基于大数据分析的获取边坡变形三维数据的边坡监测系统技术方案

本发明专利技术属于边坡监测技术领域，公开了一种基于大数据分析的获取边坡变形三维数据的边坡监测系统，基于大数据分析的获取边坡变形三维数据的边坡监测系统包括：图像采集模块、倾斜度监测模块、裂缝监测模块、主控模块、数据处理模块、三维模型构建模块、滑动预测模块、云服务模块、显示模块。本发明专利技术通过数据处理模块解决了数据中误差的分布对剔除结果的影响、克服了传统方法针对多变量数据粗差剔除的精度不高的问题；能够更加方便地从大量的变量数据中把过失误差和正常的数据分离开来；同时，通过滑动预测模块可以建立基于大数据的大量边坡滑移趋势动态数据库，依据边坡多场监测数据，实现对边坡滑移的预测预警，起到防灾减灾的目的。

Slope Monitoring System for Obtaining Three-Dimensional Data of Slope Deformation Based on Large Data Analysis

The invention belongs to the technical field of slope monitoring, and discloses a slope monitoring system for obtaining three-dimensional data of slope deformation based on large data analysis. The slope monitoring system for obtaining three-dimensional data of slope deformation based on large data analysis includes image acquisition module, slope monitoring module, crack monitoring module, main control module, data processing module and three-dimensional model building module. Sliding prediction module, cloud service module and display module. The invention solves the influence of error distribution in data on the rejection result by data processing module, overcomes the problem of low precision of traditional method for gross error rejection of multivariable data, can separate fault error and normal data from a large number of variable data more conveniently, and can establish a large number of slope slides based on large data by sliding prediction module. The dynamic database of displacement trend realizes the prediction and early warning of slope sliding based on Multi-field monitoring data of slope, and plays the purpose of disaster prevention and mitigation.

【技术实现步骤摘要】
基于大数据分析的获取边坡变形三维数据的边坡监测系统
本专利技术属于边坡监测
，尤其涉及一种基于大数据分析的获取边坡变形三维数据的边坡监测系统。
技术介绍
边坡把破碎松散岩层组合连接成整体，并锚固在地层深部稳固的岩体上，通过施加预应力，使锚索长度范围内的软弱岩体(层)挤压密实，提高岩层层面间的正压力和摩阻力，阻止开裂松散岩体位移，从而达到加固边坡的目的。这种方法的最大特点是：可保持既有坡面状态下深入坡体内部进行大范围加固；预先主动对边坡松散岩层施加正压力，起到挤密锁固作用；同时，锚索孔高压注浆，浆液充填裂隙和孔隙，又可提高破碎岩体的强度和整体性；结构简单、工期短、造价低廉。然而，现有对边坡监测数据不准确，误差大；同时，对边坡预测方法稳定性差，算法收敛速度慢，且不能精确提供预测边坡位移以及滑动判别的显性表达式。综上所述，现有技术存在的问题是：现有对边坡监测数据不准确，误差大；同时，对边坡预测方法稳定性差，算法收敛速度慢，且不能精确提供预测边坡位移以及滑动判别的显性表达式。现有技术不能有效保持图像的边缘，无法实现采集高清、准确的边坡图像数据信息；现有技术数据的检测精度较差，不能及时、准确获取边坡亵渎数据信息；现有技术不能以人眼明暗适应的不同要求调整步进大小，使显示器亮度能够在环境光照度变化时自动而柔和的调节，不能满足不同环境下显示监测系统界面及监测边坡的图像、倾斜度、裂缝数据信息。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种基于大数据分析的获取边坡变形三维数据的边坡监测系统。本专利技术是这样实现的，一种基于大数据分析的获取边坡变形三维数据的边坡监测方法，所述基于大数据分析的获取边坡变形三维数据的边坡监测方法包括：第一步，通过基于去模糊算法的摄像器采集边坡图像数据信息；通过测斜仪采用最佳一致逼近方法实时监测边坡倾斜度数据信息；利用裂缝计实时监测边坡裂缝数据信息；第二步，通过数据处理软件剔除边坡检测的误差大、不正确的数据；通过建模软件根据监测的数据构建边坡三维模型；第三步，利用数据处理软件根据监测的数据预测边坡滑动位移；利用云服务器集中大数据资源对监测的边坡数据进行处理；第四步，通过基于韦伯-费希纳定律的显示器亮度调节算法显示监测系统界面及监测边坡的图像、倾斜度、裂缝数据信息。进一步，基于去模糊算法的摄像器抑制噪声且提高图像的清晰度，具体步骤为：去模糊过程中，指导图像来指导滤波，给出函数：其中，ue是预估计图像，λ>0是正则化参数；利用快速傅里叶变换FFT进行加速，得到傅里叶域上的解，形式如下：其中，F表示FFT算子，F(.)*表示F的复共轭；表示算子▽的傅里叶变换。进一步，通过基于韦伯-费希纳定律的显示器亮度调节算法，满足不同环境下显示监测系统界面及监测边坡的图像、倾斜度、裂缝数据信息，具体算法为：韦伯-费希纳定律指出感觉与对应物理量强度的对数成正比的法则：S＝K1gR+K0；式中S是感觉强度，R是刺激强度，K、K0是常数；显示器亮度与环境光照度之间符合韦伯-费希纳定律；S＝K1gR+K0；式中B是显示器亮度，I是环境光照度；显示器亮度用百分比表示：式中：Bmax为显示器最大亮度值，对于某一显示器来说，其为定值：K′＝K/Bmax，K′0＝K0/Bmax，B’＝0～1；记录此时的照度值和显示器亮度；调整光源照度，重复同样的试验，记录不同组照度值和显示器亮度，分别记为Ii和Bi，i＝1,2,n；令：F＝1gI；则：B′i＝K′Fi+K′0；为得到K和K0，利用最小二乘法，令偏差：vi＝ΔB′i＝B′i-（K′Fi+K′0)；求偏差平方和，得到：值最小，得到最优的K和K0，于是对K和K0分别求偏导，得到：分别等于零，得：解式，得到：当环境光照度减小和增大时，显示器亮度也随之以对数比例减小和增大。本专利技术的另一目的在于提供一种实施所述基于大数据分析的获取边坡变形三维数据的边坡监测方法的基于大数据分析的获取边坡变形三维数据的边坡监测系统，所述基于大数据分析的获取边坡变形三维数据的边坡监测系统包括：图像采集模块，与主控模块连接，用于通过摄像器采集边坡图像数据信息；倾斜度监测模块，与主控模块连接，用于通过测斜仪实时监测边坡倾斜度数据信息；裂缝监测模块，与主控模块连接，用于通过裂缝计实时监测边坡裂缝数据信息；主控模块，与图像采集模块、倾斜度监测模块、裂缝监测模块、数据处理模块、三维模型构建模块、滑动预测模块、云服务模块、显示模块连接，用于通过单片机控制各个模块正常工作；数据处理模块，与主控模块连接，用于通过数据处理软件剔除的边坡检测的误差大、不正确的数据；三维模型构建模块，与主控模块连接，用于通过建模软件根据监测的数据构建边坡三维模型；滑动预测模块，与主控模块连接，用于通过数据处理软件根据监测的数据预测边坡滑动位移；云服务模块，与主控模块连接，用于通过云服务器集中大数据资源对监测的边坡数据进行处理；显示模块，与主控模块连接，用于通过显示器显示监测系统界面及监测边坡的图像、倾斜度、裂缝数据信息。本专利技术的另一目的在于提供一种应用所述基于大数据分析的获取边坡变形三维数据的边坡监测方法的计算机。本专利技术的优点及积极效果为：本专利技术通过数据处理模块解决了数据中误差的分布对剔除结果的影响、克服了传统方法针对多变量数据粗差剔除的精度不高的问题；能够更加方便地从大量的变量数据中把过失误差和正常的数据分离开来；对于ELM和TELM模型中随机初始化的输入权值和阈值对结果精度的影响的问题，本专利技术提出基于粒子群优化的TELM模型，粒子群优化具有相当快的逼近最优解的速度，可以有效的对系统的参数进行优化；粒子群算法的本质是利用当前位置、全局极值和个体极值3个信息，指导粒子下一步迭代位置。其个体充分利用自身经验和群体经验调整自身的状态是粒子群算法具有优异特性的关键；新的PSO-TELM模型解决了随机初始化问题对结果的影响，提高了算法的稳定性；同时，通过滑动预测模块计算过程中基函数根据数据自动完成，无需人工设定，可准确得出边坡位移与多场多变量数据之间的内部关系；计算快速，可以处理数据量较大的样本，预测精度高，且最后得到的显式函数具有可解释性；可以快速建立基于大数据的大量边坡滑移趋势动态数据库，依据边坡多场监测数据，通过分析输入变量的参数相对重要性与边坡滑动判别表达式，实现对边坡滑移的预测预警，起到防灾减灾的目的。本专利技术基于去模糊算法的摄像器有效抑制噪声且提高图像的清晰度，有效保持图像的边缘，实现采集高清、准确的边坡图像数据信息；本专利技术通过测斜仪采用最佳一致逼近方法实时监测边坡倾斜度数据信息，有利于提高数据的检测精度，及时、准确获取边坡亵渎数据信息；本专利技术通过基于韦伯-费希纳定律的显示器亮度调节算法，以人眼明暗适应的不同要求调整步进大小，使显示器亮度能够在环境光照度变化时自动而柔和的调节，满足不同环境下显示监测系统界面及监测边坡的图像、倾斜度、裂缝数据信息。附图说明图1是本专利技术实施例提供的基于大数据分析的获取边坡变形三维数据的边坡监测方法流程图。图2是本专利技术实施例提供的基于大数据分析的获取边坡变形三维数据的边坡监测系统结构示意图；图中：1、图像采集模块；2、倾斜度监测模块；3、裂缝监测模块；4、主控模块；5、数据处理模块；6、三维模型构本文档来自技高网...

【技术保护点】
1.一种基于大数据分析的获取边坡变形三维数据的边坡监测方法，其特征在于，所述基于大数据分析的获取边坡变形三维数据的边坡监测方法包括：第一步，通过基于去模糊算法的摄像器采集边坡图像数据信息；通过测斜仪采用最佳一致逼近方法实时监测边坡倾斜度数据信息；利用裂缝计实时监测边坡裂缝数据信息；第二步，通过数据处理软件剔除边坡检测的误差大、不正确的数据；通过建模软件根据监测的数据构建边坡三维模型；第三步，利用数据处理软件根据监测的数据预测边坡滑动位移；利用云服务器集中大数据资源对监测的边坡数据进行处理；第四步，通过基于韦伯‑费希纳定律的显示器亮度调节算法显示监测系统界面及监测边坡的图像、倾斜度、裂缝数据信息。

【技术特征摘要】
1.一种基于大数据分析的获取边坡变形三维数据的边坡监测方法，其特征在于，所述基于大数据分析的获取边坡变形三维数据的边坡监测方法包括：第一步，通过基于去模糊算法的摄像器采集边坡图像数据信息；通过测斜仪采用最佳一致逼近方法实时监测边坡倾斜度数据信息；利用裂缝计实时监测边坡裂缝数据信息；第二步，通过数据处理软件剔除边坡检测的误差大、不正确的数据；通过建模软件根据监测的数据构建边坡三维模型；第三步，利用数据处理软件根据监测的数据预测边坡滑动位移；利用云服务器集中大数据资源对监测的边坡数据进行处理；第四步，通过基于韦伯-费希纳定律的显示器亮度调节算法显示监测系统界面及监测边坡的图像、倾斜度、裂缝数据信息。2.如权利要求1所述的基于大数据分析的获取边坡变形三维数据的边坡监测方法，其特征在于，基于去模糊算法的摄像器抑制噪声且提高图像的清晰度，具体步骤为：去模糊过程中，指导图像来指导滤波，给出函数：其中，ue是预估计图像，λ>0是正则化参数；利用快速傅里叶变换FFT进行加速，得到傅里叶域上的解，形式如下：其中，F表示FFT算子，F(.)*表示F的复共轭；表示算子▽的傅里叶变换。3.如权利要求1所述的基于大数据分析的获取边坡变形三维数据的边坡监测方法，其特征在于，通过基于韦伯-费希纳定律的显示器亮度调节算法，满足不同环境下显示监测系统界面及监测边坡的图像、倾斜度、裂缝数据信息，具体算法为：韦伯-费希纳定律指出感觉与对应物理量强度的对数成正比的法则：S＝KlgR+K0；式中S是感觉强度，R是刺激强度，K、K0是常数；显示器亮度与环境光照度之间符合韦伯-费希纳定律；B＝KlgI+K0；式中B是显示器亮度，I是环境光照度；显示器亮度用百分比表示：式中：Bmax为显示器最大亮度值，对于某一显示器来说，其为定值：K′＝K/Bmax，K′0＝K0/Bm...

【专利技术属性】
技术研发人员：聂闻，洪溢都，黄鹏睿，邓云川，月福财，李春生，梁启超，宋书亮，
申请(专利权)人：泉州装备制造研究所，
类型：发明
国别省市：福建,35