CN110646434A - 视频自动实时监控水坝破损变形的装置和方法 - Google Patents

视频自动实时监控水坝破损变形的装置和方法 Download PDF

Info

Publication number
CN110646434A
CN110646434A CN201910773097.2A CN201910773097A CN110646434A CN 110646434 A CN110646434 A CN 110646434A CN 201910773097 A CN201910773097 A CN 201910773097A CN 110646434 A CN110646434 A CN 110646434A
Authority
CN
China
Prior art keywords
dam body
database
dam
video
coordinate
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
Application number
CN201910773097.2A
Other languages
English (en)
Inventor
丁勇
杨奇昊
董雪花
陈鹏宇
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.)
Nanjing Tech University
Original Assignee
Nanjing Tech University
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 Nanjing Tech University filed Critical Nanjing Tech University
Priority to CN201910773097.2A priority Critical patent/CN110646434A/zh
Publication of CN110646434A publication Critical patent/CN110646434A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/16Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106General arrangement of respective parts
    • G01N2021/0112Apparatus in one mechanical, optical or electronic block
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种视频自动实时监控水坝破损变形的装置和方法,该装置包括标志系统、视频分析系统以及数据库和报警系统;该方法包括:在预观察的坝体表面布置标注系统;在坝体的对面安装若干个摄像机,所有摄像机的采集画面拼接成完整的坝体表面画面;数据分析模块记录住各个时刻采集到的画面,并存储到数据库,数据库和报警系统将即时采集的画面与前面所有的画面对比,若变形量达到报警阈值,发出报警,否则继续监测。本发明通过通过采集和分析标注系统的实时变化,为坝体监测提供较为准确的参考信息,并设置自动报警。

Description

视频自动实时监控水坝破损变形的装置和方法
技术领域
本发明涉及一种视频自动实时监控水坝破损变形的装置和方法,属于水利工程管理技术领域。
背景技术
我国是一个水利大国,随着各类水利工程的不断发展建设,国家对各种水利设施自身的监管和维护提出了新的要求,加之现代通信技术和视频技术的迅速发展,为水利建设的数字化提供了技术上的有力保证。因此,改造优化水利设施的安全监控,建设水利设施数据库,实现“无人值守 (少人值班)”是水利水电行业发展的整体趋势。
传统的水坝沉降变形监测为人员前往现场利用传统测量装备和主观判断来确认水坝是否需要维护,造成了一定的人力浪费。同时,人为判断这种传统方式缺少一定的客观性和连续性。另外,对于偏远地区的中小型水坝,人工监测的周期长甚至无人监管,人工监测较为困难。对于在地势复杂,进入困难的水坝现场,人工测量或监管存在一定的安全隐患。
因此,如何减小人力资源的投入,增加中小型水坝监管的连续性,对破损和变形及时通知警报以及完成水坝健康情况的数据入库是一个亟待解决的重要问题。
发明内容
为了解决上述技术问题,本发明提供一种视频自动实时监控水坝破损变形的装置和方法,采用机器视觉的方法完成水坝的安全监测并及时完成数据入库和警报,是一种理想的自动化方法,其具体技术方案如下:
视频自动实时监控水坝破损变形的装置,包括标志系统、视频分析系统以及数据库和报警系统,
所述标志系统布置于水坝的倾斜表面,标志系统在水坝的倾斜表面上形成颜色分明、规律明显、整齐排列的间隔色块;
所述视频分析系统正对着标志系统,实时采集标志系统的画面信息,并将采集到的画面信息进行处理,最终传送给数据库和报警系统;
所述数据库和报警系统与视频分析系统连接,接收来自视频分析系统的信息,并进行数据比较,根据比较输出结果,判断是否给出报警信号。
进一步的,所述标志系统采用靶盘固定于坝体表面,所述靶盘表面为正方形,纵向中线和横向中线将其分割为4个区域,对角线的区域为同色的黑色或白色,纵向中线和横向中线的中点为对应靶盘的观测点;
所述坝体表面固定有若干个排和若干个列的靶盘,排与排之间的间距、列与列之间的间距相同,排间距和列间距相等,形成纵向和横向均等距分布的离散点,所有靶盘的表面颜色排列相同。
进一步的,所述靶盘的背面设置有嵌块,所述嵌块插入到坝体内。
进一步的,所述标志系统粉刷在坝体表面,形成等距分布的规律排布的色块。
进一步的,所述视频分析系统包括摄像机和数据分析模块,所述摄像机正对着坝体上的标志系统,根据坝体的长度和宽度,设置若干个摄像机,摄像机能够采集所有待测区域,相邻的摄像机边缘拼接;
所述数据分析模块读取监测面所有靶盘的实时图像,经灰度化与二值化处理后得到只有黑白两种颜色的图像,之后将二值图进行去噪可减少周围环境的干扰,采用Hough变换确定图像中靶盘中心点所在的位置,通过预先确定的最左上角坐标原点靶盘大小和位置计算所有离散坐标识别点的相对坐标原点靶盘的坐标,将同一横排或纵列的坐标识别点用平滑曲线连接,利用最小二乘法拟合可得到横纵正交的多条直线,并将其编号,利用坐标几何法计算出每一条横纵直线/曲线的弧度、长度数学信息。
进一步的,所述数据库和报警系统为标志系统中的每一个观测点设定编号,并记录其坐标位置,设置报警阈值,在数据分析模块进行分析后,将所有坐标监测点的相对坐标信息以及每一条曲线的数学信息存储于数据库中,实时分析数据变化,若某些点相对位移过大且曲线弧度超出阈值,则发出报警,否则,继续监测。
视频自动实时监控水坝破损变形的方法,包括以下操作步骤:
步骤1:安装标注系统:在预观察的坝体表面布置标注系统,若坝体表面不平整,靶盘纵向和横向等距分布排列成阵,靶盘背面的嵌块安插入坝体,每个靶盘上的颜色分布均相同,所有靶盘的连线构成正交网格,若坝体表面平整,用防水涂料粉刷出方形色块,每个方形色块的颜色与每个靶盘上的色块分布一致,色块的分布与靶盘的分布一致;
步骤2:安装摄像机:在坝体的对面安装若干个摄像机,摄像机与拍摄镜头与坝体的预观察面垂直,相邻摄像机的拍摄区域刚好拼接;
步骤3:采集画面:所有摄像机的采集画面传送到同一个数据分析模块,所有摄像机的采集画面拼接成完整的坝体表面画面;
步骤4:处理画面:数据分析模块记录住各个时刻采集到的画面,并存储到数据库,
步骤5:比较数据:数据库和报警系统将即时采集的画面与前面所有的画面对比,若变形量达到报警阈值,发出报警,否则继续监测。
进一步的,所述步骤3-5的具体过程为:
(1)摄像头持续进行监控,并设定的时间间隔进行视频图像抓取,抓取采用python的OpenCV.VideoCapture方法并将抓取后的图片存入电脑内存进行下一步处理;
(2)使用OpenCV对上述图像进行灰度化、去噪、图像增强、形态学变化、二值化处理;
(3)根据标志牌的黑白分布特点得出标志点中心位置,将所有中心位置在图像中的像素点位置由坐标形式保存到数据库中;
(4)将该图像进一步使用python的MatPlotlib方法将所有标识牌中心位置进行连线,将得到的新的图像存入数据库中,并显示到系统界面中以实时监控;
(5)由于已知标志牌长宽和标志牌黑白色块所占的像素个数,换算得到每个像素点的实际长度,将此换算比例保存到内存变量中;
(6)取两个标志牌中心位置连线上的一定数量的点的坐标,通过数学几何计算其两两连线与水平线的角度并进行图像拟合,得出标志中心连线的近似弧度,并保存到数据库中;
(7)计算所有标志牌中心与上次观测得到的所有标志牌中心的坐标差值,即为其坐标的横向与纵向变化值,存入数据库中,进一步根据两点间距离公式得出中心位置变化的坐标位移大小,通过第(5)步所得到的换算比例将上述所有坐标变换值换算得出实际的横纵向变化和位移变化长度,存入数据库中;
(8)系统以设定的时间间隔将新的弧度、横纵位移、实际位移变化与系统预设的变化阈值进行比较,若超过变化阈值,则警告使用人员,对坝体进行人工检测和维护。
本发明的有益效果是:
(1)本发明原理稳定可靠,通过视频分析软件读取并计算靶盘的实时坐标,精度较为准确,可为监测提供较为准确的相对变化,且能人工设定报警阈值,忽略正常范围内的小变形。
(2)本发明作为非接触式测量,适用于绝大多数现场情况,特别是在一些偏远山区地势复杂,人员难以进入,人工测量较为困难的水坝,可大大降低危险和事故率,与传统的人员至现场进行读数相比更为安全。
(3)本发明可实现长时间的连续监测,可代替人员进行现场读数,降低了人工读数的繁琐及时间耗费,提高了效率。并长期记录坝体的变化,提前知晓变形趋势。
(4)本发明可根据人工设定的检测时间周期运行,及时报警,为偏远地区和暂无人监管的中小型水坝提供了一种省时省力且安全高效的监管方法。
附图说明
图1是本发明的靶盘正视图,
图2是本发明的靶盘侧视图,
图3是本发明的监控示意图正视图,
图4是本发明的监控示意图侧视图,
图5是本发明的变形后监控示意图,
图6是本发明处理后图像,
图7是本发明的流程图,
图8是本发明的具体图像处理流程图,
图中:1—靶盘的黑色色块,2—靶盘的坐标识别点,3—靶盘的白色色块,4—靶盘面,5—嵌块,6—坝体,7—摄像机,8—坐标原点。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
图1是本发明的靶盘正视图,由图可见,本发明的靶盘面为正方形,纵向中线和横向中线将其分割为4个区域,对角线的区域为同色的黑色或白色,纵向中线和横向中线的中点为靶盘的观测点。
图2是本发明的靶盘侧视图,由图可见,本发明的靶盘的背面中心设置有嵌块,嵌块用于插入到坝体内,将其固定在坝体表面。
图3是本发明的监控示意图正视图,由图可见,在监测区域,所有靶盘的颜色分布一致,形成相同的各个单元,靶盘的纵向成列,横向成排,排列成阵,且列间距等于排间距。当以图3中的左上角的靶盘中心为坐标原点时,以图中的最上面一排为横坐标,最左侧一列为纵坐标,构成直角坐标系,各排各列均可以在直角坐标系中标注,便于后期靶盘跟随坝体变形发生位置变化时,图像标记比较。
靶盘具体安装间隔和数量可根据实际情况变更,靶盘的观测点与相邻横向纵向靶盘靶盘的观测点在同一直线上。摄像机拍摄孔与坝体表面尽量垂直,一台摄像机负责监控一个监控面。
图4是本发明的监控示意图侧视图,由图可见,摄像机与坝体表面垂直,摄像机的摄像区域能够兼顾到坝体监测区域的上边缘到下边缘,根据坝体长度,设置多个摄像机,使所有监测区域均能被采集到。
图5是本发明的变形后监控示意图,由图可见,随着时间的推移,坝体表面发生变形,根据靶盘的位置变化,可以准确推测到坝体的变形路径。
图6是本发明处理后图像,由图可见,经过图像处理,去杂后,得到的变化曲线图,由图可清晰可见坝体表面的变化路径。
摄像机实时拍摄靶盘的位置及其旋转情况,靶盘安装完成后,靶盘的观测点相互正交形成正交网格,设定左上角的表盘坐标识别点为坐标原点,记录其坐标,在坝体变形后靶盘相对移动,监控画面捕捉到实时的变形状态,坐标识别点构成直线变为曲线如图5所示,由视频分析软件识别出坐标识别点并用平滑曲线连接,得出所有纵向横向曲线如图6所示,利用坐标原点构建的坐标系,根据坐标几何原理测得所有坐标识别点的坐标信息及所有曲线的数学信息。
结合图7和图8,本发明的视频自动实时监测水坝破损变形的方法为:
(1)在坝体表面布置好标志系统,以及在坝体对面设置摄像机;
(2)摄像头持续进行监控,并每半小时(该时间间隔根据实际需要设定,可以为任意时间长度间隔)进行一次视频图像抓取。抓取采用python的OpenCV.VideoCapture方法并将抓取后的图片存入电脑内存进行下一步处理。
(3)使用OpenCV对上述图像进行灰度化、去噪、图像增强、形态学变化、二值化处理。
(4)根据标志牌的黑白分布特点得出标志点中心位置,将所有中心位置在图像中的像素点位置由坐标形式保存到数据库中。
(5)将该图像进一步使用python的MatPlotlib方法将所有标识牌中心位置进行连线。将得到的新的图像存入数据库中,并显示到系统界面中以实时监控。
(6)由于已知标志牌长宽和标志牌黑白色块所占的像素个数,可换算得到每个像素点的实际长度,将此换算比例保存到内存变量中。
(7)取两个标志牌中心位置连线上的一定数量(此数量可根据使用人员要求自行设置)的点的坐标,通过数学几何计算其两两连线与水平线的角度并进行图像拟合,得出标志中心连线的近似弧度,并保存到数据库中。
(8)计算所有标志牌中心与上次观测得到的所有标志牌中心的坐标差值,即为其坐标的横向与纵向变化值,存入数据库中。进一步根据两点间距离公式得出中心位置变化的坐标位移大小。通过第5步所得到的换算比例将上述所有坐标变换值换算得出实际的横纵向变化和位移变化长度。存入数据库中。
(9)系统每半小时将新的弧度、横纵位移、实际位移变化与系统预设的变化阈值进行比较(此阈值可由管理人员根据实际需求自行设置),若超过变化阈值,则警告使用人员,对坝体进行人工检测和维护。
本发明的工作原理如下:
摄像机实时捕捉画面,视频识别软件利用表盘坐标识别区识别监测点,以坝体最左上角靶盘识别点作为坐标原点,在已知靶盘大小的情况下,测量软件按比例测量其余靶盘坐标信息,并记录横纵向识别点构成曲线。在已知的情况下,计算坐标点构成的网状图的所有数学信息,记录在数据库中,分析软件比对以往数据,若变形过大或过快(超过预设的变形阈值),则通知水坝管理人员进行现场确认。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本申请中所述的“和/或”的含义指的是各自单独存在或两者同时存在的情况均包括在内。
本申请中所述的“连接”的含义可以是部件之间的直接连接也可以是部件间通过其它部件的间接连接。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。

Claims (8)

1.视频自动实时监控水坝破损变形的装置,其特征在于:包括标志系统、视频分析系统以及数据库和报警系统,
所述标志系统布置于水坝的倾斜表面,标志系统在水坝的倾斜表面上形成颜色分明、规律明显、整齐排列的间隔色块;
所述视频分析系统正对着标志系统,实时采集标志系统的画面信息,并将采集到的画面信息进行处理,最终传送给数据库和报警系统;
所述数据库和报警系统与视频分析系统连接,接收来自视频分析系统的信息,并进行数据比较,根据比较输出结果,判断是否给出报警信号。
2.根据权利要求1所述的视频自动实时监控水坝破损变形的装置,其特征在于:所述标志系统采用靶盘固定于坝体表面,所述靶盘表面为正方形,纵向中线和横向中线将其分割为4个区域,对角线的区域为同色的黑色或白色,纵向中线和横向中线的中点为对应靶盘的观测点;
所述坝体表面固定有若干个排和若干个列的靶盘,排与排之间的间距、列与列之间的间距相同,排间距和列间距相等,形成纵向和横向均等距分布的离散点,所有靶盘的表面颜色排列相同。
3.根据权利要求1所述的视频自动实时监控水坝破损变形的装置,其特征在于:所述靶盘的背面设置有嵌块,所述嵌块插入到坝体内。
4.根据权利要求1所述的视频自动实时监控水坝破损变形的装置,其特征在于:所述标志系统粉刷在坝体表面,形成等距分布的规律排布的色块。
5.根据权利要求1所述的视频自动实时监控水坝破损变形的装置,其特征在于:所述视频分析系统包括摄像机和数据分析模块,所述摄像机正对着坝体上的标志系统,根据坝体的长度和宽度,设置若干个摄像机,摄像机能够采集所有待测区域,相邻的摄像机边缘拼接;
所述数据分析模块读取监测面所有靶盘的实时图像,经灰度化与二值化处理后得到只有黑白两种颜色的图像,之后将二值图进行去噪可减少周围环境的干扰,采用Hough变换确定图像中靶盘中心点所在的位置,通过预先确定的最左上角坐标原点靶盘大小和位置计算所有离散坐标识别点的相对坐标原点靶盘的坐标,将同一横排或纵列的坐标识别点用平滑曲线连接,利用最小二乘法拟合可得到横纵正交的多条直线,并将其编号,利用坐标几何法计算出每一条横纵直线/曲线的弧度、长度数学信息。
6.根据权利要求1所述的视频自动实时监控水坝破损变形的装置,其特征在于:所述数据库和报警系统为标志系统中的每一个观测点设定编号,并记录其坐标位置,设置报警阈值,在数据分析模块进行分析后,将所有坐标监测点的相对坐标信息以及每一条曲线的数学信息存储于数据库中,实时分析数据变化,若某些点相对位移过大且曲线弧度超出阈值,则发出报警,否则,继续监测。
7.视频自动实时监控水坝破损变形的方法,其特征在于:包括以下操作步骤:
步骤1:安装标注系统:在预观察的坝体表面布置标注系统,若坝体表面不平整,靶盘纵向和横向等距分布排列成阵,靶盘背面的嵌块安插入坝体,每个靶盘上的颜色分布均相同,所有靶盘的连线构成正交网格,若坝体表面平整,用防水涂料粉刷出方形色块,每个方形色块的颜色与每个靶盘上的色块分布一致,色块的分布与靶盘的分布一致;
步骤2:安装摄像机:在坝体的对面安装若干个摄像机,摄像机与拍摄镜头与坝体的预观察面垂直,相邻摄像机的拍摄区域刚好拼接;
步骤3:采集画面:所有摄像机的采集画面传送到同一个数据分析模块,所有摄像机的采集画面拼接成完整的坝体表面画面;
步骤4:处理画面:数据分析模块记录住各个时刻采集到的画面,并存储到数据库,
步骤5:比较数据:数据库和报警系统将即时采集的画面与前面所有的画面对比,若变形量达到报警阈值,发出报警,否则继续监测。
8.根据权利要求7所述的视频自动实时监控水坝破损变形的方法,其特征在于:所述步骤3-5的具体过程为:
(1)摄像头持续进行监控,并设定的时间间隔进行视频图像抓取,抓取采用python的OpenCV.VideoCapture方法并将抓取后的图片存入电脑内存进行下一步处理;
(2)使用OpenCV对上述图像进行灰度化、去噪、图像增强、形态学变化、二值化处理;
(3)根据标志牌的黑白分布特点得出标志点中心位置,将所有中心位置在图像中的像素点位置由坐标形式保存到数据库中;
(4)将该图像进一步使用python的MatPlotlib方法将所有标识牌中心位置进行连线,将得到的新的图像存入数据库中,并显示到系统界面中以实时监控;
(5)由于已知标志牌长宽和标志牌黑白色块所占的像素个数,换算得到每个像素点的实际长度,将此换算比例保存到内存变量中;
(6)取两个标志牌中心位置连线上的一定数量的点的坐标,通过数学几何计算其两两连线与水平线的角度并进行图像拟合,得出标志中心连线的近似弧度,并保存到数据库中;
(7)计算所有标志牌中心与上次观测得到的所有标志牌中心的坐标差值,即为其坐标的横向与纵向变化值,存入数据库中,进一步根据两点间距离公式得出中心位置变化的坐标位移大小,通过第(5)步所得到的换算比例将上述所有坐标变换值换算得出实际的横纵向变化和位移变化长度,存入数据库中;
(8)系统以设定的时间间隔将新的弧度、横纵位移、实际位移变化与系统预设的变化阈值进行比较,若超过变化阈值,则警告使用人员,对坝体进行人工检测和维护。
CN201910773097.2A 2019-08-21 2019-08-21 视频自动实时监控水坝破损变形的装置和方法 Pending CN110646434A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910773097.2A CN110646434A (zh) 2019-08-21 2019-08-21 视频自动实时监控水坝破损变形的装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910773097.2A CN110646434A (zh) 2019-08-21 2019-08-21 视频自动实时监控水坝破损变形的装置和方法

Publications (1)

Publication Number Publication Date
CN110646434A true CN110646434A (zh) 2020-01-03

Family

ID=69009731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910773097.2A Pending CN110646434A (zh) 2019-08-21 2019-08-21 视频自动实时监控水坝破损变形的装置和方法

Country Status (1)

Country Link
CN (1) CN110646434A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111289770A (zh) * 2020-03-16 2020-06-16 中国水利水电科学研究院 一种水库水坝流量流速自动测控系统和方法
CN113128402A (zh) * 2021-04-19 2021-07-16 国网江苏电动汽车服务有限公司 一种识别充换电设备安全状态的系统和方法
CN113188463A (zh) * 2021-05-25 2021-07-30 上海同禾工程科技股份有限公司 一种尾矿库坝体变形监测系统及监测方法
CN113489953A (zh) * 2021-07-02 2021-10-08 临沂边锋自动化设备有限公司 视频监控系统的节能方法及装置
WO2022127683A1 (zh) * 2020-12-17 2022-06-23 华能澜沧江水电股份有限公司 一种基于流态视频监测的过水建筑物结构损伤诊断方法及系统
CN117553700A (zh) * 2023-12-28 2024-02-13 成都电科星拓科技有限公司 一种基于力致发光材料检测滑杆弯曲变形、应力的方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111289770A (zh) * 2020-03-16 2020-06-16 中国水利水电科学研究院 一种水库水坝流量流速自动测控系统和方法
WO2022127683A1 (zh) * 2020-12-17 2022-06-23 华能澜沧江水电股份有限公司 一种基于流态视频监测的过水建筑物结构损伤诊断方法及系统
CN113128402A (zh) * 2021-04-19 2021-07-16 国网江苏电动汽车服务有限公司 一种识别充换电设备安全状态的系统和方法
CN113188463A (zh) * 2021-05-25 2021-07-30 上海同禾工程科技股份有限公司 一种尾矿库坝体变形监测系统及监测方法
CN113489953A (zh) * 2021-07-02 2021-10-08 临沂边锋自动化设备有限公司 视频监控系统的节能方法及装置
CN113489953B (zh) * 2021-07-02 2023-04-07 临沂边锋自动化设备有限公司 视频监控系统的节能方法及装置
CN117553700A (zh) * 2023-12-28 2024-02-13 成都电科星拓科技有限公司 一种基于力致发光材料检测滑杆弯曲变形、应力的方法
CN117553700B (zh) * 2023-12-28 2024-04-02 成都电科星拓科技有限公司 一种基于力致发光材料检测滑杆弯曲变形、应力的方法

Similar Documents

Publication Publication Date Title
CN110646434A (zh) 视频自动实时监控水坝破损变形的装置和方法
CN110031477B (zh) 基于图像监控数据的桥梁关键构件病害预警系统及方法
CN108759973B (zh) 一种水位测量方法
CN107833203A (zh) 一种基于图像处理的水平面识别及水位实时测量方法
CN101886942B (zh) 一种水尺标识方法及水位检测方法
CN109902633A (zh) 基于固定位摄像机监控视频的异常事件检测方法及装置
WO2022127683A1 (zh) 一种基于流态视频监测的过水建筑物结构损伤诊断方法及系统
CN104077872A (zh) 一种基于图像识别的输电线路防外力监控预警方法
CN106127205A (zh) 一种适用于室内轨道机器人的数字仪表图像的识别方法
CN111604916B (zh) 一种机房it设备故障机柜u位定位系统及方法
CN112949479B (zh) 一种基于深度学习和透视变换的非接触式钢轨轨枕相对位移实时测量方法
CN115171361B (zh) 一种基于计算机视觉的危险行为智能检测预警方法
CN113469178A (zh) 一种基于深度学习的电力表计识别方法
CN107977531B (zh) 一种基于图像处理和数学模型的接地电阻软测量方法
CN110728212B (zh) 一种基于计算机视觉的道路井盖监控装置及监控方法
CN114092051A (zh) 一种工程施工全流程实时监控管理系统
CN114627461A (zh) 一种基于人工智能高精度识别水尺数据的方法及系统
CN112634179B (zh) 一种防摄像头抖动的变电设备图像变化检测方法和系统
CN113111728A (zh) 面向变电站内电力生产作业风险的智能识别方法及系统
CN112489017A (zh) 一种电力设备故障智能识别方法及识别系统
CN114283126B (zh) 一种输电线路监控设备偏移检测方法
KR102582588B1 (ko) Ai를 활용한 작물의 엽 생육지수 측정시스템
CN116147709A (zh) 一种非接触边坡光学测量数据采集系统及方法
CN115719464A (zh) 一种基于机器视觉的水表耐久性装置漏水监测方法
CN115078382A (zh) 基于视频图像的桥梁裂缝监测系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200103

WD01 Invention patent application deemed withdrawn after publication