[發(fā)明專利]基于圖像智能識別的邊坡監(jiān)測方法及裝置

在審

• 申請?zhí)枺?/td>: 202211195796.1
• 申請日: 2022-09-29
• 公開（公告）號: CN115564725A
• 公開（公告）日: 2023-01-03
• 發(fā)明（設(shè)計）人: 何云勇;楊柳;劉自強(qiáng);沈樂;周慶;藍(lán)枧卿;張曦;梅本強(qiáng);丁春;冉小松;陳福江;劉太亮;趙澳平
• 申請（專利權(quán)）人: 四川省公路規(guī)劃勘察設(shè)計研究院有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/62;G06T5/00;G06T5/10;G06F16/583
• 代理公司: 北京盛聯(lián)科創(chuàng)知識產(chǎn)權(quán)代理有限公司 11988
• 代理人: 張曉龍

1.一種基于圖像智能識別的邊坡監(jiān)測方法，其特征在于，所述方法包括：

采集已被標(biāo)記的邊坡圖像；

將已被標(biāo)記的邊坡圖像進(jìn)行預(yù)處理；

將已經(jīng)預(yù)處理的圖像采用Canny算子進(jìn)行邊緣檢測，獲得預(yù)處理的圖像中各個圓餅標(biāo)記的邊緣坐標(biāo)；

將圖像坐標(biāo)轉(zhuǎn)化為絕對坐標(biāo)，采用外旋法計算某一個圓餅的面積和中心點坐標(biāo)，然后計算某段邊坡的所有圓餅的面積和中心點坐標(biāo)；

個體變化率和總體變化率計算，根據(jù)數(shù)據(jù)庫內(nèi)多次邊坡滑坡實驗結(jié)果事先設(shè)定的閾值，若個體變化率與總體變化率中任何有一個超過閾值發(fā)出告警。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采集已被標(biāo)記的邊坡圖像，包括：

邊坡上涂刷紅色圓餅狀油漆；

將涂刷的數(shù)個圓餅刷成N行N列的網(wǎng)格狀，網(wǎng)格狀的圓餅均勻分布于整個需檢測的邊坡；

網(wǎng)格狀圓餅的空隙使用紅色油漆涂刷兩個正方形，此為定位標(biāo)識，對此定位標(biāo)識的坐標(biāo)進(jìn)行測量并且測量定位標(biāo)識到每一個圓餅的距離；

每隔預(yù)設(shè)時間采集一下此時邊坡圖像。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，將已經(jīng)預(yù)處理的圖像采用Canny算子進(jìn)行邊緣檢測，獲得預(yù)處理的圖像中各個圓餅標(biāo)記的邊緣坐標(biāo)，包括：

對預(yù)處理的圖像進(jìn)行第一次濾波，濾波公式為

，pg為濾波模板，為中心點，預(yù)處理的圖像，為第一次濾波后的圖像，為像素點；

對第二次濾波，濾波公式為

，為混合濾波器對預(yù)處理的圖像進(jìn)行平滑處理后的圖像，為圖像像素坐標(biāo)系中的坐標(biāo)點，為圖像在存儲數(shù)組中的行的位置，為圖像在存儲數(shù)組中的列的位置，混合濾波器為均值濾波和中值濾波混合的濾波器；

采用四個方向的梯度模板作為邊緣梯度算子對混合濾波器進(jìn)行平滑處理后的圖像進(jìn)行檢測，在像素8鄰域內(nèi)計算x方向、y方向、45°方向和135°方向的梯度幅值，四個方向下的偏導(dǎo)數(shù)數(shù)學(xué)表達(dá)式如下：

梯度幅值

梯度的角度；

為黑塞矩陣，是一個多元函數(shù)的二階偏導(dǎo)數(shù)構(gòu)成的方陣；

為圖像在存儲數(shù)組中的行的位置，為圖像在存儲數(shù)組中的列的位置；

對計算后的梯度圖像的比較的一個是目前像素所擁有的梯度強(qiáng)度，另一個是與沿正負(fù)梯度方向上所擁有的兩個像素的梯度強(qiáng)度；

將目前像素的梯度強(qiáng)度同一時刻和其它兩個像素作類比，當(dāng)發(fā)現(xiàn)目前像素最大，那么當(dāng)前像素點可以保存，并且可以作為邊緣點，如果結(jié)果并非如此，那么當(dāng)前像素點就被抑制；

抑制處理后的圖像利用高閾值和低閾值來確定實際存在和隱藏起來的邊緣，假設(shè)圖像整個灰度級為［0，L－1］，灰度級低于s的像素點構(gòu)成B0類，即灰度級為［0，s］的像素點歸為B0類，灰度級為［s+1，L－1］的像素點為B1類，公式為

，為灰度級i出現(xiàn)的概率，為B0類平均灰度級，為B1類平均灰度級；

圖像的類間方差可以表示為：

當(dāng)類間方差值最大時為高閾值

，低閾值；

利用高閾值和低閾值得到預(yù)處理的圖像中各個圓餅邊緣，獲得預(yù)處理的圖像中各個圓餅標(biāo)記的邊緣坐標(biāo)。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，將圖像坐標(biāo)轉(zhuǎn)化為絕對坐標(biāo)，采用外旋法計算某一個圓餅的面積和中心點坐標(biāo)，然后計算某段邊坡的所有圓餅的面積和中心點坐標(biāo)，包括

通過已知的定位標(biāo)識，確定定位標(biāo)識的圖像坐標(biāo)和絕對坐標(biāo)在x方向上的差值為A，在y方向上的差值為B，則有圖像坐標(biāo)和絕對坐標(biāo)之間的關(guān)系為X=x+A，Y=y+B，（x,y）為圖像坐標(biāo)，（X,Y）為絕對坐標(biāo)；

對整幅圖像的某個圓餅以前一次檢測出的圓餅中心點坐標(biāo)開始向外旋轉(zhuǎn)式掃描，若為首次檢測，則以初始狀態(tài)圓餅中心點坐標(biāo)開始向外旋轉(zhuǎn)式掃描；

依次檢查每一個像素點的灰度值，若灰度值為255就記錄該點，若灰度值為0就舍去該點；

對這個圓餅的掃描直到某層被檢測的所有像素點的灰度值全部為0時掃描完成；

計算一共記錄點的總數(shù)，該點的總數(shù)為此圓餅的面積；

將所有記錄點的灰度值設(shè)置為0；

直到掃描完畢整幅圖像中所有圓餅直到遍歷完整圖像。