CN110864675B - 一种基于视频的通航桥区水域流量流速监测系统及方法 - Google Patents

Abstract

本发明提供了一种基于视频的通航桥区水域流量流速监测系统及方法，用于根据放置在目标水域内的标记物对目标水域进行监测，包括：多个视频获取装置以及流速获取装置，其中，视频获取装置具有视频采集部以及采集侧通信部，流速获取装置具有初始坐标存储部，存储有标记物的初始坐标；目标位置获取部，获取标记物在当前帧图像中的目标位置；坐标信息转换部，获取标记物在三维空间中的实际坐标；坐标信息融合部，获取标记物的融合坐标；水流信息获取部，获取目标水域的当前水流信息；分析预警部，判断当前水流信息是否为异常水流信息，并根据异常水流信息发出预警；模型更新部，根据当前水流信息对水流模型进行更新，作为新的水流模型。

Description

一种基于视频的通航桥区水域流量流速监测系统及方法

技术领域

本发明属于涉水基础设置安全监测领域，具体涉及一种基于视频的通航桥区水域流量流速监测系统及方法。

背景技术

船撞桥事故对桥梁公路安全运输、人民的生命财产乃至社会经济的发展均造成重大影响。随着经济持续增长和对交通设施的需求日益加大，我国桥梁的建设数目不断增加，大型桥梁的建设可以缓解交通压力、促进陆路交通。但是对于水上船舶而言，桥梁却是人工障碍物，船舶在桥下航行通行时，存在着碰撞桥墩或桥跨结构的危险，从而对桥梁、船舶的安全性构成威胁，同时对航道和陆路交通的正常运行也构成威胁。

船舶在水域中航行时，水流流速及流向对船舶航行有较大的影响，例如顶流舵效较顺流舵效好；流速对旋回的影响等。实时监测船舶航行水域中水流的流向以及流速，并将其实时传输至通航船舶，对于增加船舶通过桥梁的安全性有一定作用。

然而，传统的实时水域流量流速监测一般是基于声学多普勒测流原理，利用现有的多普勒超声波流量计以及无线网络传输技术的组合实现流量流速的采集以及传输，对桥梁的硬件设备要求较高，设备较为昂贵。

发明内容

为解决上述问题，本发明采用了如下技术方案：

本发明提供了一种基于视频的通航桥区水域流量流速监测系统，用于根据放置在目标水域内的标记物对目标水域进行监测，其特征在于，包括：多个视频获取装置以及流速获取装置，其中，视频获取装置具有：视频采集部，用于按帧采集目标水域内的标记物的视频，标记物为安装在预定的涉水基础设施上的机械装置，该机械装置包括依次安装的漂浮标记物、连接器、弹性变形绳以及基座，或，依次安装的刚性挡板、刚性直杆、刚性连接、变形盒、连接器以及RGB灯；采集侧通信部，用于将视频采集部采集到的各个视频帧图像作为当前帧图像发送至流速获取装置，流速获取装置具有：初始坐标存储部，存储有标记物的初始坐标；目标位置获取部，对当前帧图像进行识别，获取标记物在当前帧图像中的位置，作为目标位置；坐标信息转换部，用于对目标位置进行转换，获取标记物在三维空间中的实际坐标；坐标信息融合部，用于对每个实际坐标进行数据融合，获取标记物在三维空间中的融合坐标；水流信息获取部，用于对初始坐标和融合坐标进行分析计算，获取目标水域的当前水流信息；分析预警部，通过预定的水流模型对当前水流信息进行分析，判断当前水流信息是否为异常水流信息，并根据异常水流信息发出预警；模型更新部，用于在当前水流信息的数量达到预定数量时，根据当前水流信息对水流模型进行更新，作为新的水流模型。

本发明提供了一种基于视频的水域流量流速监测系统，还可以具有这样的特征，其中，分析预警部具有水流阈值存储单元、水流模型存储单元、水流信息判断单元、预警单元以及水流信息存储单元，水流阈值存储单元存储有目标水域的水流阈值，水流模型存储单元存储有水流模型，水流信息分析单元用于通过水流模型对水流信息进行分析，水流信息判断单元用于根据水流模型的分析结果判断水流信息是否超出水流阈值，若判断为是，预警单元发出预警信息，并且水流信息存储单元对水流信息进行对应存储。

本发明提供了一种基于视频的水域流量流速监测系统，还可以具有这样的特征，其中，模型更新部具有新增数据集暂存单元、过往数据集存储单元、数据阈值存储单元、数据量判断单元、数据集混合单元以及数据集重置单元，新增数据集暂存单元用于依次对当前水流信息进行存储，作为新增数据集，过往数据集存储单元存储目标水域的过往水流信息，作为过往数据集，数据阈值存储单元存储有新增数据集的数据量阈值，数据量判断单元用于判断新增数据集的数据量是否达到数据量阈值，若判断为是，数据集混合单元将新增数据集和过往数据集按照预定比例进行混合，组成更新数据集，模型更新单元根据更新数据集对水流模型进行更新，当水流模型更新完成后，数据集重置单元对新增数据集暂存单元进行重置，并且过往数据集存储单元将新增数据集作为过往数据集进行存储。

本发明提供了一种基于视频的水域流量流速监测系统，还可以具有这样的特征，其中，目标位置获取部通过预定的神经网络模型对当前帧图像进行识别，具有：模型存储单元，存储有神经网络模型；图像分割单元，用于对当前帧图像进行区域分割，获取分割图像；图像缩放单元，用于将分割图像缩放为300×300像素分辨率，作为缩放图像；目标物框体获取单元，用于将缩放图像输入神经网络模型，获取每个缩放图像中的目标物体框；图像重组单元，用于将每个目标物体框进行重新组合，获取当前帧图像的检测结果，即目标位置。

本发明提供了一种基于视频的水域流量流速监测系统，还可以具有这样的特征，其中，坐标信息转换部基于视频采集部与三维空间的映射关系对目标位置进行转换，具有：重叠阈值存储单元，用于存储预定的目标物体框的重叠率阈值；物体框筛选单元，用于对目标物体框两两进行重叠率判定，并根据重叠率阈值对目标物体框进行筛选，获取有效目标物体框；坐标修正单元，用于将有效目标物体框的下角点坐标输入预定的畸变修正函数，获取有效像素坐标；实际坐标获取单元，用于将有效像素坐标输入预定的坐标变换函数，获取实际坐标。

本发明提供了一种基于视频的水域流量流速监测系统，还可以具有这样的特征，其中，坐标信息融合部具有：融合阈值存储单元、欧氏距离获取单元、距离判断单元、目标容器获取单元、坐标筛选单元以及融合坐标获取单元，融合阈值存储单元存储有预定的距离阈值以及误差阈值，欧氏距离获取单元用于遍历每个视频采集部所对应的实际坐标，并计算每个实际坐标之间的欧氏距离，距离判断单元用于判断欧式距离是否小于距离阈值，若判断为是，目标容器获取单元基于最小近邻原则，通过预定的门限关联对实际坐标进行关联，获取对应的目标容器，坐标筛选单元用于对目标容器中的实际坐标进行计算，并根据误差阈值对实际坐标进行筛选，获取有效实际坐标，融合坐标获取单元用于对所有有效实际坐标进行均值计算，获取有效实际坐标的偏离平均值，从而获取融合坐标。

本发明提供了一种基于视频的水域流量流速监测系统，还可以具有这样的特征，其中，坐标信息融合部还具有初始坐标获取单元、偏离值判定单元以及基准值更新单元，融合阈值存储单元还存储有预定的基准阈值，初始坐标获取单元根据目标水域的初始流速获取初始坐标，并将初始坐标的偏离值作为基准值，偏离值判定单元判断偏离平均值和基准值的差值是否大于基准阈值，若判断为是，基准值更新单元将偏离平均值作为新的基准值，从而重新计算融合坐标。

本发明提供了一种基于视频的水域流量流速监测系统，还可以具有这样的特征，其中，水流信息获取部包括位置比较模型存储单元、漂移距离获取单元和流速流量获取单元，位置比较模型存储单元存储有位置比较模型，漂移距离获取单元用于将初始坐标和融合坐标输入位置比较模型，获取标记物的漂移距离，流速流量获取单元用于根据漂移距离，获取目标水域的流速流量，作为当前水流信息。

本发明提供了一种基于视频的水域流量流速监测系统，还可以具有这样的特征，其中，标记物为安装在预定桥梁上的机械装置，机械装置包括依次安装的漂浮标记物、连接器、弹性变形绳以及基座，或，依次安装的刚性挡板、刚性直杆、刚性连接、变形盒、连接器以及RGB灯。

本发明提供了一种基于视频的水域流量流速监测方法，其特征在于，包括如下步骤：

步骤S1，在预定位置设置视频获取装置以及标记物，标记物为安装在预定的涉水基础设施上的机械装置，该机械装置包括依次安装的漂浮标记物、连接器、弹性变形绳以及基座，或，依次安装的刚性挡板、刚性直杆、刚性连接、变形盒、连接器以及RGB灯；

步骤S2，将视频获取装置获取的各个视频帧图像输入用于目标检测的神经网络模型，获取标记物在视频帧图像中的位置，作为目标位置；

步骤S3，基于视频获取装置与三维空间的映射关系，将目标位置转换为三维空间中的实际坐标；

步骤S4，将每个视频获取装置所对应的实际坐标进行融合，获取标记物在三维空间中的融合坐标；

步骤S5，将实际坐标和融合坐标输入预定的位置比对模型，获取目标水域的当前水流信息，并实时进行更新；

步骤S6，根据预定的水流模型对当前水流信息进行分析，判断当前水流信息是否为异常水流信息，若判断为是则发出预警，并将当前水流信息进行存档；

步骤S7，基于在线学习，当水流信息的数量积累到预定数量时，自动对水流模型进行更新，获取新的水流模型，并重新对当前水流数据进行分析。

发明作用与效果

根据本发明的基于视频的通航桥区水域流量流速监测系统，由于具有多个视频获取装置以及流速获取装置，流速获取装置包括初始坐标存储部、目标位置获取部、坐标信息转换部、坐标信息融合部、水流信息获取部、分析预警部以及模型更新部，因此，能够根据视频获取装置获取的视频帧图像获取标记物的目标位置，从而获取标记物的实际坐标，通过对实际坐标进行融合获取当前水流信息，并对异常水流信息发出预警，实现将视频目标检测技术结合CCTV及简单的机械装置，实现对桥区水域流量流速监控与传输预警功能。进一步地，基于在线学习，还能不断对水流模型进行更新，使得桥区水域流量流速监控和预警更加的快速准确。

附图说明

图1是本发明实施例的基于视频的水域流量流速监测系统的结构框图；

图2是本发明实施例<结构一>的机械装置的示意图；

图3是本发明实施例<结构一>的机械装置与涉水基础设施以及视频获取装置之间的位置关系图；

图4是本发明实施例<结构一>的机械装置的力学计算示意图；

图5是本发明实施例<结构二>的机械装置的示意图；

图6是本发明实施例<结构二>的机械装置与涉水基础设施以及视频获取装置之间的位置关系图；

图7是本发明实施例<结构二>的机械装置的力学计算示意图；

图8是本发明实施例的流速获取装置的结构框图；

图9是本发明实施例的目标位置获取部的结构框图；

图10是本发明实施例的坐标信息转换部的结构框图；

图11是本发明实施例的坐标信息融合部的结构框图；

图12是本发明实施例的水流信息获取部的结构框图；

图13是本发明实施例的分析预警部的结构框图；

图14是本发明实施例的模型更新部的结构框图；

图15是本发明实施例的水域流量流速监测方法的工作流程图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合附图对本发明的一种基于视频的通航桥区水域流量流速监测系统100及方法作具体阐述。

图1是本发明实施例的基于视频的水域流量流速监测系统的结构框图。

如图1所示，本实施例中的基于视频的水域流量流速监测系统500用于根据放置在目标水域内的标记物对目标水域进行监测，其特征在于，包括多个视频获取装置510以及流速获取装置520。

标记物为安装在预定的涉水基础设施上的机械装置，在作为标记物的同时还可以用以作为测量工具，在本实施例中，涉水基础设施为桥梁。

具有两种安装结构，具体如下：

<结构一>

图2是本发明实施例<结构一>的机械装置的示意图；

如图2所示，<结构一>的机械装置包括漂浮标记物、连接器、弹性变形绳以及基座。

漂浮标记物为直径50cm，厚20cm的圆形泡沫板，以保证足够的浮力，漂浮标记物受到水流冲击力而产生位移，是系统中物理变量的采集装置，漂浮标记物外表颜色应选用红色或黄色，保证在视频中能够识别。

连接器的用于保证弹性绳与漂浮标记物之间的可靠连接，连接器要有足够的面积，以保证漂浮标记物在受到水流冲击力的作用下能够受到较为平衡的弹性绳的拉力，增加其稳定性，不致倾覆。

弹性变形绳是上部结构与基座之间的连接装置，应具有足够的弹性变形的能力，使漂浮标记物能够随潮水的涨落而较为自由的上升下降，保证在视频中能够检测到漂浮标记物及其位移，还应有良好的抗疲劳性能，在频繁的应力变化下其弹性模量不应产生大的改变，并且有较长的使用寿命。

基座是将整个机械装置固定在预定桥梁的装置，应具有可靠的固结性能，保证在弹性绳的拉力最大值的作用下能够保证不会被从土壤或岩石拉出，基座长期处于水中，还应考虑其抗腐蚀性以及对生物作用下其耐久性。

图3是本发明实施例<结构一>的机械装置与桥梁以及视频获取装置之间的位置关系图。

如图3所示，在安装<结构一>的机械装置需要注意：

1)机械装置在位置变化不应过大，以免进入桥洞中的阴影位置，使视频识别精度变差，流速测量误差过大；

2)漂浮标记物应与桥墩与承台保持一定的距离，防止桥梁墩台附近剧烈涡流的影响以及防止漂浮标记物频繁与桥梁墩台碰撞，使漂浮标记物产生损伤，影响测量精度以及机械装置使用寿命；

3)同时不应使机械装置过于靠近主航道中心位置，以免影响航道通航。

图4是本发明实施例<结构一>的机械装置的力学计算示意图。

如图4所示，L₁为通过视频监控所获得的标记物漂移距离，H₀为初始绳长，则水流冲击力为：

其中：F_浮力＝mg

在得到冲击力之后就可根据水流流速与冲击压强的关系得出水流流速。

若水位上涨，则如图所示：

其中，H₀为初始绳长，H₁为水位上涨之后的绳长，ΔH为水位上涨高度，Δx为标记物吃水深度变化，k为弹簧的刚度系数。

H₁-H₀＝ΔH-Δx

由此可以计算出水流的冲击力，进而计算出水的流速。

<结构二>

图5是本发明实施例<结构二>的机械装置的示意图。

如图5所示，<结构二>的机械装置包括刚性挡板、刚性直杆、刚性连接、变形盒、连接器以及RGB灯。

刚性挡板为长50cm，宽15cm，高240cm的刚性板，刚性挡板受到水流冲击力而产生位移，从而带动刚性直杆上的RBG灯一起移动，是系统中物理变量的采集装置，应具有足够的刚度，保证水流压力的作用面积不因流速的大小而发生改变。

刚性直杆用于支撑RBG灯，使其能够在潮水涨落作用下能够一直位于水面之上，保证视频中出现能够识别的目标，其长度应根据所放置位置的水位涨落情况适时选择，应具有足够的刚度以及足够的稳定性，能够保证视频识别的精度。

刚性连接是刚性挡板与变形盒之间的连接，应具有足够的刚度，能够在较大的里的作用下有效地使变形盒中的弹簧产生位移，从而使RBG灯产生可观测的位移。

变形盒是使整个机械装置在水流冲击的作用下产生位移的装置，应处于最低水位之下，以保证其处于水下的无氧环境中，减少其腐蚀，变形盒中共有左右各两根共四根弹簧，左右两边都有弹簧是为了变形盒能够在不同方向的水流冲击作用下能够顺利产生位移，每侧各有两根弹簧是为了当水位上涨时，刚性挡板及刚性直杆以及刚性连接所受的水流冲击力较大，为了使变形盒中的位移不至于过大而降低视频监测的精度，变形盒长期处于水中，还应考虑其抗腐蚀性以及对生物作用下其耐久性，变形盒两端的菱形装置的作用是为了减少变形盒对水流流速的影响以及减小连接器所承受的作用力，增加装置的稳定性。

连接器用于将整套机械装置固定于桥墩之上，以实现对水流流速的长期监控，连接器的长短可根据主要的水流流向进行调整，使刚性挡板保持与主要水流流向的垂直。

RGB灯用于提升机械装置物理变化的辨识度，避免天气状况以及桥洞阴影的影响，使在视频中进行目标识别时更容易，增加识别的精确度，RGB灯长期处于水面之上的潮湿环境中，应注意其在长期使用过程中的耐久。

图6是本发明实施例<结构二>的机械装置与桥梁以及视频获取装置之间的位置关系图。

如图6所示，在安装<结构二>的机械装置需要注意：

1)机械装置在安装时应保证刚性挡板与主要的水流方向保持一致，使刚性挡板正面承受冲击压力，保证测量的精度，必要时可调整连接器的长度对刚性挡板的角度进行调整；

2)不应使机械装置过于靠近主航道中心位置，以免影响航道通航。

图7是本发明实施例<结构二>的机械装置的力学计算示意图。

如图7所示，L₁为通过视频监控所获得的标记物漂移距离，k为弹簧弹性系数，则水流冲击力

F_冲＝k×L₀

得到冲击力之后就可根据水流流速与冲击压强的关系得出水流流速。若水流冲击力较大，则如图所示：

其中，L₀为标记物漂移距离，k为弹簧弹性系数。

F_冲＝k×(2L₀-1)

由此可以计算出水流的冲击力，进而计算出水的流速。

采用<结构一>和<结构二>的机械装置时，本实施例的基于视频的水域流量流速监测系统500的结构和工作原理相同，具体如下：

视频获取装置510具有视频采集部511和采集侧通信部512。

视频采集部511用于按帧采集目标水域内的标记物的视频。

采集侧通信部512用于将视频采集部采集到的各个视频帧图像作为当前帧图像发送至流速获取装置。

图8是本发明实施例的流速获取装置的结构框图。

如图8所示，流速获取装置520具有初始坐标存储部10、目标位置获取部20、坐标信息转换部30、坐标信息融合部40、水流信息获取部50、分析预警部60、模型更新部70、获取侧通信部80以及获取侧控制部90。

获取侧通信部80用于流速获取装置520中各个部分以及与视频获取装置510的通信，获取侧控制部90用于对流速获取装置520中各个部分的工作进行控制。

初始坐标存储部10存储有标记物的初始坐标。

图9是本发明实施例的目标位置获取部的结构框图。

如图9所示，目标位置获取部20用于通过预定的神经网络模型对当前帧图像进行识别，获取标记物在当前帧图像中的位置，作为目标位置，包括模型存储单元201、图像分割单元202、图像缩放单元203、目标物框体获取单元204以及图像重组单元205。

模型存储单元201存储有神经网络模型。

图像分割单元202用于对当前帧图像进行区域分割，获取分割图像。

图像缩放单元203用于将分割图像缩放为300×300像素分辨率，作为缩放图像。

目标物框体获取单元204用于将缩放图像输入神经网络模型，获取每个缩放图像中的目标物体框。

图像重组单元205用于将每个目标物体框进行重新组合，获取当前帧图像的检测结果，即目标位置。

图10是本发明实施例的坐标信息转换部的结构框图。

如图10所示，坐标信息转换部30基于视频采集部与三维空间的映射关系对目标位置进行转换，获取标记物在三维空间中的实际坐标，包括重叠阈值存储单元301、物体框筛选单元302、坐标修正单元303以及实际坐标获取单元304。

重叠阈值存储单元301用于存储预定的目标物体框的重叠率阈值。

物体框筛选单元302用于对目标物体框两两进行重叠率判定，并根据重叠率阈值对目标物体框进行筛选，获取有效目标物体框。

在本实施例中，重叠率指标为：mIoU＝max{A_I/A₁，A_I/A₂}。

坐标修正单元303用于将有效目标物体框的下角点坐标输入预定的畸变修正函数，获取有效像素坐标。

实际坐标获取单元304用于将有效像素坐标输入预定的坐标变换函数，获取实际坐标。

图11是本发明实施例的坐标信息融合部的结构框图。

如图11所示，坐标信息融合部40用于对每个实际坐标进行数据融合，获取标记物在三维空间中的融合坐标，包括融合阈值存储单元401、欧氏距离获取单元402、距离判断单元403、目标容器获取单元404、坐标筛选单元405、融合坐标获取单元406、初始坐标获取单元407、偏离值判定单元408以及基准值更新单元409。

融合阈值存储单元401存储有预定的距离阈值以及误差阈值。

欧氏距离获取单元402用于遍历每个视频采集部所对应的实际坐标，并计算每个实际坐标之间的欧氏距离。

距离判断单元403用于判断欧式距离是否小于距离阈值。

若判断为是，目标容器获取单元404基于最小近邻原则，通过预定的门限关联对实际坐标进行关联，获取对应的目标容器。

坐标筛选单元405用于对目标容器中的实际坐标进行计算，并根据误差阈值对实际坐标进行筛选，获取有效实际坐标。

融合坐标获取单元406用于对所有有效实际坐标进行均值计算，获取有效实际坐标的偏离平均值，从而获取融合坐标。

融合阈值存储单元401还存储有预定的基准阈值。

初始坐标获取单元407根据目标水域的初始流速获取初始坐标，并将初始坐标的偏离值作为基准值。

偏离值判定单元408判断偏离平均值和基准值的差值是否大于基准阈值。

若判断为是，基准值更新单元409将偏离平均值作为新的基准值，从而重新计算融合坐标。

图12是本发明实施例的水流信息获取部的结构框图。

如图12所示，水流信息获取部50用于对初始坐标和融合坐标进行分析计算，获取目标水域的当前水流信息，包括位置比较模型存储单元501、漂移距离获取单元502和流速流量获取单元503。

位置比较模型存储单元501存储有位置比较模型。

漂移距离获取单元502用于将初始坐标和融合坐标输入位置比较模型，获取标记物的漂移距离。

流速流量获取单元503用于根据漂移距离，获取目标水域的流速流量，作为当前水流信息。

图13是本发明实施例的分析预警部的结构框图。

如图13所示，分析预警部60通过预定的水流模型对当前水流信息进行分析，判断当前水流信息是否为异常水流信息，并根据异常水流信息发出预警，包括水流阈值存储单元601、水流模型存储单元602、水流信息分析单元603、水流信息判断单元604、预警单元605以及水流信息存储单元606。

水流阈值存储单元601存储有目标水域的水流阈值。

水流模型存储单元602存储有水流模型。

水流信息分析单元603用于通过水流模型对水流信息进行分析。

水流信息判断单元604用于根据水流模型的分析结果判断水流信息是否超出水流阈值。

若判断为是，预警单元605发出预警信息，并且水流信息存储单元606对水流信息进行对应存储。

图14是本发明实施例的模型更新部的结构框图。

如图14所示，模型更新部70用于在当前水流信息的数量达到预定数量时，根据当前水流信息对水流模型进行更新，作为新的水流模型，包括新增数据集暂存单元701、过往数据集存储单元702、数据阈值存储单元703、数据量判断单元704、数据集混合单元705、模型更新单元706以及数据集重置单元707。

新增数据集暂存单元701用于依次对当前水流信息进行存储，作为新增数据集。

过往数据集存储单元702存储目标水域的过往水流信息，作为过往数据集。

数据阈值存储单元703存储有新增数据集的数据量阈值。

数据量判断单元704用于判断新增数据集的数据量是否达到数据量阈值。

若判断为是，数据集混合单元705将新增数据集和过往数据集按照预定比例进行混合，组成更新数据集。

模型更新单元706根据更新数据集对水流模型进行更新。

当水流模型更新完成后，数据集重置单元707对新增数据集暂存单元进行重置，并且过往数据集存储单元将新增数据集作为过往数据集进行存储。

图15是本发明实施例的水域流量流速监测方法的工作流程图。

如图15所示，本实施例中的基于视频的水域流量流速监测方法，其特征在于，包括如下步骤：

步骤S1，在预定位置设置视频获取装置以及标记物；

步骤S2，将视频获取装置获取的各个视频帧图像输入用于目标检测的神经网络模型，获取标记物在视频帧图像中的位置，作为目标位置；

步骤S3，基于视频获取装置与三维空间的映射关系，将目标位置转换为三维空间中的实际坐标；

步骤S4，将每个视频获取装置所对应的实际坐标进行融合，获取标记物在三维空间中的融合坐标；

步骤S5，将实际坐标和融合坐标输入预定的位置比对模型，获取目标水域的当前水流信息，并实时进行更新；

步骤S6，根据预定的水流模型对当前水流信息进行分析，判断当前水流信息是否为异常水流信息，若判断为是则发出预警，并将当前水流信息进行存档；

步骤S7，基于在线学习，当水流信息的数量积累到预定数量时，自动对水流模型进行更新，获取新的水流模型，并重新对当前水流数据进行分析。

实施例作用与效果

根据本实施例的基于视频的通航桥区水域流量流速监测系统，由于具有多个视频获取装置以及流速获取装置，流速获取装置包括初始坐标存储部、目标位置获取部、坐标信息转换部、坐标信息融合部、水流信息获取部、分析预警部以及模型更新部，因此，能够根据视频获取装置获取的视频帧图像获取标记物的目标位置，从而获取标记物的实际坐标，通过对实际坐标进行融合获取当前水流信息，并对异常水流信息发出预警，实现将视频目标检测技术结合CCTV及简单的机械装置，实现对桥区水域流量流速监控与传输预警功能。进一步地，基于在线学习，还能不断对水流模型进行更新，使得桥区水域流量流速监控和预警更加的快速准确。

由于分析预警部具有水流信息分析单元、水流信息判断单元、预警单元，通过水流模型对水流信息进行分析并判断是否超过预定的水流阈值，从而发出预警，因此，使得水流信息的判断更加准确，从而提高了监测和预警的准确度。进一步地，由于具有水流信息存储单元，还能对水流信息进行存储，能够作为过往水流信息作为监测和预警的参考。

由于模型更新部具有新增数据集暂存单元、过往数据集存储单元、数据量判断单元、数据集混合单元、模型更新单元，在水流信息的数量到达预定阈值时，能够将过往数据集和新增数据集按照一定比例进行混合形成新的数据集，并对水流模型进行更新，因此，使得水流模型始终能够与当前水流信息相匹配，分析计算的准确率更高，有效地提高了监控和预警的准确性。

由于目标位置获取部具有模型存储单元、图像分割单元、图像缩放单元、目标物框体获取单元以及图像重组单元，因此，能够对当前帧图像进行分割再重组，能够使得目标位置的识别获取更加准确。

由于坐标信息转换部具有重叠阈值存储单元、物体框筛选单元、坐标修正单元以及实际坐标获取单元，因此，能够通过重叠率判定和物体框筛选的方式对目标位置进行转换，从而更加准确地获取实际坐标。

由于坐标信息融合部具有欧氏距离获取单元、距离判断单元、目标容器获取单元、坐标筛选单元以及融合坐标获取单元，因此，能够通过欧氏距离判断获取目标容器，从而基于门限关联的原则对实际坐标进行筛选，从而更加准确地获取融合坐标。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (8)

1.一种基于视频的通航桥区水域流量流速监测系统，用于根据放置在目标水域内的标记物对所述目标水域进行监测，其特征在于，包括：

多个视频获取装置以及流速获取装置，

其中，所述视频获取装置具有：

视频采集部，用于按帧采集所述目标水域内的所述标记物的视频，所述标记物为安装在预定的涉水基础设施上的机械装置，所述机械装置包括依次安装的漂浮标记物、连接器、弹性变形绳以及基座，或，依次安装的刚性挡板、刚性直杆、刚性连接、变形盒、连接器以及RGB灯；

采集侧通信部，用于将所述视频采集部采集到的各个视频帧图像作为当前帧图像发送至所述流速获取装置，

所述流速获取装置具有：

初始坐标存储部，存储有所述标记物的初始坐标；

目标位置获取部，对所述当前帧图像进行识别，获取所述标记物在所述当前帧图像中的位置，作为目标位置；

坐标信息转换部，用于对所述目标位置进行转换，获取所述标记物在三维空间中的实际坐标；

坐标信息融合部，用于对每个所述实际坐标进行数据融合，获取所述标记物在三维空间中的融合坐标；

水流信息获取部，用于对所述初始坐标和所述融合坐标进行分析计算，获取所述目标水域的当前水流信息；

分析预警部，通过预定的水流模型对所述当前水流信息进行分析，判断所述当前水流信息是否为异常水流信息，并根据所述异常水流信息发出预警；

模型更新部，用于在所述当前水流信息的数量达到预定数量时，根据所述当前水流信息对所述水流模型进行更新，作为新的所述水流模型，

所述水流信息获取部包括位置比较模型存储单元、漂移距离获取单元和流速流量获取单元，

所述位置比较模型存储单元存储有位置比较模型，

所述漂移距离获取单元用于将所述初始坐标和所述融合坐标输入所述位置比较模型，获取所述标记物的漂移距离，

所述流速流量获取单元用于根据所述漂移距离，获取所述目标水域的流速流量，作为所述当前水流信息。

2.根据权利要求1所述的基于视频的通航桥区水域流量流速监测系统，其特征在于：

其中，分析预警部具有水流阈值存储单元、水流模型存储单元、水流信息分析单元、水流信息判断单元、预警单元以及水流信息存储单元，

所述水流阈值存储单元存储有所述目标水域的水流阈值，

所述水流模型存储单元存储有所述水流模型，

所述水流信息分析单元用于通过所述水流模型对所述水流信息进行分析，

所述水流信息判断单元用于根据所述水流模型的分析结果判断所述水流信息是否超出所述水流阈值，

若判断为是，所述预警单元发出预警信息，并且所述水流信息存储单元对所述水流信息进行对应存储。

3.根据权利要求1所述的基于视频的通航桥区水域流量流速监测系统，其特征在于：

其中，所述模型更新部具有新增数据集暂存单元、过往数据集存储单元、数据阈值存储单元、数据量判断单元、数据集混合单元、模型更新单元以及数据集重置单元，

所述新增数据集暂存单元用于依次对所述当前水流信息进行存储，作为新增数据集，

所述过往数据集存储单元存储所述目标水域的过往水流信息，作为过往数据集，

所述数据阈值存储单元存储有所述新增数据集的数据量阈值，

所述数据量判断单元用于判断所述新增数据集的数据量是否达到所述数据量阈值，

若判断为是，所述数据集混合单元将所述新增数据集和所述过往数据集按照预定比例进行混合，组成更新数据集，

所述模型更新单元根据所述更新数据集对所述水流模型进行更新，

当所述水流模型更新完成后，所述数据集重置单元对所述新增数据集暂存单元进行重置，并且所述过往数据集存储单元将所述新增数据集作为所述过往数据集进行存储。

4.根据权利要求1所述的基于视频的通航桥区水域流量流速监测系统，其特征在于：

其中，所述目标位置获取部通过预定的神经网络模型对所述当前帧图像进行识别，具有：

模型存储单元，存储有所述神经网络模型；

图像分割单元，用于对所述当前帧图像进行区域分割，获取分割图像；

图像缩放单元，用于将所述分割图像缩放为300×300像素分辨率，作为缩放图像；

目标物框体获取单元，用于将所述缩放图像输入所述神经网络模型，获取每个所述缩放图像中的目标物体框；

图像重组单元，用于将每个所述目标物体框进行重新组合，获取所述当前帧图像的检测结果，即所述目标位置。

5.根据权利要求4所述的基于视频的通航桥区水域流量流速监测系统，其特征在于：

其中，所述坐标信息转换部基于所述视频采集部与所述三维空间的映射关系对所述目标位置进行转换，具有：

重叠阈值存储单元，用于存储预定的所述目标物体框的重叠率阈值；

物体框筛选单元，用于对所述目标物体框两两进行重叠率判定，并根据所述重叠率阈值对所述目标物体框进行筛选，获取有效目标物体框；

坐标修正单元，用于将所述有效目标物体框的下角点坐标输入预定的畸变修正函数，获取有效像素坐标；

实际坐标获取单元，用于将所述有效像素坐标输入预定的坐标变换函数，获取所述实际坐标。

6.根据权利要求1所述的基于视频的通航桥区水域流量流速监测系统，其特征在于：

其中，所述坐标信息融合部具有：融合阈值存储单元、欧氏距离获取单元、距离判断单元、目标容器获取单元、坐标筛选单元以及融合坐标获取单元，

所述融合阈值存储单元存储有预定的距离阈值以及误差阈值，

所述欧氏距离获取单元用于遍历每个所述视频采集部所对应的所述实际坐标，并计算每个所述实际坐标之间的欧氏距离，

所述距离判断单元用于判断所述欧式距离是否小于所述距离阈值，

若判断为是，所述目标容器获取单元基于最小近邻原则，通过预定的门限关联对所述实际坐标进行关联，获取对应的目标容器，

所述坐标筛选单元用于对所述目标容器中的所述实际坐标进行计算，并根据所述误差阈值对所述实际坐标进行筛选，获取有效实际坐标，

所述融合坐标获取单元用于对所有所述有效实际坐标进行均值计算，获取所述有效实际坐标的偏离平均值，从而获取所述融合坐标。

7.根据权利要求6所述的基于视频的通航桥区水域流量流速监测系统，其特征在于：

其中，所述坐标信息融合部还具有初始坐标获取单元、偏离值判定单元以及基准值更新单元，

所述融合阈值存储单元还存储有预定的基准阈值，

所述初始坐标获取单元根据所述目标水域的初始流速获取所述初始坐标，并将所述初始坐标的偏离值作为基准值，

所述偏离值判定单元判断所述偏离平均值和所述基准值的差值是否大于所述基准阈值，

若判断为是，基准值更新单元将所述偏离平均值作为新的所述基准值，从而重新计算所述融合坐标。

8.一种基于视频的通航桥区水域流量流速监测方法，其特征在于，包括如下步骤：

步骤S1，在预定位置设置视频获取装置以及标记物，所述标记物为安装在预定的涉水基础设施上的机械装置，所述机械装置包括依次安装的漂浮标记物、连接器、弹性变形绳以及基座，或，依次安装的刚性挡板、刚性直杆、刚性连接、变形盒、连接器以及RGB灯；

步骤S2，将所述视频获取装置获取的各个视频帧图像输入用于目标检测的神经网络模型，获取所述标记物在所述视频帧图像中的位置，作为目标位置；

步骤S3，基于所述视频获取装置与三维空间的映射关系，将所述目标位置转换为三维空间中的实际坐标；

步骤S4，将每个所述视频获取装置所对应的所述实际坐标进行融合，获取所述标记物在三维空间中的融合坐标；

步骤S5，将所述实际坐标和所述融合坐标输入预定的位置比对模型，获取所述标记物的漂移距离，根据所述漂移距离获取目标水域的流速流量，作为当前水流信息，并实时进行更新；

步骤S6，根据预定的水流模型对所述当前水流信息进行分析，判断当前水流信息是否为异常水流信息，若判断为是则发出预警，并将所述当前水流信息进行存档；

步骤S7，基于在线学习，当所述水流信息的数量积累到预定数量时，自动对所述水流模型进行更新，获取新的所述水流模型，并重新对所述当前水流信息进行分析。

Images