[发明专利]一种基于目标特征的运动矢量估计方法

说明书

技术领域

本发明公开了一种基于目标特征的运动矢量估计方法，属于非接触式明渠测流的技术领域。

背景技术

针对甚高流速的洪峰（大于5～6m/s）等复杂水流条件（或极端条件）下的测验，尤其是山溪性河流高洪期洪水暴涨暴落，水流速度变化快，含沙量高，漂浮杂物多，致使常规的河流流量测验方案无法开展布置，测速方法和仪器不能正常地施测。

河流表面流速分布是水文监测中重要的测量参数，无论是对于流量估计还是河流泥沙淤积、河岸侵蚀模式的研究都至关重要。为了测量一段河流表面的流速分布，通常需要采用间隔安放的流速仪测量，这些流速仪安装在桥上或者横跨河流宽度的绳索上，或用测量船只。这种使用间隔流速仪测量流速的方法提供空域和时域分辨率都很差的数据。比如测量一个横断面为50米的河流要用数小时而且测量的数据局限在安装流速仪桥附近的横断面，而不是整个水面的流场分布。因此，至今仍尚未有支持高洪期稳定可靠和有效地测流技术方法以及相应的产品化仪器设备。

大尺度粒子成像测速（Large-Scale PIV，LSPIV）是目前极端条件下进行应急测验或巡测的一种可能手段。上世纪90年代末，实验室环境下的粒子光学成像测速（Particle Image Velocimetry，PIV）被改造引入日本Yodo河洪水的观测。这种大尺度粒子成像测速（LSPIV）通过测量某一小图像区域（观测窗口）的水面漂浮物及天然示踪模式（如波纹、浪花或旋涡等代替实验室环境下的人工示踪粒子）的平均位移来得到该区域中心处的流速。

但是，极端测验条件下流体物化属性及测验环境复杂多变，水流示踪/漂浮物的尺度、旋转与遮挡等非刚体运动状态急速变化，特别是在水面光强、水面反射及水下和天空散射等光线扰动的复杂光学环境下，目前通常采用基于统计学的区域灰度相关匹配、目标跟踪等一类算法的LSPIV，极易出现伪矢量（甚至无矢量），严重造成成像视场中的观测目标运动矢量时空分布不均或密度较低，极易导致河流表面流速场重建错误。

通过对影响水面流速测验精度、稳定性及敏感性要素的剖析，仅对LSPIV的目前水面观测目标检测方法直接做一般的改造，或者平移和借用图像信息处理相关领域的先进技术方法，诸如水面舰艇、水雷或海洋溢油遥感等较大目标的检测等研究成果，并不适用于本课题中大视场观测下水流示踪/漂浮物这类光学特性复杂的弱小目标可靠、稳定地连续检测任务的要求。如何解决水面弱小目标信息的可靠连续采集和鲁棒检测、运动矢量精准估计等关键技术，进而为流场重建与定标提供可靠基础，是目前LSPIV存在的瓶颈问题，也是一项极具挑战性的研究课题。

发明内容

本发明所要解决的技术问题是针对上述背景技术的不足，提供了一种基于目标特征的运动矢量估计方法。

本发明为实现上述发明目的采用如下技术方案：

一种基于目标特征的运动矢量估计方法，包括如下步骤：

步骤1，获取web服务器中前后两帧视频图像，处理每帧视频图像得到目标图像；

步骤2，计算每帧视屏图像中的目标特征值；

步骤3，以前一帧视频图像中的一个目标为样本目标，根据样本目标特征值计算出河流水面流速起始值；

步骤4，利用特征匹配跟踪方法，比较后一帧视频图像中目标特征值和步骤3所述样本目标的特征值，获取前后两帧视频图像中目标特征值差最小的目标；

步骤5，在搜索范围内寻找后一帧视频图像中唯一与步骤3所述样本目标特征值差值最小的目标，并计算河流水面流速初始矢量，

其中：所述搜索范围是在样本目标运动方向正负M度以内，到样本目标距离在平均运动距离N倍以内的水面区域，M为小于180的正数，N为小于2的整数；

步骤6，重复步骤3至步骤5，直至前一帧视频图像中的每一个目标都作为样本目标与后一帧视频图像中的所有目标进行特征值匹配并计算出河流水面流速矢量；

步骤7，利用步骤5得到的河流水面流速初始矢量和步骤6得到的河流水面流速矢量构成河流水面流速场。

所述一种基于目标特征的运动矢量估计方法，步骤2中目标特征值采用如下步骤计算：

步骤2-1，根据目标面积S、周长C计算目标的圆度Afa；

步骤2-2，根据目标面积、圆度计算目标特征值value：

value=α·S+β·Afa；

其中，α、β为小于1的整数，且α+β＝1。

所述一种基于目标特征的运动矢量估计方法步骤5的具体实施如下：