基于虚实相机配准与CIM射线求交的水位测量方法及系统与流程
本发明涉及水文监测,尤其公开了一种基于虚实相机配准与cim(cityinformation modeling,城市信息模型)射线求交的水位测量方法及系统。
背景技术:
1、水位监测是水利防汛、流域管控、智慧水务的基础工作,基于视觉与三维模型的非接触式水位测量技术应用日趋广泛。经检索,现有相关专利cn114459564a、cn119810041b公开的视觉水位测量方案,多采用单实景图像解析测算方式,未实现虚实相机精准配准,未结合cim三维地形模型开展射线求交解算,缺少高程畸变识别、剔除及统计优化校准流程。
2、现有技术存在的不足及对应后果:一是仅依靠实景图像二维分析,未建立虚实相机配准体系,像素坐标向三维空间转换精度低;二是未利用空间射线与三维地形模型相交求解高程,测量结果易受视角、遮挡、水面反光干扰;三是未识别并剔除畸变高程数据,异常值直接影响水位计算准确性;四是无多组高程数据统计优化环节,单点测算随机性大、稳定性差,难以满足复杂现场下高精度、高可靠性水位测量需求。
3、因此,如何结合虚实配准、cim射线求交技术实现像素坐标到三维高程的精准转换,并剔除畸变数据以稳定测算水位,成为本领域亟待解决的关键技术问题。
技术实现思路
1、本发明提供了一种基于虚实相机配准与cim射线求交的水位测量方法及系统,旨在解决传统视觉水位测量相机位姿漂移、镜头畸变、水线伪边缘干扰、像素空间映射偏差、地形匹配误差、水面扰动高程畸变和测量精度差的技术缺陷。
2、本发明的一方面涉及一种基于虚实相机配准与cim射线求交的水位测量方法,包括以下步骤:
3、s100、获取图像采集设备的空间位姿信息,将空间位姿信息同步至虚拟采集设备,以虚拟采集设备为无畸变基准,基于虚拟深度图对图像采集设备输出的初始视频流进行景深驱动的动态像素偏移校正,消除镜头畸变及透视误差,完成图像采集设备与虚拟采集设备的虚实配准,得到配准图像序列;
4、s200、采用特征提取模型对配准图像序列进行特征提取,提取配准图像序列包含的水体边缘特征,并依据水体边缘特征确定水线像素坐标;
5、s300、根据水线像素坐标,结合虚拟采集设备的参数信息,将水线像素坐标反向投影至三维空间,生成空间射线集合;
6、s400、调取预先构建的三维地形模型,计算空间射线集合与三维地形模型的射线相交点,得到射线相交点对应的初始高程集合;
7、s500、对初始高程集合执行多维度联合畸变判别:先获取各初始高程对应的空间邻域高程集合并计算局部梯度差值,再对梯度差值集合进行iqr离群点检测得到梯度候选异常高程集合,提取梯度候选异常高程集合对应地形模型的表面曲率数值,将同时满足表面曲率数值大于预设曲率阈值且对应初始高程超出预设高程偏差阈值的初始高程判定为畸变高程;
8、s600、从初始高程集合中剔除畸变高程,得到候选高程集合;
9、s700、采用统计分析算法计算候选高程集合的高程中间数值,并将高程中间数值设定为目标水位。
10、进一步地,步骤s100包括:
11、s110、获取图像采集设备输出的流域水面监测视频流,构建流域水面监测视频流图像集合;
12、s120、从流域水面监测视频流图像集合中提取环境特征点云,解算得到图像采集设备的相机空间位姿矩阵;
13、s130、将空间位姿信息同步至虚拟采集设备,得到同步位姿数据;
14、s140、依据同步位姿数据对虚拟采集设备进行视角对齐处理,得到对齐虚拟视角;
15、s150、基于对齐虚拟视角开展深度映射,生成虚拟深度图;
16、s160、结合虚拟深度图与初始视频流,完成图像采集设备与虚拟采集设备的虚实配准处理,得到配准图像序列。
17、进一步地,步骤s200包括:
18、s210、采用卷积神经网络对获取的配准图像序列进行特征提取与融合,得到融合特征矩阵;
19、s220、利用融合特征矩阵并采用上采样算法进行处理,得到高分辨率特征图像;
20、s230、对高分辨率特征图像进行映射处理,提取高分辨率特征图像中的水体边缘特征;
21、s240、对水体边缘特征进行分析,确定水线像素坐标。
22、进一步地,步骤s300包括:
23、s310、结合虚拟采集设备的参数信息,对水线像素坐标进行变换处理,得到归一化平面坐标;
24、s320、判断归一化平面坐标对应的深度数值是否大于预设深度阈值;
25、s330、若深度数值大于预设深度阈值,则对归一化平面坐标进行齐次化处理,得到初始投影向量;
26、s340、采用外部位姿矩阵对初始投影向量进行运算处理,确定目标方向向量;
27、s350、依据目标方向向量,将水线像素坐标反向投影至三维空间,生成空间射线集合。
28、进一步地,步骤s400包括:
29、s410、调取预先构建的三维地形模型,依据空间射线集合构建射线空间包围盒,利用射线空间包围盒对三维地形模型执行碰撞检测,确定候选表面三角网;
30、s420、计算空间射线集合与候选表面三角网的相交距离,若相交距离小于预设第一预设距离阈值,则确定射线相交点;
31、s430、从射线相交点中提取高程数值,得到射线相交点对应的初始高程集合。
32、进一步地,步骤s500包括:
33、s510、获取初始高程集合中各初始高程对应的空间邻域高程集合;
34、s520、计算初始高程与空间邻域高程集合的局部梯度差值,得到初始高程梯度集合;
35、s530、对初始高程梯度集合进行离群点检测,得到梯度候选异常高程集合;
36、s540、提取梯度候选异常高程集合对应的表面曲率数值;
37、s550、若表面曲率数值大于预设曲率阈值,则判定为局部极值高程;
38、s560、若局部极值高程超出预设高程偏差阈值,则将对应的初始高程判定为畸变高程。
39、进一步地,步骤s600包括:
40、s610、获取初始高程集合以及畸变高程,根据畸变高程在初始高程集合中的高程索引赋予剔除标识,获得带有剔除标识的高程序列;
41、s620、遍历带有剔除标识的高程序列,将未被赋予剔除标识的高程判定为保留高程;
42、s630、根据保留高程对应的空间坐标计算相邻保留高程之间的空间距离,若空间距离小于预设第二预设距离阈值,则得到连续高程片段;
43、s640、对连续高程片段进行平滑处理,从初始高程集合中剔除畸变高程,得到候选高程集合。
44、进一步地,步骤s700包括:
45、s710、获取候选高程集合,采用快速排序算法对候选高程集合内的高程数值进行升序排序,得到有序高程序列;
46、s720、结合有序高程序列中高程数值的排列位置与序列总长度,计算累积概率分布数值,得到候选高程集合;
47、s730、基于有序高程序列的排序位次,采用分奇偶样本量适配的分段公式提取中位数作为候选高程集合的高程中间数值;
48、s740、将高程中间数值确定为目标水位。
49、本发明的另一方面涉及一种基于虚实相机配准与cim射线求交的水位测量系统,用于实施上述的基于虚实相机配准与cim射线求交的水位测量方法,包括:
50、配准图像序列获取模块,用于获取图像采集设备的空间位姿信息,将空间位姿信息同步至虚拟采集设备,以虚拟采集设备为无畸变基准,基于虚拟深度图对图像采集设备输出的初始视频流进行景深驱动的动态像素偏移校正,消除镜头畸变及透视误差,完成图像采集设备与虚拟采集设备的虚实配准,得到配准图像序列;
51、水线像素坐标确定模块,用于采用特征提取模型对配准图像序列进行特征提取,提取配准图像序列包含的水体边缘特征,并依据水体边缘特征确定水线像素坐标;
52、空间射线集合生成模块,用于根据水线像素坐标,结合虚拟采集设备的参数信息,将水线像素坐标反向投影至三维空间,生成空间射线集合;
53、初始高程集合获取模块,用于调取预先构建的三维地形模型,计算空间射线集合与三维地形模型的射线相交点,得到射线相交点对应的初始高程集合;
54、畸变高程判定模块,用于对初始高程集合执行多维度联合畸变判别:先获取各初始高程对应的空间邻域高程集合并计算局部梯度差值,再对梯度差值集合进行iqr离群点检测得到梯度候选异常高程集合,提取梯度候选异常高程集合对应地形模型的表面曲率数值,将同时满足表面曲率数值大于预设曲率阈值且对应初始高程超出预设高程偏差阈值的初始高程判定为畸变高程;
55、候选高程集合获取模块,用于从初始高程集合中剔除畸变高程,得到候选高程集合;
56、目标水位设定模块,用于采用统计分析算法计算候选高程集合的高程中间数值,并将高程中间数值设定为目标水位。
57、本发明所取得的有益效果为:
58、本发明提供的基于虚实相机配准与cim射线求交的水位测量方法及系统,旨在解决传统水位监测中受地形复杂性影响导致测量精度不足、易受异常数据干扰的业务难题。本发明通过获取图像采集设备的空间位姿信息,并将其同步至虚拟采集设备,完成图像采集设备与虚拟采集设备的虚实配准,得到配准图像序列;再采用特征提取模型对配准图像序列进行水体边缘特征提取,确定水线像素坐标;结合虚拟采集设备的参数信息,将水线像素坐标反向投影至三维空间生成空间射线集合,并与预先构建的三维地形模型求交,得到初始高程集合;随后通过预设高程偏差阈值剔除畸变高程,再采用统计分析算法计算候选高程集合的中间数值作为目标水位。本发明实现了图像与三维地形的精准融合,有效消除了异常高程的干扰,显著提升了水位测量的准确性、稳定性与抗干扰能力,所能实现的有益效果具体为:
59、1.本发明依托实体相机空间位姿完成虚实采集设备精准配准,构建虚实图像映射关系并生成标准化配准图像序列,消除实体相机安装偏差、姿态偏移带来的原始图像坐标系误差,解决传统视觉水位测量相机位姿扰动导致基准偏移的问题,夯实水位测量的坐标基准精度。
60、2.本发明依托特征提取模型针对性提取水体边缘特征并锁定水线像素坐标,聚焦水边界有效目标区域完成特征筛选,剔除水面反光、漂浮杂物、岸坡植被等无关图像噪声干扰,实现水线边界特征精细化挖掘,提升水线识别的靶向性与边界定位可靠性。
61、3.本发明结合虚拟相机固有参数完成水线像素坐标三维反向投影,构建空间射线集合,实现二维图像像素信息向三维真实空间几何信息的精准转换,突破传统二维视觉水位测量脱离空间地形约束、测量机理片面的缺陷,完善水位测量空间几何推演逻辑。
62、4.本发明耦合库区三维地形模型完成空间射线精准求交运算,依托真实地形约束求解水线对应空间高程值,贴合水域实际地形地貌完成水位解算,摒弃传统拟合估算法的经验化误差,贴合水域真实空间地理机理,提升水位解算底层逻辑合理性。
63、5.本发明依托预设高程偏差阈值完成异常数据甄别,精准识别水面波动、图像畸变、地形异常扰动引发的畸变高程数据,区分正常水位浮动与算法畸变异常,实现误差源头精准辨识,优化水位数据集的整体数据纯度。
64、6.本发明完成畸变高程定向剔除,滤除偶发扰动带来的错误高程样本,消除单点异常值对最终水位结果的干扰,优化高程样本集合质量,规避野值数据造成的水位测量失真问题。
65、7.本发明通过统计分析算法求解候选高程中位值确定最终目标水位,依托群体样本统计特性弱化局部水面紊动、边缘识别小幅偏差带来的波动误差,进一步优化测量稳定性;整体方案无需布设接触式水位传感设备,适配野外复杂水域、极端天气、复杂岸坡场景,规避传统接触式设备易淤积、易损坏、运维成本高的缺陷,算法轻量化、部署便捷,兼顾测量精准度、环境抗干扰能力与现场工程实用性,适配水库、河道、湖泊多类水域常态化无人水位监测场景。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com