一种基于视频的水灾检测系统及方法技术方案

本发明专利技术涉及一种基于视频的水灾检测系统，包括水位采集模块、视频采集模块和图像分析模块；所述视频采集模块用于采集现场视频数据，并将视频数据发送到图像分析模块；所述图像分析模块用于根据DRR算法、DWD算法和DFD算法对视频数据中的视频帧进行处理，对每个视频帧进行分析处理，根据每个视频帧中物体的边缘信息和色彩信息，判断路面是否存在积水，并判断是否产生水灾信息；所述水位采集模块用于采集水位信息。本发明专利技术实现了通过视频分析并检测水灾信息是否发生，保证视频监控的同时能提供更智能的信息，从而提高视频监控的准确性和安全性。

【技术实现步骤摘要】

本专利技术涉及图像处理及智能识别
，更具体的说，是涉及一种基于视频的水灾检测装置及方法。
技术介绍
当今社会科学技术高速发展，人工智能、计算机机器视觉技术、自动化技术变得越来越成熟，因此视频监控的要求也越来越高，不仅仅是之前的单纯的视频监控，还要具备基本的智能识别、自动处理等功能。现在很多城市夏季强降雨之后道路或社区路面会产生积水，甚至产生水灾情况，对于这种情况一般的城市视频监控可以监控到，但是需要人员逐个摄像头进行检查，因此自动检测水灾更是尤为重要，不仅仅要能计算这些场景是否存在积水，还要求对积水区域的人员、车辆等信息进行识别，检测出是否有水灾情况，是否有人员车辆被困现象。水灾事故发生存在突发性，危险性，甚至可能危机到人员的生命安全，因此如果能通过某种方法有效的检测出事故的发生，可以更好的完成监控，更早的提醒相关人员进行救助。申请号为CN201110364891.5的中国专利技术专利《一种基于射频信号衰减的铁道水灾检测及预警装置》，其主要特点是利用射频单元接收的信号强度值的变化来检测和预警铁道上的水灾的发生；本专利技术与其主要区别是，本专利技术主要以图像识别为依据，可自动识别区域内的车道信息，并辅以水位信息，可判断是否产生水灾告警，且当水灾发生时，可继续识别存在人员和车辆滞留情况，并识别出是否产生人员被困和车辆被困的告警；不但水灾识别的方法不同，而且识别出水灾产生还可检测出是否存在人员和车辆被困的信息。
技术实现思路
有鉴于此，有必要针对上述问题，提供一种基于视频的水灾检测装置及方法，实现水灾事故信息的监测和警报，并通过网络将警情信息发送出去的装置。本专利技术实现了通过视频分析并检测水灾信息是否发生，保证视频监控的同时能提供更智能的信息，从而提高视频监控的准确性和安全性。为了实现上述目的，本专利技术的技术方案如下：一种基于视频的水灾检测系统，包括水位采集模块、视频采集模块和图像分析模块；所述视频采集模块用于采集现场视频数据，并将视频数据发送到图像分析模块；所述图像分析模块用于根据DRR算法、DWD算法和DFD算法对视频数据中的视频帧进行处理，对每个视频帧进行分析处理，根据每个视频帧中物体的边缘信息和色彩信息，判断路面是否存在积水，并判断是否产生水灾信息；所述水位采集模块用于采集水位信息。作为优选的，所述视频采集模块包括镜头、视频传感器和视频处理器；所述镜头用于采集现场视频画面信息；所述视频传感器用于将视频画面转换为数字信息，所述视频处理器用于接收并处理视频传感器采集的视频数据。作为优选的，所述水位采集模块包括超声波水位计，用于采集水位信息。如图2所示，所述图像分析模块包括图像预处理单元、监控区域自识别单元、积水检测单元和水灾检测单元；所述图像预处理单元用于获取视频数据，对每一个视频帧进行处理，得到视频帧画面中物体边缘信息和色彩信息；所述监控区域自识别单元用于根据边缘信息和色彩信息自动识别道路边缘信息，自动设定检测区域的相关目标信息；所述积水检测模块用于检测积水信息；所述水灾检测模块用于根据视频和积水信息，检测是否发生水灾，是否有人员和车辆被困的信息。作为优选的，还包括视频编码模块和视频传输模块，所述视频编码模块用于对视频进行压缩编码处理，所述视频传输模块用于将编码模块后视频数据通过网络发送出去。一种基于视频的水灾检测的方法，包括以下步骤：S1、采集视频数据，并实时采集水位信息；S2、对视频数据的图像进行机器视觉处理，主要包括灰度处理，二值化处理，边缘检测，色彩转换；S3、使用DRR算法进行自动识别画面范围内的道路边缘信息，并设置检测范围；S4、使用DWD算法分析设定范围内是否存在积水，积水范围、积水的颜色；S5、使用DFD算法分析，根据步骤S4的结果分析水灾中是否产生水灾，是否存在被困人员或车辆，如果存在则产生告警信息；S6、将数据及告警信息通过网络发送出去，主要包括水灾产生、水灾困人、水灾困车的告警信息。作为优选的，所述步骤S2具体包括：S21、对视频数据中的视频帧图像做灰度处理，得到灰度数据；S22、对灰度数据进行二值化处理；S23、对二值化处理后的数据进行Canny算法处理，得到图像中的物体边缘；S24、对得到的物体边缘数据进行HoughLines直线检测，检测画面中是否存在直线信息；S25、对图像进行色彩转换，从YUV数据转为RGB，保存画面的图像色彩信息，得到每一个像素点的RGB色彩信息。作为优选的，所述步骤S3具体包括：S31、对得到的数据进行分类，去掉其他干扰信息，只保留画面中间部分的斜线，这些斜线是道路的边缘的信息；S32、提取其中间的色彩信息，综合得到斜线中间的部分的RGB信息，与已知的路面的色彩信息进行比对，判断其是否为路面，如果没有检测到路面信息，则返回重新检测新的视频帧；S33、若检测出路面，统计连续检测出路面的次数是否大于N；若是则判断自动检测标志，若否且M分钟内未识别出道路，则确定没有检测到车道信息，需要手动设置车道线，修改自动检测标志为否；S34、判断自动检测标志，若是则将路面边缘直线信息保存为目标监控区域，若否则手动设置路面边缘信息并保存为目标监控区域。作为优选的，所述步骤S4具体包括：S41、获取监控区域水位信息，根据水位的高度判断是否存在积水；若无积水则将无积水信息汇总，若有积水则检测监控区域是否存在边缘信息S42、若积水未覆盖到道路两边边线，则当前积水未覆盖到整个道路，需要将判断积水的深度；若积水覆盖了整个道路，则需要判断道路上的积水区域是否存在水流特征，判断其色彩信息是否同原始的道路路面色彩信息一致；S43、若画面中识别的积水区域的色彩信息仍然与原始路面的色彩信息一致，认为当前画面中无流水特征，需判断积水深度；根据水位信息判断是否水位超过Hcm，如果超过则判断为有积水，没有超过则认为无积水，再将有无积水信息汇总。作为优选的，所述步骤S5具体包括：S51、若检测到积水，记录检测到的时间T10，并仅记录第一次，记录检测到的次数C1；继续检测，若检测到C1的次数大于M1次，记录此时的时间T11，若T11-T10大于N1分钟，则判断发生水灾；若没有检测到积水，则需要判断是否已发生过水灾；S52、若已发生水灾，则记录未检测到积水的时间T20，统计未检测到积水的次数C2，继续检测，若检测到C2的次数大于M2次，记录此时的时间T21，T21-T20大于N2分钟时，判断水灾恢复；S53、若已发生水灾，则判断水灾区域是否有人员存在、是否已发生人员被困警告，并判断是否存在车辆滞留情况、是否已发生车辆被困告警；S54、根据二值化后图像中是否存在人形轮廓来判断是否有人员滞留情况，检测到人员滞留时，记录检测到的时间T30，并仅记录第一次，记录检测到的次数C3，继续记录，若检测到C3的次数大于M3次，记录时间T31，若T31-T30大于N3分钟，则判断发生人员被困告警；当判断已产生过人员被困告警，且当前有检测到没有人员滞留情况，则记录当前时间T40，仅记录第一次的时间，记录检测到的次数C4；继续检测，若C4的次数大于M4次，记录时间T41，T41-T40大于N4分钟，则判断人员被困解除；S55、根据二值化后图像中是否存在车形轮廓来判断积水区域是否有车辆滞留情况；判断当前区域是否发生过车辆被困告本文档来自技高网...

【技术保护点】
一种基于视频的水灾检测系统，其特征在于，包括水位采集模块、视频采集模块和图像分析模块；所述视频采集模块用于采集现场视频数据，并将视频数据发送到图像分析模块；所述图像分析模块用于根据DRR算法、DWD算法和DFD算法对视频数据中的视频帧进行处理，对每个视频帧进行分析处理，根据每个视频帧中物体的边缘信息和色彩信息，判断路面是否存在积水，并判断是否产生水灾信息；所述水位采集模块用于采集水位信息。

【技术特征摘要】
1.一种基于视频的水灾检测系统，其特征在于，包括水位采集模块、视频采集模块和图像分析模块；所述视频采集模块用于采集现场视频数据，并将视频数据发送到图像分析模块；所述图像分析模块用于根据DRR算法、DWD算法和DFD算法对视频数据中的视频帧进行处理，对每个视频帧进行分析处理，根据每个视频帧中物体的边缘信息和色彩信息，判断路面是否存在积水，并判断是否产生水灾信息；所述水位采集模块用于采集水位信息。2.根据权利要求1所述的基于视频的水灾检测系统，其特征在于，所述视频采集模块包括镜头、视频传感器和视频处理器；所述镜头用于采集现场视频画面信息；所述视频传感器用于将视频画面转换为数字信息，所述视频处理器用于接收并处理视频传感器采集的视频数据。3.根据权利要求1所述的基于视频的水灾检测系统，其特征在于，所述水位采集模块包括超声波水位计，用于采集水位信息。4.根据权利要求1所述的基于视频的水灾检测系统，其特征在于，所述图像分析模块包括图像预处理单元、监控区域自识别单元、积水检测单元和水灾检测单元；所述图像预处理单元用于获取视频数据，对每一个视频帧进行处理，得到视频帧画面中物体边缘信息和色彩信息；所述监控区域自识别单元用于根据边缘信息和色彩信息自动识别道路边缘信息，自动设定检测区域的相关目标信息；所述积水检测模块用于检测积水信息；所述水灾检测模块用于根据视频和积水信息，检测是否发生水灾，是否有人员和车辆被困的信息。5.根据权利要求1所述的基于视频的水灾检测系统，其特征在于，还包括视频编码模块和视频传输模块，所述视频编码模块用于对视频进行压缩编码处理，所述视频传输模块用于将编码模块后视频数据通过网络发送出去。6.一种基于视频的水灾检测的方法，其特征在于，包括以下步骤：S1、采集视频数据，并实时采集水位信息；S2、对视频数据的图像进行机器视觉处理，主要包括灰度处理，二值化处理，边缘检测，色彩转换；S3、使用DRR算法进行自动识别画面范围内的道路边缘信息，并设置检测范围；S4、使用DWD算法分析设定范围内是否存在积水，积水范围、积水的颜色；S5、使用DFD算法分析，根据步骤S4的结果分析水灾中是否产生水灾，是否存在被困人员或车辆，如果存在则产生告警信息；S6、将数据及告警信息通过网络发送出去，主要包括水灾产生、水灾困人、水灾困车的告警信息。7.根据权利要求6所述的基于视频的水灾检测方法，其特征在于，所述步骤S2具体包括：S21、对视频数据中的视频帧图像做灰度处理，得到灰度数据；S22、对灰度数据进行二值化处理；S203、对二值化处理后的数据进行Canny算法处理，得到图像中的物体边缘；S24、对得到的物体边缘数据进行HoughLines直线检测，检测画面中是否存在直线信息；S25、对图像进行色彩转换，从YUV数据转为RGB，保存画面的图像色彩信息，得到每一个像素点的RGB色彩信息。8.根据权利要求7所述的基于视频的水灾检测方法，其特征在于，所述步骤S3具体包括：S31、对得到的数据进行分类，去掉其他干扰信息，只保留画面中间部分的斜线，这些斜线是道路的边缘的信息；S32、提取其中间的色彩信息，综合得到斜线中间的部分的RGB信息，...

【专利技术属性】
技术研发人员：李尚荣，徐良平，
申请(专利权)人：武汉烽火众智数字技术有限责任公司，
类型：发明
国别省市：湖北;42