用于河流潮汐区的流速识别方法、装置及程序产品与流程

摘要: 本技术涉及水文监测领域,具体而言,涉及一种用于河流潮汐区的流速识别方法、装置及程序产品。背景技术:1、目前,水文监测领域普遍采用的流速测量手段主要包括声学多普勒...
用于河流潮汐区的流速识别方法、装置及程序产品与流程

本技术涉及水文监测领域,具体而言,涉及一种用于河流潮汐区的流速识别方法、装置及程序产品。

背景技术:

1、目前,水文监测领域普遍采用的流速测量手段主要包括声学多普勒流速剖面仪(adcp)、电磁流速仪及浮标法等接触式观测技术。但是这类方法通过在河道或河口布设物理传感器,直接测量水体的速度分布或断面平均流速。但在潮汐往复环境下,设备需频繁拆装与维护,且受泥沙淤积、浪涌干扰及设备姿态变化等因素影响较大,长期连续监测难度高、运维成本高、风险较大。

2、随着水利信息化与视频监控技术的发展,非接触式流速测量方法成为新的研究方向。该类方法依托视频影像数据,通过图像处理与特征跟踪算法识别水面运动特征,间接反演流速信息,但在潮汐往复的河口环境中仍存在明显不足,例如,视频识别过程中,一是潮位周期性变化会导致摄像机成像比例发生改变,原有标定参数失效,测流结果精度下降;二是潮汐反转阶段流向频繁切换,视频识别算法容易出现方向抖动或误判,并且多数方法需要人工干预进行周期性标定或参数修正,无法实现无人值守的自动识别,难以满足河口连续监测、实时预警及数字化监管的需求。

3、针对相关技术中采用视频识别算法对河口潮汐区的水面流速进行识别,由于存在潮汐反转情况,导致水面流速的误判率高的问题,目前尚未提出有效的解决方案。

技术实现思路

1、本技术的主要目的在于提供一种用于河流潮汐区的流速识别方法、装置及程序产品,以解决相关技术中采用视频识别算法对河口潮汐区的水面流速进行识别,由于存在潮汐反转情况,导致水面流速的误判率高的问题。

2、为了实现上述目的,根据本技术的一个方面,提供了一种用于河流潮汐区的流速识别方法。该方法包括:获取目标河段的多个视频帧和当前潮位,其中,所述目标河段包括:河口潮汐区,所述当前潮位包括:基于所述目标河段的天文潮位和实测潮位确定的当前时刻的潮位;基于所述当前潮位,确定当前潮汐阶段,其中,所述当前潮汐阶段包括下述其中之一:涨潮阶段、落潮阶段、潮汐反转阶段;确定第一映射关系,其中,所述第一映射关系包括:所述视频帧中的像素与该像素在真实世界中的实际尺寸之间的比例关系;基于多个所述视频帧、所述当前潮汐阶段以及所述第一映射关系,对所述目标河段进行水面流速识别,得到目标流速识别结果。

3、进一步地,基于多个所述视频帧、所述当前潮汐阶段以及所述第一映射关系,对所述目标河段进行水面流速识别,得到目标流速识别结果,包括:基于多个所述视频帧,确定目标水面掩膜,并提取所述目标水面掩膜中的特征点,得到多个特征点,其中,所述目标水面掩膜用于表征所述视频帧中的水面区域;基于所述第一映射关系和每个所述特征点的像素数据,确定每个所述特征点关联的流速数据和水面流速方向,其中,每个所述特征点关联的流速数据包括:该特征点的水面流速;基于所述当前潮汐阶段和每个所述特征点的水面流速方向,确定多个所述水面流速的可信度等级,并基于多个所述水面流速的可信度等级和每个所述特征点关联的水面流速,确定所述目标流速识别结果。

4、进一步地,每个所述特征点关联的流速数据还包括:所述特征点的像素速度,所述像素速度表示在所述视频帧中对应像素的移动速度,基于所述第一映射关系和每个所述特征点的像素数据,确定每个所述特征点关联的流速数据和水面流速方向,包括:对于多个所述视频帧中的相邻视频帧,采用稀疏光流策略,确定每个所述特征点的像素位移和相邻视频帧之间的时间差,其中,每个所述特征点的像素位移是指像素在所述相邻视频帧中的移动位移;基于所述第一映射关系,对每个所述特征点的像素位移进行转换,得到每个所述特征点的水面位移,其中,每个所述特征点的水面位移是指该像素位移在真实世界中的实际位移;基于每个所述特征点的像素位移和所述相邻视频帧之间的时间差,确定每个所述特征点的像素速度;基于每个所述特征点的水面位移和所述相邻视频帧之间的时间差,确定该特征点的水面流速和水面流速方向。

5、进一步地,所述第一映射关系包括:基于目标视频帧所确定的像素和实际尺寸的映射关系,所述目标视频帧包括:在所述当前时刻之前能够同时看到水面和m个参照物的视频帧,所述参照物包括:不随水面移动的物体,m为正整数,在基于每个所述特征点的水面位移和相邻视频帧之间的时间差,确定该特征点的水面流速和水面流速方向之后,还包括:在满足预设标定触发条件的情况下,检测所述当前时刻的视频帧中是否存在满足预设质量条件的参照物,得到目标检测结果,其中,所述预设标定触发条件包括:对所述第一映射关系更新的触发条件;在所述目标检测结果指示所述当前时刻的视频帧中存在满足所述预设质量条件的参照物的情况下,计算所述当前时刻的视频帧中的像素和实际尺寸之间的映射关系,得到第二映射关系;将所述第二映射关系、所述当前时刻、所述当前潮位以及所述当前潮汐阶段存入标定表,并基于所述当前潮位在所述标定表中标记所述第二映射关系所适用的潮位区间,其中,所述标定表用于存储不同潮位区间关联的像素与实际尺寸的映射关系。

6、进一步地,基于多个所述水面流速的可信度等级和每个所述特征点关联的水面流速,确定所述目标流速识别结果,包括:在多个所述水面流速的可信度等级为第一可信度等级的情况下,基于多个所述特征点关联的水面流速,确定目标流速识别结果;在多个所述水面流速的可信度等级为第二可信度等级的情况下,基于多个所述特征点关联的水面流速,确定目标流速识别结果,并标记所述目标河段存在局部回流或局部非一致流向,其中,所述第二可信度等级的可信度低于所述第一可信度等级;在多个所述水面流速的可信度等级为第三可信度等级的情况下,对当前时刻的水面流速进行时间域补偿,得到所述目标流速识别结果,其中,所述时间域补偿包括:基于与所述当前时刻相邻的时刻的水面流速识别结果,确定所述目标流速识别结果,所述第三可信度等级低于所述第二可信度等级。

7、进一步地,在多个所述水面流速的可信度等级为所述第二可信度等级或所述第三可信度等级,并且满足所述预设标定触发条件的情况下,所述方法还包括:基于所述第二映射关系和每个所述特征点的像素速度,更新每个特征点的水面流速,得到更新后的水面流速;基于所述更新后的水面流速,更新所述目标流速识别结果。

8、进一步地,基于所述当前潮汐阶段和每个所述特征点的水面流速方向,确定多个所述水面流速的可信度等级,包括:基于所述当前潮汐阶段,确定所述目标河段水面流速的主方向,得到目标流速方向;检测每个所述特征点与所述目标流速方向一致性,得到一致性检测结果;基于所述一致性检测结果,确定多个所述特征点与所述目标流速方向一致的比例,得到一致性比例;基于所述一致性比例,确定多个所述水面流速的可信度等级。

9、进一步地,提取所述目标水面掩膜中的特征点,得到多个特征点,包括:采用角点检测策略提取所述目标水面掩膜中的特征点,得到提取结果;在所述提取结果指示提取到的特征点数量小于预设阈值的情况下,对所述提取结果中的特征点进行补充,得到多个所述特征点。

10、为了实现上述目的,根据本技术的另一方面,提供了一种用于河流潮汐区的流速识别装置。该装置包括:获取单元,用于获取目标河段的多个视频帧和当前潮位,其中,所述目标河段包括:河口潮汐区,所述当前潮位包括:基于所述目标河段的天文潮位和实测潮位确定的当前时刻的潮位;第一确定单元,用于基于所述当前潮位,确定当前潮汐阶段,其中,所述当前潮汐阶段包括下述其中之一:涨潮阶段、落潮阶段、潮汐反转阶段;第二确定单元,用于确定第一映射关系,其中,所述第一映射关系包括:所述视频帧中的像素与该像素在真实世界中的实际尺寸之间的比例关系;识别单元,用于基于多个所述视频帧、所述当前潮汐阶段以及所述第一映射关系,对所述目标河段进行水面流速识别,得到目标流速识别结果。

11、进一步地,识别单元包括:处理子单元,用于基于多个所述视频帧,确定目标水面掩膜,并提取所述目标水面掩膜中的特征点,得到多个特征点,其中,所述目标水面掩膜用于表征所述视频帧中的水面区域;第一确定子单元,用于基于所述第一映射关系和每个所述特征点的像素数据,确定每个所述特征点关联的流速数据和水面流速方向,其中,每个所述特征点关联的流速数据包括:该特征点的水面流速;第二确定子单元,用于基于所述当前潮汐阶段和每个所述特征点的水面流速方向,确定多个所述水面流速的可信度等级,并基于多个所述水面流速的可信度等级和每个所述特征点关联的水面流速,确定所述目标流速识别结果。

12、进一步地,每个所述特征点关联的流速数据还包括:所述特征点的像素速度,所述像素速度表示在所述视频帧中对应像素的移动速度,第一确定子单元包括:第一确定模块,用于对于多个所述视频帧中的相邻视频帧,采用稀疏光流策略,确定每个所述特征点的像素位移和相邻视频帧之间的时间差,其中,每个所述特征点的像素位移是指像素在所述相邻视频帧中的移动位移;转换模块,用于基于所述第一映射关系,对每个所述特征点的像素位移进行转换,得到每个所述特征点的水面位移,其中,每个所述特征点的水面位移是指该像素位移在真实世界中的实际位移;第二确定模块,用于基于每个所述特征点的像素位移和所述相邻视频帧之间的时间差,确定每个所述特征点的像素速度;第三确定模块,用于基于每个所述特征点的水面位移和所述相邻视频帧之间的时间差,确定该特征点的水面流速和水面流速方向。

13、进一步地,所述第一映射关系包括:基于目标视频帧所确定的像素和实际尺寸的映射关系,所述目标视频帧包括:在所述当前时刻之前能够同时看到水面和m个参照物的视频帧,所述参照物包括:不随水面移动的物体,m为正整数,第一确定子单元还包括:第一检测模块,用于在基于每个所述特征点的水面位移和所述相邻视频帧之间的时间差,确定该特征点的水面流速和水面流速方向之后,在满足预设标定触发条件的情况下,检测所述当前时刻的视频帧中是否存在满足预设质量条件的参照物,得到目标检测结果,其中,所述预设标定触发条件包括:对所述第一映射关系更新的触发条件;计算模块,用于在所述目标检测结果指示所述当前时刻的视频帧中存在满足所述预设质量条件的参照物的情况下,计算所述当前时刻的视频帧中的像素和实际尺寸之间的映射关系,得到第二映射关系;第一处理模块,用于将所述第二映射关系、所述当前时刻、所述当前潮位以及所述当前潮汐阶段存入标定表,并基于所述当前潮位在所述标定表中标记所述第二映射关系所适用的潮位区间,其中,所述标定表用于存储不同潮位区间关联的像素与实际尺寸的映射关系。

14、进一步地,第二确定子单元包括:第四确定模块,用于在多个所述水面流速的可信度等级为第一可信度等级的情况下,基于多个所述特征点关联的水面流速,确定目标流速识别结果;第二处理模块,用于在多个所述水面流速的可信度等级为第二可信度等级的情况下,基于多个所述特征点关联的水面流速,确定目标流速识别结果,并标记所述目标河段存在局部回流或局部非一致流向,其中,所述第二可信度等级的可信度低于所述第一可信度等级;补偿模块,用于在多个所述水面流速的可信度等级为第三可信度等级的情况下,对当前时刻的水面流速进行时间域补偿,得到所述目标流速识别结果,其中,所述时间域补偿包括:基于与所述当前时刻相邻的时刻的水面流速识别结果,确定所述目标流速识别结果,所述第三可信度等级低于所述第二可信度等级。

15、进一步地,第二确定子单元还包括:第一更新模块,用于在多个所述水面流速的可信度等级为所述第二可信度等级或所述第三可信度等级,并且满足所述预设标定触发条件的情况下,基于所述第二映射关系和每个所述特征点的像素速度,更新每个特征点的水面流速,得到更新后的水面流速;第二更新模块,用于基于所述更新后的水面流速,更新所述目标流速识别结果。

16、进一步地,第二确定子单元包括:第五确定模块,用于基于所述当前潮汐阶段,确定所述目标河段水面流速的主方向,得到目标流速方向;第二检测模块,用于检测每个所述特征点与所述目标流速方向一致性,得到一致性检测结果;第六确定模块,用于基于所述一致性检测结果,确定多个所述特征点与所述目标流速方向一致的比例,得到一致性比例;第七确定模块,用于基于所述一致性比例,确定多个所述水面流速的可信度等级。

17、进一步地,处理子单元包括:提取模块,用于采用角点检测策略提取所述目标水面掩膜中的特征点,得到提取结果;补充模块,用于在所述提取结果指示提取到的特征点数量小于预设阈值的情况下,对所述提取结果中的特征点进行补充,得到多个所述特征点。

18、根据本技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的可执行程序,其中,在所述可执行程序运行时控制所述计算机可读存储介质所在设备执行所述的用于河流潮汐区的流速识别方法。

19、根据本技术的另一方面,提供了一种电子设备,包括:存储器,存储有可执行程序;处理器,用于运行所述程序,其中,所述程序运行时执行所述的用于河流潮汐区的流速识别方法。

20、根据本技术的另一方面,提供了一种计算机程序产品,包括计算机指令,所述计算机指令被处理器执行时实现所述的用于河流潮汐区的流速识别方法的步骤。

21、在本技术中,采用以下方式:获取目标河段的多个视频帧和当前潮位,其中,目标河段包括:河口潮汐区,当前潮位包括:基于目标河段的天文潮位和实测潮位确定的当前时刻的潮位;基于当前潮位,确定当前潮汐阶段,其中,当前潮汐阶段包括下述其中之一:涨潮阶段、落潮阶段、潮汐反转阶段;确定第一映射关系,其中,第一映射关系包括:视频帧中的像素与该像素在真实世界中的实际尺寸之间的比例关系;基于多个视频帧、当前潮汐阶段以及第一映射关系,对目标河段进行水面流速识别,得到目标流速识别结果,进而解决了相关技术中采用视频识别算法对河口潮汐区的水面流速进行识别,由于存在潮汐反转情况,导致水面流速的误判率高的技术问题。在本技术中,结合天文潮与实测潮位数据,基于潮汐阶段、特征点像素和实际尺寸的映射关系,识别河口潮汐区的表层流速,避免了相关技术中直接采用视频识别算法进行潮汐区水面流速识别,识别结果不准确的情况,从而实现了提高河口潮汐区水面流速识别结果的精准度的技术效果。