CN111325760B - 仿真植被阻水面积的确定方法 - Google Patents
仿真植被阻水面积的确定方法 Download PDFInfo
- Publication number
- CN111325760B CN111325760B CN202010077275.0A CN202010077275A CN111325760B CN 111325760 B CN111325760 B CN 111325760B CN 202010077275 A CN202010077275 A CN 202010077275A CN 111325760 B CN111325760 B CN 111325760B
- Authority
- CN
- China
- Prior art keywords
- vegetation
- simulated
- simulated vegetation
- image
- cross
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 72
- 230000000903 blocking effect Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004088 simulation Methods 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000012935 Averaging Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 241000196324 Embryophyta Species 0.000 description 43
- 239000002245 particle Substances 0.000 description 5
- 239000013049 sediment Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 241000519995 Stachys sylvatica Species 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
技术领域
本发明属于水利工程技术领域,涉及水利工程中的流速研究,尤其涉及在有植被群落水槽试验的流速研究中确定仿真植被阻水面积的方法。
背景技术
阻水面积原指河道设计水位线以下至一般冲刷线处墩(架)在水流正交面上的投影面积,针对在有植被群落河道中,此阻水面积为植被群落在水流正交面上的投影面积。
在天然河道中生长着不同形态的植被,形成具有一定长度和宽度的植被群落,而植被群落会阻碍水流的前进使水流结构发生变化。当水流从上游流向植被群落时,由于植被群落的出现会使得水流在植被群落上游边界处发生横向偏转,纵向流速开始逐渐降低;当水流继续流入植被区域内部时,纵向流速会持续降低直至稳定。植被群落阻水面积越大(小),纵向流速降低得就越快(慢),最终在植被区域内部达到稳定的值就越小(大)。由于水流具有连续性,植被群落内部纵向流速降低,则植被群落外部区域的纵向流速势必会增加。纵向流速的减小会使得水流携带泥沙颗粒的能力降低,因此泥沙颗粒会在纵向流速较小的区域发生沉积(植被群落区域内部和尾部);相反纵向流速的增加则会使水流携带泥沙颗粒的能力增强,让河床上更多的泥沙颗粒起动随水流运动,因此在纵向流速增加的区域河床会发生冲刷(植被群落外部区域)。泥沙颗粒在植被区域内部和尾部的沉积反过来会促进植被的纵向生长;而河床在植被群落外部区域发生冲刷则会抑制植被群落的横向生长。因此植被群落的阻水面积通过对植被群落附近的流速变化产生影响,进一步对植被群落附近的河床变化和其生长趋势产生重要的影响。
现如今在有植被群落水槽内进行的试验中,大多数学者采用均匀细长的圆柱形杆件来模拟真实植被,构建植被群落。而这种均匀细长的圆柱体杆件形态单一,具有单一的直径d,其不会随着杆件高度的变化而变化,因此此类杆件构造的单株植被的阻水面积A,可以通过单株植被的直径d与水流淹没植被深度h而计算得到A=dh。
然而在真实的生活中,真实植被与细长圆柱体杆件相比其植被形态具有多样性、非均匀性和复杂性,横截面直径会随着植被的高度而发生变化,这对植被的阻水面积确定带来困难。为了更贴近真实情况,现有学者运用仿真植被替代均匀细长圆柱杆件来模拟真实植被,而在用仿真植被来模拟构建真实植被群落的水槽试验中,对仿真植被阻水面积的确定是一个关键性问题。
由于仿真植被的形状是决定植被阻水面积的重要因素,横截面直径随着高度的变化而发生变化。因此单株均匀细长圆柱体杆件的阻水面积计算方法A=dh无法满足单株仿真植被阻水面积的计算。需要建立一种新方法来确定单株仿真植被阻水面积。
发明内容
针对目前缺少确定仿真植被阻水面积方法的技术现状,本发明的目的旨在提供一种仿真植被阻水面积的确定方法,通过该方法获得精度较高的单株仿真植被阻水面积。
仿真植被具有类似于真实植被的特性,其包括主枝干以及从主枝干上延伸出两片以上的叶片。经研究发现,仿真植被自底部往上,随着高度的增加,其横截面直径逐渐增加。基于此,本发明首先对仿真植被图像进行处理,获取仿真植被直径随高度的变化关系——仿真植被直径-高度模型;然后对仿真植被直径-高度模型沿高度方向进行积分,即得到单株仿真植被阻水面积。
为了达到上述目的,本发明采用以下技术方案来实现。
本发明提供的仿真植被阻水面积的确定方法,包括以下步骤:
S1采集图像,将单株仿真植被沿其周向旋转,获取若干角度的单株仿真植被图像;
S2图像预处理,对获取的若干角度单株仿真植被图像进行二值化处理;
S3构建仿真植被直径-高度模型,对每个单株仿真植被图像沿其高度方向截取若干横截面,得到各横截面宽度,并将各横截面宽度换算成仿真植被对应横截面的直径,进而得到各角度单株仿真植被图像对应仿真植被不同横截面的直径,将各角度单株仿真植被图像对应仿真植被不同横截面的直径进行平均、汇总,得到仿真植被直径-高度模型D(z);
S4获取单株仿真植被的阻水面积,将仿真植被直径-高度模型D(z)沿其高度方向积分即得到单株仿真植被的阻水面积:
式中,h表示自仿真植被底部至到达淹没仿真植被设计位置的水深。
上述步骤S1的目的在于从不同的角度采集仿真植被的图像,然后对不同角度的仿真植被图像进行分析、汇总,从而使得到的模型能够更加准确反映仿真植被的阻水特性。为此,本步骤中,将单株仿真植被沿其周向旋转,并在设定的位置停留、正对仿真植被进行图像采集;本发明中,沿仿真植被周向旋转,每旋转90°,采集一次仿真植被图像。为了能够准确测量仿真植被的高度,本步骤中,进一步将单株仿真植被与刻度尺平行放置,然后从仿真植被正上方采集包含仿真植被和刻度尺的图像。
上述步骤S2的目的在于将仿真植被图像与背景分离,以便于对仿真图像进行统计处理。本发明通过对获取的若干角度单株仿真植被图像进行二值化处理,将背景设置为白色,将仿真植被设置为黑色。由于拍摄图像过程中图像中仿真植被有一定的反光现象,二值化处理后的图像上会出现不均匀白点,由于后期会用到仿真植被区域的像素值统计,因此,本发明中在不影响其它位置的情况下,利用双循环遍历二值化处理后的图像,将其中的白点设置为黑色以尽量还原仿真植被图像。
上述步骤S3的目的是通过对二值化处理后的图像进行分析、汇总,构建仿真植被直径-高度模型,该步骤中按照以下分步骤获取各角度单株仿真植被图像对应仿真植被不同横截面的直径Di:
S31截取若干横截面,按照设定间隔,在仿真植被图像上沿仿真植被高度方向,自仿真植被底部至到达淹没植被水深高度h对单株仿真植被图像进行横截面截取,并得到图像上各横截面的植被宽度mi,mi表示第i个横截面的截面宽度;i=0时,m0表示仿真植被图像上仿真植被底部横截面宽度;
S32获取真实横截面宽度,对仿真植被图像上各横截面的植被宽度mi按照以下公式进行换算,得到仿真植被对应横截面的真实植被宽度Di:
Di=(D0/m0)mi;
式中,D0为经测量得到的仿真植被底部直径。
前面已经指出仿真植被其包括主枝干以及从主枝干上延伸出两片以上的叶片。因此,步骤S31中,图像上仿真植被横截面宽度由主枝干及两片以上叶片的对应横截面宽度之和。此外,由于本发明主要考虑的非淹没植被,而整个植被的阻水面积是由水深的高度决定的,因此,本步骤在仿真植被图像上进行横截面截取时,是从图像上仿真植被底部直至水深高度。
上述步骤S32中,由于仿真植被枝干底部直径真实值可以精确测量得到,且通过统计仿真图像上同一位置的像素点,可以获得该位置的横截面宽度,因此,基于其他各横截面宽度,可以获取仿真植被各个横截面对应位置的真实直径。
上述步骤S3中,依据得到的单株仿真植被各横截面直径与仿真植被高度的对应关系,得到仿真植被直径随高度变化的图像,经拟合即得到仿真植被直径-高度模型D(z)。
本发明提供的仿真植被阻水面积的确定方法,具有以下有益效果:
(1)本发明通过对仿真图像进行分析,构建仿真植被-高度模型,进一步对构建的仿真植被-高度模型沿水深积分,能够准确获取仿真植被阻水面积。
(2)本发明首先对仿真图像进行二值化,将仿真图像与背景分离,有助于对后期图像上仿真植被横截面宽度的获取;进一步通过双循环方式对二值化处理图像进行遍历,以尽可能还原成与仿真植被近似的图像。
(3)本发明构建的仿真植被-高度模型,通过对不同角度的仿真植被进行分析、汇总得到,能够更加真实的反映仿真植被直径随高度的变化趋势,进而有助于提高仿真植被阻水面积确定的准确率。
(4)本发明构建的仿真植被-高度模型,是基于对仿真植被的测量基础上进行拟合得到,能够真实、有效的反映仿真植被直径随高度的变化趋势。
附图说明
图1为本发明仿真植被阻水面积确定方法的流程示意图。
图2为本发明实施例从不同角度获取的仿真植被图像及对应的二值化处理图像,其中(a)对应0°,(b)对应90°,(c)对应180°,(d)对应270°。
图3为本发明实施例得到的仿真植被直径随高度变化的图像。
具体实施方式
以将结合附图对本发明各实施例的技术方案进行清楚、完整的描述,显然,所描述实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明。
实施例
本实施例提供的仿真植被阻水面积的确定方法,如图1所示,包括以下步骤:
S1采集图像,将单株仿真植被沿其周向旋转,获取若干角度的单株仿真植被图像。
本实施例中,将单株仿真植被沿其周向旋转,并在设定的位置停留、正对仿真植被进行图像采集。首先将仿真植被一面朝上平放于地面上,并在一旁摆放刻度尺。刻度尺0刻度线与植被最底端对其,然后从仿真植被正上方采集包含仿真植被和刻度尺的图像,如图2所示。
之后将仿真植被按照同一方向(顺时针或者逆时针)旋转,每旋转90°,采集一次仿真植被图像。为了能够准确测量仿真植被的高度,本步骤中,进一步将单株仿真植被与刻度尺平行放置,然后从仿真植被正上方采集包含仿真植被和刻度尺的图像,从刻度尺上可以直接读出仿真植被的高度。
S2图像预处理,对获取的若干角度单株仿真植被图像进行二值化处理。
本实施例中,图像处理在Python环境下运行,将采集图像中仿真植被图像与背景分离,其具体实现过程包括以下步骤:
S21读取图像
利用OpenCV以BGR模式读取采集的图像,并将读取的图像大小调整到设定值(本实施例中是在保持长宽比的条件下,固定每张图像宽度为400像素,然后读取图像的宽度W和高度H,并分离出图像中的B、G、R三通道的像素值。
S22获取灰度图像
显示图像的BGR模式,利用OpenCV在图像中设置鼠标点击事件,当点击时触发,输出当前点击处的坐标(x,y)以及该点处的B、G、R值,本实施例采用的是灰度形式,因此可以从中选择任一单通道,以便于后期直接设置其像素值。
利用双循环搜索模式(即先沿水平方向搜索再沿垂直方向搜索或者先沿垂直方向搜索再沿水平方向搜索)遍历整个图像的每个像素点,观察并得到每个像素点的三通道像素值。通过观察图像,可以得出仿真植被处与其它背景处的B、G、R值的差别。这里之所以说是双循环,是因为图像上像素点分布相当于一个二维矩阵,每次遍历每个点需要双循环才可以完成,下面所涉及的“双循环”的解释与之相关。
然后单独以Blue通道来确定对图像的二值化阈值(本实施例只针对图像的Blue通道进行统计分析得到阈值,因此二值化阈值判断也只针对Blue通道)。本领域技术人员也可以选择其它Green或Red单通道。
在前面双循环搜索过程中,观察图像中尺子的刻度确定在需要取到的尺度之间每一厘米的间隔在y方向(即仿真植被高度方向)上为多少像素点,以及需要计算的仿真植被在x方向(即仿真植被径向)上的坐标最大范围。由于拍摄图像过程中会在仿真植被图像上产生一些小的反光区域,通过图片确定反光区域(即仿真植被上的反光部分,其也是仿真植被上的阻水部分)的坐标范围。
S23二值化处理
先从BGR图像中分离出Blue通道的像素值,利用之前计算得到的阈值,对图片的单独Blue通道进行二值化处理,利用一个双循环读取图片的每个像素点,单独分理处Blue通道,当Blue像素值b小于阈值时,即为仿真植被部分,并将其设置为黑色即像素值为0;当Blue像素值b大于等于阈值时,即为背景部分,背景部分设置为白色即像素值为255(这里是直接对灰度图像像素值gray[x,y]进行赋值)。
通过步骤S22得到的图像显示可以确定反光区域,再结合前面初步二值化后出现的植被位置上的白色区域可以确定需要填充的反光区域。再用一个双循环遍历初步二值化后的图像,对于属于反光区域的(x,y),若像素值为255(即白色)的话,则赋值为0(转成黑色),以尽量还原仿真植被图像。
重复步骤S21-S23,对获取四个角度单株仿真植被图像进行二值化处理,所得结果如图2所示。
S3构建仿真植被直径-高度模型,对每个单株仿真植被图像沿其高度方向截取若干横截面,得到各横截面宽度,并将各横截面宽度换算成仿真植被对应横截面的直径,进而得到各角度单株仿真植被图像对应仿真植被不同横截面的直径,将各角度单株仿真植被图像对应仿真植被不同横截面的直径进行平均、汇总,得到仿真植被直径-高度模型D(z)。
本实施例中,按照以下分步骤获取各角度单株仿真植被图像对应仿真植被不同横截面的直径Di:
S31截取若干横截面。
由于仿真植被起阻水作用的部分是自仿真植被底部至到达淹没植被的水深高度h的位置。本步骤中,先按照设定间隔,在仿真植被图像上沿仿真植被高度方向,自仿真植被底部至到达淹没植被水深高度h对单株仿真植被图像进行横截面截取,并得到图像上各横截面的植被宽度mi,mi表示第i个横截面的截面宽度;i=0时,m0表示仿真植被图像上仿真植被底部横截面宽度。前面已经指出仿真植被下部为枝干,从枝干上部延伸出两片以上的叶片。因此,步骤S31中,仿真植被图像上枝干以上部分的横截面宽度由两片以上叶片的对应横截面宽度之和。本实施例通过上述二值化处理后,已经将仿真植被部分与背景部分进行了区分,因此在计算仿真植被某一横截面宽度时,只需要统计某一横截面处仿真植被对应的像素点数即可。
根据图像中尺子的刻度,以1cm为间隔往上截取该横截面的植被宽度(每个横截面黑色像素点的个数),直至到达淹没植被水深高度h为止。由于拍摄的原因,尺子与植被本身有一定夹角,同时考虑到拍摄的设备与平面的夹角,所以每厘米间隔的像素点数并不是均匀的,因此这里需要逐一确定每厘米的间隔数。
本实施例中,以count作为每厘米取值间隔的变化参数(每沿仿真植被向上增加1厘米,count就增加1);设置一个集合list,用于装入每厘米刻度上x方向的植被部分(即黑色部分)所占的像素点x坐标;图像在第一次双循环时,能够观察到仿真植被在x坐标方向上有一个最大值xmax和一个最小值xmin,然后将[xmin,xmax](即作范围T)表示仿真植被在x方向上遍历的最大范围。本实施例中,图像中坐标原点在每张图像的左上角,而用于测量仿真植被的尺子的0刻度在图像底部,所以每次测量的刻度的变化体现在图像的y方向上,即为y坐标依次减去每厘米的间隔像素点(因为是每隔1厘米截取横截面)。对于图像上仿真植被沿高度count标识位置y方向的坐标等于仿真植被底部(对应尺子0刻度)y方向坐标减去count位置所对应间隔内的像素点个数;当每厘米间隔像素点数相同时,count标识位置y方向坐标即为仿真植被底部(对应尺子0刻度)y方向坐标减去间隔数count乘以每厘米间隔的像素点数。
本实施例中,自仿真植被底部开始每隔1厘米进行横截面截取,然后在T范围内,判断每个(x,ycount)位置处的像素值是否为0(即是否是植被阻水部分),若是则将相应横坐标x值添加到集合list中,最后集合list中的值即为植被阻水部分的x方向上的坐标,而其长度即为count所表示的那个刻度上的横截面宽度对应的像素点数。由于在进行横截面截取时,以T作为每次循环遍历中x坐标方向上的变化范围,尽可能的只遍历仿真植被部分,以进一步提高运算效率。对某一横截面截取完成后,count增加1,进行下一个横截面的截取。
S32获取真实横截面宽度,对仿真植被图像上各横截面的植被宽度mi按照以下公式进行换算,得到仿真植被对应横截面的真实植被宽度Di:
Di=(D0/m0)mi;
式中,D0为经测量得到的仿真植被底部直径。
经过测量可以获取仿真植被底部直径的真实值D0,同时在二值化处理后的图像中也可以获取植被底部横截面宽度具有m0个像素点,由此可以得到横截面宽度一个像素点对应多少厘米仿真植被直径长度,以此作为比例尺即可获得植被在第i个横截面的真实宽度Di。本实施例中,仿真植被真实底部直径D0=0.8cm,图像中仿真植被底部横截面宽度m0=23。
重复步骤S31-S32,对每个不同角度的单株仿真植被图像沿其高度方向截取若干横截面,得到各横截面宽度,并将各横截面宽度换算成仿真植被对应横截面的直径,进而得到各角度单株仿真植被图像对应仿真植被不同横截面的真实直径,所得结果见表1所示。
表1不同角度(0°、90°、180°、270°)时单株仿真植被直径随高度变化统计表
对所有角度(本实施例中是0°、90°、180°和270°四个角度)单株仿真植被图像对应仿真植被同一横截面的直径取平均,即得到单株仿真植被对应该横截面的直径同时也可以得到相关方差SDi,结果见表1所示。
D(z)=0.00001z5-0.0005z4+0.0076z3-0.0245z2+0.0331z+0.8101;
式中,z表示仿真植被上任一位置相对于仿真植被底部的高度。
S4获取单株仿真植被的阻水面积,将仿真植被直径-高度模型D(z)沿其高度方向积分即得到单株仿真植被的阻水面积:
式中,h表示自仿真植被底部至到达淹没仿真植被设计位置的水深。
综上所述,本发明提供的仿真植被阻水面积确定方法,能够准确获取具有不规则形状的仿真植被阻水面积,且简单易于实行,具有很强的实用性和很好的实际效果,值得在业内推广。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (5)
1.一种仿真植被阻水面积的确定方法,其特征在于包括以下步骤:
S1 采集图像,将单株仿真植被沿其周向旋转,获取若干角度的单株仿真植被图像;
S2 图像预处理,对获取的若干角度单株仿真植被图像进行二值化处理;
S3 构建仿真植被直径-高度模型,对每个单株仿真植被图像沿其高度方向截取若干横截面,得到各横截面宽度,并将各横截面宽度换算成仿真植被对应横截面的直径,进而得到各角度单株仿真植被图像对应仿真植被不同横截面的直径,将各角度单株仿真植被图像对应仿真植被不同横截面的直径进行平均、汇总,得到仿真植被直径-高度模型D(z);本步骤中按照以下分步骤获取各角度单株仿真植被图像对应仿真植被不同横截面的直径D i:
S31截取若干横截面,按照设定间隔,在仿真植被图像上沿仿真植被高度方向,自仿真植被底部至到达淹没植被水深高度h对单株仿真植被图像进行横截面截取,并得到图像上各横截面的植被宽度m i ,m i 表示第i个横截面的截面宽度;i=0时,m 0表示仿真植被图像上仿真植被底部横截面宽度;
S32 获取真实横截面宽度,对仿真植被图像上各横截面的植被宽度m i 按照以下公式进行换算,得到仿真植被对应横截面的真实植被宽度D i :
D i = (D 0 /m 0) m i ;
式中,D 0为经测量得到的仿真植被底部直径;
S4获取单株仿真植被的阻水面积,将仿真植被直径-高度模型D(z)沿其高度方向积分即得到单株仿真植被的阻水面积:
式中,h表示自仿真植被底部至到达淹没仿真植被设计位置的水深。
2.根据权利要求1所述仿真植被阻水面积的确定方法,其特征在于步骤S1中,将单株仿真植被与刻度尺平行放置,然后从仿真植被正上方采集包含仿真植被和刻度尺的图像。
3.根据权利要求2所述仿真植被阻水面积的确定方法,其特征在于步骤S1中,沿仿真植被周向旋转,每旋转90°,采集一次仿真植被图像。
5.根据权利要求4所述仿真植被阻水面积的确定方法,其特征在于所述步骤S3中,依据得到的单株仿真植被各横截面直径与仿真植被高度的对应关系,得到仿真植被直径随高度变化的图像,经拟合即得到仿真植被直径-高度模型D(z)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010077275.0A CN111325760B (zh) | 2020-01-26 | 2020-01-26 | 仿真植被阻水面积的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010077275.0A CN111325760B (zh) | 2020-01-26 | 2020-01-26 | 仿真植被阻水面积的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111325760A CN111325760A (zh) | 2020-06-23 |
CN111325760B true CN111325760B (zh) | 2023-07-04 |
Family
ID=71167057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010077275.0A Active CN111325760B (zh) | 2020-01-26 | 2020-01-26 | 仿真植被阻水面积的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111325760B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06266841A (ja) * | 1993-03-12 | 1994-09-22 | Matsushita Electric Ind Co Ltd | 物体認識装置 |
CN103106684A (zh) * | 2013-01-15 | 2013-05-15 | 北京农业信息技术研究中心 | 一种带叶状态树木形态结构三维重建的方法和系统 |
WO2013157920A1 (en) * | 2012-04-20 | 2013-10-24 | Institute Of Technology Petronas Sdn Bhd | Method and system for vegetation encroachment monitoring relative to an object of interest |
CN110004871A (zh) * | 2019-02-21 | 2019-07-12 | 四川大学 | 有植被群落河道的推移质输沙率预测方法 |
CN110659783A (zh) * | 2019-10-09 | 2020-01-07 | 四川大学 | 有植被群落河道横断面平均流速纵向分布预测方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011134343A (ja) * | 2011-02-24 | 2011-07-07 | Nintendo Co Ltd | 画像処理プログラム、画像処理装置、画像処理システム、および画像処理方法 |
US9064150B2 (en) * | 2013-05-08 | 2015-06-23 | Honeywell International Inc. | Aerial image segmentation for refineries |
JP6303332B2 (ja) * | 2013-08-28 | 2018-04-04 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
CN105574929A (zh) * | 2015-12-15 | 2016-05-11 | 电子科技大学 | 一种基于地面LiDAR点云数据的单株植被三维建模方法 |
WO2018150691A1 (ja) * | 2017-02-15 | 2018-08-23 | ソニー株式会社 | 情報生成方法、情報生成装置、プログラム |
CN107386200B (zh) * | 2017-08-01 | 2019-07-16 | 交通运输部天津水运工程科学研究所 | 一种适用于分汊河段航道整治的丁坝尺寸确定方法 |
JP2019040520A (ja) * | 2017-08-28 | 2019-03-14 | 東京電力ホールディングス株式会社 | 植生面積判定方法および植生面積判定装置 |
CN107858991B (zh) * | 2017-10-16 | 2019-07-23 | 四川大学 | 一种河道植被群尾端泥沙沉积区长度的预测方法 |
CN108376419B (zh) * | 2017-12-11 | 2020-06-26 | 江苏大学 | 一种盆栽生菜的综合长势监测方法及装置 |
CN109325431B (zh) * | 2018-09-12 | 2021-03-23 | 内蒙古大学 | 草原放牧绵羊采食路径中植被覆盖度的检测方法及其装置 |
CN109583378A (zh) * | 2018-11-30 | 2019-04-05 | 东北大学 | 一种植被覆盖度提取方法及系统 |
CN109932368B (zh) * | 2019-04-02 | 2021-06-18 | 北京林业大学 | 一种柔性植被群拖曳力系数的测量方法 |
-
2020
- 2020-01-26 CN CN202010077275.0A patent/CN111325760B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06266841A (ja) * | 1993-03-12 | 1994-09-22 | Matsushita Electric Ind Co Ltd | 物体認識装置 |
WO2013157920A1 (en) * | 2012-04-20 | 2013-10-24 | Institute Of Technology Petronas Sdn Bhd | Method and system for vegetation encroachment monitoring relative to an object of interest |
CN103106684A (zh) * | 2013-01-15 | 2013-05-15 | 北京农业信息技术研究中心 | 一种带叶状态树木形态结构三维重建的方法和系统 |
CN110004871A (zh) * | 2019-02-21 | 2019-07-12 | 四川大学 | 有植被群落河道的推移质输沙率预测方法 |
CN110659783A (zh) * | 2019-10-09 | 2020-01-07 | 四川大学 | 有植被群落河道横断面平均流速纵向分布预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111325760A (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pyle et al. | Digital photogrammetric monitoring of river bank erosion | |
Butler et al. | Through‐water close range digital photogrammetry in flume and field environments | |
CN110443836A (zh) | 一种基于平面特征的点云数据自动配准方法及装置 | |
CN109443307B (zh) | 一种基于光学测量的输电杆塔沉降和倾斜角的测量系统及方法 | |
CN107728150A (zh) | 调查湖泊沉水植物的方法 | |
CN108775872A (zh) | 基于自动变焦实时图像处理的桥梁挠度检测方法 | |
CN110335355A (zh) | 一种大型浅水湖泊水面高自动计算方法 | |
CN111879300A (zh) | 基于三维激光扫描技术的崩岗侵蚀发育监测方法 | |
CN104182757A (zh) | 获取被测目标实际覆盖面积的方法及装置 | |
CN113484867A (zh) | 一种基于成像声呐封闭空间下鱼群密度探测方法 | |
Merel et al. | The monitoring of soil surface development using analytical photogrammetry | |
CN113780144A (zh) | 一种基于3d点云的作物株数及茎宽自动提取方法 | |
CN110211128B (zh) | 基于遥感影像和dem的黄土高原梯田提取方法 | |
CN107452059A (zh) | 一种三维插值建模方法、设备及其存储设备 | |
CN111325760B (zh) | 仿真植被阻水面积的确定方法 | |
CN113593040B (zh) | 一种堤防护坡植被异常生长病害识别方法及系统 | |
Marino et al. | Measuring rock slope damage on rubble mound breakwater through digital photogrammetry | |
CN110599477B (zh) | 一种植草混凝土有效孔隙率的检测方法及系统 | |
CN115222115B (zh) | 一种含植物河道的综合糙率计算方法及系统 | |
CN111060922A (zh) | 基于机载激光雷达点云空间分布特征的树木点云提取方法 | |
Hua et al. | The research of artificial shoreline extraction based on airborne LIDAR data | |
Yang et al. | SCCD: A slicing algorithm for detecting geomorphic changes on topographically complex areas based on 3D point clouds | |
CN118334248A (zh) | 一种土石坝填筑石料的碾压质量快速检测评估方法 | |
CN109785384A (zh) | 一种透明容器内物位机器视觉测量仪的物位高度标定方法 | |
CN113096027B (zh) | 一种基于点云的农田土壤层水平校正及去除方法 |
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 |