[发明专利]一种基于深度学习的洪水演进过程淹没范围测量方法

权利要求书

1.一种基于深度学习的洪水演进过程淹没范围测量方法，其特征在于，首先均匀布置摄像头用来采集整个试验河道的视频数据；然后通过摄像头棋盘格标定法对摄像头通进行标定矫正透视畸变效果；并从视频数据中提取不同时间点图像数据；进而构建洪水试验淹没范围样本库；通过Labelme标注工具对样本进行一次标注；最后采用MASK R-CNN图像实例分割算法实现淹没范围的自动分割识别；通过拼接识别图片得到整个试验河道的淹没范围变化。

2.根据权利要求1所述的一种基于深度学习的洪水演进过程淹没范围测量方法，其特征在于，具体步骤如下：

步骤1，洪水演进试验水面淹没范围视频数据采集，通过在试验平台上架均匀布置一系列的监控摄像头，以正视视角照射试验台表面，用来获取试验过程中的视频数据的采集，摄像头架设分布要均匀，照射范围要保证有重叠；

步骤2，以黑白方格相间的棋盘作为标定板，用来作为摄像头的标定物，通过对标定板在不同位置以及不同角度下采集多张图像进行标定，获取图像丰富的坐标信息；

步骤3，根据摄像头透视畸变矫正的基本原理，利用标定板采集的坐标信息及摄像头内置参数矫正摄像头；

步骤4，在步骤3的基础上，构建洪水演进试验水面淹没范围样本库，

步骤5，对图像数据集进行预处理，搭建水面淹没范围深度学习分割模型；

步骤6，通过收集多个摄像头采集洪水演进试验过程中视频数据，提取出图像数据，基于步骤3进行矫正后，将矫正后的数据输入步骤5搭建好的深度学习模型中，得到淹没范围识别结果图像，根据坐标拼接求取整个河道水面淹没范围。

3.根据权利要求2所述的一种基于深度学习的洪水演进过程淹没范围测量方法，其特征在于，步骤1中数据采集的具体方法如下：

步骤1.1，洪水演进试验水面淹没范围视频数据采集，通过在试验平台上架均匀布置一系列的监控摄像头，以正视视角照射试验台表面，用来获取试验过程中的视频数据的采集，摄像头架设分布要均匀，相邻摄像头照射范围要保证有重叠；

步骤1.2，采用逐帧读取视频保存为高清晰图像数据，图像分辨率为2560*1440。

4.根据权利要求2所述的一种基于深度学习的洪水演进过程淹没范围测量方法，其特征在于，步骤2中标定的具体方法如下：

步骤2.1，以黑白方格相间的棋盘作为标定板，用来作为摄像头的标定物，标定时使标定板充满整个摄像头照射范围；

步骤2.2，通过对标定板在不同位置以及不同角度下采集3组以上的图像，获取图像丰富的坐标信息。