CN111060918A - 一种基于摄影测量与激光测距的干滩监测方法 - Google Patents
一种基于摄影测量与激光测距的干滩监测方法 Download PDFInfo
- Publication number
- CN111060918A CN111060918A CN201911380099.1A CN201911380099A CN111060918A CN 111060918 A CN111060918 A CN 111060918A CN 201911380099 A CN201911380099 A CN 201911380099A CN 111060918 A CN111060918 A CN 111060918A
- Authority
- CN
- China
- Prior art keywords
- laser
- waterline
- laser ranging
- dry beach
- photogrammetry
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
Abstract
本发明提供了一种基于摄影测量与激光测距的干滩监测方法。包括以下步骤:步骤一:利用远程自动拍照系统,校正工业相机,定期拍摄干滩相片;步骤二:根据干滩相片,利用水线自动识别算法,精确水线的位置;步骤三:利用精准控制伺服系统,调整激光测距装置的角度,使得激光测距装置对准所识别到的精确水线位置;步骤四:激光测距装置自动测量水线到激光镜头的距离,通过几何换算得到干滩长度。本发明集成了图像识别、激光测距、精准控制伺服系统;通过自动识别水线,精准控制伺服系统调整激光测距装置角度,激光测距装置自动测量水线到激光镜头的距离,实现了干滩长度的自动化测量。
Description
技术领域
本发明涉及干滩监测技术领域,具体涉及一种基于摄影测量与激光测距的干滩监测方法。
背景技术
尾矿库是指筑坝拦截谷口或围地构成的,用以堆存金属或非金属矿山进行矿石选别后排出尾矿或其他工业废渣的场所。尾矿库是一个具有高势能的人造泥石流危险源,存在溃坝危险,一旦失事,容易造成重特大事故。目前,我国尾矿库数量多、分布广,许多尾矿库已运行了多年,库容量在逐渐减小,抵制自然灾害的能力不断下降,安全隐患日益增多。尾矿库的安全关系到其影响区域内人民生命财产及环境的安全,故而搞好尾矿库的安全监测意义重大。然而,许多尾矿库管理由于检测监控系统不完备、检测监控技术落后,专业检测人员缺乏等原因,有些处在无检测监控状态,有些虽有人工定期用传统仪器到现场进行测量,但受天气、人工、现场条件等诸多因素的影响,存在一定的系统误差和人工误差,这些都影响着尾矿库的安全生产和安全管理水平。因此,采用现代通信、摄影测量及计算机技术实现对尾矿库监测指标数据实时、自动监测,是对尾矿库的安全监管一条必由之路。
尾矿库干滩长度的测定,视坝长及水边线弯曲情况,选干滩长度较短处布置1~3个断面。测量断面应垂直于坝轴线布置,在几个测量结果中,选最小者作为该尾矿库的沉积滩干滩长度。根据尾矿库实际的地形、水位和尾矿沉积滩面,对尾矿库防洪能力进行复核,确定尾矿库安全超高和最小干滩长度是否满足设计要求。
干滩监测内容包括滩顶高程、干滩长度、干滩坡度。滩顶标高指沉积滩面与堆积坝外坡的交线,为沉积滩的最高点;干滩长度指由滩顶至库内水边长的水平距离。设计最高洪水位时的滩长称作最小滩长。
现有的干滩监测是采用红外热像技术、多目视觉技术、摄影测量技术的全自动非接触式监测。此方法是在坝体合适位置安装双目视觉仪,通过对最初坝体和干滩像素特性的预设置,将定期获取视频图像通过软件内包含的双目视觉技术、摄影测量技术自动解算像素,同时结合红外热像技术得到滩顶高程和干滩长度,进而计算出干滩坡度。
(1)图像分析技术
在坝体架设两台双目视觉仪,利用光学摄像机拍摄的现场干滩照片,将两张照片进行校准,经过图像分析处理得到干滩水际线轮廓,将得到的水际线轮廓与预先设定的参数进行算法处理,得到实际水线距离,即干滩长度。
(2)双目视觉技术
同时通过双目视觉技术:两个双目视觉仪是平行且等距进行固定的,模拟人眼结构。两个探头同一时间拍摄的像片通过摄影测量技术,能够构建出真实的三维立体场景,如果在视野内有绝对参考物体,则可得出三维立体图内任意一点的绝对位置。此技术辅助上述图像分析原理更加真实可靠的得到干滩相应参数。
现有的监测系统通过图像分析方法得到的水线准确度不高,图像非正射影像,在进行算法处理时误差较大。双目视觉技术,在特征明显,距离较近的目标,能够准确测距,尾矿库水线一般情况离滩顶距离较远,长达几十米到数百米,这样建立起来的三维模型基本不具备参考意义,误差也较大。
综上所述,急需一种基于摄影测量与激光测距的干滩监测方法以解决现有技术中存在的问题。
发明内容
本发明目的在于提供一种基于摄影测量与激光测距的干滩监测方法,以解决干滩长度测量的问题。
为实现上述目的,本发明提供了一种基于摄影测量与激光测距的干滩监测方法,1、包括以下步骤:
步骤一:利用远程自动拍照系统,校正工业相机,定期拍摄干滩相片;
步骤二:根据干滩相片,利用水线自动识别算法,精确水线的位置;
步骤三:利用精准控制伺服系统,调整激光测距装置的角度,使得激光测距装置对准所识别到的精确水线位置;
步骤四:激光测距装置自动测量水线到激光镜头的距离,通过几何换算得到干滩长度。
优选地,所述水线自动识别算法采用的是分水岭算法。
优选地,所述分水岭算法是一种图像区域分割法,在分割的过程中,将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓。
优选地,所述激光测距装置为激光位移传感器。
优选地,所述激光位移传感器采用激光三角反射法实现自动测距。
应用本发明的技术方案,具有以下有益效果:
(1)本发明集成了图像识别、激光测距、精准控制伺服系统;通过自动识别水线,精准控制伺服系统调整激光测距装置角度,激光测距装置自动测量水线到激光镜头的距离,实现了干滩长度的自动化测量。
(2)本发明中,水线自动识别算法采用的是分水岭算法,分水岭算法是一种图像区域分割法,在分割的过程中,将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓。比较于其他图像分割方法更具有思想性,更符合人眼对图像的印象。
(3)本发明中,激光测距装置采用了激光位移传感器,激光位移传感器利用激光三角反射法自动测量水线到激光镜头的距离,大大提高了测量精度。
具体实施方式
以下对本发明的实施例进行详细说明,但是本发明可以根据权利要求限定和覆盖的多种不同方式实施。
实施例1:
一种基于摄影测量与激光测距的干滩监测方法,包括以下步骤:
步骤一:利用远程自动拍照系统,校正工业相机,定期拍摄干滩相片;
步骤二:根据干滩相片,利用水线自动识别算法,精确水线的位置;
步骤三:利用精准控制伺服系统,调整激光测距装置的角度,使得激光测距装置对准所识别到的精确水线位置;
步骤四:激光测距装置自动测量水线到激光镜头的距离,通过几何换算得到干滩长度。
所述水线自动识别算法采用的是分水岭算法。所述分水岭算法是一种图像区域分割法,在分割的过程中,将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓。
分水岭算法将相片的白色背景变成黑色的过程如下:(1)使用filter2D(卷积变换) 与拉普拉斯算子实现图像对比度提高,sharp(锐化);(2)转灰度转为二值图像通过threshold (阈值);(3)距离变换;(4)对距离变换结果进行归一化到0-1之间;(5)使用阈值再次二值化得到标记;(6)腐蚀得到峰值(peak-erode);(7)发现轮廓(findContours);(8)绘制轮廓(drawcontours);(9)分水岭变换(watershed);(10)对每个分割区域着色输出结果。
所述精准控制伺服系统可以实现与图片识别系统(分水岭算法识别水线)进行同步联动;在选用精准伺服系统时,组件需要经过选择、设计、安装和测试,从而设计出一套伺服系统。精准控制伺服系统包括8个关键组件:(1)伺服电机;(2)编码器反馈;(3) 电机驱动器;(4)变速箱;(5)执行器;(6)运动控制器;(7)驱动器通讯硬件;(8) 控制和调节软件。
其中,伺服电机、编码器反馈以及电机驱动器(有时候被称为放大器),为一个协同工作的整体,使得电机和负载匹配。
所述激光测距装置为激光位移传感器。所述激光位移传感器采用激光三角反射法实现自动测距。
激光三角反射法的工作原理:激光发射器通过镜头将可见红色激光射向物体表面,经物体反射的激光通过接受器镜头,被内部的CCD线性相机接受,根据不同的距离,CCD线性相机可以在不同的角度下“看见”这个光点。根据这个角度即知的激光和相机之间的距离,数字信号处理器就能计算出传感器和被测物之间的距离。同时,光束在接收元件的位置通过模拟和数字电路处理,并通过微处理器分析,计算出相应的输出值,并远程传输至监测平台。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于摄影测量与激光测距的干滩监测方法,其特征在于,包括以下步骤:
步骤一:利用远程自动拍照系统,校正工业相机,定期拍摄干滩相片;
步骤二:根据干滩相片,利用水线自动识别算法,精确水线的位置;
步骤三:利用精准控制伺服系统,调整激光测距装置的角度,使得激光测距装置对准所识别到的精确水线位置;
步骤四:激光测距装置自动测量水线到激光镜头的距离,通过几何换算得到干滩长度。
2.根据权利要求1所述的一种基于摄影测量与激光测距的干滩监测方法,其特征在于,所述水线自动识别算法采用的是分水岭算法。
3.根据权利要求2所述的一种基于摄影测量与激光测距的干滩监测方法,其特征在于,所述分水岭算法是一种图像区域分割法,在分割的过程中,将在空间位置上相近并且灰度值相近的像素点互相连接起来构成一个封闭的轮廓。
4.根据权利要求1所述的一种基于摄影测量与激光测距的干滩监测方法,其特征在于,所述激光测距装置为激光位移传感器。
5.根据权利要求4所述的一种基于摄影测量与激光测距的干滩监测方法,其特征在于,所述激光位移传感器采用激光三角反射法实现自动测距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911380099.1A CN111060918B (zh) | 2019-12-27 | 2019-12-27 | 一种基于摄影测量与激光测距的干滩监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911380099.1A CN111060918B (zh) | 2019-12-27 | 2019-12-27 | 一种基于摄影测量与激光测距的干滩监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111060918A true CN111060918A (zh) | 2020-04-24 |
CN111060918B CN111060918B (zh) | 2021-10-26 |
Family
ID=70304339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911380099.1A Active CN111060918B (zh) | 2019-12-27 | 2019-12-27 | 一种基于摄影测量与激光测距的干滩监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111060918B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5815411A (en) * | 1993-09-10 | 1998-09-29 | Criticom Corporation | Electro-optic vision system which exploits position and attitude |
US8400619B1 (en) * | 2008-08-22 | 2013-03-19 | Intelligent Automation, Inc. | Systems and methods for automatic target tracking and beam steering |
CN103196420A (zh) * | 2013-03-01 | 2013-07-10 | 北京矿冶研究总院 | 一种尾矿库干滩长度的测量方法及测量系统 |
CN203534584U (zh) * | 2013-10-17 | 2014-04-09 | 中国瑞林工程技术有限公司 | 一种尾矿库干滩自动化监测预警系统 |
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 |
CN104181606A (zh) * | 2013-05-24 | 2014-12-03 | 黄云 | 一种基于新型雷达和传感器技术的矿山管理方法 |
CN205121825U (zh) * | 2015-11-06 | 2016-03-30 | 宜昌河山安环科技有限公司 | 一种尾矿库安全监测系统 |
CN105841596A (zh) * | 2016-03-19 | 2016-08-10 | 中国计量学院 | Tdr原理的尾矿库干滩长度测量传感器及其测量方法 |
CN205482771U (zh) * | 2016-03-19 | 2016-08-17 | 中国计量学院 | 一种tdr原理的尾矿库干滩长度测量传感器 |
CN109060025A (zh) * | 2018-08-13 | 2018-12-21 | 中国恩菲工程技术有限公司 | 尾矿库安全监控系统及方法 |
CN110596715A (zh) * | 2019-09-20 | 2019-12-20 | 中国有色金属长沙勘察设计研究院有限公司 | 一种水线智能识别系统及定位方法 |
-
2019
- 2019-12-27 CN CN201911380099.1A patent/CN111060918B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5815411A (en) * | 1993-09-10 | 1998-09-29 | Criticom Corporation | Electro-optic vision system which exploits position and attitude |
US8400619B1 (en) * | 2008-08-22 | 2013-03-19 | Intelligent Automation, Inc. | Systems and methods for automatic target tracking and beam steering |
CN103196420A (zh) * | 2013-03-01 | 2013-07-10 | 北京矿冶研究总院 | 一种尾矿库干滩长度的测量方法及测量系统 |
CN104181606A (zh) * | 2013-05-24 | 2014-12-03 | 黄云 | 一种基于新型雷达和传感器技术的矿山管理方法 |
CN203534584U (zh) * | 2013-10-17 | 2014-04-09 | 中国瑞林工程技术有限公司 | 一种尾矿库干滩自动化监测预警系统 |
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 |
CN205121825U (zh) * | 2015-11-06 | 2016-03-30 | 宜昌河山安环科技有限公司 | 一种尾矿库安全监测系统 |
CN105841596A (zh) * | 2016-03-19 | 2016-08-10 | 中国计量学院 | Tdr原理的尾矿库干滩长度测量传感器及其测量方法 |
CN205482771U (zh) * | 2016-03-19 | 2016-08-17 | 中国计量学院 | 一种tdr原理的尾矿库干滩长度测量传感器 |
CN109060025A (zh) * | 2018-08-13 | 2018-12-21 | 中国恩菲工程技术有限公司 | 尾矿库安全监控系统及方法 |
CN110596715A (zh) * | 2019-09-20 | 2019-12-20 | 中国有色金属长沙勘察设计研究院有限公司 | 一种水线智能识别系统及定位方法 |
Non-Patent Citations (2)
Title |
---|
QINGSONG HUANG ET AL.: "Dry beach of tailings dam length measurement based on waterline recognition", 《2015 IEEE ADVANCED INFORMATION TECHNOLOGY, ELECTRONIC AND AUTOMATION CONTROL CONFERENCE (IAEAC)》 * |
胡军 等: "基于视觉测量的尾矿库干滩长度监测", 《工业安全与环保》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111060918B (zh) | 2021-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104501720B (zh) | 非接触式物体大小及距离图像测量仪 | |
CN112147633A (zh) | 一种电力线路安全距离检测方法 | |
CN100561121C (zh) | 基于图像处理与图像识别的平整度检测方法 | |
CN106645205A (zh) | 一种无人机桥梁底面裂纹检测方法及系统 | |
CN104200086A (zh) | 宽基线可见光相机位姿估计方法 | |
CN101882313A (zh) | 单线激光雷达与ccd相机之间相互关系的标定方法 | |
CN104359406B (zh) | 一种准分布式结构位移光学测量方法 | |
CN102346013A (zh) | 一种隧道衬砌裂缝宽度的测量方法及装置 | |
CN111750821B (zh) | 一种位姿参数测量方法、装置、系统和存储介质 | |
CN108692656B (zh) | 一种激光扫描数据获取方法及装置 | |
CN105115560A (zh) | 一种船舱舱容的非接触测量方法 | |
CN110243293A (zh) | 基于结构光和机器视觉的管片错台快速检测装置与方法 | |
CN103487033A (zh) | 一种基于变高单应的河流水面摄影测量方法 | |
CN111473776A (zh) | 一种基于单像近景摄影测量的滑坡裂缝监测方法 | |
CN110702343B (zh) | 一种基于立体视觉的挠度测量系统及方法 | |
CN111060918B (zh) | 一种基于摄影测量与激光测距的干滩监测方法 | |
CN102069821B (zh) | 非接触式钢轨中垂面的测量方法 | |
EP4257924A1 (en) | Laser scanner for verifying positioning of components of assemblies | |
CN109559356B (zh) | 一种基于机器视觉的高速公路视距检测方法 | |
CN116950148A (zh) | 一种基坑工程水平位移控制平差方法、存储介质及设备 | |
CN114266835A (zh) | 一种非量测相机的变形监测控制方法与系统 | |
Zhao et al. | Detection of non-flat ground surfaces using v-disparity images | |
Kye et al. | Feasibility study for the fine crack width estimation of concrete structures based on fiducial markers | |
CN105141839A (zh) | 一种基于光圈时控的高清图像获取方法 | |
JPH02236420A (ja) | 水位測定方法及び装置 |
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 |