CN110132200B - 基于北斗及视频识别的尾矿库干滩动态监测方法及系统 - Google Patents

基于北斗及视频识别的尾矿库干滩动态监测方法及系统 Download PDF

Info

Publication number
CN110132200B
CN110132200B CN201910374466.0A CN201910374466A CN110132200B CN 110132200 B CN110132200 B CN 110132200B CN 201910374466 A CN201910374466 A CN 201910374466A CN 110132200 B CN110132200 B CN 110132200B
Authority
CN
China
Prior art keywords
pond
beach
tailing pond
dry beach
water surface
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
CN201910374466.0A
Other languages
English (en)
Other versions
CN110132200A (zh
Inventor
郭利
李迅
郭万佳
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.)
Sichuan Anxin Kechuang Technology Co ltd
Original Assignee
Sichuan Anxin Kechuang Technology Co ltd
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 Sichuan Anxin Kechuang Technology Co ltd filed Critical Sichuan Anxin Kechuang Technology Co ltd
Priority to CN201910374466.0A priority Critical patent/CN110132200B/zh
Publication of CN110132200A publication Critical patent/CN110132200A/zh
Application granted granted Critical
Publication of CN110132200B publication Critical patent/CN110132200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于北斗及视频识别的尾矿库干滩动态监测方法及系统；该方法包括获取尾矿库干滩长度信息及对应水面高程信息，计算尾矿库坡比和滩顶高程，采集尾矿库实时水面高程信息，计算尾矿库实时干滩长度；该系统包括北斗水位监测设备、视频监控设备以及监测数据处理设备。本发明首先获取尾矿库干滩长度及对应水面高程信息的采样值，从而计算出尾矿库坡比和滩顶高程，再通过实时采集尾矿库水面高程信息，结合尾矿库坡比和滩顶高程得到尾矿库实时干滩长度，从而实现尾矿库干滩动态监测；本发明降低了传统监测方式的监测成本，提高了尾矿库干滩监测精度，并且能够不受恶劣环境条件影响，实现了全天候自动不间断监测。

Description

基于北斗及视频识别的尾矿库干滩动态监测方法及系统
技术领域
本发明属于尾矿库干滩监测技术领域，具体涉及一种基于北斗及视频识别的尾矿库干滩动态监测方法及系统。
背景技术
尾矿库坝体前干滩的测量是尾矿库安全监测中非常重要的环节，干滩的主要参数包括干滩长度、干滩面积和干滩水面分界线，这些参数随着外部因素变化而变化，这些外部因素包括尾矿矿砂的注入、尾矿中水量的变化、雨水阳光等会引起干滩的变化，导致尾矿会出现一定程度的危险，干滩的这些参数直接决定了坝体的稳定程度，干滩监测和维护不到位会导致坝体失稳乃至溃坝。因此需要在重点区域和特殊位置进行相应的监测，实时测量干滩长度、干滩面积和干滩水面分界线，作为维护保养的依据。
传统的干滩监测手段是人工值守，现场观察，效率非常低，且受人为因数影响较大。而采用视频监控的方式无法满足暴雨、大风等恶劣天下的监测需求。另外，通过采用监测设备的方式虽然可以解决问题实时监测问题，但是需要布置水上和干滩两套监测设备，成本较高，且干滩监测设备需要定期人工进行腾挪位置，增加了人为因数，监测数据可靠性降低。
发明内容
本发明的发明目的是：为了解决现有技术中存在的以上问题，本发明提出了一种基于北斗及视频识别的尾矿库干滩动态监测方法及系统。
本发明的技术方案是：一种基于北斗及视频识别的尾矿库干滩动态监测方法，包括以下步骤：
S1、将北斗水位监测设备放置在尾矿库水面，采集尾矿库水面高程信息；
S2、采用视频监控设备获取尾矿库水面和干滩的视频流数据，利用视频识别方法提取视频流数据中尾矿库干滩长度信息；
S3、根据步骤S2提取的尾矿库干滩长度信息及对应步骤S1采集的水面高程信息，计算尾矿库坡比和滩顶高程；
S4、利用北斗水位监测设备采集尾矿库实时水面高程信息；
S5、根据步骤S3得到的尾矿库坡比和滩顶高程及步骤S4采集的实时水面高程信息，计算尾矿库实时干滩长度。
进一步地，所述步骤S3根据步骤S2提取的尾矿库干滩长度信息及对应步骤S1采集的水面高程信息，计算尾矿库坡比，具体为
设定步骤S2在一定间隔时间提取的尾矿库干滩长度分别为S1、S2，步骤S1采集的对应水面高程分别为H1、H2，计算该间隔时间段对应高程区域的尾矿库坡比，表示为
Figure BDA0002051177490000021
其中，K表示该间隔时间段对应高程区域的尾矿库坡比。
进一步地，所述步骤S3中，计算该间隔时间段对应的尾矿库滩顶高程，表示为
Figure BDA0002051177490000022
其中，H表示该间隔时间段对应的尾矿库滩顶高程。
进一步地，利用步骤S1和步骤S2分别采集不同间隔时间段的尾矿库干滩长度信息及对应的水面高程信息，对步骤S3计算得到的尾矿库坡比进行校准，具体为：
根据步骤S2提取的不同间隔时间段的尾矿库干滩长度信息，及步骤S1采集的对应的水面高程信息，分别计算不同间隔时间段对应高程区域的尾矿库坡比，再根据不同间隔时间段对应高程区域的尾矿库坡比计算所有间隔时间段对应高程区域的尾矿库坡比平均值，得到校准后的尾矿库坡比。
进一步地，所述步骤S5根据步骤S3得到的尾矿库坡比及步骤S4采集的实时水面高程信息，计算尾矿库实时干滩长度，表示为
Ss＝(H-Hs)*K
其中，Ss表示尾矿库实时干滩长度，Hs表示尾矿库实时水面高程信息。
本发明还提出了一种基于北斗及视频识别的尾矿库干滩动态监测系统，包括放置在尾矿库水面的北斗水位监测设备、安装在堆积坝周边的视频监控设备以及监测数据处理设备；
所述北斗水位监测设备用于采集设定尾矿库水面高程信息；
所述视频监控设备用于获取尾矿库水面和干滩的视频流数据；
所述监测数据处理设备用于利用视频识别方法提取视频流数据中尾矿库干滩长度信息，并根据提取的尾矿库干滩长度信息及对应的水面高程信息，计算尾矿库坡比和滩顶高程；还用于根据计算得到的尾矿库坡比及所述北斗水位监测设备采集的实时水面高程信息，计算尾矿库实时干滩长度。
进一步地，利用所述视频监控设备采集一定间隔时间内的尾矿库水面和干滩的视频流数据，同时利用所述北斗水位监测设备采集对应时刻的水面高程信息，再利用所述监测数据处理设备提取视频流数据中尾矿库干滩长度信息，根据一定间隔时间内的尾矿库干滩长度S1、S2及对应水面高程分别为H1、H2，计算该间隔时间段对应高程区域的尾矿库坡比，表示为
Figure BDA0002051177490000031
其中，K表示该间隔时间段对应高程区域的尾矿库坡比。
进一步地，所述北斗水位监测设备计算该间隔时间段对应的尾矿库滩顶高程，表示为
Figure BDA0002051177490000032
其中，H表示该间隔时间段对应的尾矿库滩顶高程。
进一步地，利用所述视频监控设备和北斗水位监测设备分别采集不同间隔时间段的尾矿库水面和干滩的视频流数据及对应的水面高程信息，利用所述监测数据处理设备对计算得到的尾矿库坡比进行校准具体为：
利用所述监测数据处理设备提取不同间隔时间段的视频流数据中尾矿库干滩长度信息，根据提取的不同间隔时间段的尾矿库干滩长度信息，及对应的水面高程信息，分别计算不同间隔时间段对应高程区域的尾矿库坡比，再根据不同间隔时间段对应高程区域的尾矿库坡比计算所有间隔时间段对应高程区域的尾矿库坡比平均值，得到校准后的尾矿库坡比。
进一步地，所述监测数据处理设备根据计算得到的尾矿库坡比和滩顶高程及所述北斗水位监测设备采集的实时水面高程信息，计算尾矿库实时干滩长度，表示为
Ss＝(H-Hs)*K
其中，Ss表示尾矿库实时干滩长度，Hs表示尾矿库实时水面高程信息，K表示尾矿库坡比。
本发明的有益效果是：本发明首先获取尾矿库干滩长度及对应水面高程信息的采样值，从而计算出尾矿库坡比和滩顶高程，再通过实时采集尾矿库水面高程信息，结合尾矿库坡比和滩顶高程得到尾矿库实时干滩长度，从而实现尾矿库干滩动态监测；本发明降低了传统监测方式的监测成本，提高了尾矿库干滩监测精度，并且能够不受恶劣环境条件影响，实现了全天候自动不间断监测。
附图说明
图1是本发明的基于北斗及视频识别的尾矿库干滩动态监测方法流程示意图；
图2是本发明实施例中尾矿库结构示意图；
图3是本发明的基于北斗及视频识别的尾矿库干滩动态监测系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，是本发明的基于北斗及视频识别的尾矿库干滩动态监测方法流程示意图；一种基于北斗及视频识别的尾矿库干滩动态监测方法，包括以下步骤：
S1、将北斗水位监测设备放置在尾矿库水面，采集尾矿库水面高程信息；
S2、采用视频监控设备获取尾矿库水面和干滩的视频流数据，利用视频识别方法提取视频流数据中尾矿库干滩长度信息；
S3、根据步骤S2提取的尾矿库干滩长度信息及对应步骤S1采集的水面高程信息，计算尾矿库坡比和滩顶高程；
S4、利用北斗水位监测设备采集尾矿库实时水面高程信息；
S5、根据步骤S3得到的尾矿库坡比和滩顶高程及步骤S4采集的实时水面高程信息，计算尾矿库实时干滩长度。
在本发明的一个可选实施例中，上述步骤S1采用的北斗水位监测设备为本领域常用的高精度北斗位移测量设备，并且仅仅只采用一套北斗水位监测设备放置在尾矿库水面，进行尾矿库水面高程信息的实时监测，无需增加干滩北斗监测点，降低监测成本。。
在本发明的一个可选实施例中，上述步骤S2在尾矿库环境因素较好(如天气较好)的情况下，采用视频监控设备获取尾矿库水面和干滩的视频流数据，并且利用视频识别方法提取视频流数据中尾矿库干滩长度信息；这里采用的视频识别方法为本领域的常规技术手段，这里不作具体要求。
上述步骤S2在尾矿库环境因素较差(如遇到长期下雨或者视频监控设备损坏)的情况下，可以选择人工现场观察的方式获取尾矿库干滩长度信息。
如图2所示，由于尾矿库是洗选矿后排出的矿渣堆积而成的，其库中的水通常会循环利用，根据生产情况，水位时高时低；水位高，则干滩短，水位低则干滩长。短期(至少一两周时间)来说，水位高低决定干滩的长度。但是长期来说，由于生产过程会不断排出矿渣，整个坝体会逐渐堆积升高，水位也会升高。因此本发明需要定期人工或者通过视频识别的方式对干滩长度进行采样，从而保证尾矿库坡比的动态调整。
在本发明的一个可选实施例中，上述步骤S3利用尾矿库水位和干滩长度在短期内的函数相关性，根据步骤S2提取的尾矿库干滩长度信息及对应步骤S1采集的水面高程信息作为采样值，计算尾矿库坡比，具体为
设定步骤S2在一定间隔时间提取的尾矿库干滩长度分别为S1、S2，步骤S1采集的对应水面高程分别为H1、H2，计算该间隔时间段对应高程区域的尾矿库坡比，表示为
Figure BDA0002051177490000051
其中，K表示该间隔时间段对应高程区域的尾矿库坡比。
此外，本发明还利用步骤S1和步骤S2分别采集不同间隔时间段的尾矿库干滩长度信息及对应的水面高程信息，对步骤S3计算得到的尾矿库坡比进行校准，从而减小单一时间段内数据偶然性对坡比计算精度造成的影响。
上述对步骤S3计算得到的尾矿库坡比进行校准，具体为：
根据步骤S2提取的不同间隔时间段的尾矿库干滩长度信息，及步骤S1采集的对应的水面高程信息，分别计算不同间隔时间段对应高程区域的尾矿库坡比，再根据不同间隔时间段对应高程区域的尾矿库坡比计算所有间隔时间段对应高程区域的尾矿库坡比平均值，得到校准后的尾矿库坡比。
本发明根据计算得到的尾矿库坡比进一步计算该间隔时间段对应的尾矿库滩顶高程，表示为
Figure BDA0002051177490000052
其中，H表示该间隔时间段对应的尾矿库滩顶高程。
本发明可以分别计算各个时间采样点对应的的尾矿库滩顶高程，再计算所有时间采样点对应的滩顶高程的平均值，将该尾矿库滩顶高程平均值作为该间隔时间段对应的滩顶高程，从而能够进一步提高滩顶高程的计算精度。
在本发明的一个可选实施例中，上述步骤S4在精确计算尾矿库坡比后，利用北斗水位监测设备对尾矿库水面高程信息进行实时监测，采集尾矿库实时水面高程信息，作为后续尾矿库干滩动态监测的实时数据基础。
在本发明的一个可选实施例中，上述步骤S5根据步骤S3得到的尾矿库坡比和滩顶高程及步骤S4采集的实时水面高程信息，计算尾矿库实时干滩长度，表示为
Ss＝(H-Hs)*K
其中，Ss表示尾矿库实时干滩长度，H表示该间隔时间段对应的滩顶高程，Hs表示尾矿库实时水面高程信息，K表示尾矿库坡比。
由于尾矿库坡比在短期(3到5天内)可以认定为不会发生变化，因此本发明只需利用北斗水位监测设备对尾矿库水面高程信息进行实时监测，即可计算得到尾矿库实时干滩长度，从而实现24小时不间断监测，并且不受暴雨等恶劣天气条件的影响。
本发明还提出了一种应用上述基于北斗及视频识别的尾矿库干滩动态监测方法的尾矿库干滩动态监测系统，如图3所示，包括放置在尾矿库水面的北斗水位监测设备、安装在堆积坝周边的视频监控设备以及监测数据处理设备；
所述北斗水位监测设备用于采集设定尾矿库水面高程信息；
所述视频监控设备用于获取尾矿库水面和干滩的视频流数据；
所述监测数据处理设备用于利用视频识别方法提取视频流数据中尾矿库干滩长度信息，并根据提取的尾矿库干滩长度信息及对应的水面高程信息，计算尾矿库坡比和滩顶高程；还用于根据计算得到的尾矿库坡比和滩顶高程及所述北斗水位监测设备采集的实时水面高程信息，计算尾矿库实时干滩长度。
在本发明的一个可选实施例中，本发明利用所述视频监控设备采集一定间隔时间内的尾矿库水面和干滩的视频流数据，同时利用所述北斗水位监测设备采集对应时刻的水面高程信息，再利用所述监测数据处理设备提取视频流数据中尾矿库干滩长度信息，根据一定间隔时间内的尾矿库干滩长度S1、S2及对应水面高程分别为H1、H2，计算该间隔时间段对应高程区域的尾矿库坡比，表示为
Figure BDA0002051177490000061
其中，K表示该间隔时间段对应高程区域的尾矿库坡比。
在本发明的一个可选实施例中，本发明利用所述视频监控设备和北斗水位监测设备分别采集不同间隔时间段的尾矿库水面和干滩的视频流数据及对应的水面高程信息，利用所述监测数据处理设备对计算得到的尾矿库坡比进行校准。
上述监测数据处理设备对计算得到的尾矿库坡比进行校准，具体为
利用所述监测数据处理设备提取不同间隔时间段的视频流数据中尾矿库干滩长度信息，根据提取的不同间隔时间段的尾矿库干滩长度信息，及对应的水面高程信息，分别计算不同间隔时间段对应高程区域的尾矿库坡比，再根据不同间隔时间段对应高程区域的尾矿库坡比计算所有间隔时间段对应高程区域的尾矿库坡比平均值，得到校准后的尾矿库坡比。
在本发明的一个可选实施例中，上述监测数据处理设备根据计算得到的尾矿库坡比和滩顶高程及所述北斗水位监测设备采集的实时水面高程信息，计算尾矿库实时干滩长度，表示为
Ss＝(H-Hs)*K
其中，Ss表示尾矿库实时干滩长度，H表示该间隔时间段对应的滩顶高程，Hs表示尾矿库实时水面高程信息，K表示尾矿库坡比。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (10)

1.一种基于北斗及视频识别的尾矿库干滩动态监测方法，其特征在于，包括以下步骤：
S1、将北斗水位监测设备放置在尾矿库水面，采集尾矿库水面高程信息；
S2、在尾矿库环境因素较好的情况下，采用视频监控设备获取尾矿库水面和干滩的视频流数据，利用视频识别方法提取视频流数据中尾矿库干滩长度信息；
S3、根据步骤S2提取的尾矿库干滩长度信息及对应步骤S1采集的水面高程信息，计算尾矿库坡比和滩顶高程；
S4、利用北斗水位监测设备采集尾矿库实时水面高程信息；
S5、根据步骤S3得到的尾矿库坡比和滩顶高程及步骤S4采集的实时水面高程信息，计算尾矿库实时干滩长度。
2.如权利要求1所述的基于北斗及视频识别的尾矿库干滩动态监测方法，其特征在于，所述步骤S3根据步骤S2提取的尾矿库干滩长度信息及对应步骤S1采集的水面高程信息，计算尾矿库坡比，具体为
设定步骤S2在一定间隔时间提取的尾矿库干滩长度分别为S1、S2，步骤S1采集的对应水面高程分别为H1、H2，计算该间隔时间段对应高程区域的尾矿库坡比，表示为
Figure FDA0003032453330000011
其中，K表示该间隔时间段对应高程区域的尾矿库坡比。
3.如权利要求2所述的基于北斗及视频识别的尾矿库干滩动态监测方法，其特征在于，所述步骤S3中，计算该间隔时间段对应的尾矿库滩顶高程，表示为
Figure FDA0003032453330000012
其中，H表示该间隔时间段对应的尾矿库滩顶高程。
4.如权利要求3所述的基于北斗及视频识别的尾矿库干滩动态监测方法，其特征在于，利用步骤S1和步骤S2分别采集不同间隔时间段的尾矿库干滩长度信息及对应的水面高程信息，对步骤S3计算得到的尾矿库坡比进行校准，具体为：
根据步骤S2提取的不同间隔时间段的尾矿库干滩长度信息，及步骤S1采集的对应的水面高程信息，分别计算不同间隔时间段对应高程区域的尾矿库坡比，再根据不同间隔时间段对应高程区域的尾矿库坡比计算所有间隔时间段对应高程区域的尾矿库坡比平均值，得到校准后的尾矿库坡比。
5.如权利要求2、3、4任一所述的基于北斗及视频识别的尾矿库干滩动态监测方法，其特征在于，所述步骤S5根据步骤S3得到的尾矿库坡比和滩顶高程及步骤S4采集的实时水面高程信息，计算尾矿库实时干滩长度，表示为
Ss＝(H-Hs)*K
其中，Ss表示尾矿库实时干滩长度，Hs表示尾矿库实时水面高程信息。
6.一种基于北斗及视频识别的尾矿库干滩动态监测系统，其特征在于，包括放置在尾矿库水面的北斗水位监测设备、安装在堆积坝周边的视频监控设备以及监测数据处理设备；
所述北斗水位监测设备用于采集设定尾矿库水面高程信息；
在尾矿库环境因素较好的情况下，所述视频监控设备用于获取尾矿库水面和干滩的视频流数据；
所述监测数据处理设备用于利用视频识别方法提取视频流数据中尾矿库干滩长度信息，并根据提取的尾矿库干滩长度信息及对应的水面高程信息，计算尾矿库坡比和滩顶高程；还用于根据计算得到的尾矿库坡比和滩顶高程及所述北斗水位监测设备采集的实时水面高程信息，计算尾矿库实时干滩长度。
7.如权利要求6所述的基于北斗及视频识别的尾矿库干滩动态监测系统，其特征在于，利用所述视频监控设备采集一定间隔时间内的尾矿库水面和干滩的视频流数据，同时利用所述北斗水位监测设备采集对应时刻的水面高程信息，再利用所述监测数据处理设备提取视频流数据中尾矿库干滩长度信息，根据一定间隔时间内的尾矿库干滩长度S1、S2及对应水面高程分别为H1、H2，计算该间隔时间段对应高程区域的尾矿库坡比，表示为
Figure FDA0003032453330000021
其中，K表示该间隔时间段对应高程区域的尾矿库坡比。
8.如权利要求7所述的基于北斗及视频识别的尾矿库干滩动态监测系统，其特征在于，所述北斗水位监测设备计算该间隔时间段对应的尾矿库滩顶高程，表示为
Figure FDA0003032453330000022
其中，H表示该间隔时间段对应的尾矿库滩顶高程。
9.如权利要求8所述的基于北斗及视频识别的尾矿库干滩动态监测系统，其特征在于，利用所述视频监控设备和北斗水位监测设备分别采集不同间隔时间段的尾矿库水面和干滩的视频流数据及对应的水面高程信息，利用所述监测数据处理设备对计算得到的尾矿库坡比进行校准，具体为：
利用所述监测数据处理设备提取不同间隔时间段的视频流数据中尾矿库干滩长度信息，根据提取的不同间隔时间段的尾矿库干滩长度信息，及对应的水面高程信息，分别计算不同间隔时间段对应高程区域的尾矿库坡比，再根据不同间隔时间段对应高程区域的尾矿库坡比计算所有间隔时间段对应高程区域的尾矿库坡比平均值，得到校准后的尾矿库坡比。
10.如权利要求7、8、9任一所述的基于北斗及视频识别的尾矿库干滩动态监测系统，其特征在于，所述监测数据处理设备根据计算得到的尾矿库坡比和滩顶高程及所述北斗水位监测设备采集的实时水面高程信息，计算尾矿库实时干滩长度，表示为
Ss＝(H-Hs)*K
其中，Ss表示尾矿库实时干滩长度，Hs表示尾矿库实时水面高程信息，K表示尾矿库坡比。
CN201910374466.0A 2019-05-07 2019-05-07 基于北斗及视频识别的尾矿库干滩动态监测方法及系统 Active CN110132200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910374466.0A CN110132200B (zh) 2019-05-07 2019-05-07 基于北斗及视频识别的尾矿库干滩动态监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910374466.0A CN110132200B (zh) 2019-05-07 2019-05-07 基于北斗及视频识别的尾矿库干滩动态监测方法及系统

Publications (2)

Publication Number Publication Date
CN110132200A CN110132200A (zh) 2019-08-16
CN110132200B true CN110132200B (zh) 2021-07-20

Family

ID=67576420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910374466.0A Active CN110132200B (zh) 2019-05-07 2019-05-07 基于北斗及视频识别的尾矿库干滩动态监测方法及系统

Country Status (1)

Country Link
CN (1) CN110132200B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111486926B (zh) * 2020-04-16 2022-08-26 山东科技大学 确定深凹型湿排尾矿库反渗水位的动态监测系统及方法
CN111593742B (zh) * 2020-05-27 2022-05-24 四川会东大梁矿业有限公司 一种基于抛石挤淤法整改尾矿库的施工方法
CN114838709B (zh) * 2022-03-09 2023-01-24 广州翰南工程技术有限公司 一种尾矿库干滩长度自动化监测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101718527A (zh) * 2009-12-17 2010-06-02 丹东东方测控技术有限公司 一种基于图像识别计算尾矿库干滩长度的方法
CN103852041A (zh) * 2014-03-05 2014-06-11 北京矿冶研究总院 一种尾矿库干滩长度在线监测的方法
CN203758498U (zh) * 2014-04-02 2014-08-06 西安捷达测控有限公司 干滩参数测量一体机
CN103996266A (zh) * 2014-05-21 2014-08-20 深圳市中建智慧城市建设研究院有限责任公司 基于视频分析的尾矿库安全监测装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1099083A (zh) * 1994-02-17 1995-02-22 张明鉴 一种建设尾矿堆筑坝的双坝上游法
US5942130A (en) * 1996-10-18 1999-08-24 Baker Hughes Incorporated Solid bowl centrifuge with beach having dedicated liquid drainage
JP3991325B2 (ja) * 2000-03-02 2007-10-17 五洋建設株式会社 干潟における干出抑制方法
CN102589497A (zh) * 2012-02-29 2012-07-18 山东黄金矿业（玲珑）有限公司 金矿尾矿库干滩长度的实时测量计算方法
CN203116807U (zh) * 2013-04-08 2013-08-07 天津虹炎科技有限公司 一种基于北斗卫星的水位观测系统
CN103837196A (zh) * 2014-03-17 2014-06-04 湖南五舟检测科技有限公司 一种尾矿库干滩参数监测系统及方法
CN105444804A (zh) * 2015-06-25 2016-03-30 辽宁有色勘察研究院 一种尾矿库在线安全监测综合预警系统
CN208609110U (zh) * 2018-08-28 2019-03-15 中交上海航道局有限公司 一种基于北斗卫星系统的运泥船的监管系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101718527A (zh) * 2009-12-17 2010-06-02 丹东东方测控技术有限公司 一种基于图像识别计算尾矿库干滩长度的方法
CN103852041A (zh) * 2014-03-05 2014-06-11 北京矿冶研究总院 一种尾矿库干滩长度在线监测的方法
CN203758498U (zh) * 2014-04-02 2014-08-06 西安捷达测控有限公司 干滩参数测量一体机
CN103996266A (zh) * 2014-05-21 2014-08-20 深圳市中建智慧城市建设研究院有限责任公司 基于视频分析的尾矿库安全监测装置

Also Published As

Publication number Publication date
CN110132200A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
CN110132200B (zh) 基于北斗及视频识别的尾矿库干滩动态监测方法及系统
CN107506798B (zh) 一种基于图像识别的水位监测方法
CN107730527B (zh) 一种基于遥感卫星影像的高原地区冰湖提取方法
CN108921165B (zh) 基于水尺图像的水位识别方法
CN109583642A (zh) 一种区域洪水预警方法
CN105718964B (zh) 一种输电线防振锤的视觉检测方法
CN111504424A (zh) 一种基于遥感的湖泊蓄水变化量监测方法
CN107679021A (zh) 一种河流入湖库流量计算方法
CN106841214A (zh) 一种非接触式风电叶片风沙侵蚀程度检测方法
CN108830871B (zh) 基于高分辨率遥感影像和dem的黄土浅沟自动化提取方法
CN106845366B (zh) 基于图像的甘蔗覆盖度自动检测方法
CN109447028A (zh) 一种农田沟渠网络自动提取方法
CN103322918B (zh) 测量车辆高度的设备及其测量方法
CN115203625A (zh) 一种旱涝指数数据缺失值插补方法及其插补装置
CN109242875B (zh) 一种冬小麦种植面积提取方法和系统
CN112364301B (zh) 基于坡长的近地面风速统计降尺度订正方法
CN116309783B (zh) 一种基于遥感数据的河道复式断面水位观测方法
CN105140145A (zh) 一种光伏电池栅线测量方法
CN117079037A (zh) 一种基于图像识别的覆冰等值厚度计算方法
CN108985307B (zh) 一种基于遥感影像的水体提取方法及系统
CN203929451U (zh) 一种分流式集流池
CN113129318B (zh) 一种利用sar影像计算蓄滞洪区蓄水量的方法
CN114581400A (zh) 一种基于时间序列遥感影像的茶园打顶时间检测方法
Zhen et al. Visual detection algorithm of water line based on feature fusion
CN112613464A (zh) 一种基于无人机影像匹配点云的高原梯田提取方法

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
CB03 Change of inventor or designer information

Inventor after: Guo Li

Inventor after: Pei Nisong

Inventor after: Guo Wanjia

Inventor after: Li Xun

Inventor before: Guo Li

Inventor before: Li Xun

Inventor before: Guo Wanjia

CB03 Change of inventor or designer information