[发明专利]基于最大内切圆算法的河道参数智能统计方法和系统在审
申请号: | 201811339224.X | 申请日: | 2018-11-12 |
公开(公告)号: | CN109584245A | 公开(公告)日: | 2019-04-05 |
发明(设计)人: | 王如意;王志章;杨笑 | 申请(专利权)人: | 中国石油大学(北京) |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/12;G06T7/62;G06T5/00 |
代理公司: | 北京海虹嘉诚知识产权代理有限公司 11129 | 代理人: | 高丽萍 |
地址: | 102249*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 最大内切圆 河道参数 算法 智能统计 河道 轮廓提取步骤 区域生长算法 图像分割步骤 骨架构建 计算步骤 人工成本 数据统计 图像分割 准确度 统计分析 有向图 构建 图论 统计 | ||
1.一种基于最大内切圆算法的河道参数智能统计方法,其特征在于,包括下述步骤:
图像分割步骤,在采集河道图像数据后根据河道水域连续的特点,利用区域生长算法进行图像分割二值化处理,分割出河道图像数据分布;
河道轮廓提取步骤,对分割后的河道图像数据提取出边缘轮廓;
河道骨架构建步骤,获取河道两个边缘轮廓之间的中位线,构建出河道骨架;
有向图构建步骤,根据中位线和河道骨架利用图论算法构建河道有向图,实现河道分段;
最大内切圆计算步骤,在各分段河道内以中位线上选取的若干点为圆心,利用最大内切圆算法获取与河道边缘轮廓相切的最大内切圆;
统计步骤,根据获取的最大内切圆进行河道参数的统计分析。
2.根据权利要求1所述的方法,其特征在于,在图像分割步骤中,在采集河道图像数据后先进行河道图像数据预处理,所述预处理包括滤波去噪处理。
3.根据权利要求1或2所述的方法,其特征在于,在有向图构建步骤中,以中位线的分叉点和汇流点为点并以河道为边,利用图论算法构建河道有向图。
4.根据权利要求3所述的方法,其特征在于,在统计步骤中,依次遍历河道有向图中每条边的若干数据点,自动记录每条边的各数据点的最大内切圆圆心和最大内切圆直径,最大内切圆的直径用为河道宽度,边的长度为河道长度,边的长度与起始点至终止点距离的比为河道曲率,对河道长度、河道宽度以及河道曲率进行统计分析处理,实现河道参数智能化统计。
5.一种基于最大内切圆算法的河道参数智能统计系统,其特征在于,包括依次连接的图像分割模块、河道轮廓提取模块、河道骨架构建模块、有向图构建模块、最大内切圆计算模块和统计模块,
所述图像分割模块,在采集河道图像数据后根据河道水域连续的特点,利用区域生长算法进行图像分割二值化处理,分割出河道图像数据分布;
所述河道轮廓提取模块,对分割后的河道图像数据提取出边缘轮廓;
所述河道骨架构建模块,获取河道两个边缘轮廓之间的中位线,构建出河道骨架;
所述有向图构建模块,根据中位线和河道骨架利用图论算法构建河道有向图,实现河道分段;
所述最大内切圆计算模块,在各分段河道内以中位线上选取的若干点为圆心,利用最大内切圆算法获取与河道边缘轮廓相切的最大内切圆;
所述统计模块,根据获取的最大内切圆进行河道参数的统计分析。
6.根据权利要求5所述的系统,其特征在于,所述图像分割模块在采集河道图像数据后先进行河道图像数据预处理,所述预处理包括滤波去噪处理。
7.根据权利要求5或6所述的系统,其特征在于,所述有向图构建模块是以中位线的分叉点和汇流点为点并以河道为边,利用图论算法构建河道有向图。
8.根据权利要求7所述的系统,其特征在于,所述统计模块的具体工作为:依次遍历河道有向图中每条边的若干数据点,自动记录每条边的各数据点的最大内切圆圆心和最大内切圆直径,最大内切圆的直径用为河道宽度,边的长度为河道长度,边的长度与起始点至终止点距离的比为河道曲率,对河道长度、河道宽度以及河道曲率进行统计分析处理,实现河道参数智能化统计。
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石油大学(北京),未经中国石油大学(北京)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/201811339224.X/1.html,转载请声明来源钻瓜专利网。