[发明专利]一种基于机器视觉的积雪深度监测方法在审

专利信息
申请号: 202010214715.2 申请日: 2020-03-24
公开(公告)号: CN111724403A 公开(公告)日: 2020-09-29
发明(设计)人: 樊予江;王红岩;李圆圆;陈胜;宋晓新;田忠锋;王多斌;才让端智;苏德斌;买买提·阿布来提;许德生;刘宽宗 申请(专利权)人: 成都润联科技开发有限公司
主分类号: G06T7/13 分类号: G06T7/13;G06T7/60;G01B11/02;G01B11/06
代理公司: 成都顶峰专利事务所(普通合伙) 51224 代理人: 王霞
地址: 610000 四川省成都*** 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: 一种 基于 机器 视觉 积雪 深度 监测 方法
【说明书】:

发明涉及气象监测技术领域,公开了一种基于机器视觉的积雪深度监测方法,即在获取由镜头正对积雪检测标尺的固定摄像机所采集的现场拍摄图片后,通过依次启动图像剪切、图像灰度化及二值化、轮廓提取和像素换算等图像处理方式来测量黑色标尺的真实裸露长度,最后基于该真实裸露长度得到积雪真实深度,进而实现自动测量积雪深度的目的,由此一方面相比较于现有的人工测量方法,可以大大提升测量效率,并降低人工成本,具有自动化程度高的优点;另一方面由于仅需布置一个黑色标尺、一部摄像机及一台计算机设备即可实现本发明创造,可以大大降低硬件成本及维护成本,并且在简单的初始化设置后,即可进行持续性的自动测量,还具有操作方便的优点。

技术领域

本发明属于气象监测技术领域,具体地涉及一种基于机器视觉的积雪深度监测方法。

背景技术

机器视觉是一项综合技术,包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术和计算机软硬件技术(图像增强和分析算法、图像卡、I/O卡等)等,因此一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度,使得在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合,能够用机器视觉来替代人工视觉,并且在大批量重复性工业生产过程中,可用机器视觉检测方法来大大提高生产的效率和自动化程度。

积雪是覆盖在陆地和海冰表面的雪层,根据中国气象部门规定,雪层掩盖的面积达到该地可见面积一半以上的称积雪。积雪深度是指从积雪面到地面的垂直距离,它是一个随着积雪的加深而不断累积变化的数值。积雪对人类生存的环境影响很大,因而积雪深度是一个重要的气象观测对象。目前测定积雪深度,主要是使用量雪尺进行人工实地测量。量雪尺是木质的,长约100厘米,宽约4厘米,厚约2厘米,表面涂以油漆,尺上有厘米分划。尺的最下部5厘米长削成棱形,以便观测时插入雪中。这种测量方法自动化程度低,不利于实时检测积雪深度。

除人工测量的方法之外,还可以使用基于激光或者超声波的自动化仪器测量积雪深度,目前市面上有很多类型的自动化雪深测量仪可供选择,但是这些自动化仪器的造价及其维护成本都很高,而且操作不便。

发明内容

为了解决当前积雪深度测量技术中所存在的人工测量自动化程度低和自动化仪器测量成本高及操作不便的问题,本发明目的在于提供一种基于机器视觉的新型积雪深度监测方法。

本发明所采用的技术方案为:

一种基于机器视觉的积雪深度监测方法,包括如下步骤:

S100.读取现场拍摄图片,其中,所述现场拍摄图片由镜头正对积雪检测标尺的固定摄像机采集而得,所述积雪检测标尺包括黑色标尺;

S101.根据预先配置的第一RIO区域,从所述现场拍摄图片中剪切出对应黑色标尺全身范围的第一标尺图像;

S102.将所述第一标尺图像转化为灰度图像,然后进行二值化处理,得到二值化图像;

S103.对所述二值化图像进行轮廓提取,将尺寸最大的黑色部分轮廓作为黑色标尺裸露轮廓,然后根据所述黑色标尺裸露轮廓得到对应的最小外接矩形;

S104.获取所述最小外接矩形的长宽数据,然后根据所述最小外接矩形的纵向长度得到黑色标尺的真实裸露长度;

S105.按照如下公式计算得到积雪真实深度Lsnow:Lsnow=Ltotal-Lnake,其中,Ltotal为黑色标尺的全身总长度,Lnake为黑色标尺的真实裸露长度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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成都润联科技开发有限公司,未经成都润联科技开发有限公司许可,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/202010214715.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top