CN110390297A - 河口海岸水文地貌演变影像监测分析系统和方法 - Google Patents
河口海岸水文地貌演变影像监测分析系统和方法 Download PDFInfo
- Publication number
- CN110390297A CN110390297A CN201910667283.8A CN201910667283A CN110390297A CN 110390297 A CN110390297 A CN 110390297A CN 201910667283 A CN201910667283 A CN 201910667283A CN 110390297 A CN110390297 A CN 110390297A
- Authority
- CN
- China
- Prior art keywords
- image data
- hydrology
- image
- estuary coast
- imaging monitor
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种河口海岸水文地貌演变影像监测分析系统和方法,海岸视频监测单元设置在河口海岸的高地,将采集获得的图像数据传输至数据处理单元,数据处理单元对图像数据进行图像纠正和特征点密集匹配,得到图像数据中各个像素点在大地坐标系下的三维坐标,基于三维坐标对图像数据进行灰度识别,提取波浪和植被,计算波浪的垂向波高和植被的面积信息并保存。能够解决在潮间带地区快速、长期、极端天气下以及无接触式获取地表空间三维信息,并能够进一步基于遥感技术解决潮间带水文、生态等多要素在多种时空尺度下采集的问题。
Description
技术领域
本发明涉及海洋潮间监测技术领域,具体地,涉及一种河口海岸水文地貌演变影像监测分析系统和方法。
背景技术
潮间带不仅是人类抵御来自台风或风暴潮侵袭天然屏障,还为人类提供极其宝贵土地资源,是其他诸多生物的主要栖息场所。然而,在各类陆海动力作用尤其是高强度人类活动(如围垦和养殖),潮间带环境面临破坏殆尽的风险。加强潮间带沉积动力过程的监测显得尤为必要。在海平面加速上升的背景下,潮间带地形演变规律及变化趋势直接影响近岸土地利用,沿岸工程设施的建造及保护。潮间带地形演变这个物理过程和工程效应使之成为河口海岸研究的重要组成部分。
非接触式测量技术改进是潮间带地区实现精确测量的技术难点,传统GPS、全站仪等测量手段需要测量工具与地表接触,这在土质极为松软的潮间带区域会造成无法估计的巨大误差,而传统的航空摄影测量技术由于成本极高,因而不可能在某一区域长期连续进行测量,因此,以近景摄影测量技术为基础对潮间带区域进行连续的高精度观测是海岸视频影像监测系统(以下简称VIMSOC)解决潮间带地区实现精确地貌演变测量的核心内容,包括硬件设备的集成和配套软件的编写。
与本申请相关的现有技术是专利文献CN109100716A,公开了一种基于多功能雷达的潮间带监测方法,包括步骤为:在雷达回波中完成陆地与滩涂边界地图的绘制;对雷达回波图像进行增强;通过优化SIC帧间积累算法中两个阈值门限T1、T2参数来更好地抑制海杂波,将处理后的回波数据利用OpenGL实时生成图片;利用OpenCV中Canny边缘检测函数每三秒读取当前图片,实时显示当前潮间带的区域。利用TinyXML技术以及OpenGL多边形分格化方法完成陆地与滩涂边界的绘制,极大地减少了计算量并给定基准易于监测;通过优化SIC帧间积累算法中两个阈值门限T1、T2参数来更好抑制海杂波,提高了潮间带的可识别程度。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种河口海岸水文地貌演变影像监测分析系统和方法。
根据本发明提供的一种河口海岸水文地貌演变影像监测分析系统,包括海岸视频监测单元、数据处理单元;
海岸视频监测单元设置在河口海岸的高地,将采集获得的图像数据传输至数据处理单元,数据处理单元对图像数据进行图像纠正和特征点密集匹配,得到图像数据中各个像素点在大地坐标系下的三维坐标,基于三维坐标对图像数据进行灰度识别,提取波浪和植被,计算波浪的垂向波高和植被的面积信息并保存。
优选地,所述的河口海岸水文地貌演变影像监测分析系统,还包括网络分配控制箱,网络分配控制箱能够建立小型局域网,实现海岸视频监测单元与数据处理单元之间的数据通讯。
优选地,所述海岸视频监测单元包括配备有广角镜头的摄像头、基台,所述摄像头通过网络接口设置图像曝光度、图像采集频率,基台能够将所述摄像头固定在高地上。
优选地,所述海岸视频监测单元能够采集的图像数据的图像类型至少包括以下任一种:
-快照;
-长时间曝光图像;
-方差图像。
优选地,所述数据处理单元提取图像数据的内方位元素、外方位元素后,基于共线方程对图像数据进行图像纠正和特征点密集匹配。
优选地,所述摄像头采用索尼公司的FDR-AX700 4K HDR数码摄像机,并将摄像机镜头换为索尼公司的Sonnar T*FE 35mm F2.8 ZA蔡司全画幅广角定焦镜头。
根据本发明提供的一种河口海岸水文地貌演变影像监测分析方法,包括以下步骤:
海岸视频监测步骤:海岸视频监测单元设置在河口海岸的高地,采集图像数据,并传输至数据处理;
数据处理步骤:对图像数据进行图像纠正和特征点密集匹配,得到图像数据中各个像素点在大地坐标系下的三维坐标,基于三维坐标对图像数据进行灰度识别,提取波浪和植被,计算波浪的垂向波高和植被的面积信息并保存。
优选地,提取图像数据的内方位元素、外方位元素后,基于共线方程对图像数据进行图像纠正和特征点密集匹配。
优选地,所述内方位元素通过用于拍摄图像数据的传感器参数求得,所述外方位元素通过不同传感器的坐标系之间的转换参数求得。
优选地,所述特征点密集匹配是基于核线影像,进行视差平面分配,并结合内方位元素,获得每个像素点在大地坐标下的三维坐标值。
与现有技术相比,本发明具有如下的有益效果:
1、能够在潮间带地区快速、长期、极端天气下,进行无接触式获取地表空间的三维信息;
2、能够对潮间带地区以安全性强、高精度以及时效性高的方式进行测绘。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为简易固定支架设计图。
图中示出:
摄像头1;网络分配控制箱2;基台3;电脑4;数据处理计算机5。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的一种河口海岸水文地貌演变影像监测分析系统,包括海岸视频监测单元、数据处理单元;
海岸视频监测单元设置在河口海岸的高地,将采集获得的图像数据传输至数据处理单元,数据处理单元对图像数据进行图像纠正和特征点密集匹配,得到图像数据中各个像素点在大地坐标系下的三维坐标,基于三维坐标对图像数据进行灰度识别,提取波浪和植被,计算波浪的垂向波高和植被的面积信息并保存。
具体地,所述的河口海岸水文地貌演变影像监测分析系统,还包括网络分配控制箱,网络分配控制箱能够建立小型局域网,实现海岸视频监测单元与数据处理单元之间的数据通讯。
具体地,所述海岸视频监测单元包括配备有广角镜头的摄像头、基台,所述摄像头通过网络接口设置图像曝光度、图像采集频率,基台能够将所述摄像头固定在高地上。
具体地,所述海岸视频监测单元能够采集的图像数据的图像类型至少包括以下任一种:
-快照;
-长时间曝光图像;
-方差图像。
具体地,所述数据处理单元提取图像数据的内方位元素、外方位元素后,基于共线方程对图像数据进行图像纠正和特征点密集匹配。
具体地,所述摄像头采用索尼公司的FDR-AX700 4K HDR数码摄像机,并将摄像机镜头换为索尼公司的Sonnar T*FE 35mm F2.8 ZA蔡司全画幅广角定焦镜头。
根据本发明提供的一种河口海岸水文地貌演变影像监测分析方法,包括以下步骤:
海岸视频监测步骤:海岸视频监测单元设置在河口海岸的高地,采集图像数据,并传输至数据处理;
数据处理步骤:对图像数据进行图像纠正和特征点密集匹配,得到图像数据中各个像素点在大地坐标系下的三维坐标,基于三维坐标对图像数据进行灰度识别,提取波浪和植被,计算波浪的垂向波高和植被的面积信息并保存。
具体地,提取图像数据的内方位元素、外方位元素后,基于共线方程对图像数据进行图像纠正和特征点密集匹配。
具体地,所述内方位元素通过用于拍摄图像数据的传感器参数求得,所述外方位元素通过不同传感器的坐标系之间的转换参数求得。
具体地,所述特征点密集匹配是基于核线影像,进行视差平面分配,并结合内方位元素,获得每个像素点在大地坐标下的三维坐标值。
本发明提供的河口海岸水文地貌演变影像监测分析系统,可以通过河口海岸水文地貌演变影像监测分析方法的步骤流程实现。本领域技术人员可以将河口海岸水文地貌演变影像监测分析方法理解为所述河口海岸水文地貌演变影像监测分析系统的优选例。
更进一步地,本发明要解决在潮间带地区快速、长期、极端天气下以及无接触式获取地表空间三维信息的技术问题,在此基础上,针对可以集成的多种类型传感器,基于遥感技术解决潮间带水文、生态等多要素在多种时空尺度下采集的问题。细节技术问题如下:
传感器的精确标定、校准;
基于核线匹配技术的像素密集匹配算法;
获取图像几何信息基础上对波浪、海流等信息图像提取算法开发。
其中,传感器的精确标定是为了求取每个传感器的内方位元素,即相机的焦距和几何畸变等参数。传感器的精确标定需要在工业级相机标定场进行,工业级相机标定场需保持恒温恒湿,在其间配属500个具有圆心标志的圆形标准件,使传感器从不同角度和距离上对标准件拍照,然后对不同照片进行同名点认定,而后进行传感器内方位元素的解算。传感器的校准主要是为了求取传感器的外方位元素,即求取不同传感器坐标系之间的转换参数。传感器校准需在传感器在野外布设完毕后进行,即在野外布设至少10个控制点,并确保相邻两个传感器拍照的共同此区域存在至少6个控制点,使用全站仪对控制点坐标测量,并对传感器拍摄的照片内的控制点进行同名点认定,而后进行传感器之间外方位元素的解算。
基于核线匹配技术的像素密集匹配在于,首先,使用mean shift方法对核线影像进行色彩分割,然后采用半全局匹配方法(SGBM)生成初始视差图。在此图的基础之上,用Ransac方法对影像分割的块进行拟合视差平面并精化。然后,采用置信度传播方法进行视差平面分配,由此得到视差图,最后进行视差精化。结合传感器之间的外方位元素即可获取每个像素点在大地坐标下的三维坐标值。
获取图像几何信息基础上对波浪、海流等信息图像提取在于,通过SIFT方法提取波浪与图像背景边缘的特征点用以计算其到海面的距离,此距离即为波高。通过SIFT方法在时间序列影像上提取海流在陆地一侧的边缘,并通过在时间序列影像上计算这一边缘的位移,结合影像的时间信息即获取海流的速度。
如图1所示,本发明的主体通常包括4~5个摄像头(1)和一套固定平台(3),每个摄像头配备广角镜头,通过供电、网络分配控制箱(2)整合后系统镜头观测范围可涵盖4~6公里海岸。VIMSOC所有摄像头(1)和电脑(4)相连同步记录每次拍摄数据,相机与电脑同步主要依赖于在数据线连接电脑与摄像头的基础上,通过索尼公司提供的API进行编程,通过程序实现通过电脑控制摄像头的开关、曝光和数据传输(从摄像头传至电脑)。系统需要被固定在沿岸较高位置,如电线杆顶部、滨海酒店楼顶或自建基站上。数据采集频率可按需设置,可以秒为单位采集数据,数据通过无线或有线网络发送至数据处理计算机(5),数据处理主要包括已知摄像头内方位元素和摄像头之间外方位元素的基础上,基于共线方程对摄像头采集的立体像对进行图像纠正和特征点的自动化密集匹配,求解摄像头提供的相片数据上每个像素点在大地坐标系下的三维坐标。此外,在已知所有像素点三维坐标的基础上,通过图像的灰度识别提取波浪和植被,进一步对波浪像素在垂向上进行计算获取波高,对植被像素进行统计获取植被面积信息。其中,网络分配箱主要实现2个功能,一是建立小型局网方便各个摄像头接入,便于实时控制及数据传输。二是提供各个摄像头的电源供给,实现系统长时间稳定工作。
VIMSOC的标准产品主要通过摄像头获取,VIMSOC摄像头采用索尼公司的FDR-AX700 4K HDR数码摄像机,同时将摄像机镜头换为索尼公司的Sonnar T*FE 35mm F2.8 ZA蔡司全画幅广角定焦镜头,在此硬件基础上,VIMSOC摄像头可以获取1420万像素的动态视频,对视频进行取帧即可获取1420万像素的静态相片用于数据处理。本发明能够实现长时间序列地貌演变数据监测,特别是极端天气情况下的数据采集,运行维护成本取决于用户数据精度需求,精度要求越高则运行维护成本会相应提高。
VIMSOC每个标准的数据包括三种类型的图像。第一种是快照,简单记录视野中的状况,这种图像几乎不提供定量的信息;第二种是长时间曝光图像,长时间曝光图像平均计算出波浪自然变化过程,揭示了明亮图像强度的模式,这可以很好反映水下沙洲地形。长时间曝光图像可从视野中移除运动的物体,如船舶,车辆和人从而获取地表的空间三维信息和空间地物分类;第三种是方差图像,其可以确定哪些地区是随时间变化的物体(如海面),哪些是短时间内变化不大的物体(如干燥的海滩),实现干湿地区的分类。再通过集成不同的传感器来调查地貌、动力、沉积、生态等多种要素。
传统测绘技术在潮间带测绘中不仅会造成巨大的误差,同时,由于潮间带通常土质极其松软,这可能导致测绘人员的人身安全存在问题,从而可能造成无法挽回的重大损失,即使采用航空摄影测量技术也无法获取被测绘地区的高时间分辨率的数据,且上述两种方法都无法在极端天气条件下获取测绘数据(比如台风天气),因而本技术基于近景摄影测量技术对潮间带地区进行测绘是安全性、高精度以及时效性的三重重大突破。同时,进一步的,通过本发明的技术构思,对于潮间带从业单位和人员来说,还可以进一步得到以下应用效果:
一.海岸线变化和沙滩宽度定量监测,评估风暴等突发事件对海岸沙滩形貌结构的影响;
二.对处于潮间带的沙滩侵蚀和发育的定量监测,如研究季节性沙滩形貌发展变化,研究海岸沙嘴及滩涂形貌变化;
三.对潮下沙滩深度定量测量,评估海岸带安全来对临滨发育进行评估,多为军事工程提供评估决策;
四.对波浪抬高定量监测,以评估海岸带结构如海堤的稳定性,港口的防波堤和堑壕的稳定性;
五.沿岸海流流速,波特征(如波角和周期)和激流流域的测量;
六.研究海岸沉积特性。
综上,本技术能提供的数据无论对科学研究、工程开发还是滨海城市安全问题都有极其重要的支撑作用。在防腐蚀条件下,VIMSOC可以采用分辨率更高的摄影系统进行数据采集以此进一步提高数据的空间分辨率和精度;可以引入热红外成像系统,这样可以实现在夜间的成像用以进一步提高VIMSOC的时间分辨率;可以简化固定模式,利用简易固定支架实现潮间带的快速测绘。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种河口海岸水文地貌演变影像监测分析系统,其特征在于,包括海岸视频监测单元、数据处理单元;
海岸视频监测单元设置在河口海岸的高地,将采集获得的图像数据传输至数据处理单元,数据处理单元对图像数据进行图像纠正和特征点密集匹配,得到图像数据中各个像素点在大地坐标系下的三维坐标,基于三维坐标对图像数据进行灰度识别,提取波浪和植被,计算波浪的垂向波高和植被的面积信息并保存。
2.根据权利要求1所述的河口海岸水文地貌演变影像监测分析系统,其特征在于,还包括网络分配控制箱,网络分配控制箱能够建立小型局域网,实现海岸视频监测单元与数据处理单元之间的数据通讯。
3.根据权利要求1所述的河口海岸水文地貌演变影像监测分析系统,其特征在于,所述海岸视频监测单元包括配备有广角镜头的摄像头、基台,所述摄像头通过网络接口设置图像曝光度、图像采集频率,基台能够将所述摄像头固定在高地上。
4.根据权利要求1所述的河口海岸水文地貌演变影像监测分析系统,其特征在于,所述海岸视频监测单元能够采集的图像数据的图像类型至少包括以下任一种:
-快照;
-长时间曝光图像;
-方差图像。
5.根据权利要求1所述的河口海岸水文地貌演变影像监测分析系统,其特征在于,所述数据处理单元提取图像数据的内方位元素、外方位元素后,基于共线方程对图像数据进行图像纠正和特征点密集匹配。
6.根据权利要求3所述的河口海岸水文地貌演变影像监测分析系统,其特征在于,所述摄像头采用索尼公司的FDR-AX700 4K HDR数码摄像机,并将摄像机镜头换为索尼公司的Sonnar T*FE35mm F2.8 ZA蔡司全画幅广角定焦镜头。
7.一种河口海岸水文地貌演变影像监测分析方法,其特征在于,包括以下步骤:
海岸视频监测步骤:海岸视频监测单元设置在河口海岸的高地,采集图像数据,并传输至数据处理;
数据处理步骤:对图像数据进行图像纠正和特征点密集匹配,得到图像数据中各个像素点在大地坐标系下的三维坐标,基于三维坐标对图像数据进行灰度识别,提取波浪和植被,计算波浪的垂向波高和植被的面积信息并保存。
8.根据权利要求7所述的河口海岸水文地貌演变影像监测分析方法,其特征在于,提取图像数据的内方位元素、外方位元素后,基于共线方程对图像数据进行图像纠正和特征点密集匹配。
9.根据权利要求8所述的河口海岸水文地貌演变影像监测分析方法,其特征在于,所述内方位元素通过用于拍摄图像数据的传感器参数求得,所述外方位元素通过不同传感器的坐标系之间的转换参数求得。
10.根据权利要求8所述的河口海岸水文地貌演变影像监测分析方法,其特征在于,所述特征点密集匹配是基于核线影像,进行视差平面分配,并结合内方位元素,获得每个像素点在大地坐标下的三维坐标值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910667283.8A CN110390297A (zh) | 2019-07-23 | 2019-07-23 | 河口海岸水文地貌演变影像监测分析系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910667283.8A CN110390297A (zh) | 2019-07-23 | 2019-07-23 | 河口海岸水文地貌演变影像监测分析系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110390297A true CN110390297A (zh) | 2019-10-29 |
Family
ID=68287098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910667283.8A Pending CN110390297A (zh) | 2019-07-23 | 2019-07-23 | 河口海岸水文地貌演变影像监测分析系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110390297A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112611323A (zh) * | 2020-11-27 | 2021-04-06 | 江苏海洋大学 | 一种基于图斑矢量监测防波堤变形的方法 |
CN113850868A (zh) * | 2021-08-31 | 2021-12-28 | 河海大学 | 一种波浪爬高图像识别方法 |
CN114062624A (zh) * | 2020-07-31 | 2022-02-18 | 力合科技(湖南)股份有限公司 | 一种地表水入海口断面潮汐自动采样方法及系统 |
CN114840802A (zh) * | 2022-06-09 | 2022-08-02 | 中国科学院地理科学与资源研究所 | 一种判别水文气候过程自然演变类型的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108961305A (zh) * | 2018-07-05 | 2018-12-07 | 四创科技有限公司 | 一种基于图像识别的海浪爬坡监测方法 |
-
2019
- 2019-07-23 CN CN201910667283.8A patent/CN110390297A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108961305A (zh) * | 2018-07-05 | 2018-12-07 | 四创科技有限公司 | 一种基于图像识别的海浪爬坡监测方法 |
Non-Patent Citations (4)
Title |
---|
ZHENPENG GE ET AL.: "Semi-automatic recognition of marine debris on beaches", 《SCIENTIFIC REPORTS》 * |
时连强: "Argus系统在我国海滩研究中的应用进展与展望", 《地球科学进展》 * |
胡亚丽: "近岸可视化监测技术是基于影像传感器对海岸带进行实时图像采集", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
陈富艳: "基于ARGUS系统方法的滨海沙滩物理参数监测研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114062624A (zh) * | 2020-07-31 | 2022-02-18 | 力合科技(湖南)股份有限公司 | 一种地表水入海口断面潮汐自动采样方法及系统 |
CN112611323A (zh) * | 2020-11-27 | 2021-04-06 | 江苏海洋大学 | 一种基于图斑矢量监测防波堤变形的方法 |
CN113850868A (zh) * | 2021-08-31 | 2021-12-28 | 河海大学 | 一种波浪爬高图像识别方法 |
CN113850868B (zh) * | 2021-08-31 | 2024-05-07 | 河海大学 | 一种波浪爬高图像识别方法 |
CN114840802A (zh) * | 2022-06-09 | 2022-08-02 | 中国科学院地理科学与资源研究所 | 一种判别水文气候过程自然演变类型的方法 |
CN114840802B (zh) * | 2022-06-09 | 2024-04-26 | 中国科学院地理科学与资源研究所 | 一种判别水文气候过程自然演变类型的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110390297A (zh) | 河口海岸水文地貌演变影像监测分析系统和方法 | |
Cucchiaro et al. | Monitoring topographic changes through 4D-structure-from-motion photogrammetry: application to a debris-flow channel | |
Prosdocimi et al. | Bank erosion in agricultural drainage networks: new challenges from structure‐from‐motion photogrammetry for post‐event analysis | |
Detert et al. | Proof‐of‐concept for low‐cost and non‐contact synoptic airborne river flow measurements | |
Di et al. | Automatic shoreline extraction from high-resolution IKONOS satellite imagery | |
Bewley et al. | New light on an ancient landscape: lidar survey in the Stonehenge World Heritage Site | |
Lucas et al. | Use of stereo aerial photography for quantifying changes in the extent and height of mangroves in tropical Australia | |
Li et al. | A comparative study of shoreline mapping techniques | |
CN109840553B (zh) | 耕地作物类型的提取方法及系统、存储介质、电子设备 | |
Eltner et al. | Automatic image‐based water stage measurement for long‐term observations in ungauged catchments | |
Smith et al. | Monitoring beach face volume with a combination of intermittent profiling and video imagery | |
Chen et al. | Assessing visual green effects of individual urban trees using airborne Lidar data | |
Mason et al. | Data utilization in flood inundation modelling | |
Pearre et al. | Quantifying seasonal shoreline variability at Rehoboth Beach, Delaware, using automated imaging techniques | |
Lewińska et al. | Evaluation of structure-from-motion for analysis of small-scale glacier dynamics | |
Akay et al. | Modeling morphodynamic processes in a meandering river with unmanned aerial vehicle-based measurements | |
Kröhnert et al. | Versatile mobile and stationary low-cost approaches for hydrological measurements | |
Kim et al. | Feasibility of UAV photogrammetry for coastal monitoring: a case study in Imlang Beach, South Korea | |
Andrade et al. | A method for monitoring shallow seagrass meadows (Zostera spp.) using terrestrial oblique large-scale photography | |
Chen et al. | Application of UAV-Based Photogrammetry Wthout Ground Control Points in Quantifying Intertidal Mudflat Morphodynamics | |
CN112950763A (zh) | 一种变电站工程中实景建模的方法 | |
Petschko et al. | Erosion processes and mass movements in sinkholes assessed by terrestrial structure from motion photogrammetry | |
Korpela | 3D treetop positioning by multiple image matching of aerial images in a 3D search volume bounded by lidar surface models | |
Yang et al. | Post classification comparison change detection of Guangzhou Metropolis, China | |
Dai et al. | UAV-based Detection and Spatial Analyses of Tidal Creek |
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 |
Application publication date: 20191029 |
|
RJ01 | Rejection of invention patent application after publication |