[发明专利]一种基于无人机的机器视觉涌潮流速测量方法

说明书

本发明公开了一种基于无人机的机器视觉涌潮流速测量方法，该方法的实现依次包括视频图像采集、灰度化及滤波处理、边缘检测、膨化操作、潮头线提取和涌潮速度计算共六个环节。传统的固定检测方法仅能获取有限点位的水文数据，对于涌潮整体形态和传播机理研究而言，信息量有限。无人机具有机动灵活和检测范围广等优势，有利于获取更加全面的涌潮流速信息。本发明构建的潮头线检测方法，有效地避免了江面上水纹和波光的影响，识别出任意形态的潮头线，提供精准的点位信息。本发明提供的涌潮流速测量方法具备测量空间尺度大、潮头线识别精确、非接触式安全性高等优势，可达到更好的涌潮流速测量的要求，为涌潮传播规律的研究提供更加全面的数据支持。

技术领域

本发明涉及智慧水利领域，特别涉及一种基于无人机的机器视觉涌潮流速测量方法。

背景技术

钱塘江是浙江省第一大河，发源于安徽南部，流经皖、浙两省，最后经杭州湾注入东海，潮波在进入杭州湾向上游传播的过程中，潮差不断增大，杭州湾平面急剧收缩，潮差增大，加上钱塘江沙坎使水深迅速减小，使得潮波浅水效应增强，导致潮波变形，在涨潮波前部尤其明显，从而形成水位骤然升高的涨潮潮波前锋线，即为涌潮，他是天下独特的自然景观和宝贵的旅游资源，同时，涌潮还存在着一些巨大的危害，比如涌潮造成河床大冲大淤，不利于通航和沿江两岸安县的开发利用；涌潮掏刷堤防及其他涉水建筑物造成潮灾。因此，为保护钱塘江涌潮这一宝贵的自然资源，缓解乃至消除其灾害，积极开展钱塘江涌潮流速研究，加深对涌潮的认知，具有十分重要的学术意义和实际价值。

同时，涌潮观测的手段对于涌潮的研究起着非常重要的意义，传统涌潮形态观测主要分为接触式和非接触式两种方法，接触式方法主要采用单点布设水文观测标尺或水位计等方式，采集的涌潮水位数据往往只是某观测点的点数据，难以获取多点乃至面状涌潮形态数据，不足以为研究钱塘江涌潮形态提供全面的数据支撑，而且在潮水的不断冲刷后，仪器容易损坏，造成测量的精确度下降。非接触式方法包括监控视频测速和音频测速，非接触式测速方法的优点就是安装较方便，在岸边架设即可，并且不会因为潮水的冲刷造成仪器的损坏，但是涌潮在传播过程中速度和形态会受到地形、风向、岸线的影响从而造成涌潮的速度，比如水的深度不同会对涌潮潮头形态、行进速度会产生影响，不同风向的风会对涌潮有激励或压制作用，因此以上两种非接触式的涌潮流速检测的方法就会因为其定点布设监测站的方式而使得检测的范围受到限制，无法观测涌潮的动态变化过程，因此，通过利用无人机的机动性和便携性，将无人机与机器视觉测速相结合，通过控制无人机的飞行路径，能够有效的获取到任意地点的涌潮速度，并且动态地观测涌潮在传播过程中速度的变化过程，为涌潮传播规律的研究提供全面的数据支持。

基于机器视觉的涌潮流速测量方法主要利用涌潮在传播的过程中潮差不断增大，潮波浅水效应增强，导致潮波变形，从而形成水位骤然升高的涨潮潮波前锋线的特点，通过Canny边缘检测，提取出完整的潮头线。籍素芳等人提出利用边缘检测以及霍夫变换提取出潮头线，这种方法简单快速，能够提取出背景简单且涌潮形态是直线的潮头线，但是由于涌潮在推进的过程中各个点位的速度并不完全相同，导致涌潮的形态并不是一条笔直的直线，而是不规则的曲线，因此这种方法就无法精准地提取出任意形态的潮头线；曾旭等人通过建立混合高斯模型来构建基于视频识别的涌潮背景模型，然后再利用所得的背景图像与当前视频帧进行相减，得到钱塘江潮水的前景图像，经过平滑去噪处理后，检测出涌潮信息，但是当水面上存在许多水纹或者光波时，就会使得检测的结果参杂这些水纹和光波，影响潮头线的提取，而本文所提出的潮头线检测的方法不仅可以提取出任意形态的潮头线，还能够有效地避免江面上水纹和光波的影响，精准地提取潮头线。

本文提出的基于无人机的机器视觉涌潮流速测量方法有两个创新点：一是利用无人机机动灵活和监测范围广等优势，以其作为涌潮监测平台来弥补现有固定监测站的不足，有利于获取到任意地点的涌潮速度，并且动态地观测涌潮在传播过程中速度的变化过程，为研究涌潮在传播过程中速度的变化提供全面的数据支持，二是本发明所构建的潮头线检测方法能够有效避免水纹和光波等水面上噪声的影响，自动识别出任意形态的潮头线，并最终选取潮头线任意一点计算潮头线在该点的瞬时速度，为研究涌潮各个点位的瞬时速度提供精准的点位信息。