CN110187142A - 流速监测方法和系统 - Google Patents
流速监测方法和系统 Download PDFInfo
- Publication number
- CN110187142A CN110187142A CN201910509594.1A CN201910509594A CN110187142A CN 110187142 A CN110187142 A CN 110187142A CN 201910509594 A CN201910509594 A CN 201910509594A CN 110187142 A CN110187142 A CN 110187142A
- Authority
- CN
- China
- Prior art keywords
- river
- video image
- plane
- pixel
- monitor video
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于监控视频的河流流速监测方法,包括:从监控视频图像中提取河道、河堤与河岸的轮廓;确定参考面和参考线;提取监控视频图像中经过参考面的行人的像素身高;计算其中有效行人的平均像素身高;确定参考面上单位像素的实际长度;测算监控视频图像中两帧图像间在河流表面参考线附近相似粒子的相对像素位移;以及利用两帧图像间隔时间数据,结合相对像素位移及单位像素实际长度,来计算河流流速。本发明提供的流速监测系统包括:视频图像捕捉模块、视频图像分析模块、计算模块,以及数据输出模块。本发明无需特定的专用设备,无需现场标定,可仅利用普通监控视频实现低成本高效实现流速实时测量。
Description
技术领域
本发明涉及水文监测,尤其涉及基于监控视频的河流流速监测。
背景技术
为了消除水害并充分合理利用水资源,我国从上个世纪就开始实施对水文的监测。通过使用各种探测器,探测水位、降雨量、水温、水质、水流速、水量等,采集视频图像或图片等数字化信息,上传到在线监测监视中心。使监控人员能及时监视现场情况。
其中,河流的流速、流量监测尤为重要,通过实时流速检测,可实时掌握可用水资源,通过水闸等调配流域水量,了解污水走向提供决策依据,还可以在山洪和台风期间掌握各河道流量防范天灾。
目前,对河流断面流量流速的实时在线监测常用方式有以下几种:缆道测流速、声学多普勒流速、超声波时差法测流速、水工建筑物推算流量、水位比降法推算流量、雷达水表面波流速测量再推算流量。这些方法要么需要设置缆道测流装置、多普勒超声波流量计、单层或多层超声波换能器等特定的专用设备,投资大安装复杂,要么受外界因素如风雨影响较大精度差。
而在现有通过视频观测技术监测河流流速的方法中,仍离不开激光、雷达或现场测量等标定方法,才能确定河流表面单位时间位移与实际移动距离间的关系。对视频监控系统的复杂性要求较高,需单独设计或特别调试,造成成本高、工作量大。
需要一种基于现有普通视频监控设备,通过视频信号处理软件,就可以获取河流流速数据的简易方法,而无需特定的专用设备,从而实现低成本高效实现流速实时测量。
发明内容
提供本发明内容以便以简化形式介绍将在以下详细描述中进一步描述的一些概念。本发明内容并不旨在标识出所要求保护的主题的关键特征或必要特征;也不旨在用于确定或限制所要求保护的主题的范围。
本发明的流速监测方法包括:从监控视频图像中提取河道、河堤与河岸的轮廓;确定参考面,并确定参考线;提取监控视频图像中经过参考面的行人的像素身高;计算经过参考面的有效行人的平均像素身高;确定参考面上单位像素的实际长度;测算监控视频图像中两帧图像间在河流表面参考线附近相似粒子的相对像素位移;以及利用两帧图像间隔时间数据,结合相对像素位移及单位像素实际长度,来计算河流流速。
本发明的流速监测系统,包括:视频图像分析模块,用于从捕捉到的监控视频图像中提取河道、河堤与河岸的轮廓,选定虚拟参考面,形成参考线,并提取从虚拟参考面中通过的行人的像素身高;计算模块,用于确定虚拟参考面上单位像素的实际长度,测算监控视频图像中的两帧图像间在河流表面虚拟参考线附近相似粒子的相对像素位移,计算出河流流速;以及数据输出模块,用于显示所计算出的河流流速。
本发明的基于现有普通监控视频的河流流速监测方法和系统,能够利用现有非特定河流观测视频图像对河流的流速进行实时测算,可以增加现有视频监控设备的应用范围,该方法监测过程无需现场标定,因而具有较强的适应性,流速监测数据具备参考性。
附图说明
以下将通过参考附图中示出的具体实施例来对本发明进行更具体描述。
图1是本发明的基于监控视频的河流流速监测方法的流程图。
图2是本发明的基于监控视频的河流流速监测系统的框图。
具体实施方式
本发明的方法基于现有普通监控视频就可以实现河流流速监测,只要该监控视频的图像内包含河流表面、河岸信息,可以观察到有行人在河岸行走,并且视频监控摄像机安装的俯角角度和摄像帧率已知。本发明无需现场标定,无需特定的专用设备,非特定河流普遍适用。
下面结合附图1,详细论述本发明的基于监控视频的河流流速监测方法。
首先,在步骤101,从视频图像中提取河道、河堤与河岸的轮廓。在该步骤中,基于边缘检测方法,主要通过利用河流平面、河堤面与河岸平面的不同光学反射特性,先将视频图像转成灰度图,然后对灰度图进行直方图均衡化处理,以增强视频图像的局部对比度,突出各区域的分界线,从而得到河道、河堤与河岸的轮廓。
接着,在步骤102,确定参考面。在该步骤中,在视频图像中选择一个河道、河堤与河岸的轮廓较为清晰的区域,选定视频图像中垂直于视频摄像机镜头主光轴的一个平面作为虚拟参考面,该参考面与在步骤101中获得的河道、河堤与河岸的轮廓相交,形成一条从河流表面到河堤表面再到河岸面的连续折线作为参考线。
在参考面和参考线确定之后:
一方面在步骤1031,提取经过参考面的行人的像素身高。在该步骤中,主要通过实时识别和捕捉视频图像上出现的行人,并当行人跨越河岸面上的参考线时,提取每个行人的身高数据,以像素点数计。在步骤1032,计算行人累加平均像素身高。在该步骤中,随着行人的不断增加,不断累计多个行人的身高数据,根据数据离散程度去除儿童及其他异常数据(例如,将低于当前平均身高1SD至3SD的数据剔除),计算有效行人的平均像素身高。在步骤1033,确定参考面上单位像素的实际长度。在该步骤中,结合考虑该地区或全国成年人平均身高数据(在此假设出现在视频图像中的行人中成年男性和成年女性人数比例接近1:1),建立参考面上单位像素长度与以米计平均身高的对应关系,从而确定参考面上单位像素的实际长度L(m),几何转换公式如下:
其中,hi为单次图像识别的行人身高,以像素点数计;n为记录有效行人身高总次数;H为当地或全国成年男性和女性的平均身高数据,以米m计;α为视频监控摄像机安装的俯角角度。在此,可以忽略摄像机镜头畸变的情况。
同时,另一方面,在步骤1041,以河流表面的参考线为中心将图像进行透视变换,得到河流的俯视图;在步骤1042,在连续监控视频中,将固定时间间隔的两测图像进行对比度增强,经过高通滤波,然后对这两帧图像进行关联分析,匹配两帧图像间的相似粒子,测算两帧图像间在河流表面参考线附近相似粒子的相对像素位移。
以下,以最小误差示踪粒子匹配法说明测算两帧图像中相似粒子的相对像素位移方法的计算过程。在第一帧图像Ia中选择粒子点,以它为中心选取合适大小的检测窗口,窗口大小为M×N,利用此窗口的灰度函数fa(i,j),在第二帧图像Ib中搜索匹配窗口fb(i,j),匹配误差用下式表示:
其中,m和n分别表示第二幅图像拟搜索匹配窗口相对于第一幅图像选定窗口的横坐标和纵坐标位移。
当Δ(m,n)为最小值时,相对应的窗口位移S(m,n)即为两帧图像间在河流表面参考线附近相似粒子的相对像素位移,S以像素点数计。
最后,在步骤105中,利用两帧图像间隔时间数据,由以下公式计算河流流速V(m/s):
其中,t为两帧图像的间隔时间。
图2是本发明的基于监控视频的河流流速监测系统的框图。
如图2所示,本发明的流速监测系统包括视频图像捕捉模块210、视频图像分析模块220、计算模块230、以及数据输出模块240。
视频图像捕捉模块210是普通监控视频摄像头,其包括存储器218,该存储器可以是随机存取存储器(RAM)、只读存储器(ROM)、高速缓存、闪存、硬盘、或任何其他合适的存储组件。
视频图像捕捉模块210还包括用于实时捕捉图像的成像传感器212、处理器214、和输出接口216。其中输出接口216被安排来经由通信链路向视频图像分析模块220提供实时视频监控数据。
视频图像分析模块220经由其输入接口222接收自视频图像捕捉模块210的监控视频图像,由其分析器224从中提取河道、河堤与河岸的轮廓,选定虚拟参考面,形成参考线,并提取经过参考面中通过的行人的像素身高,将分析结果数据经由输出接口226传送给计算模块230。
计算模块230将来自视频图像分析模块220的分析结果进行计算。计算模块230包括像素长度确定引擎232、相对像素位移确定引擎234、流速计算引擎236。其中像素长度确定引擎232根据行人累加平均像素身高计算确定参考面上单位像素的实际长度,相对像素位移确定引擎234测算两帧图像间在河流表面参考线附近相似粒子的相对像素位移,流速计算引擎236根据来自像素长度确定引擎232和对像素位移确定引擎234的计算结果计算出实时河流流速,并将最终数据发送到数据输出模块240。
数据输出模块240可以是显示器、监控器或者是其他可视设备,其上实时呈现经计算得出的被监控河流的当前流速。
本发明河流流速监测方法和系统,能够直接利用现有普通监控视频,根据现有非特定河流观测视频图像对河流的流速进行实时测算,该方法监测过程无需现场标定,无须布设特定的设备,因而对各类河流具有较强的适应性,投资小,流速监测数据具备参考性。
Claims (10)
1.一种流速监测方法,包括:
从监控视频图像中提取河道、河堤与河岸的轮廓;
确定参考面,并确定参考线;
提取所述监控视频图像中经过所述参考面的行人的像素身高;
计算经过所述参考面的有效行人的平均像素身高;
确定所述参考面上单位像素的实际长度;
测算所述监控视频图像中两帧图像间在河流表面所述参考线附近相似粒子的相对像素位移;以及
利用两帧图像间隔时间数据,结合所述相对像素位移及所述单位像素实际长度,来计算河流流速。
2.如权利要求1所述的流速监测方法,其特征在于,从所述监控视频图像中提取所述河道、河堤与河岸的轮廓包括:
利用河流平面、河堤面与河岸平面的不同光学反射特性,将监控视频图像转成灰度图;以及
对所述灰度图进行直方图均衡化处理。
3.如权利要求2所述的流速监测方法,其特征在于,对所述灰度图进行直方图的所述均衡化处理包括:增强所述监控视频图像的局部对比度,突出所述河道、河堤与河岸的分界线。
4.如权利要求1所述的流速监测方法,其特征在于,所述参考面为虚拟参考面,所述确定参考面并确定参考线包括:
选定所述监控视频图像中垂直于视频监控摄像机的镜头主光轴的一个平面作为虚拟参考面,所述虚拟参考面与所述河道、河堤与河岸的轮廓相交,形成从河流表面到河堤表面再到河岸面的连续折线作为参考线。
5.如权利要求1所述的流速监测方法,其特征在于,计算经过所述参考面的有效行人的平均像素身高包括根据数据离散程度去除异常数据。
6.如权利要求5所述的流速监测方法,其特征在于,所述根据数据离散程度去除异常数据包括将低于当前平均身高1SD至3SD的数据剔除。
7.如权利要求1所述的流速监测方法,其特征在于,确定所述参考面上单位像素的实际长度,是通过以下公式实现的:
其中hi为单次图像识别的以像素点数计的行人身高,n为记录有效行人身高总次数;H为当地或全国成年人的平均身高数据;α为视频监控摄像机安装的俯角角度。
8.如权利要求1所述的流速监测方法,其特征在于,所述河流流速由所述相对像素位移乘以所述单位像素实际长度并除以所述两帧图像的间隔时间计算得到。
9.一种流速监测系统,包括:
视频图像分析模块,用于从捕捉到的监控视频图像中提取河道、河堤与河岸的轮廓,选定虚拟参考面,形成参考线,并提取从所述虚拟参考面中通过的行人的像素身高;
计算模块,用于确定所述虚拟参考面上单位像素的实际长度,测算所述监控视频图像中的两帧图像间在河流表面所述虚拟参考线附近相似粒子的相对像素位移,计算出河流流速;以及
数据输出模块,用于显示所计算出的河流流速。
10.如权利要求9所述的流速监测系统,其特征在于,还包括视频图像捕捉模块,用于实时捕捉河流的所述监控视频图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910509594.1A CN110187142A (zh) | 2019-06-13 | 2019-06-13 | 流速监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910509594.1A CN110187142A (zh) | 2019-06-13 | 2019-06-13 | 流速监测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110187142A true CN110187142A (zh) | 2019-08-30 |
Family
ID=67721516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910509594.1A Pending CN110187142A (zh) | 2019-06-13 | 2019-06-13 | 流速监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110187142A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112147365A (zh) * | 2020-09-30 | 2020-12-29 | 中国水利水电科学研究院 | 一种基于深度学习的河道流速视频监测装置及方法 |
CN113077488A (zh) * | 2021-04-02 | 2021-07-06 | 昆明理工大学 | 一种河流表面流速检测方法和装置 |
CN114885097A (zh) * | 2022-03-31 | 2022-08-09 | 浙江大华技术股份有限公司 | 一种智能相机监测水流的方法、装置及存储介质 |
CN115097090A (zh) * | 2022-05-30 | 2022-09-23 | 河海大学智能感知技术创新研究院 | 基于水文塔的测量系统及测量方法 |
CN115097090B (zh) * | 2022-05-30 | 2024-06-25 | 河海大学智能感知技术创新研究院 | 基于水文塔的测量系统及测量方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH075188A (ja) * | 1993-06-17 | 1995-01-10 | Anritsu Corp | 流速計測装置 |
JP2011080859A (ja) * | 2009-10-07 | 2011-04-21 | Nippon Telegr & Teleph Corp <Ntt> | 水面境界線検知装置、水面境界線検知方法及び水面境界線検知プログラム |
CN102866260A (zh) * | 2012-09-18 | 2013-01-09 | 河海大学 | 非接触式河流表面流场成像量测方法 |
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 |
CN106841673A (zh) * | 2017-01-16 | 2017-06-13 | 甘肃农业大学 | 一种河流表面平均流速测量装置及方法 |
CN106908218A (zh) * | 2017-03-23 | 2017-06-30 | 北京尚水信息技术股份有限公司 | 河道表面流场的处理方法 |
-
2019
- 2019-06-13 CN CN201910509594.1A patent/CN110187142A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH075188A (ja) * | 1993-06-17 | 1995-01-10 | Anritsu Corp | 流速計測装置 |
JP2011080859A (ja) * | 2009-10-07 | 2011-04-21 | Nippon Telegr & Teleph Corp <Ntt> | 水面境界線検知装置、水面境界線検知方法及び水面境界線検知プログラム |
CN102866260A (zh) * | 2012-09-18 | 2013-01-09 | 河海大学 | 非接触式河流表面流场成像量测方法 |
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 |
CN106841673A (zh) * | 2017-01-16 | 2017-06-13 | 甘肃农业大学 | 一种河流表面平均流速测量装置及方法 |
CN106908218A (zh) * | 2017-03-23 | 2017-06-30 | 北京尚水信息技术股份有限公司 | 河道表面流场的处理方法 |
Non-Patent Citations (2)
Title |
---|
冯全 等: "基于机器视觉的河水表面流速估计", 《农业工程学报》 * |
陈军 等: "河口冲刷区泥沙空间分布与流速关系遥感解译标志", 《海洋地质与第四纪地质》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112147365A (zh) * | 2020-09-30 | 2020-12-29 | 中国水利水电科学研究院 | 一种基于深度学习的河道流速视频监测装置及方法 |
CN113077488A (zh) * | 2021-04-02 | 2021-07-06 | 昆明理工大学 | 一种河流表面流速检测方法和装置 |
CN113077488B (zh) * | 2021-04-02 | 2022-07-01 | 昆明理工大学 | 一种河流表面流速检测方法和装置 |
CN114885097A (zh) * | 2022-03-31 | 2022-08-09 | 浙江大华技术股份有限公司 | 一种智能相机监测水流的方法、装置及存储介质 |
CN114885097B (zh) * | 2022-03-31 | 2024-02-06 | 浙江大华技术股份有限公司 | 一种智能相机监测水流的方法、装置及存储介质 |
CN115097090A (zh) * | 2022-05-30 | 2022-09-23 | 河海大学智能感知技术创新研究院 | 基于水文塔的测量系统及测量方法 |
CN115097090B (zh) * | 2022-05-30 | 2024-06-25 | 河海大学智能感知技术创新研究院 | 基于水文塔的测量系统及测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11200684B2 (en) | Apparatus and method for measuring flow velocity of stream using optical flow image processing | |
JP7120581B2 (ja) | Cctv映像基盤のリアルタイム自動流量計側システムおよび方法 | |
CN110187142A (zh) | 流速监测方法和系统 | |
CN111798386B (zh) | 一种基于边缘识别与最大序列密度估计的河道流速测量方法 | |
Ettema et al. | Particle-image velocimetry for whole-field measurement of ice velocities | |
CN104616303B (zh) | 一种基于紫外图像的水面溢油检测系统和方法 | |
CN101431664A (zh) | 基于视频图像的密集客流密度自动检测方法及系统 | |
CN109214331B (zh) | 一种基于图像频谱的交通雾霾能见度检测方法 | |
CN113012195B (zh) | 基于光流计算的河流表面流速估计的方法和可读存储介质 | |
den Bieman et al. | Deep learning video analysis as measurement technique in physical models | |
Zhang et al. | River surface target enhancement and background suppression for unseeded LSPIV | |
CN110191320A (zh) | 基于像素时序运动分析的视频抖动与冻结检测方法及装置 | |
CN109186706A (zh) | 一种用于城市雨洪淹没区预警的方法 | |
KR102519606B1 (ko) | 열영상 및 다변수 좌표 변환 기반의 실시간 하천 자동유량계측 시스템 및 방법 | |
Liu et al. | Lw-count: An effective lightweight encoding-decoding crowd counting network | |
Zhen et al. | IP camera-based LSPIV system for on-line monitoring of river flow | |
JP4574657B2 (ja) | 水流の測定方法及び装置 | |
JP4025161B2 (ja) | 流速分布計測システム、流速分布計測方法、流速分布計測プログラム、流量計測システム、流量計測方法及び流量計測プログラム | |
Alongi et al. | An automatic ANN-based procedure for detecting optimal image sequences supporting LS-PIV applications for rivers monitoring | |
Osorio-Cano et al. | A method for extracting surface flow velocities and discharge volumes from video images in laboratory | |
CN115060343B (zh) | 一种基于点云的河流水位检测系统、检测方法 | |
CN108198422A (zh) | 一种基于视频影像的道路积水提取系统和方法 | |
US20170169576A1 (en) | Crowd intelligence on flow velocity measurement | |
CN113822931B (zh) | 基于在线学习和离线学习相结合的前端水位检测系统 | |
CN114529815A (zh) | 一种基于深度学习的流量检测方法、装置、介质及终端 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190830 |