CN114845260A - 一种基于物联网的水文监测数据采集系统 - Google Patents

一种基于物联网的水文监测数据采集系统 Download PDF

Info

Publication number
CN114845260A
CN114845260A CN202210428124.4A CN202210428124A CN114845260A CN 114845260 A CN114845260 A CN 114845260A CN 202210428124 A CN202210428124 A CN 202210428124A CN 114845260 A CN114845260 A CN 114845260A
Authority
CN
China
Prior art keywords
hydrological
data
point
image
river
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
CN202210428124.4A
Other languages
English (en)
Inventor
赵培
张弛
盛智炜
张璐
楚靖岩
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.)
North China University of Water Resources and Electric Power
Original Assignee
North China University of Water Resources and Electric Power
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 North China University of Water Resources and Electric Power filed Critical North China University of Water Resources and Electric Power
Priority to CN202210428124.4A priority Critical patent/CN114845260A/zh
Publication of CN114845260A publication Critical patent/CN114845260A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
    • 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

Abstract

本发明提供了一种基于物联网的水文监测数据采集系统，包括：水文监测基站，用于对第一预设范围内的河道进行定点水文监测，获得对应的水文数据；无人巡检装置，用于对第二预设范围内的河道进行巡检，同时，采集对应的河道水文图像；远程监控中心，用于基于所述水文数据和所述河道水文图像获得所述河道在所述第二预设范围内的对应的无盲点水文监测数据；用以将水文监测基站获得的水文数据与无人机巡检获得的河道水文图像远程传输至监控中心后基于物联网进行结合分析，实现水文数据的远程监测，并克服了传统水文监测手段无法实现同步对多个定点进行取样和采集数据的精度不够高的缺陷。

Description

一种基于物联网的水文监测数据采集系统
技术领域
本发明涉及水文监测技术领域，特别涉及一种基于物联网的水文监测数据采集系统。
背景技术
随着网络技术和通信技术的快速发展，物联网技术由于其短距离传输、低复杂度、低功耗、自组网等特点，被广泛应用在工业控制环境检测与预报、建筑物状态监控、医疗护理、智能家居、空间探索以及军事等领域。物联网终端节点成本低廉，可以很方便地实现不同水域部署，并能保证数据采集的广度和精度，可为大范围水文资料监测提供数据基础。
水文监测系统适用于远程监测自然河流、人工运河、景观河道等的实时水文状况。目前，水文监测工作还是采用比较原始的工作方式，即人工定点采样，采用手持便携式监测仪或实验室分析出定点水文数据或者无人机巡检采集。手持便携式监测仪或实验室分析这种工作方式存在采样频率低、数据不连续、不能反映水体水质参数的连续动态变化等缺点。同时，由于水文参数监测往往存在分布范围广、取样时间不固定、取样困难等特点，采用现有人工取样、有线或者无线组网等方式组成测试系统通常都会存在无法实现同步对多个定点进行取样，而无人机巡检采集虽然可以克服以上问题，但是无人机巡检采集数据的精度不够高。
因此，本发明提出一种基于物联网的水文监测数据采集系统。
发明内容
本发明提供一种基于物联网的水文监测数据采集系统，用以将水文监测基站获得的水文数据与无人机巡检获得的河道水文图像远程传输至监控中心后基于物联网进行结合分析，实现水文数据的远程监测，并克服了传统水文监测手段无法实现同步对多个定点进行取样和采集数据的精度不够高的缺陷。
本发明提供一种一种基于物联网的水文监测数据采集系统，包括：
水文监测基站，用于对第一预设范围内的河道进行定点水文监测，获得对应的水文数据；
无人巡检装置，用于对第二预设范围内的河道进行巡检，同时，采集对应的河道水文图像；
远程监控中心，用于基于所述水文数据和所述河道水文图像获得所述河道在所述第二预设范围内的对应的无盲点水文监测数据。
优选的，所述水文监测基站，包括：
水质检测模块，用于对第一预设范围内的河道进行定点水质检测，获得对应的定点水质数据；
雨量传感器，用于实时检测出对应设置位置处的降雨数据；
水位传感器，用于实时检测出对应设置位置处的水位数据；
水文监测模块，用于将所述定点水质数据和所述降雨数据以及所述水位数据进行汇总，获得对应的水文数据；
无线通信模块，用于将所述水文数据远程发送至所述远程监控中心。
优选的，所述无人巡检装置，包括：
巡检无人机模块，用于对第二预设范围内的河道进行巡检，同时，基于摄像头对河道水文状况进行实时图像采集，获得对应的河道水文图像；
无线传输模块，用于将所述河道水文图像无线传输至所述远程监控中心；
无人机充电模块，用于探测第三预设范围内的无人机充电线圈，并基于所述无人机充电线圈为对应的巡检无人机进行充电。
优选的，所述巡检无人机模块，包括：
巡检无人机单元，用于在巡检状态时基于远程控制对第二预设范围内的河道进行巡检；
摄像头单元，用于对河道水文状况进行实时图像采集，获得对应的河道水文图像；
电量监测单元，用于实时监测所述巡检无人机单元的剩余电量；
旋转切换单元，用于当所述剩余电量低于电量阈值时，则将所述巡检状态切换至无线充电状态，同时，将无人机充电线圈切换至朝向下方。
优选的，所述远程监控中心，包括：
接收模块，用于实时接收所述水文数据和所述河道水文图像；
配准模块，用于将所述水文数据、所述河道水文图像与第二预设范围内对应的三维电子地图进行配准，获得对应的地图配准结果；
融合模块，用于基于所述地图配准结果将所述水文数据和所述河道水文图像进行融合，获得所述河道在所述第二预设范围内的对应的无盲点水文监测数据。
优选的，所述配准模块，包括：
第一配准单元，用于将所述水文数据和所述三维电子地图进行配准，获得对应的初始配准数据；
第二配准单元，用于将所述初始配准数据和所述河道水文图像进行配准，获得对应的地图配准结果。
优选的，所述第一配准单元，包括：
位置获取子单元，用于获取所述水文数据对应的监测位置；
初始配准子单元，用于基于所述监测位置将所述水文数据标记于所述三维电子地图中的对应位置，获得对应的初始配准数据。
优选的，所述第二配准单元，包括：
时序配准子单元，用于将所述初始配准数据和所述河道水文图像进行时序配准，获得对应的时序配准结果，基于所述时序配准结果，确定出与所述初始配准数据时序对应的待配准河道水文图像；
图像排序子单元，用于确定出与所述待配准河道水文图像相邻的连续帧的第一河道水文图像，基于对应的帧获取时序将所述待配准河道水文图像和所述第一河道水文图像进行排序，获得对应的局部河道水文视频；
色块划分子单元，用于提取出所述局部河道水文视频中每一帧第二河道水文图像中包含的非河道图像区域，基于色块划分方法将所述待配准河道水文图像中包含的基准非河道图像区域划分为多个色块区域；
点追踪子单元，用于将所述色块区域中包含的每个第一像素点作为对应的基准点，在除所述基准非河道图像区域以外剩余的非河道图像区域中追踪出所述基准点对应的追踪点，并基于所述局部河道水文视频对应的帧序列对所述基准点和所述追踪点进行排序获得对应的点序列；
曲线确定子单元，用于基于所述点序列中包含的基准点对应的第一亮度值和所述追踪点对应的第二亮度值确定出对应的亮度变化曲线；
点筛选子单元，用于将所有基准点对应的亮度变化曲线对齐，获得对应的对齐曲线图，在所述对齐曲线图中选定多个判断点，在所述亮度变化曲线中筛选出所述判断点对应的多个曲线值，筛选出每个判断点对应的离群曲线值，将离群曲线值总个数大于个数阈值的亮度变化曲线对应的基准点作为对应的非隶属基准点；
点剔除子单元，用于剔除所述色块区域中包含的非隶属基准点，获得对应的第一光影区域；
重新划分子单元，用于将所述非隶属基准点对应的亮度变化曲线与每个第一光影区域中包含的隶属基准点对应的亮度变化曲线进行相似性匹配，确定出所述非隶属基准点所属的第二光影区域，并将所述非隶属基准点划分至对应的第二光影区域，获得对应的标准光影区域；
图像配准子单元，用于基于所述标准光影区域将所述待配准河道水文图像与所述初始配准数据进行配准，获得对应的地图配准结果。
优选的，所述图像配准子单元，包括：
区域确定子单元，用于基于所述标准光影区域的边缘点确定出对应的第一边缘线，将两个或两个以上第一边缘线的交汇点作为对应的第一判别点，在所述待配准图像中确定出所述第一判别点对应的多个标准光影区域；
判别值计算子单元，用于基于所述标准光影区域中包含的每个第二像素点对应的第三亮度值，计算出对应标准光影区域对应的亮度判别值，将所述亮度判别值小于第一亮度判别阈值的标准光影区域的第一总个数和所述第一判别点对应的标准光影区域的第二总个数的比值作为对应的第一判别值；
点判别子单元，用于当第一判别值大于第一判别阈值时，则将对应的第一判别点判定为对应的凹陷判别点，将所述第一判别点中除所述凹陷判别点以外剩余的第一判别点作为对应的第二判别点；
海拔估算子单元，用于筛选出所述第二判别点对应的最大亮度判别值，基于所述最大亮度判别值估算出所述第二判别点对应的海拔相对值；
分布确定子单元，用于将所述第二判别点对应的海拔相对值标记于所述待配准河道水文图像中获得对应的估计海拔分布数据，同时，基于所述初始配准数据中包含的三维电子地图确定出所述第二预设范围内的海拔分布数据；
范围确定子单元，用于基于所述估计海拔分布数据和所述海拔分布数据在所述三维电子地图中确定出对应的第一筛选范围；
最终配准子单元，用于在所述第一筛选范围中确定出与所述第二判别点配准的待配准点，基于所述第二判别点和对应的待配准点，将所述待配准河道水文图像与所述初始配准数据进行配准，获得对应的地图配准结果。
优选的，所述融合模块，包括：
数据提取单元，用于在所述地图配准结果中包含的河道水文图像中提取出对应的河道水文数据；
数据校正单元，用于基于所述水文数据对所述河道水文数据进行校正，获得对应的精准水文数据；
筛选保留单元，用于将所述精准水文数据与所述三维电子地图融合，获得所述河道在所述第二预设范围内的对应的无盲点水文监测数据。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于物联网的水文监测数据采集系统示意图；
图2为本发明实施例中一种水文监测基站示意图；
图3为本发明实施例中一种无人巡检装置示意图；
图4为本发明实施例中一种巡检无人机模块示意图；
图5为本发明实施例中一种远程监控中心示意图；
图6为本发明实施例中一种配准模块示意图；
图7为本发明实施例中一种第一配准单元示意图；
图8为本发明实施例中一种第二配准单元示意图；
图9为本发明实施例中一种图像配准子单元示意图；
图10为本发明实施例中一种融合模块示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本发明提供了一种基于物联网的水文监测数据采集系统，参考图1，包括：
水文监测基站，用于对第一预设范围内的河道进行定点水文监测，获得对应的水文数据；
无人巡检装置，用于对第二预设范围内的河道进行巡检，同时，采集对应的河道水文图像；
远程监控中心，用于基于所述水文数据和所述河道水文图像获得所述河道在所述第二预设范围内的对应的无盲点水文监测数据。
该实施例中，第一预设范围即为水文监测基站监测的范围。
该实施例中，水文数据即为对第一预设范围内的河道进行定点水文监测获得的水文监测数据。
该实施例中，第二预设范围即为无人机巡检的范围。
该实施例中，河道水文图像即为无人机巡检采集获得的第二预设范围内的图像。
该实施例中，无盲点水文监测数据即为基于水文数据和河道水文图像综合分析后获得的第二预设范围内的无盲点的水文监测数据。
以上技术的有益效果为：将水文监测基站获得的水文数据与无人机巡检获得的河道水文图像远程传输至监控中心后基于物联网进行结合分析，实现水文数据的远程监测，并克服了传统水文监测手段无法实现同步对多个定点进行取样和采集数据的精度不够高的缺陷。
实施例2：
在实施例1的基础上，所述水文监测基站，参考图2，包括：
水质检测模块，用于对第一预设范围内的河道进行定点水质检测，获得对应的定点水质数据；
雨量传感器，用于实时检测出对应设置位置处的降雨数据；
水位传感器，用于实时检测出对应设置位置处的水位数据；
水文监测模块，用于将所述定点水质数据和所述降雨数据以及所述水位数据进行汇总，获得对应的水文数据；
无线通信模块，用于将所述水文数据远程发送至所述远程监控中心。
该实施例中，将水文监测基站获得的水文数据与无人机巡检获得的河道水文图像远程传输至监控中心后基于物联网进行结合分析，实现水文数据的远程监测。
该实施例中，定点水质数据即为对第一预设范围内的河道进行定点水质检测获得的水质数据。
该实施例中，降雨数据即为雨量传感器实时检测出的对应设置位置处的与降雨情况相关的数据。
该实施例中，水位数据即为水位传感器实时检测出的对应设置位置处的与水位相关的数据。
该实施例中，远程监控中心用于接收水文数据和河道水文图像并进行综合分析的物联网监控中心。
以上技术的有益效果为：用于基于水质检测模块检测出对应的定点水质数据，基于雨量传感器和水位传感器检测出对应的降雨数据和水位数据，可以获得较为丰富全面的水文监测数据，并基于无线通信模块实现了数据的无线自动传输，为实现远程监测水文数据提供了重要基础。
实施例3：
在实施例2的基础上，所述无人巡检装置，参考图3，包括：
巡检无人机模块，用于对第二预设范围内的河道进行巡检，同时，基于摄像头对河道水文状况进行实时图像采集，获得对应的河道水文图像；
无线传输模块，用于将所述河道水文图像无线传输至所述远程监控中心；
无人机充电模块，用于探测第三预设范围内的无人机充电线圈，并基于所述无人机充电线圈为对应的巡检无人机进行充电。
该实施例中，无人机充电线圈即为设置在无人机机体上用于给无人机充电的线圈。
该实施例中，第三预设范围即为无人机充电平台可以探测到无人机充电线圈的范围。
以上技术的有益效果为：基于无人机上设置的摄像头对河道水文状况进行实时图像采集，获得对应的河道水文图像，并基于无线传输模块将河道水文图像无线传输至远程监控中心，同时，基于无人机充电线圈实现对无人机的无线远程充电，进而基于巡检无人机实现对第二预设范围内的河道水文监测数据的远程全面监测。
实施例4：
在实施例3的基础上，所述巡检无人机模块，参考图4，包括：
巡检无人机单元，用于在巡检状态时基于远程控制对第二预设范围内的河道进行巡检；
摄像头单元，用于对河道水文状况进行实时图像采集，获得对应的河道水文图像；
电量监测单元，用于实时监测所述巡检无人机单元的剩余电量；
旋转切换单元，用于当所述剩余电量低于电量阈值时，则将所述巡检状态切换至无线充电状态，同时，将无人机充电线圈切换至朝向下方。
该实施例中，剩余电量即为无人机的实时剩余的电量。
该实施例中，电量阈值即为无人机需要切换至无线充电状态进行无线充电时的最大电量。
该实施例中，巡检状态即为表征无人机正在进行巡检的工作状态。
该实施例中，无线充电状态即为表征无人机正在进行无线充电的工作状态。
以上技术的有益效果为：基于巡检无人机单元和摄像头单元实现在无人机巡检时获取对应的河道水文图像，为后续获得无盲点水文监测数据提供了重要基础，同时，基于实时监测剩余电量并进行阈值判断，实现无人机的自动充电，进而保证了巡检无人机的图像采集效率和连续性。
实施例5：
在实施例4的基础上，所述远程监控中心，参考图5，包括：
接收模块，用于实时接收所述水文数据和所述河道水文图像；
配准模块，用于将所述水文数据、所述河道水文图像与第二预设范围内对应的三维电子地图进行配准，获得对应的地图配准结果；
融合模块，用于基于所述地图配准结果将所述水文数据和所述河道水文图像进行融合，获得所述河道在所述第二预设范围内的对应的无盲点水文监测数据。
该实施例中，地图配准结果即为将水文数据、河道水文图像与第二预设范围内的三维电子地图进行配准后后获得的结果。
该实施例中，三维电子地图即为以三维电子地图数据库为基础，按照一定比例对第二预设范围内的地理数据的一个或多个方面的三维抽象的描述。
以上技术的有益效果为：将基于水文监测基站获得的水文数据和巡检无人机获得的河道水文数据进行配准融合，保证了最后获得的无盲点水文监测数据的准确性和全面性。
实施例6：
在实施例5的基础上，所述配准模块，参考图6，包括：
第一配准单元，用于将所述水文数据和所述三维电子地图进行配准，获得对应的初始配准数据；
第二配准单元，用于将所述初始配准数据和所述河道水文图像进行配准，获得对应的地图配准结果。
该实施例中，初始配准数据即为将水文数据和三维电子地图进行配准后获得的配准数据。
以上技术的有益效果为：依次将水文数据和河道水文图像与三维电子地图进行配准，为后续生成精准全面的无盲点水文监测数据提供了数据基础。
实施例7：
在实施例6的基础上，所述第一配准单元，参考图7，包括：
位置获取子单元，用于获取所述水文数据对应的监测位置；
初始配准子单元，用于基于所述监测位置将所述水文数据标记于所述三维电子地图中的对应位置，获得对应的初始配准数据。
该实施例中，监测位置即为监测水文数据的位置。
以上技术的有益效果为：基于水文数据的监测位置将水文数据标记于三维电子地图中的对应位置，实现了水文数据与三维电子地图的配准，为后续生成精准全面的无盲点水文监测数据提供了数据基础。
实施例8：
在实施例7的基础上，所述第二配准单元，参考图8，包括：
时序配准子单元，用于将所述初始配准数据和所述河道水文图像进行时序配准，获得对应的时序配准结果，基于所述时序配准结果，确定出与所述初始配准数据时序对应的待配准河道水文图像；
图像排序子单元，用于确定出与所述待配准河道水文图像相邻的连续帧的第一河道水文图像，基于对应的帧获取时序将所述待配准河道水文图像和所述第一河道水文图像进行排序，获得对应的局部河道水文视频；
色块划分子单元，用于提取出所述局部河道水文视频中每一帧第二河道水文图像中包含的非河道图像区域，基于色块划分方法将所述待配准河道水文图像中包含的基准非河道图像区域划分为多个色块区域；
点追踪子单元，用于将所述色块区域中包含的每个第一像素点作为对应的基准点，在除所述基准非河道图像区域以外剩余的非河道图像区域中追踪出所述基准点对应的追踪点，并基于所述局部河道水文视频对应的帧序列对所述基准点和所述追踪点进行排序获得对应的点序列；
曲线确定子单元，用于基于所述点序列中包含的基准点对应的第一亮度值和所述追踪点对应的第二亮度值确定出对应的亮度变化曲线；
点筛选子单元，用于将所有基准点对应的亮度变化曲线对齐，获得对应的对齐曲线图，在所述对齐曲线图中选定多个判断点，在所述亮度变化曲线中筛选出所述判断点对应的多个曲线值，筛选出每个判断点对应的离群曲线值，将离群曲线值总个数大于个数阈值的亮度变化曲线对应的基准点作为对应的非隶属基准点；
点剔除子单元，用于剔除所述色块区域中包含的非隶属基准点，获得对应的第一光影区域；
重新划分子单元，用于将所述非隶属基准点对应的亮度变化曲线与每个第一光影区域中包含的隶属基准点对应的亮度变化曲线进行相似性匹配，确定出所述非隶属基准点所属的第二光影区域，并将所述非隶属基准点划分至对应的第二光影区域，获得对应的标准光影区域；
图像配准子单元，用于基于所述标准光影区域将所述待配准河道水文图像与所述初始配准数据进行配准，获得对应的地图配准结果。
该实施例中，时序配准结果即为将初始配准数据和河道水文图像进行时序配准后获得的结果。
该实施例中，待配准河道水文图像即为基于时序配准结果确定出的与初始配准数据时序对应的河道水文图像。
该实施例中，第一河道水文图像即为与待配准河道水文图像相邻的连续帧的河道水文图像。
该实施例中，局部河道水文视频即为基于对应的帧获取时序将待配准河道水文图像和第一河道水文图像进行排序后获得的视频。
该实施例中，帧获取时序即为河道水文图像的获取时间的先后顺序。
该实施例中，非河道图像区域即为从局部河道水文视频中每一帧第二河道水文图像中包含的除河道图像区域以外的剩余图像区域。
该实施例中，第二河道水文图像即为局部河道水文视频中包含的河道水文图像。
该实施例中，色块区域即为基于色块划分方法将待配准河道水文图像中包含的基准非河道图像区域划分获得的图像区域。
该实施例中，色块划分方法即为按照预设的亮度区间将待配准河道水文图像中包含的基准非河道图像区域划分成多个色块区域的方法，例如：将亮度值为(0,55)内的像素点划分为同一个色块区域，将亮度值为(55,100)内的像素点划分为同一个色块区域等。
该实施例中，基准非河道图像区域待配准河道水文图像中包含的非河道图像区域。
该实施例中，基准点即为色块区域中包含的每个第一像素点。
该实施例中，第一像素点即为色块区域中包含的像素点。
该实施例中，追踪点即为基准点在除基准非河道图像区域以外剩余的非河道图像区域中追踪出的基准点对应的点。
该实施例中，点序列即为基于局部河道水文视频对应的帧序列对基准点和追踪点进行排序后获得的序列。
该实施例中，亮度变化曲线即为基于点序列中包含的基准点对应的第一亮度值和追踪点对应的第二亮度值确定出的表征基准点亮度变化的曲线。
该实施例中，第一亮度值即为基准点对应的亮度值。
该实施例中，第二亮度值即为追踪点对应的亮度值。
该实施例中，对齐曲线图即为将所有基准点对应的亮度变化曲线对齐后获得的曲线图。
该实施例中，在所述对齐曲线图中选定多个判断点，即为在对齐曲线图的横坐标值每隔预设间距取一个判断点，其中，预设间距可以根据不同情况设定。
该实施例中，曲线值即为判断点在亮度变化曲线中对应的纵坐标。
该实施例中，离群曲线值即为判断点对应的多个曲线值中对应的离群点对应的曲线值。
该实施例中，个数阈值即为基准点诶哦安定位非隶属基准点时对应的最小离群曲线值总个数。
该实施例中，非隶属基准点即为将离群曲线值总个数大于个数阈值的亮度变化曲线对应的基准点、
该实施例中，第一光影区域即为剔除色块区域中包含的非隶属基准点后获得的区域。
该实施例中，将所述非隶属基准点对应的亮度变化曲线与每个第一光影区域中包含的隶属基准点对应的亮度变化曲线进行相似性匹配，确定出所述非隶属基准点所属的第二光影区域，包括：
计算出非隶属基准点对应的亮度变化曲线与每个第一光影区域中包含的隶属基准点对应的亮度变化曲线之间的综合相似度：
Figure BDA0003609012220000141
式中，εi为非隶属基准点对应的亮度变化曲线与第i个第一光影区域中包含的隶属基准点对应的亮度变化曲线之间的综合相似度，j为第i个第一光影区域中包含的当前计算的隶属基准点对应的亮度变化曲线，m为第i个第一光影区域中包含的隶属基准点对应的亮度变化曲线的总个数，T为当前时间，f1(t)为非隶属基准点对应的亮度变化曲线函数，f2ij(t)为第i个第一光影区域中包含的第j个隶属基准点对应的亮度变化曲线函数，t为亮度变化曲线函数的时间变量；
例如，m为2，f1(t)＝x，f2i1(t)＝2x，f2i2(t)＝x，T为1，则εi为0.5。
将最大相似度对应的第一光影区域作为非隶属基准点所属的第二光影区域。
该实施例中，标准光影区域即为将非隶属基准点划分至对应的第二光影区域后获得的区域。
以上技术的有益效果为：通过获取待配准河道水文图像对应的局部河道水文视频，并对局部河道水文视频进行色块区域划分、亮度追踪、判断出光影区域的隶属基准点和非隶属基准点，获得对应的判断结果，基于判断结果对光影区域进行重新划分，基于划分出的光影区域实现将待配准河道水文图像与初始配准数据进行配准，实现了河道水文图像与三维电子地图的精准配准，为后续生成精准全面的无盲点水文监测数据提供了数据基础。
实施例9：
在实施例8的基础上，所述图像配准子单元，参考图9，包括：
区域确定子单元，用于基于所述标准光影区域的边缘点确定出对应的第一边缘线，将两个或两个以上第一边缘线的交汇点作为对应的第一判别点，在所述待配准图像中确定出所述第一判别点对应的多个标准光影区域；
判别值计算子单元，用于基于所述标准光影区域中包含的每个第二像素点对应的第三亮度值，计算出对应标准光影区域对应的亮度判别值，将所述亮度判别值小于第一亮度判别阈值的标准光影区域的第一总个数和所述第一判别点对应的标准光影区域的第二总个数的比值作为对应的第一判别值；
点判别子单元，用于当第一判别值大于第一判别阈值时，则将对应的第一判别点判定为对应的凹陷判别点，将所述第一判别点中除所述凹陷判别点以外剩余的第一判别点作为对应的第二判别点；
海拔估算子单元，用于筛选出所述第二判别点对应的最大亮度判别值，基于所述最大亮度判别值估算出所述第二判别点对应的海拔相对值；
分布确定子单元，用于将所述第二判别点对应的海拔相对值标记于所述待配准河道水文图像中获得对应的估计海拔分布数据，同时，基于所述初始配准数据中包含的三维电子地图确定出所述第二预设范围内的海拔分布数据；
范围确定子单元，用于基于所述估计海拔分布数据和所述海拔分布数据在所述三维电子地图中确定出对应的第一筛选范围；
最终配准子单元，用于在所述第一筛选范围中确定出与所述第二判别点配准的待配准点，基于所述第二判别点和对应的待配准点，将所述待配准河道水文图像与所述初始配准数据进行配准，获得对应的地图配准结果。
该实施例中，第一边缘线即为基于标准光影区域的边缘点确定出的边缘线。
该实施例中，第一判别点即为两个或两个以上第一边缘线的交汇点。
该实施例中，在所述待配准图像中确定出所述第一判别点对应的多个标准光影区域，即为将形成第一判别点的两个或两个以上的第一边缘线所属的多个标准光影区域作为第一判别点对应的多个标准光影区域。
该实施例中，第二像素点即为标准光影区域中包含的像素点。
该实施例中，第三亮度值即为第二像素点对应的亮度值。
该实施例中，基于所述标准光影区域中包含的每个第二像素点对应的第三亮度值，计算出对应标准光影区域对应的亮度判别值，包括：
Figure BDA0003609012220000161
式中，J为标准光影区域对应的亮度判别值，t为标准光影区域中包含的当前计算的第二像素点，b为标准光影区域中包含的第二像素点的总个数，Dt为标准光影区域中包含的第t个第二像素点，D为标准亮度值(具体根据河道水文图像的显示参数设置)；
例如，b为3，标准光影区域中包含的第二像素点对应的第三亮度值依次是：100、90、80，D为50，则J为0.8。
该实施例中，第一亮度判别阈值即为标准光影区域被判定为暗面时对应的最大亮度判别阈值。
该实施例中，第一总个数即为亮度判别值小于第一亮度判别阈值的标准光影区域的总个数。
该实施例中，第二总个数即为第一判别点对应的标准光影区域的总个数。
该实施例中，第一判别值即为第一总个数和第二总个数的比值。
该实施例中，第一判别阈值即为第一判别点被判定为凹陷判别点时对应的最小第一判别值。
该实施例中，凹陷判别点即为对应的第一判别值大于第一判别阈值对应的第一判别点。
该实施例中，第二判别点即为第二判别点凹陷判别点以外剩余的第一判别点。
该实施例中，基于所述最大亮度判别值估算出所述第二判别点对应的海拔相对值，包括：
H＝γ*Jmax
式中，H为海拔相对值，γ为海拔相对值和最大亮度判别值之间的换算系数(具体根据河道水文图像的显示参数设置)，Jmax为最大亮度判别值；
例如，γ为10，Jmax为100，则H为1000。
该实施例中，估计海拔分布数据即为将第二判别点对应的海拔相对值标记于待配准河道水文图像中后获得的海拔分布数据。
该实施例中，海拔分布数据即为基于初始配准数据中包含的三维电子地图确定出的第二预设范围内的海拔高度的分布数据。
该实施例中，基于所述估计海拔分布数据和所述海拔分布数据在所述三维电子地图中确定出对应的第一筛选范围，包括；将三维电子地图中海拔分布数据与估计海拔分布数据一致的所属范围作为对应的第一筛选范围。
该实施例中，第一筛选范围即为基于估计海拔分布数据和海拔分布数据在三维电子地图中确定出的筛选范围。
该实施例中，待配准点即为在第一筛选范围中确定出的与第二判别点配准的点。
以上技术的有益效果为：在待配准河道水文图像中确定出判别点，并通过计算出判别点对应的标准光影区域的亮度判别值对判别点进行筛选，剔除判别点中包含的凹陷点，并基于从筛选过后保留的判别点中筛选出最大亮度判别值对应的标准光影区域估算出对应的估算海拔分布数据，基于估算海拔分布数据和三维电子地图中的海拔分布数据将待配准河道水文图像与初始配准数据进行配准，为后续生成精准全面的无盲点水文监测数据提供了数据基础。
实施例10：
在实施例9的基础上，所述融合模块，参考图10，包括：
数据提取单元，用于在所述地图配准结果中包含的河道水文图像中提取出对应的河道水文数据；
数据校正单元，用于基于所述水文数据对所述河道水文数据进行校正，获得对应的精准水文数据；
筛选保留单元，用于将所述精准水文数据与所述三维电子地图融合，获得所述河道在所述第二预设范围内的对应的无盲点水文监测数据。
该实施例中，河道水文数据即为从地图配准结果中包含的河道水文图像中提取出的表征河道水文情况的数据。
该实施例中，精准水文数据即为基于水文数据对河道水文数据进行校正后获得的数据。
以上技术的有益效果为：基于水文监测基站获得的水文数据对从河道水文图像中提取出的水文数据进行校正，保证了最后生成的无盲点水文监测数据地精准性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于物联网的水文监测数据采集系统，其特征在于，包括：
水文监测基站，用于对第一预设范围内的河道进行定点水文监测，获得对应的水文数据；
无人巡检装置，用于对第二预设范围内的河道进行巡检，同时，采集对应的河道水文图像；
远程监控中心，用于基于所述水文数据和所述河道水文图像获得所述河道在所述第二预设范围内的对应的无盲点水文监测数据。
2.根据权利要求1所述的一种基于物联网的水文监测数据采集系统，其特征在于，所述水文监测基站，包括：
水质检测模块，用于对第一预设范围内的河道进行定点水质检测，获得对应的定点水质数据；
雨量传感器，用于实时检测出对应设置位置处的降雨数据；
水位传感器，用于实时检测出对应设置位置处的水位数据；
水文监测模块，用于将所述定点水质数据和所述降雨数据以及所述水位数据进行汇总，获得对应的水文数据；
无线通信模块，用于将所述水文数据远程发送至所述远程监控中心。
3.根据权利要求2所述的一种基于物联网的水文监测数据采集系统，其特征在于，所述无人巡检装置，包括：
巡检无人机模块，用于对第二预设范围内的河道进行巡检，同时，基于摄像头对河道水文状况进行实时图像采集，获得对应的河道水文图像；
无线传输模块，用于将所述河道水文图像无线传输至所述远程监控中心；
无人机充电模块，用于探测第三预设范围内的无人机充电线圈，并基于所述无人机充电线圈为对应的巡检无人机进行充电。
4.根据权利要求3所述的一种基于物联网的水文监测数据采集系统，其特征在于，所述巡检无人机模块，包括：
巡检无人机单元，用于在巡检状态时基于远程控制对第二预设范围内的河道进行巡检；
摄像头单元，用于对河道水文状况进行实时图像采集，获得对应的河道水文图像；
电量监测单元，用于实时监测所述巡检无人机单元的剩余电量；
旋转切换单元，用于当所述剩余电量低于电量阈值时，则将所述巡检状态切换至无线充电状态，同时，将无人机充电线圈切换至朝向下方。
5.根据权利要求4所述的一种基于物联网的水文监测数据采集系统，其特征在于，所述远程监控中心，包括：
接收模块，用于实时接收所述水文数据和所述河道水文图像；
配准模块，用于将所述水文数据、所述河道水文图像与第二预设范围内对应的三维电子地图进行配准，获得对应的地图配准结果；
融合模块，用于基于所述地图配准结果将所述水文数据和所述河道水文图像进行融合，获得所述河道在所述第二预设范围内的对应的无盲点水文监测数据。
6.根据权利要求5所述的一种基于物联网的水文监测数据采集系统，其特征在于，所述配准模块，包括：
第一配准单元，用于将所述水文数据和所述三维电子地图进行配准，获得对应的初始配准数据；
第二配准单元，用于将所述初始配准数据和所述河道水文图像进行配准，获得对应的地图配准结果。
7.根据权利要求6所述的一种基于物联网的水文监测数据采集系统，其特征在于，所述第一配准单元，包括：
位置获取子单元，用于获取所述水文数据对应的监测位置；
初始配准子单元，用于基于所述监测位置将所述水文数据标记于所述三维电子地图中的对应位置，获得对应的初始配准数据。
8.根据权利要求7所述的一种基于物联网的水文监测数据采集系统，其特征在于，所述第二配准单元，包括：
时序配准子单元，用于将所述初始配准数据和所述河道水文图像进行时序配准，获得对应的时序配准结果，基于所述时序配准结果，确定出与所述初始配准数据时序对应的待配准河道水文图像；
图像排序子单元，用于确定出与所述待配准河道水文图像相邻的连续帧的第一河道水文图像，基于对应的帧获取时序将所述待配准河道水文图像和所述第一河道水文图像进行排序，获得对应的局部河道水文视频；
色块划分子单元，用于提取出所述局部河道水文视频中每一帧第二河道水文图像中包含的非河道图像区域，基于色块划分方法将所述待配准河道水文图像中包含的基准非河道图像区域划分为多个色块区域；
点追踪子单元，用于将所述色块区域中包含的每个第一像素点作为对应的基准点，在除所述基准非河道图像区域以外剩余的非河道图像区域中追踪出所述基准点对应的追踪点，并基于所述局部河道水文视频对应的帧序列对所述基准点和所述追踪点进行排序获得对应的点序列；
曲线确定子单元，用于基于所述点序列中包含的基准点对应的第一亮度值和所述追踪点对应的第二亮度值确定出对应的亮度变化曲线；
点筛选子单元，用于将所有基准点对应的亮度变化曲线对齐，获得对应的对齐曲线图，在所述对齐曲线图中选定多个判断点，在所述亮度变化曲线中筛选出所述判断点对应的多个曲线值，筛选出每个判断点对应的离群曲线值，将离群曲线值总个数大于个数阈值的亮度变化曲线对应的基准点作为对应的非隶属基准点；
点剔除子单元，用于剔除所述色块区域中包含的非隶属基准点，获得对应的第一光影区域；
重新划分子单元，用于将所述非隶属基准点对应的亮度变化曲线与每个第一光影区域中包含的隶属基准点对应的亮度变化曲线进行相似性匹配，确定出所述非隶属基准点所属的第二光影区域，并将所述非隶属基准点划分至对应的第二光影区域，获得对应的标准光影区域；
图像配准子单元，用于基于所述标准光影区域将所述待配准河道水文图像与所述初始配准数据进行配准，获得对应的地图配准结果。
9.根据权利要求8所述的一种基于物联网的水文监测数据采集系统，其特征在于，所述图像配准子单元，包括：
区域确定子单元，用于基于所述标准光影区域的边缘点确定出对应的第一边缘线，将两个或两个以上第一边缘线的交汇点作为对应的第一判别点，在所述待配准图像中确定出所述第一判别点对应的多个标准光影区域；
判别值计算子单元，用于基于所述标准光影区域中包含的每个第二像素点对应的第三亮度值，计算出对应标准光影区域对应的亮度判别值，将所述亮度判别值小于第一亮度判别阈值的标准光影区域的第一总个数和所述第一判别点对应的标准光影区域的第二总个数的比值作为对应的第一判别值；
点判别子单元，用于当第一判别值大于第一判别阈值时，则将对应的第一判别点判定为对应的凹陷判别点，将所述第一判别点中除所述凹陷判别点以外剩余的第一判别点作为对应的第二判别点；
海拔估算子单元，用于筛选出所述第二判别点对应的最大亮度判别值，基于所述最大亮度判别值估算出所述第二判别点对应的海拔相对值；
分布确定子单元，用于将所述第二判别点对应的海拔相对值标记于所述待配准河道水文图像中获得对应的估计海拔分布数据，同时，基于所述初始配准数据中包含的三维电子地图确定出所述第二预设范围内的海拔分布数据；
范围确定子单元，用于基于所述估计海拔分布数据和所述海拔分布数据在所述三维电子地图中确定出对应的第一筛选范围；
最终配准子单元，用于在所述第一筛选范围中确定出与所述第二判别点配准的待配准点，基于所述第二判别点和对应的待配准点，将所述待配准河道水文图像与所述初始配准数据进行配准，获得对应的地图配准结果。
10.根据权利要求9所述的一种基于物联网的水文监测数据采集系统，其特征在于，所述融合模块，包括：
数据提取单元，用于在所述地图配准结果中包含的河道水文图像中提取出对应的河道水文数据；
数据校正单元，用于基于所述水文数据对所述河道水文数据进行校正，获得对应的精准水文数据；
筛选保留单元，用于将所述精准水文数据与所述三维电子地图融合，获得所述河道在所述第二预设范围内的对应的无盲点水文监测数据。
CN202210428124.4A 2022-04-22 2022-04-22 一种基于物联网的水文监测数据采集系统 Pending CN114845260A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210428124.4A CN114845260A (zh) 2022-04-22 2022-04-22 一种基于物联网的水文监测数据采集系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210428124.4A CN114845260A (zh) 2022-04-22 2022-04-22 一种基于物联网的水文监测数据采集系统

Publications (1)

Publication Number Publication Date
CN114845260A true CN114845260A (zh) 2022-08-02

Family

ID=82565403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210428124.4A Pending CN114845260A (zh) 2022-04-22 2022-04-22 一种基于物联网的水文监测数据采集系统

Country Status (1)

Country Link
CN (1) CN114845260A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116091719A (zh) * 2023-03-06 2023-05-09 山东建筑大学 一种基于物联网的河道数据管理方法及系统
CN116434090A (zh) * 2023-04-19 2023-07-14 江苏山水环境建设集团股份有限公司 水污染监控数据管理方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116091719A (zh) * 2023-03-06 2023-05-09 山东建筑大学 一种基于物联网的河道数据管理方法及系统
CN116434090A (zh) * 2023-04-19 2023-07-14 江苏山水环境建设集团股份有限公司 水污染监控数据管理方法及系统
CN116434090B (zh) * 2023-04-19 2023-11-24 江苏山水环境建设集团股份有限公司 水污染监控数据管理方法及系统

Similar Documents

Publication Publication Date Title
CN109416413B (zh) 太阳能预报
CN107506798B (zh) 一种基于图像识别的水位监测方法
CN114845260A (zh) 一种基于物联网的水文监测数据采集系统
CN110850723B (zh) 一种基于变电站巡检机器人系统的故障诊断及定位方法
CN111931565A (zh) 一种基于光伏电站uav的自主巡检与热斑识别方法及系统
CN112766274A (zh) 一种基于Mask RCNN算法的水尺图像水位自动读数方法及系统
CN111458721B (zh) 一种暴露垃圾的识别定位方法、装置及系统
CN105872351A (zh) 逆光场景的照片拍摄方法和装置
CN112802004B (zh) 便携式输电线路和杆塔健康智能视频检测装置
CN112969051A (zh) 一种基于大数据水利工程管理系统
CN110488391B (zh) 针对小区域的天气预测系统、方法及存储介质
CN105426837A (zh) 移动网络视觉雾霾检测系统
CN114581817B (zh) 从近岸海浪监控视频智能检测浪高和风速的方法及系统
CN113706495A (zh) 一种在传送带上自动检测锂电池参数的机器视觉检测系统
CN103310203A (zh) 基于物联网和机器视觉的指针式仪表示值自动识别装置及方法
CN111896549A (zh) 一种基于机器学习的建筑物裂缝监测系统和方法
CN112697798A (zh) 面向红外图像的变电设备电流致热型缺陷的诊断方法和装置
CN111024695A (zh) 一种天地一体的ai智能水环保实时监测系统
CN110517440B (zh) 基于卫星遥感系统的智能监控预警系统及方法
CN211477203U (zh) 基于高分辨率遥感影像的精细化监测设备系统
CN114051093B (zh) 一种基于图像处理技术的便携式航标灯现场检测系统
CN111239131A (zh) 一种ai智能水环保实时监测平台
CN108229240A (zh) 一种确定图像质量的方法及装置
CN106780323B (zh) 一种基于智能手机的农情采集与实时更新方法及系统
CN110596739B (zh) 基于卫星定位和WiFi模块的建筑物识别系统及方法

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