[发明专利]基于计算机视觉的山体滑坡实时监测方法无效
申请号: | 201210200560.2 | 申请日: | 2012-06-18 |
公开(公告)号: | CN102721370A | 公开(公告)日: | 2012-10-10 |
发明(设计)人: | 曾接贤;田波;刘肖忠 | 申请(专利权)人: | 南昌航空大学 |
主分类号: | G01B11/02 | 分类号: | G01B11/02 |
代理公司: | 南昌洪达专利事务所 36111 | 代理人: | 刘凌峰 |
地址: | 330000 江西省*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 计算机 视觉 山体 滑坡 实时 监测 方法 | ||
1.一种基于计算机视觉的山体滑坡实时监测方法,实现该监测方法包括标志点、图像采集模块、图像处理模块、GPRS传输模块、监控中心,图像采集模块实时监测标志点,图像采集模块连接图像处理模块,图像处理模块连接GPRS传输模块,GPRS传输模块无线连接监控中心,其特征是首先通过图像采集模块对所布设标志点区域进行图像信息的采集,然后在图像处理模块中进行图像分析,包括图像预处理、标志点的识别,山体滑坡位移判断;如果判断为发生滑坡,则通过GPRS传输模块将位移信息传回监控中心,并在监控中心发出警报,加快图像采集模块的采集频率,通过GPRS传输模块将采集的现场图片传回监控中心,并显示在监控中心的显示模块上;若山体滑坡位移判断为安全,则继续等待采集信息。
2.根据权利要求1所述的基于计算机视觉的山体滑坡实时监测方法,其特征是所述标志点的形状设计成圆形,标志点表面采用红色回光反射材料制作。
3.根据权利要求1所述的基于计算机视觉的山体滑坡实时监测方法,其特征是采用立体视觉系统对待监测区域进行信息采集,立体视觉系统采用两台USB接口的工业摄像机实现对信息的采集,初始化采集频率为 。
4.根据权利要求3所述的基于计算机视觉的山体滑坡实时监测方法,其特征是所述立体视觉系统采用双目摄像机构建立体视觉系统,具体包括:
1)摄像机标定:采用张正友的棋盘格标定法,分别对左右两台摄像机进行摄像机标定,求取摄像机内参数矩阵,畸变向量;
2)立体视觉标定:根据立体视觉成像原理,由摄像机标定方法计算两台摄像机之间的空间位置关系,通过目标点在左右摄像机的成像平面上所成像的视差值计算目标点的深度信息;
3)立体校正:两台摄像机平行向前放置,当两个像平面是完全行对准时,计算立体视差是最简单的;但由于两台摄像机几乎不可能有准确的共面和行对准的成像平面,完美的对准结构在真实的立体系统中几乎不存在,所以在这里使用两台标定摄像机的旋转和平移参数对左右摄像机所成的像进行重投影,使其重投影后的图像实现行对准。
5.根据权利要求1所述的基于计算机视觉的山体滑坡实时监测方法,其特征是所述图像预处理主要包括图像的去噪,平滑和滤波。
6.根据权利要求1所述的基于计算机视觉的山体滑坡实时监测方法,其特征是所述标志点的识别两步实现标志点的精确定位,首先进行标志点的粗定位,初步确标定志点的位置,然后采取精确定位,求取标志点的坐标;标志点粗定位:这里标志点的粗定位主要包括RGB彩色图像到HSI彩色空间的转换、HSI颜色空间分割、HSI空间图像二值化、轮廓提取、采用形状准则去除干扰区域,这里的形状准则主要有周长,面积和椭圆度,最后对标志点进行查全和查准,以确保识别标志点的准确性;标志点的精确定位:标志点的精确定位主要是在标志点粗定位的基础上对标志点进行快速的精确定位,在粗定位识别的标志点中心位置的基础上,对粗定位中识别的标志点位置设为感兴趣区域,直接对图像感兴趣区域进行HSI空间转换,采用周长、面积和椭圆度三个形状准则进行约束,去除干扰因素,最后进行椭圆拟合,求取标志点的几何形心坐标。
7.根据权利要求1所述的基于计算机视觉的山体滑坡实时监测方法,其特征是山体滑坡判断通过设定两个阈值 和实现对是否产生滑坡危险的判断,避免了在単阈值情况下由于干扰因素引起的误判等情况。
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南昌航空大学,未经南昌航空大学许可,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/201210200560.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:居里温度标记、图像对比太阳能电站组件测温系统
- 下一篇:防火风雨密气密门