[发明专利]一种陡坡防滑坡危险勘测方法有效
| 申请号: | 202210761351.9 | 申请日: | 2022-06-30 |
| 公开(公告)号: | CN114816775B | 公开(公告)日: | 2022-09-30 |
| 发明(设计)人: | 谢伟梅 | 申请(专利权)人: | 深圳特科动力技术有限公司 |
| 主分类号: | G06F9/50 | 分类号: | G06F9/50;G06F30/27;G06K9/62;G06N20/10;G01C15/00;G08B21/10;H04L67/12 |
| 代理公司: | 深圳锴权知识产权代理事务所(普通合伙) 44825 | 代理人: | 张巍 |
| 地址: | 518109 广东省深圳市龙华*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 陡坡 滑坡 危险 勘测 方法 | ||
1.一种陡坡防滑坡危险勘测方法,其特征在于:包括:
(S1)采用陡坡地面勘测设备对陡坡防滑坡现场数据信息获取和勘测,通过柔性图像捕获设备采集由测量单元获得的陡坡滑移面位移数据,以便操作员识别地面中滑动危险情况;
(S2)勘测设备将采集到的数据信息经过外部导管到达地面控制单元,控制单元包括服务程序和通信程序,分别进行对勘测信息进行预处理和远程通讯,通过边缘计算网关实现与云平台数据信息的交互,通过边缘计算提高通信交互能力;
(S3)通过边缘计算计算地下水位监测与勘测地层图像数据信息,采用高斯差分函数改进的暗通道先验算法分化勘测图像信息,将复杂的整体图形信息单一化;通过大数据处理中心集中处理勘测图像数据与监控勘测设备勘测数据,通过传输总线传递至后台服务器端;
(S4)微机控制中心负责处理传输的勘测信息,网络通信通过光纤和网络基站完成输出数据信息的传输,将监控设备采集的勘测信息,输送到各自处理主站或者由数据库收录,整个陡坡地质指令调度中心负责全方位监控,通过调度中心对勘测设备状态进行全面检测,提高波动反应能力,对陡坡地面勘测信息波动位置进行针对性校正,根据数据可视化分析滑坡危险度,由上层管理人员决策当前形势的滑坡危险情况,并设计出解决措施;
其中柔性图像捕获设备包括图像选择模块、模糊度判断模块、锁定模块和图像输出模块,其中所述图像选择模块的输出端与模糊度判断模块的输入端连接,模糊度判断模块的输出端与锁定模块的输入端连接,锁定模块的输出端与图像输出模块的输入端连接,其中所述图像选择模块用于选择陡坡防滑坡危险区域的位置,模糊度判断模块用于对陡坡防滑坡危险区域的位置进行轮廓定位,锁定模块用于对陡坡防滑坡危险区域的位置进行精细锁定,图像输出模块用于将锁定的陡坡勘测信息输出;
其中通过暗通道先验DCP算法分化勘测图像信息;
其中所述暗通道先验DCP算法处理陡坡勘测图像的方法为:
步骤一、提取监控陡坡勘测图像数据信息,寻找最清晰的图像数据,函数表达式为:
(1)
式(1)中,为监控陡坡勘测图像数据库;为陡坡勘测监控录像信息变量;为陡坡勘测图像样本;表示数据库标识,
步骤二、差分计算;
差分函数是不同尺度的两个核之间的差,定义如下:
(2)
式(2)中,为常数,与为像素在图像中的横纵位置,为比例空间因子,为陡坡勘测图像尺度;
公式(2)寻找最佳清晰度的过程为DCP算法,将处理后的陡坡勘测图像进行分解;
步骤三、构建分解函数,其中分解函数中每一段的识别时间记为:
(3)
式(3)中,表示分解陡坡勘测图像的识别时间,表示模糊去噪常数,表示去噪后的陡坡勘测高清图像,表示图像受外界环境影响因素;
陡坡勘测图像处理信息;
步骤四、陡坡勘测图像处理函数,表达式为:
(4)
式(4)中,表示图像处理后数据特征识别结果,表示陡坡勘测高清图像,表示陡坡勘测时长,和为初始图像容差和图像法处理后的图像容差;
数据可视化分析滑坡危险度时,通过可视化分析函数实现滑坡危险度检测和评估,其中设置陡坡勘测位置,将不同位置数据信息设置为向量空间函数,则记作为:
(5)
式(5)中,代表不同的勘测位置,表示不同的勘测信息,则不同勘测信息构成的递归图结构为:
(6)
式(6)中,表示数据函数的影响因子,代表系可视化范围,和表示不同的勘测信息特征距离,当时,设定可视化图像坐标原点为,当时,设定其坐标位置为1,之后将n维向量展开,数据信息定义函数为:
(7)
式(7)中,分别代表向量空间中的勘测信息坐标点,用代表不同勘测信息之间坐标距离差的比值,如果该比值大于预先设置的标准值,和之间的向量位置关系有误,则存在危情数据信息。
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深圳特科动力技术有限公司,未经深圳特科动力技术有限公司许可,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/202210761351.9/1.html,转载请声明来源钻瓜专利网。





