[发明专利]一种基于图像模式识别的河流流速测量方法

摘要

一种基于图像模式识别的河流流速测量方法。该方法包含信息采集过程，训练过程和识别过程，信息采集过程获得包含河流的图像以及所述图像当前对应的环境信息和真实流速信息，通过图像处理算法对上述信息数据进行预处理；训练过程利用稀疏表示分类算法设计出符合经预处理后样本的分类器；识别过程在基于训练模块得出的分类器的基础上识别出摄像头当前帧的河流图像的预估流速范围。本发明可以实现河流流速实时监测以及数据远程传输，具有采用无接触式测量安装简单、对设备影响小、准确度高、可以远程传输的优点，非常适合我国山区小型水电站河流流速的监测。

主权项

1.一种基于图像模式识别的河流流速测量方法，其特征在于，包括以下步骤：(1)信息采集：获得包含河流的图像以及所述图像当前对应的环境信息和河流表面流速信息，建立河流流速图像数据库；利用照相机人工拍摄多角度多种环境多种流速的河流图像，其中流速利用流速仪或雷达表面测速仪设备得到；或者利用摄像头标定跟踪河流表面浮标，通过帧间计算得到当前河流图像的流速；通过图像处理算法对上述信息数据进行预处理；(2)训练过程：采用核加权编码系数迭代求解算法对河流流速图像数据库进行训练，得到适合的分类器；其中核加权编码系数迭代求解算法分为以下几个步骤：输入：带类别标签的特征样本X，测试样本y，参数值λ和σ，最大迭代数tmax；S1.计算核矩阵K以及测试样本y与各特征样本的核函数值k(·,y)；S2.依式(1)计算距离加权d，依式(2)计算重构加权r；其中Ki＝Φ(Xi)TΦ(Xi)∈Rni×ni是第i类核矩阵，ki(·,y)＝[k(xi1,y)；…；k(xini,y)]＝Φ(Xi)Tφ(y)是y与第i类输入数据的核矢量，其中·为变量，即·＝[xi1；…；xini]，ni为第i类特征样本数，φ(y)和Φ(Xi)分别是测试样本与输入特征集的变形，且Φ是φ的矩阵描述形式，θ*为目标系数；可见ηi＝ridi由两部分组成，第一部分ri是第i类样本Xi重构测试样本y的冗余，其值越小，代表y属于第i类的概率越大，相应第i类的重构系数θi越大；第二部分di用于惩罚远距离样本，dij值越大，说明相应的样本xij离y越远，对应重构系数θij越小；S3.根据d和r得到η，并构建权值矩阵∏；S4.迭代t＝1，设初始编码系数为θ(t)；S5.依η和θ(t)构建块对角矩阵D；S6.按照公式(3)求解θ(t+1)；其中D是块对角矩阵则可得θ＝(K+λΠTDΠ)‑1k(·,y)  (3)S7.满足收敛则输出θ*，反之则令t＝t+1，并转步骤S4；(3)识别过程：摄像机实时监测河流，对每帧图像进行预处理；利用训练过程得到的分类器进行分类识别，得到对应河流图像及相应的流速范围；(4)移动终端安装客户端后，通过请求数据读写服务，经服务器ID认证之后，远程查看当前河流的流速范围。