸情况的检查难度较大,一定程度上导致发现散浸情况不及时。
此外,当发现有渗水情况时,还需要对堤坝情况进行判定,当情况不严重时需要加强对这一地段的检查,一定程度上加大了工作人员的工作强度。随着现在视频摄影技术的发展,通过机器视觉的方法完成水库堤坝散浸情况的监测显得更加方便简捷。
如何减少人力资源的投入,同时加快堤坝散浸情况的发现效率,是当前继续解决的一个重要的问题。本发明通过在水库堤坝一侧的马道旁架设安防摄像机并在马道上面刷上油漆,利用安防摄像机拍摄马道情况,通过分辨马道是否有积水时油漆呈现的颜色差异,以此判断堤坝的散浸情况,可以极大的提高监测的效率,减少人力资源的投入。
发明内容
针对现有技术的不足与需求,现提供一种基于安防摄像机的水库堤坝散浸监测方法。
本发明的技术方案为:一种基于安防摄像机的水库堤坝散浸监测方法,包括如下步骤:
步骤一:设备安装:设备包括安防摄像机和电脑;将安防摄像机设置在马道上,在电脑内安装软件分析系统,所述软件分析系统内设置图像采集频率和积水轮廓面积限值;所述安防摄像机与电脑有线或者无线连接;
步骤二:获取参考图像:无积水时,从安防摄像机处获取图像,进行图像预处理后的得到参考图像。
步骤三:获取目标图像:从安防摄像机处获取图像,进行图像预处理后的图形为目标图像。
步骤四:图像对比:将目标图像与参考图像进行做差处理即得到积水轮廓,并计算积水轮廓面积。
步骤五:获取雨量:从安防摄像机获取的雨量计的图像上判断是否有雨水;
步骤六:当步骤五中的判断结果为没有雨水时,当积水轮廓面积小于设定限值时,进行预警或者加大采集频率;当步骤五中的判断结果为没有雨水时,若积水轮廓面积大于或等于限值时,发出报警;当步骤五中的判断结构为有雨水时,不报警。
更进一步的,所述马道上刷有一层油漆。刷完油漆,在没有积水和有积水的两种情况下,油漆呈现的颜色差异较大,可以更加快速精准度的判断是否存在积水。
更进一步的,所述步骤三和步骤四中所述的对图像进行处理为选用软件MATLAB依次对图像进行去噪、限值分割和图像灰度化处理。
更进一步的,所述安防摄像机的拍摄范围覆盖整个马道。
有益效果:本发明的一种基于安防摄像机的水库堤坝散浸监测方法,用以实时拍摄水库堤坝的散浸情况,代替人工巡查的方式,弥补了传统的人工巡查工作量大、工作效率低下等缺陷。
附图说明:
图1为本发明的装置示意图;
图2为本发明的没有积水时的马道示意图;
图3位本发明的存有积水时的马道示意图;
附图标记:1-安防摄像机,2-马道;3-水库堤坝顶端,4-水库地区,5-水库周边地区,6-马道面层油漆,7-马道边条纹油漆线,8-马道上积水区域。
具体实施方式:
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
一种基于安防摄像机的水库堤坝散浸监测方法,步骤1:如附图1所示,为水库堤坝的界面示意图。在马道2上设置安防摄像机,并将马道2上刷一层油漆;在马道2上设置雨量计。安防摄像机1的拍摄区域覆盖整个马道2。将安防摄像机1与电脑有线或者无线连接,电脑内安装软件分析系统,此处的软件分析系统采用软件MATLAB。在软件分析系统内设置图像采集频率和积水轮廓面积限值。安防摄像机将拍摄的马道视频回传至软件分析系统,同时也将雨量计的情况进行回传,工作人员根据回传的拍摄视频判断是否下雨,若下雨,则对于是否有散浸将无法进行判断。
步骤2:在没有积水的时候,将安防摄像机回传的视频截取其中的多帧图像,随后使用软件MATLAB将图像进行去噪、限值分割和图像灰度化处理,所得到的图片为参考图像。如附图2所示。
步骤3:在水库堤坝出现散浸情况时,同样的,将安防摄像机回来的视频截取其中的多帧图像,随后使用MATLAB将图像进行去噪、限值分割和图像灰度化处理,所得到的图片为目标图像。如附图3所示。
步骤4:将目标图像与参考图像进行做差处理得到积水轮廓,并将积水轮廓的面积进行计算。
步骤5:获取雨量:从安防摄像机获取的雨量计的图像上判断是否有雨水;
步骤6:当步骤五中的判断结果为没有雨水时,当积水轮廓面积小于设定限值时,软件分析系统进行预警或者加大采集频率;当步骤五中的判断结果为没有雨水时,若积水轮廓面积大于或等于限值时,软件分析系统发出报警;当步骤五中的判断结构为有雨水时,软件分析系统不报警。
本发明的目的在于提供了一种基于安防摄像机的水库堤坝散浸监测方法,用以实时拍摄水库堤坝的散浸情况,代替人工巡查的方式,弥补了传统的人工巡查工作量大、工作效率低下等缺陷。
Claims (4)
1.一种基于安防摄像机的水库堤坝散浸监测方法,其特征在于:包括如下步骤:
步骤一:设备安装:设备包括安防摄像机、雨量计和电脑;将安防摄像机和雨量计均设置在马道上,在电脑内安装软件分析系统,所述软件分析系统内设置图像采集频率和积水轮廓面积限值;所述安防摄像机与电脑有线或者无线连接;
步骤二:获取参考图像:无积水时,从安防摄像机处获取图像,进行图像预处理从而得到参考图像;
步骤三:获取目标图像:从安防摄像机处获取图像,进行图像预处理从而获得目标图像;
步骤四:图像对比:将目标图像与参考图像进行做差处理即得积水轮廓,并计算积水轮廓面积;
步骤五:获取雨量:从安防摄像机获取的雨量计的图像上判断是否有雨水;
步骤六:当步骤五中的判断结果为没有雨水时,且积水轮廓面积小于设定限值时,进行预警或者加大采集频率;当步骤五中的判断结果为没有雨水时,且积水轮廓面积大于或等于限值时,发出报警;当步骤五中的判断结果为有雨水时,不报警。
2.根据权利要求1所述的一种基于安防摄像机的水库堤坝散浸监测方法,其特征在于:所述马道上刷有一层油漆。
3.根据权利要求1所述的一种基于安防摄像机的水库堤坝散浸监测方法,其特征在于:所述步骤三和步骤四中所述的对图像进行处理为选用软件MATLAB依次对图像进行去噪、限值分割和图像灰度化处理。
4.根据权利要求1所述的一种基于安防摄像机的水库堤坝散浸监测方法,其特征在于:所述安防摄像机的拍摄范围覆盖整个马道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811568039.8A CN109751985A (zh) | 2019-03-04 | 2019-03-04 | 一种基于安防摄像机的水库堤坝散浸监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811568039.8A CN109751985A (zh) | 2019-03-04 | 2019-03-04 | 一种基于安防摄像机的水库堤坝散浸监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109751985A true CN109751985A (zh) | 2019-05-14 |
Family
ID=66403810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811568039.8A Pending CN109751985A (zh) | 2019-03-04 | 2019-03-04 | 一种基于安防摄像机的水库堤坝散浸监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109751985A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378853A (zh) * | 2019-07-11 | 2019-10-25 | Oppo广东移动通信有限公司 | 深度图处理方法和装置 |
CN110400331A (zh) * | 2019-07-11 | 2019-11-01 | Oppo广东移动通信有限公司 | 深度图处理方法和装置 |
CN111947605A (zh) * | 2020-08-20 | 2020-11-17 | 上海同禾工程科技股份有限公司 | 一种边坡安全监测系统及其监测方法 |
-
2019
- 2019-03-04 CN CN201811568039.8A patent/CN109751985A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378853A (zh) * | 2019-07-11 | 2019-10-25 | Oppo广东移动通信有限公司 | 深度图处理方法和装置 |
CN110400331A (zh) * | 2019-07-11 | 2019-11-01 | Oppo广东移动通信有限公司 | 深度图处理方法和装置 |
CN110378853B (zh) * | 2019-07-11 | 2021-03-26 | Oppo广东移动通信有限公司 | 深度图处理方法和装置 |
CN111947605A (zh) * | 2020-08-20 | 2020-11-17 | 上海同禾工程科技股份有限公司 | 一种边坡安全监测系统及其监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109751985A (zh) | 一种基于安防摄像机的水库堤坝散浸监测方法 | |
CN102622767B (zh) | 双目非标定空间定位方法 | |
CN101625723B (zh) | 电力线轮廓的快速图像识别方法 | |
Tauro et al. | PTV-Stream: A simplified particle tracking velocimetry framework for stream surface flow monitoring | |
CN102111532B (zh) | 相机镜头遮挡检测系统及方法 | |
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 | |
CN106156758B (zh) | 一种sar海岸图像中海岸线提取方法 | |
CN102938057B (zh) | 一种车辆阴影消除方法及装置 | |
CN108665468B (zh) | 一种提取直线塔绝缘子串的装置及方法 | |
CN109712112B (zh) | 基于局部特征的航拍绝缘子图像的定位方法 | |
CN105718964B (zh) | 一种输电线防振锤的视觉检测方法 | |
CN106570863A (zh) | 一种输电线路的检测方法及装置 | |
CN103400379B (zh) | 一种基于图像的覆冰检测和厚度估计方法 | |
CN105611244A (zh) | 一种基于球机监控视频的机场外来异物检测方法 | |
CN107798293A (zh) | 一种道路裂缝检测装置 | |
CN115797775B (zh) | 基于近地视频图像的违章建筑智能识别方法及系统 | |
CN111879292A (zh) | 一种海岸线动态监控方法、监控设备及存储介质 | |
CN107221006A (zh) | 一种基于无人机成像平台的通信单管塔倾斜检测方法 | |
CN105913464A (zh) | 一种基于视频的多人体目标在线测量方法 | |
CN114429455B (zh) | 一种基于机载激光点云辅助影像植被三维变化检测方法 | |
CN104573650B (zh) | 一种基于滤波响应的电线检测分类方法 | |
CN108898139B (zh) | 一种下雨环境下的激光雷达数据抗干扰处理方法及其实验装置 | |
CN107962015A (zh) | 一种全过程自动冲洗变电站设备带电水冲洗机器人及方法 | |
CN106127105A (zh) | 基于快速随机Radon变换的无人机视觉巡线方法 | |
CN112001271A (zh) | 一种工地道路保洁方法、装置和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190514 |