[发明专利]一种基于压缩感知图像分析的河流表面流速估计方法

摘要

一种基于压缩感知图像分析的河流表面流速估计方法，步骤如下a)户外设备安装及配置勘测所需监测目标河流的周边环境，然后选择合适的安装位置对摄像头进行安装和配置；b)目标河流表面水流图像采集摄像头以60fps的帧速率拍摄各个时间段、各种天气条件下的河流表面水流视频，由工作人员使用流速仪或测速雷达记录每段视频对应时刻的河流流速；c)图像预处理对截取的水流图像进行灰度化、直方图均衡、对比度增强、降维等预处理；d)表面流速估计通过压缩感知图像分析方法对训练样本数据集进行建模，利用所建模型实时获取测试样本数据的类别标签。进而，依据所得类别标签对应关系映射表得到流速范围。

主权项

一种基于压缩感知图像分析的河流表面流速估计方法，包括如下步骤：a)户外设备安装及配置：勘测所需监测目标河流的周边环境，然后选择合适的安装位置安装及配置摄像头：若河流有桥，则将摄像头安装于桥梁上；若河流无桥，则选取平坦的河岸树立柱子或架设索道来安装摄像头；所选取的海康威视网络高清红外智能球是一款户外防水WiFi夜视高清监控设备，200万像素，支持POE供电，远距离大范围红外补光覆盖；此外，该款设备通过调整球机的角度使摄像头平行投射于河流水面之上，之后调整摄像头的焦距，使其捕获的画面仅存在水流图像，而无河岸杂物；b)摄像头以60fps的帧速率拍摄各个时间段、各种天气条件下的河流表面水流视频，由工作人员使用流速仪或测速雷达记录每段视频对应时刻的河流流速；通过无线网络将视频数据传输到中心监控管理平台，利用视频处理软件逐帧截取水流图像，图像分辨率为1920像素×1080像素；此后，将同一流速范围内的水流图像归为同一类别标签，且设置它们的流速值为该流速范围；根据所采集图像和类别标签的映射关系，建立训练样本数据集。；根据类别标签和流速范围的对应关系，建立类别标签与流速的关系映射表；c)图像预处理：对截取的水流图像进行灰度化、直方图均衡、对比度增强、降维等预处理；其中，将彩色图像转化为灰度图像的灰度化过程能减少后续处理时的计算量。直方图均衡可以有效加强图像的局部对比度，尤其对水流图像来说，能够更好地突出特征。而通过对比度增强能扩大图像中不同物体特征之间的差异，抑制无用信息，提高识别率；此外，对于分辨率为1920像素×1080像素的水流图像，由于其信息量过大，包含很多冗余信息，计算繁琐，不利于实时估计。通过降维就能有效去除冗余信息，提取有用特征，提高识别的效率。最后，将预处理后的图像转换为计算机矢量形式进行存储；d)表面流速估计：通过压缩感知图像分析方法(特征约束组稀疏分类器，GSCFC)对训练样本数据集进行建模，利用所建模型实时获取测试样本数据的类别标签；进而，依据所得类别标签对应关系映射表得到流速范围；给定X＝[X1,…,Xc]∈Rm×n作为训练样本，其中Xi＝[xi1,xi2,…,xini]∈Rm×ni是第i类数据的训练样本子集，xij代表第i类数据的第j个样本，c为训练样本的类别总数，ni为第i类训练样本子集的个数，n＝∑i＝1cni为训练样本总数，y∈Rm为测试样本，m为维度；具体包括以下步骤：d1.构建目标函数为：其中，上式的第一部分是重构误差，第二部分是对系数矢量θ的l12混合范数正则化项，θi＝[θi1；θi2；…；θini]∈Rin是Xi对应的重构编码系数矢量；y＝Xθ代表除第i类元素外，系数矢量θ∈Rn余下的元素都为0；第一部分中包含特征加权约束，s表示特征加权矢量，s＝[s1,s2,…,si]，且特征加权值si∈[0,1)，i＝1,…,m；当测试样本中第i个特征点受到噪声干扰时，通过si可以削弱甚至剔除该点的重构贡献；d2.由于河流表面流速估计需要实时性，则采用迭代重约束方法进行模型求解以达到提高运行效率的目的；为方便微分计算引入矩阵S＝diag{s1,s2,…,sm}∈Rm×m；通过以上定义可上式改写为：minθ||S(Xθ-y)||22+λΣi=1c||θi||2---(2)]]>d3.求微分并将微分后的结果设为0可得：XTSTSXθ‑XTSTSy+λDθ＝0   (3)其中，块对角矩阵D为：d4.可求得θ为：θ＝(XTSTSX+λD)‑1XTSTSy   (5)d5.通过迭代求解得到最优化系数θ*后，即可通过判别规则获得测试样本y的归属类别：