CN109782019A - 大气污染物二维运动速度测量方法及装置 - Google Patents

大气污染物二维运动速度测量方法及装置 Download PDF

Info

Publication number
CN109782019A
CN109782019A CN201910197630.5A CN201910197630A CN109782019A CN 109782019 A CN109782019 A CN 109782019A CN 201910197630 A CN201910197630 A CN 201910197630A CN 109782019 A CN109782019 A CN 109782019A
Authority
CN
China
Prior art keywords
atmosphere
image
target characteristic
dimensional distribution
dimensional
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
Application number
CN201910197630.5A
Other languages
English (en)
Other versions
CN109782019B (zh
Inventor
夏海云
尚祥
岳斌
李蔓一
窦贤康
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.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
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 University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN201910197630.5A priority Critical patent/CN109782019B/zh
Publication of CN109782019A publication Critical patent/CN109782019A/zh
Application granted granted Critical
Publication of CN109782019B publication Critical patent/CN109782019B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Radar Systems Or Details Thereof (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明提供了一种大气污染物二维运动速度测量方法,包括:利用扫描式激光雷达以预设的仰角和方位角范围,在扫描时段内,每隔一个预设的时间间隔对目标测量区域进行扫描;依据扫描对应的回波信号,获取在扫描时段及内方位角范围内大气目标特性的多个二维分布平面;对多个二维分布平面进行图形化处理,获取大气目标特性的多帧二维分布图像;依据预设的图像识别算法对多帧二维分布图像进行处理,获取大气目标特性的图像变化轨迹,并依据大气目标特性的图像变化轨迹,计算获得大气污染物的二维运动速度。应用本发明提供的方法,能够测量污染物的二维运动速度,从而能够预报大气污染物的运动轨迹。

Description

大气污染物二维运动速度测量方法及装置
技术领域
本发明涉及雷达扫描技术领域,特别涉及一种大气污染物二维运动速度测量方法及装置。
背景技术
随着社会产业的快速发展,我国对环境问题越来越重视,其中,对大气污染物排放问题的关注度也在不断上升。大气污染物一般是指各种大气粒子和污染性气体。
为了探测大气污染物的分布情况,常通过扫描式激光雷达扫描获取测量区域内大气目标特性的实时分布,大气目标特性是大气污染物的属性参数,一般是指:气溶胶后向散射系数、消光系数、退偏振比、PM2.5、PM10和特征气体浓度等。经发明人研究发现,现有技术中,扫描式激光雷达只能探测大气目标特性的分布,无法测量大气目标特性的运动速度,也就无法预报大气污染物的运动轨迹。
发明内容
有鉴于此,本发明实施例提供了一种大气污染物二维运动速度测量方法,将图像识别技术与扫描式激光雷达的扫描技术相结合,对扫描式激光雷达扫描获得的大气目标特性的多个二维分布平面进行图像处理,得到多个二维分布图像,并通过对多个二维分布图像进行分析处理,最终获得大气污染物二维运动速度,应用本发明提供的方法,能够测量大气污染物的二维运动速度,从而能够预报大气污染物的运动轨迹。
为实现上述目的,本发明实施例提供如下技术方案:
一种大气污染物二维运动速度测量方法,包括:
利用扫描式激光雷达以预设的仰角和方位角范围,在规定的扫描时段内,按预设的时间间隔对目标测量区域进行雷达扫描;
获取每次雷达扫描对应的回波信号,并依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面;其中,每个所述回波信号与每个所述二维分布平面一一对应;
分别对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像;
依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹;
依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度。
上述的方法,可选的,所述依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面,包括:
依据预设的信号处理方法,对每个所述回波信号进行处理,获得在预设的方位角范围内各个方位角中所述大气目标特性的分布;
依据所述方位角范围内各个方位角中所述大气目标特性的分布,获得与当前回波信号对应的所述大气目标特性的二维分布图。
上述的方法,可选的,所述对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像,包括:
依据预设的大气目标特性的数值与图像参数的对应关系,将每个所述二维分布平面转化为对应的二维分布图像。
上述的方法,可选的,所述依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内所述大气目标特性的变化轨迹,包括:
确定所述图像识别算法对应的目标函数;
依据所述目标函数,计算各个所述二维分布图像中每连续两帧所述二维分布图像之间所述大气目标特性的图像位移矢量;
依据各个所述图像位移矢量,获取所述大气目标特性的图像变化轨迹。
上述的方法,可选的,所述依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度,包括:
依据预设的图像像素与实际距离的对应关系,确定与所述图像变化轨迹对应的大气目标特性的实际变化轨迹;
依据所述大气目标特性的实际变化轨迹,确定所述大气目标特性的实际位移矢量;
依据大气目标特性的实际位移矢量和所述二维分布图像对应的扫描时间,计算获得所述目标测量区域中大气污染物的二维运动速度。
上述的方法,可选的,还包括:
为大气目标特性的数值大小设定多个阈值,其中至少一个所述阈值对应大气污染指标值;
依据所述多个阈值对所述二维分布图像进行划分,得到多个图像划分区;
当所述图像划分区中含有所述大气污染指标值时,将所述划分区确定为大气污染区;
提取所述大气污染区边界处的二维运动速度,并对提取的二维运动速度进行统计平均计算,得到所述大气污染区的平均二维运动速度。
一种大气污染物二维运动速度测量装置,包括:
扫描单元,用于利用扫描式激光雷达以预设的仰角和方位角范围,在规定的扫描时段内,按预设的时间间隔对目标测量区域进行雷达扫描;
第一获取单元,用于获取每次雷达扫描对应的回波信号,并依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面;其中,每个所述回波信号与每个所述二维分布平面一一对应;
第二获取单元,用于分别对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像;
第一计算单元,用于依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹;
第二计算单元,用于依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度。
上述的装置,可选的,所述第一获取单元,包括:
处理子单元,用于依据预设的信号处理方法,对每个所述回波信号进行处理,获得在预设的方位角范围内各个方位角中所述大气目标特性的分布;
第一获取子单元,用于依据所述方位角范围内各个方位角中所述大气目标特性的分布,获得与当前回波信号对应的所述大气目标特性的二维分布图。
上述的装置,可选的,所述第二获取单元,包括:
转化子单元,用于依据预设的大气目标特性的数值与图像参数的对应关系,将每个所述二维分布平面转化为对应的二维分布图像。
上述的装置,可选的,所述第一计算单元,包括:
确定子单元,用于确定所述图像识别算法对应的目标函数;
第一计算子单元,用于依据所述目标函数,计算各个所述二维分布图像中每连续两帧所述二维分布图像之间所述大气目标特性的图像位移矢量;
第二获取子单元,用于依据各个所述图像位移矢量,获取所述大气目标特性的图像变化轨迹。
与现有技术相比,本发明包括以下优点:
本发明提供了一种大气污染物二维运动速度测量方法,包括:利用扫描式激光雷达以预设的仰角和方位角范围,在规定的扫描时段内,按预设的时间间隔对目标测量区域进行雷达扫描;获取每次雷达扫描对应的回波信号,并依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面;分别对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像;依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹,并依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度。本发明实施例提供的大气污染物二维运动速度测量方法,将图像识别技术与扫描式激光雷达的扫描技术相结合,对扫描式激光雷达扫描获得的大气目标特性的多个二维分布平面进行图像处理,得到多个二维分布图像,并通过对多个二维分布图像进行分析处理,最终获得大气污染物二维运动速度,应用本发明提供的方法,能够测量污染物的二维运动速度,从而能够预报大气污染物的运动轨迹。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以依据提供的附图获得其他的附图。
图1为本发明提供的一种大气污染物二维运动速度测量的方法及流程图;
图2为本发明提供的一种大气污染物二维运动速度测量的又一方法及流程图;
图3为本发明提供的一种大气污染物二维运动速度测量的又一方法及流程图;
图4为本发明提供的一种大气污染物二维运动速度测量系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种大气污染物二维运动速度测量方法,能够测量污染物的二维运动速度,从而能够预报大气污染物的运动轨迹。
本发明实施例提供的大气污染物二维运动速度测量的方法流程图如图1所示,具体包括:
S101:利用扫描式激光雷达以预设的仰角和方位角范围,在规定的扫描时段内,按预设的时间间隔对目标测量区域进行雷达扫描;
本发明实施例提供的方法,利用扫描式激光雷达以预设的仰角和方位角范围,每隔一个预设的时间间隔对目标测量区域进行扫描,以达到在规定的扫描时段内,对目标测量区域进行多次扫描。
本发明实施例提供的方法,需要说明的是,所述仰角的设定要尽可能设为水平的仰角,以减少在垂直方向大气污染物扩散对计算精度的影响,优选的,仰角可以设为0-5°中的任意角度。所述方位角范围与大气污染物测量区域的面积相关,优选的可以设为0-360°。
S102:获取每次雷达扫描对应的回波信号,并依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面;
本发明实施例提供的方法,扫描式激光雷达对目标测量区域进行扫描时,同时获取每次扫描对应的回波信息,并对获取的回波信号进行处理,得到在扫描时段内,方位角范围内大气目标特性的多个二维分布平面。
本发明实施例提供的方法,需要说明的是,依据每次扫描获取所述回波信号,并对回波信号进行处理即可获取一个与所述大气目标特性对应的二维分布平面,即每个所述回波信号与每个所述二维分布平面一一对应。
S103:分别对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像;
本发明实施例提供的方法,依据预设的图像化处理方法,分别对每一个二维分布平面进行图形化处理处理,将二维分布平面转化为二维分布图像,得到在扫描时段内,大气目标特性在不同时刻的二维分布图像。
S104:依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹;
本发明实施例提供的方法,应用图像识别算法分别对多帧二维分布图像进行处理,并从处理结果中统计分析各个二维分布图像之间的图像位移矢量关系,依据各个二维分布图像之间的图像位移矢量关系,获取大气目标特性的图像变化轨迹。
S105:依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度。
本发明实施例提供的方法,获取的大气目标特性的图像变化轨迹,并对所述图像变化轨迹做进一步的处理和计算,获得所述大气污染物的二维运动速度。
本发明提供了一种大气污染物二维运动速度测量方法,包括:利用扫描式激光雷达以预设的仰角和方位角范围,在规定的扫描时段内,按预设的时间间隔对目标测量区域进行雷达扫描;获取每次雷达扫描对应的回波信号,并依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面;分别对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像;依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹,并依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度。本发明实施例提供的大气污染物二维运动速度测量方法,将图像识别技术与扫描式雷达扫描技术相结合,对扫描式激光雷达扫描获得的大气目标特性的多个二维分布平面进行图像处理,得到多个二维分布图像,并通过对多个二维分布图像进行分析处理,最终获得大气污染物二维运动速度,本发明提供的方法,能够测量污染物的二维运动速度,从而能够预报大气污染物的运动轨迹。
本发明实施例提供的方法,当所述预设的仰角不为0°时,获取每次所述扫描对应的回波信号时,还包括:
依据预设的插值方法,将每次所述扫描对应的回波信号向水平面进行投影,得到水平面上的所述回波信号。
本发明实施例提供的方法,当仰角不为0°时,需要采用插值方法,将扫描得到的回波信号向水平面进行投影,得到水平面上的回波信号。其中,采用的插值方法可以包括:线性插值、牛顿插值、拉格朗日插值以及样条插值等插值方法。
本发明实施例提供的方法,扫描式激光雷达以0°的仰角扫描时,无需对探测到的回波信号进行仰角修正。
本发明实施例提供的方法,优选的,扫描式激光雷达以0°的仰角对目标测量区域进行360°全方位的扫描,且扫描式激光雷达的波长为1550nm,以保证对人眼的安全,方便在城市等人员密集的场所使用。
本发明实施例提供的方法,S102中,所述依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面的过程具体可以包括:
S201:依据预设的信号处理方法,对每个所述回波信号进行处理,获得在预设的方位角范围内各个方位角中所述大气目标特性的分布;
本发明实施例提供的方法,扫描式激光雷达对目标测量区域进行扫描后,对应的获取每次所述扫描对应的回波信号,并根据信号处理方法,对得到的回波信号进行处理。具体的,所述信号处理方法可以是Klett-Fernald反演法。通过对回波信号进行处理,即可得到大气目标特性在方位角范围内的各个不同方位角的分布。
S202:依据所述方位角范围内各个方位角中所述大气目标特性的分布,获得与当前回波信号对应的所述大气目标特性的二维分布图;
本发明实施例提供的方法,对大气目标特性在方位角范围内的各个不同方位角的分布进行汇总,即可得到在预设的方位角范围内大气目标特性的一个二维分布平面。
本发明实施例提供的方法,在所述扫描时段内,依据不同时刻的扫描获取不同的回波信号,并对每次扫描对应的回波信号进行处理,每次对回波信号进行处理即可获取一个对应的二维分布平面,最终得到所述方位角范围内大气目标特性的多个二维分布平面。
本发明实施例提供的方法,以大气目标特性为气溶胶后向散射系数,采用Klett-Fernald反演法处理回波信号,获取气溶胶后向散射系数的二维平面分布为例,对本发明实施例提供的方法进行具体说明。
利用波长为λ的气溶胶激光雷达扫描测量得到的数据满足式(1)激光雷达方程:
式(1)中,r是探测地点与激光光源之间的距离;A是仪器常数,与气溶胶激光雷达接收范围和激光波长λ有关;σ是气溶胶总消光系数;β是气溶胶后向散射系数。
对式(1)进行距离修正处理,获取修正后的回波信号为S=ln(r2P)。
采用Klett-Fernald反演法对回波信号进行处理,Klett-Fernald反演法中,假设气溶胶后向散射系数β与气溶胶总消光系数σ的关系式为:
β=constσk (2)
其中指数k取决于气溶胶激光雷达波长和气溶胶特性,一般在0.67到1之间。设k为常数,则可通过式(3)计算获得总消光系数σ:
其中:
式中rm为气溶胶激光雷达能探测到的最远距离,r0为气溶胶激光雷达能探测到的最近距离,σm为rm处的消光系数,Sm为rm处的回波信号,S0为r0处的回波信号;
通过式子(3)计算求得总消光系数σ后,代入气溶胶后向散射系数β与大气消光系数σ的指数关系式(2)中,便可计算获得方位角范围内单个方位角上气溶胶后向散射系数β。所述单个方位角即激光雷达的一个激光束路径。对预定的方位角范围内所有扫描方向均进行上述处理,便得到二维的气溶胶后向散射系数分布。
本发明实施例提供的方法,S103中,对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像的过程具体可以包括:
依据预设的大气目标特性的数值与图像参数的对应关系,将每个所述二维分布平面转化为对应的二维分布图像。
本发明实施例提供的方法,通过大气目标特性的数值大小与图像参数的对应关系,对大气目标特性的二维分布平面进行处理,得到与二维分布平面对应的二维分布图像。
本发明实施例提供的方法,需要说明的是,所述图像参数可以包括:图像灰度、图像颜色值和图像亮度值等。大气目标特性的数值与图像参数的对应关系可以是,不同的大气目标特性的数值对应不同的图像参数数值。根据大气目标特性的数值与图像参数的对应关系,将二维分布平面上不同的大气目标特性的数值匹配不同的图像参数,如不同的大气目标特性的数值匹配不同图像的灰度和颜色等,即可得到与所述二维分布平面对应的二维分布图像。
本发明实施例提供的方法,S104中,所述依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内所述大气目标特性的变化轨迹的具体过程如图2所示,具体可以包括:
S301:确定所述图像识别算法对应的目标函数;
本发明实施例提供的方法,图像识别算法可以是基于相互算法,小波分析法或者阈值分割法,不同的图像识别算法对应不同的目标函数,采用图像识别算法对二维分布图像进行处理时,需确定图像识别算法对应的目标函数。
S302:依据所述目标函数,计算各个所述二维分布图像中每连续两帧所述二维分布图像之间所述大气目标特性的图像位移矢量;
本发明实施例提供的方法,根据确定的目标函数,将各个所述二维分布图像中每连续两帧二维分布图像的像元数据分别带入所述目标函数中,通过目标函数计算多个二维分布图像中每连续两帧二维分布图像之间大气目标特性的图像位移矢量。
S303:依据各个所述图像位移矢量,获取所述大气目标特性的图像变化轨迹。
本发明实施例提供的方法,对多个二维分布图像中每连续两帧二维分布图像之间大气目标特性的图像位移矢量进行分析汇总,并对每相邻的两个图像位移矢量进行连接处理,即:将上一个图像位移矢量的终点连接下一个位移矢量的起点,从而得到所述大气目标特性的图像变化轨迹。
本发明实施例提供的方法,优选的,选取的图像识别方法为互相关算法,以图像识别方法为互相关算法为例,对S302提供的方法进行具体说明。
使用强度矩阵In表示tn时刻二维分布图像中的像元数据,所述像元数据即为大气目标特性的数据。In+1表示tn+1时刻二维分布图像中的像元数据,其中,tn代表一次扫描的时间,tn+1为另一次扫描时间,tn与tn+1的时间间隔为对目标测量区域进行扫描时预设的时间间隔。
将强度矩阵In和In+1代入与互相关算法对应的目标函数中,得到连续两帧二维分布图像之间所述大气目标特性的图像位移矢量w(x,tn),所述目标函数为:
其中,argmax(f(x))函数的功能是返回使得f(x)取到最大值时x的数值;tn为时间;In为tn时间的强度矩阵;x为In中的一个数据点;B(x)是以x为中心,若干个像素点组成的正方形区域;y为B(x)区域内所有的点;ε和μ分别代表某一时刻,B(x)范围内所有信号强度I的方差和平均值。
通过目标函数计算连续两帧二维分布图像之间所述大气目标特性的图像位移矢量的方法可以理解为,将tn时刻子二维分布图像区块B(x)中所有像元强度与tn+1时刻的二维分布图像中所有区域进行比较,找出tn+1时刻二维分布图像中与B(x)最接近的区块,该最接近的区块的中心位置为B(x)移动后的位置。
本发明实施例提供的方法,可选的,所述目标函数还可以用等效势能定义,等效势能定义的目标函数为:
其中,argmax(f(x))函数的功能是返回使得f(x)取到最大值时x的数值;tn为时间;In为tn时间的强度矩阵;x为In中的一个数据点;B(x)是以x为中心,若干个像素点组成的正方形区域;y为B(x)区域内所有的点;ε和μ分别代表某一时刻,B(x)范围内所有信号强度I的方差和平均值。
本发明实施例提供的方法,优选的,正方形区域B(x)的选取既不能过大也不能过小。过大会导致计算出的二维速度十分稀疏,不能满足实际要求的需要;过小会导致图像区域内像素点信息太少,使得计算结果误差较大。在本实施例中,具体的,正方形区域B(x)为11×11个像素点组成的矩阵。
优选的,选取多个B(x)时,多个B(x)之间可以有重叠区域,以增加探测到的二维速度的数据点个数。本发明提供的实施例中,相邻两个正方形区域之间有50%的重叠区域。
优选的,计算目标函数时,由于不同正方形区域B(x)的计算都是独立的,结果不会互相影响,因此可以采用并行运算以提高计算速度。
本发明实施例提供的方法,S105中,依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度的具体过程如图3所示,具体可以包括:
S401:依据预设的图像像素与实际距离的对应关系,确定与所述图像变化轨迹对应的大气目标特性的实际变化轨迹;
本发明实施例提供的方法,根据图像像素与实际距离的对应关系,将大气目标特性的图像变化轨迹转换为实际变化轨迹,使实际变化轨迹对应的距离单位为测量实际距离的长度单位。
S402:依据所述大气目标特性的实际变化轨迹,确定所述大气目标特性的实际位移矢量;
本发明实施例提供的方法,由大气目标特性的实际变化轨迹,即可确定所述大气目标特性的实际位移矢量。
S403:依据大气目标特性的实际位移矢量和所述二维分布图像对应的扫描时间,计算获得所述目标测量区域中大气污染物的二维运动速度。
本发明实施例提供的方法,确定在对应的扫描时间内,大气目标特性的发生实际位移矢量变化,通过位移与时间的计算关系,即可求得大气污染物的二维运动速度。
本发明实施例提供的方法,可选的,例如,当扫描式激光雷达只进行两次扫描,对应的只有两帧二维分布图像时,tn时刻,点x处的二维风速的计算方法为:
其中,δx为每个像素对应的实际距离,tn、x、w(x,tn)表示的意义与上述的tn、x、w(x,tn)相同,这里不再赘述。
本发明实施例提供的方法,还可以包括:
S501:为大气目标特性的数值大小设定多个阈值,其中至少一个所述阈值对应大气污染指标值;
S502:依据所述多个阈值对所述二维分布图像进行划分,得到多个图像划分区;
S503:当所述图像划分区中含有所述大气污染指标值时,将所述划分区确定为大气污染区;
S504:提取所述大气污染区边界处的二维运动速度,并对提取的二维运动速度进行统计平均计算,得到所述大气污染区的平均二维运动速度。
本发明实施例提供的方法,具体的,通过对大气目标特性的数值大小设定阈值,可以在二维分布图像上划分出大气污染区和大气非污染区。提取污染区边界处的二维速度v(x,tn),并对提取的二维速度进行统计平均,得到所述大气污染区的平均二维运动速度。
本发明实施例提供的方法,假定大气污染物扩散是按照平均二维运动速度进行扩散,便可以预报大气污染物的运动轨迹。污染区可以根据污染程度划分为轻度污染区、中度污染区和重度污染区等,污染区的划分取决于阈值的设定。
优选的,对二维运动速度进行统计平均时,可以分为大尺度(1小时)和小尺度(1分钟),可以根据不同的需求灵活选取。
优选的,根据平均二维运动速度预报污染物轨迹时,需要结合最新的实时探测数据对平均二维运动速度进行更新,以降低污染物轨迹预报的误差。
与图1的方法相对应,本发明实施例还提供了一种大气污染物二维运动速度测量系统,用于对图1中方法的具体实现,其结构示意图如图4所示,具体包括:
扫描单元101,用于利用扫描式激光雷达以预设的仰角和方位角范围,在规定的扫描时段内,按预设的时间间隔对目标测量区域进行雷达扫描;
第一获取单元102,用于获取每次雷达扫描对应的回波信号,并依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面;其中,每个所述回波信号与每个所述二维分布平面一一对应;
第二获取单元103,用于分别对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像;
第一计算单元104,用于依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹;
第二计算单元105,用于依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度。
本发明提供了一种大气污染物二维运动速度测量装置,包括:利用扫描式激光雷达以预设的仰角和方位角范围,在规定的扫描时段内,按预设的时间间隔对目标测量区域进行雷达扫描;获取每次雷达扫描对应的回波信号,并依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面;分别对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像;依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹,并依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度。本发明实施例提供的大气污染物二维运动速度测量装置,将图像识别技术与扫描式雷达测量技术相结合,对扫描式激光雷达扫描获得的大气目标特性的多个二维分布平面进行图像处理,得到多个二维分布图像,并通过对多个二维分布图像进行分析处理,最终获得大气污染物二维运动速度,本发明提供的方法,能够测量污染物的二维运动速度,从而能够预报大气污染物的运动轨迹。
本发明实施例提供的系统,在获取每次雷达扫描对应的回波信号,并依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面的过程中,所述第一获取单元102,包括:
处理子单元,用于依据预设的信号处理方法,对每个所述回波信号进行处理,获得在预设的方位角范围内各个方位角中所述大气目标特性的分布;
第一获取子单元,用于依据所述方位角范围内各个方位角中所述大气目标特性的分布,获得与当前回波信号对应的所述大气目标特性的二维分布图。
本发明实施例提供的系统,在分别对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像的过程中,所述第二获取单元103,包括:
转化子单元,用于依据预设的大气目标特性的数值与图像参数的对应关系,将每个所述二维分布平面转化为对应的二维分布图像。
本发明实施例提供的系统,在依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹,并依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度,所述第一计算单元104,包括:
确定子单元,用于确定所述图像识别算法对应的目标函数;
第一计算子单元,用于依据所述目标函数,计算各个所述二维分布图像中每连续两帧所述二维分布图像之间所述大气目标特性的图像位移矢量;
第二获取子单元,用于依据各个所述图像位移矢量,获取所述大气目标特性的图像变化轨迹。
本发明实施例提供的系统,在依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度的过程中,所述第二计算单元105,包括:
第一确定子单元,用于依据预设的图像像素与实际距离的对应关系,确定与所述图像变化轨迹对应的大气目标特性的实际变化轨迹;
第二确定子单元,用于依据所述大气目标特性的实际变化轨迹,确定所述大气目标特性的实际位移矢量;
第二计算子单元,用于依据大气目标特性的实际位移矢量和所述二维分布图像对应的扫描时间,计算获得所述目标测量区域中大气污染物的二维运动速度。
本发明实施例提供的系统,还包括:计算平均速度子单元,所述计算平均二维速度子单元配置为:
对大气目标特性的数值大小设定多个阈值,其中至少一个阈值对应大气污染指标值;
依据所述多个阈值对所述二维分布图像进行划分,得到多个划分区;
当所述划分区含有所述大气污染指标值时,将所述划分区确定为大气污染区;
提取所述大气污染区边界处的二维运动速度,并对提取的二维运动速度进行统计平均计算,得到所述大气污染区的平均二维运动风速度。
在本申请中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以依据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种大气污染物二维运动速度测量方法,其特征在于,包括:
利用扫描式激光雷达以预设的仰角和方位角范围,在规定的扫描时段内,按预设的时间间隔对目标测量区域进行雷达扫描;
获取每次雷达扫描对应的回波信号,并依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面;其中,每个所述回波信号与每个所述二维分布平面一一对应;
分别对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像;
依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹;
依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度。
2.依据权利要求1所述的方法,其特征在于,所述依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面,包括:
依据预设的信号处理方法,对每个所述回波信号进行处理,获得在预设的方位角范围内各个方位角中所述大气目标特性的分布;
依据所述方位角范围内各个方位角中所述大气目标特性的分布,获得与当前回波信号对应的所述大气目标特性的二维分布图。
3.依据权利要求1或2所述的方法,其特征在于,所述对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像,包括:
依据预设的大气目标特性的数值与图像参数的对应关系,将每个所述二维分布平面转化为对应的二维分布图像。
4.依据权利要求1所述的方法,其特征在于,所述依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹,包括:
确定所述图像识别算法对应的目标函数;
依据所述目标函数,计算各个所述二维分布图像中每连续两帧所述二维分布图像之间所述大气目标特性的图像位移矢量;
依据各个所述图像位移矢量,获取所述大气目标特性的图像变化轨迹。
5.依据权利要求1所述的方法,其特征在于,所述依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度,包括:
依据预设的图像像素与实际距离的对应关系,确定与所述图像变化轨迹对应的大气目标特性的实际变化轨迹;
依据所述大气目标特性的实际变化轨迹,确定所述大气目标特性的实际位移矢量;
依据大气目标特性的实际位移矢量和所述二维分布图像对应的扫描时间,计算获得所述目标测量区域中大气污染物的二维运动速度。
6.依据权利要求1或5所述的方法,其特征在于,还包括:
为大气目标特性的数值大小设定多个阈值,其中至少一个所述阈值对应大气污染指标值;
依据所述多个阈值对所述二维分布图像进行划分,得到多个图像划分区;
当所述图像划分区中含有所述大气污染指标值时,将所述划分区确定为大气污染区;
提取所述大气污染区边界处的二维运动速度,并对提取的二维运动速度进行统计平均计算,得到所述大气污染区的平均二维运动速度。
7.一种大气污染物二维运动速度测量装置,其特征在于,包括:
扫描单元,用于利用扫描式激光雷达以预设的仰角和方位角范围,在规定的扫描时段内,按预设的时间间隔对目标测量区域进行雷达扫描;
第一获取单元,用于获取每次雷达扫描对应的回波信号,并依据各个所述回波信号,获得所述扫描时段内在所述方位角范围中大气目标特性的多个二维分布平面;其中,每个所述回波信号与每个所述二维分布平面一一对应;
第二获取单元,用于分别对各个所述二维分布平面进行图形化处理,获取在所述扫描时段内所述大气目标特性的多帧二维分布图像;
第一计算单元,用于依据预设的图像识别算法对每一帧所述二维分布图像进行处理,获取在所述扫描时段内大气目标特性的图像变化轨迹;
第二计算单元,用于依据所述大气目标特性的图像变化轨迹,计算获得所述目标测量区域中大气污染物的二维运动速度。
8.根据权利要求7所述的装置,其特征在于,所述第一获取单元,包括:
处理子单元,用于依据预设的信号处理方法,对每个所述回波信号进行处理,获得在预设的方位角范围内各个方位角中所述大气目标特性的分布;
第一获取子单元,用于依据所述方位角范围内各个方位角中所述大气目标特性的分布,获得与当前回波信号对应的所述大气目标特性的二维分布图。
9.根据权利要求7或8所述的装置,其特征在于,所述第二获取单元,包括:
转化子单元,用于依据预设的大气目标特性的数值与图像参数的对应关系,将每个所述二维分布平面转化为对应的二维分布图像。
10.根据权利要求7所述的装置,其特征在于,所述第一计算单元,包括:
第一确定子单元,用于确定所述图像识别算法对应的目标函数;
第一计算子单元,用于依据所述目标函数,计算各个所述二维分布图像中每连续两帧所述二维分布图像之间所述大气目标特性的图像位移矢量;
第二获取子单元,用于依据各个所述图像位移矢量,获取所述大气目标特性的图像变化轨迹。
CN201910197630.5A 2019-03-15 2019-03-15 大气污染物二维运动速度测量方法及装置 Active CN109782019B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910197630.5A CN109782019B (zh) 2019-03-15 2019-03-15 大气污染物二维运动速度测量方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910197630.5A CN109782019B (zh) 2019-03-15 2019-03-15 大气污染物二维运动速度测量方法及装置

Publications (2)

Publication Number Publication Date
CN109782019A true CN109782019A (zh) 2019-05-21
CN109782019B CN109782019B (zh) 2020-04-24

Family

ID=66488093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910197630.5A Active CN109782019B (zh) 2019-03-15 2019-03-15 大气污染物二维运动速度测量方法及装置

Country Status (1)

Country Link
CN (1) CN109782019B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111142109A (zh) * 2019-12-30 2020-05-12 上海眼控科技股份有限公司 标记方法、装置、计算机设备和存储介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1116704A (zh) * 1994-12-23 1996-02-14 清华大学 河工模型试验流场量测中的图像摄取系统及图象处理方法
JPH1039019A (ja) * 1996-07-18 1998-02-13 Ishikawajima Harima Heavy Ind Co Ltd レーザレーダ装置
CN1289037A (zh) * 2000-11-03 2001-03-28 清华大学 大范围表面流速场的图像处理系统及其同步实时量测方法
CN101004453A (zh) * 2006-12-20 2007-07-25 西安理工大学 一种气象与大气环境参数的测定方法
CN101509931A (zh) * 2009-03-16 2009-08-19 浙江大学 在线测量管内颗粒二维速度和粒径分布的方法和装置
CN103293333A (zh) * 2013-05-10 2013-09-11 东南大学 一种隔行扫描ccd的流动二维速度场测量方法及装置
CN104603636A (zh) * 2012-09-14 2015-05-06 三菱电机株式会社 激光雷达装置以及测定对象物的速度计算方法
CN105866795A (zh) * 2016-05-19 2016-08-17 中国科学技术大学 基于全光纤扫描f-p干涉仪的大动态风场探测激光雷达
CN106204658A (zh) * 2016-07-21 2016-12-07 北京邮电大学 运动图像跟踪方法及装置
CN106226782A (zh) * 2016-07-29 2016-12-14 大连理工大学 一种大气风速分布探测的装置和方法
CN106680834A (zh) * 2017-01-04 2017-05-17 江西省智成测控技术研究所有限责任公司 相干测风激光雷达中一种数据处理装置及方法
CN106872324A (zh) * 2017-03-15 2017-06-20 西安理工大学 一种气溶胶颗粒物质量浓度的探测装置及探测方法
CN107478555A (zh) * 2017-08-11 2017-12-15 中国科学技术大学 气体颗粒物测量方法及装置
CN107942342A (zh) * 2017-09-29 2018-04-20 南京牧镭激光科技有限公司 测风激光雷达的数据处理方法、装置、系统及存储介质
CN108873015A (zh) * 2018-05-24 2018-11-23 远景能源(江苏)有限公司 一种激光测风雷达侧向风测量装置和方法
CN109100723A (zh) * 2018-07-25 2018-12-28 南京信息工程大学 基于多普勒天气雷达数据的高空风反演方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1116704A (zh) * 1994-12-23 1996-02-14 清华大学 河工模型试验流场量测中的图像摄取系统及图象处理方法
JPH1039019A (ja) * 1996-07-18 1998-02-13 Ishikawajima Harima Heavy Ind Co Ltd レーザレーダ装置
CN1289037A (zh) * 2000-11-03 2001-03-28 清华大学 大范围表面流速场的图像处理系统及其同步实时量测方法
CN101004453A (zh) * 2006-12-20 2007-07-25 西安理工大学 一种气象与大气环境参数的测定方法
CN101509931A (zh) * 2009-03-16 2009-08-19 浙江大学 在线测量管内颗粒二维速度和粒径分布的方法和装置
CN104603636A (zh) * 2012-09-14 2015-05-06 三菱电机株式会社 激光雷达装置以及测定对象物的速度计算方法
CN103293333A (zh) * 2013-05-10 2013-09-11 东南大学 一种隔行扫描ccd的流动二维速度场测量方法及装置
CN105866795A (zh) * 2016-05-19 2016-08-17 中国科学技术大学 基于全光纤扫描f-p干涉仪的大动态风场探测激光雷达
CN106204658A (zh) * 2016-07-21 2016-12-07 北京邮电大学 运动图像跟踪方法及装置
CN106226782A (zh) * 2016-07-29 2016-12-14 大连理工大学 一种大气风速分布探测的装置和方法
CN106680834A (zh) * 2017-01-04 2017-05-17 江西省智成测控技术研究所有限责任公司 相干测风激光雷达中一种数据处理装置及方法
CN106872324A (zh) * 2017-03-15 2017-06-20 西安理工大学 一种气溶胶颗粒物质量浓度的探测装置及探测方法
CN107478555A (zh) * 2017-08-11 2017-12-15 中国科学技术大学 气体颗粒物测量方法及装置
CN107942342A (zh) * 2017-09-29 2018-04-20 南京牧镭激光科技有限公司 测风激光雷达的数据处理方法、装置、系统及存储介质
CN108873015A (zh) * 2018-05-24 2018-11-23 远景能源(江苏)有限公司 一种激光测风雷达侧向风测量装置和方法
CN109100723A (zh) * 2018-07-25 2018-12-28 南京信息工程大学 基于多普勒天气雷达数据的高空风反演方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张怀清等: "激光雷达沙尘参数提取技术研究", 《林业科学研究2》 *
陈敏: "激光雷达探测的大气气溶胶空间二维分布", 《红外与激光工程》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111142109A (zh) * 2019-12-30 2020-05-12 上海眼控科技股份有限公司 标记方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN109782019B (zh) 2020-04-24

Similar Documents

Publication Publication Date Title
JP4883517B2 (ja) 三次元計測装置および三次元計測方法並びに三次元計測プログラム
De Vries et al. Remote sensing of surf zone waves using stereo imaging
CN105700525B (zh) 基于Kinect传感器深度图机器人工作环境不确定性地图构建法
CN110223341B (zh) 一种基于图像识别的智能水位监测方法
CN102073863B (zh) 基于深度指纹获取远距离视频监控目标特征尺寸的方法
Kurtz et al. A sea-ice lead detection algorithm for use with high-resolution airborne visible imagery
Gomes et al. Bathymetric control on the spatial distribution of wave breaking in the surf zone of a natural beach
US11798273B2 (en) Model-based image change quantification
CN111339826B (zh) 一种滑坡无人机线性传感器网络框架检测系统
US20220414901A1 (en) Real-time detection method of block motion based on feature point recognition
CN112446927A (zh) 激光雷达和相机的联合标定方法、装置、设备及存储介质
CN106203361A (zh) 一种机器人跟踪方法和装置
CN103942786B (zh) 无人机可见光和红外图像的自适应团块目标检测方法
CN110287455A (zh) 一种结合遥感数据与社会感知数据的pm2.5深度学习反演方法
CN102813516A (zh) 基于光学成像的非接触式人体身高测量方法
Lam Methodologies for mapping land cover/land use and its change
US20110216213A1 (en) Method for estimating a plane in a range image and range image camera
CN113935379B (zh) 一种基于毫米波雷达信号的人体活动分割方法及系统
CN109782019A (zh) 大气污染物二维运动速度测量方法及装置
Carini et al. Surf zone waves at the onset of breaking: 1. LIDAR and IR data fusion methods
US20230186594A1 (en) Information processing apparatus, information processing method, and non-transitory computer readable medium
CN116561700A (zh) 基于毫米波雷达的室内人体姿态识别方法
Carini et al. Surf zone waves at the onset of breaking: 2. Predicting breaking and breaker type
CN113160191B (zh) 一种基于激光雷达的环境构图完整性判别方法和装置
US20170169576A1 (en) Crowd intelligence on flow velocity measurement

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