[发明专利]基于静态单目相机的土体失稳综合信息测量方法有效
申请号: | 201711159751.8 | 申请日: | 2017-11-20 |
公开(公告)号: | CN107977957B | 公开(公告)日: | 2021-05-28 |
发明(设计)人: | 郭晓军;李泳 | 申请(专利权)人: | 中国科学院;水利部成都山地灾害与环境研究所 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/187;G06T7/62;G06T5/00;G06T5/30 |
代理公司: | 成都赛恩斯知识产权代理事务所(普通合伙) 51212 | 代理人: | 张帆;肖国华 |
地址: | 610041 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 静态 相机 失稳 综合信息 测量方法 | ||
一种基于静态单目相机的土体失稳综合信息测量方法,包括:利用静态单目相机获取一帧滑坡视频图像;根据所述滑坡视频图像通过高斯背景建模得到前景;去除所述前景中的噪声以得到第一图像;根据所述第一图像得到失稳前景块;如果得到的失稳前景块和上一帧的失稳前景块的位置和面积相近,则认为属于同一次失稳,以完成了失稳体的检测和跟踪;将所述失稳体的失稳事件记录到数据库中并保存截图;基于山坡基本上符合一个平面的假设,根据所述截图利用已经标定好的透视投影变换,将失稳块所对应的区域映射至实际的区域,从而得到失稳的表面积。本发明将高斯背景建模检测前景的办法和透视投影变换相结合,可定量的还原失稳体的几何信息。
技术领域
本发明涉及土木工程技术领域,特别涉及一种基于静态单目相机的土体失稳综合信息测量方法。
背景技术
土体失稳的各参数如时间、位置和方量的精确测量对滑坡、泥石流等灾害的预测和减灾具有重要意义。在土体破坏的监测数据获取途径中,相比LiDAR、卫星图像、GIS和传感器方法,通过单目相机直接拍摄获取视频数据具有成本低、实施简单和实时性高的优点,但是单目相机拍摄的视频数据不具备深度信息。近年来,基于无人机单目相机拍摄视频和SfM(Structure from Motion)还原滑坡三维图像的方法在滑坡的位移分析中取得了成功,但并没有相关方法测量坡面土体破坏的时间、空间位置和方量等综合信息。
发明内容
本发明的目的是研究一种基于静态单目相机的土体失稳综合信息的测量方法,其基于视频影像进行失稳区域检测、去噪和跟踪,对滑坡发生的时间、地点和表面积进行定量测量。
本发明提供了一种基于静态单目相机的土体失稳综合信息测量方法,包括:步骤1,利用静态单目相机获取一帧滑坡视频图像;步骤2,根据所述滑坡视频图像通过高斯背景建模得到前景;步骤3,去除所述前景中的噪声以得到第一图像;步骤4,根据所述第一图像得到失稳前景块;步骤5,如果得到的失稳前景块和上一帧的失稳前景块的位置和面积相近,则认为属于同一次失稳,以完成了失稳体的检测和跟踪;步骤6,将所述失稳体的失稳事件记录到数据库中并保存截图;步骤7,基于山坡基本上符合一个平面的假设,根据所述截图利用已经标定好的透视投影变换,将失稳块所对应的区域映射至实际的区域,从而得到失稳的表面积。
优选地,所述步骤7还包括:根据所述表面积得到每次失稳的体积。
优选地,处理完一次视频之后,根据生成的数据及保存好的截图绘制失稳图绘。
优选地,所述生成的数据包括发生时间、编号、滑坡体积等。
优选地,所述步骤1还包括,对滑坡视频图像根据实际需要的分辨率进行缩小。
优选地,所述步骤3包括:先通过腐蚀操作去掉很小的噪声颗粒,再进行膨胀操作来尽可能将分散的失稳前景合并。
优选地,所述步骤4包括:当面积小于阈值时将其认为是噪声并去掉,将剩下面积作为失稳前景块。
优选地,所述步骤5还包括:设定一个阈值,如果失稳体的面积大于该阈值,才认为是一次失稳的开始事件。
优选地,所述失稳的表面积取表面积最大的时刻作为当前失稳的表面积。
本发明解决了手动测量和视频里读取失稳体体积费时费力不准确的问题,采用计算机视觉的方法对视频进行处理,可对失稳发生的时间、地点和表面积进行定量测量;将高斯背景建模检测前景的办法和透视投影变换相结合,可定量的还原失稳体的几何信息。
附图说明
图1是本发明第106帧的滑坡视频图像;
图2是高斯混合模型下第106帧的滑坡检测效果;
图3是腐蚀和膨胀操作后的滑坡前景图像;
图4是用去除小于阈值的连通区域。
具体实施方式
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院、水利部成都山地灾害与环境研究所,未经中国科学院、水利部成都山地灾害与环境研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711159751.8/2.html,转载请声明来源钻瓜专利网。