[发明专利]基于大数据分析的获取边坡变形三维数据的边坡监测系统

权利要求书

1.一种基于大数据分析的获取边坡变形三维数据的边坡监测方法，其特征在于，所述基于大数据分析的获取边坡变形三维数据的边坡监测方法包括：

第一步，通过基于去模糊算法的摄像器采集边坡图像数据信息；通过测斜仪采用最佳一致逼近方法实时监测边坡倾斜度数据信息；利用裂缝计实时监测边坡裂缝数据信息；

第二步，通过数据处理软件剔除边坡检测的误差大、不正确的数据；通过建模软件根据监测的数据构建边坡三维模型；

第三步，利用数据处理软件根据监测的数据预测边坡滑动位移；利用云服务器集中大数据资源对监测的边坡数据进行处理；

第四步，通过基于韦伯-费希纳定律的显示器亮度调节算法显示监测系统界面及监测边坡的图像、倾斜度、裂缝数据信息；

通过基于韦伯-费希纳定律的显示器亮度调节算法，满足不同环境下显示监测系统界面及监测边坡的图像、倾斜度和裂缝数据信息，具体算法为：

韦伯-费希纳定律指出感觉强度与对应物理量强度的对数成正比的法则：

S＝Klg R+K₀；

式中S是感觉强度，R是刺激强度，K、K₀是常数；

显示器亮度与环境光照度之间符合韦伯-费希纳定律；

B＝Klg I+K₀；

式中B是显示器亮度，I是环境光照度；

显示器亮度用百分比表示：

式中：B_max为显示器最大亮度值，对于某一显示器来说，其为定值：

K'＝K/B_max，K₀'＝K₀/B_max，B'∈0～1；

记录此时的照度值和显示器亮度；调整环境光照度，重复同样的试验，记录不同组照度值和显示器亮度，分别记为I_i和B_i，i＝1,2,n；令：

F_i＝1gI_i；

则：

B_i'＝K'F_i+K₀'；

为得到K和K₀，利用最小二乘法，令偏差：

v_i＝ΔB_i'＝B_i'-(K'F_i+K₀')；

求偏差平方和，得到：

使偏差平方和的值最小，得到最优的K和K₀，于是对K和K₀分别求偏导，得到：

使分别等于零，得：

解式，得到：

当环境光照度减小和增大时，显示器亮度也随之以对数比例减小和增大。

2.如权利要求1所述的基于大数据分析的获取边坡变形三维数据的边坡监测方法，其特征在于，基于去模糊算法的摄像器抑制噪声且提高图像的清晰度，具体步骤为：去模糊过程中，指导图像来指导滤波，给出函数：

其中，u_e是预估计图像，λ0是正则化参数；利用快速傅里叶变换FFT进行加速，得到傅里叶域上的解，形式如下：

其中，F表示FFT算子，F(.)*表示F的复共轭；

表示算子的傅里叶变换。