一种基于计算机视觉与图像处理的海洋潮汐测量方法技术

本发明专利技术公开了一种基于计算机视觉与图像处理的海洋潮汐测量方法，通过CCTV系统扫描水上待监测区域的实时图像的多帧画面，并采用Faster

【技术实现步骤摘要】
一种基于计算机视觉与图像处理的海洋潮汐测量方法


[0001]本专利技术涉及潮位监测技术，特别是一种基于计算机视觉与图像处理的海洋潮汐测量方法。

技术介绍

[0002]随着科学技术的发展，潮汐测量技术已经从人工测量逐渐转变为使用电子设备、卫星观测，潮汐数据也从潮汐信息的观测到实时的潮汐信息的自动获取。潮汐测量技术的快速发展不仅为工农业生产和国防建设服务，而且对于海洋研究和开发具有重大意义。
[0003]考虑到已有的潮汐测量技术(水尺验潮、压力式验潮、超声波验潮和GPS验潮)存在验潮自动化程度低、间接测量转换误差难以消除、水准联测困难、湿端设备为有源装置、造价高等不足。为弥补这些不足，并进一步提升验潮技术，图像处理技术被应用于潮汐测量研究中。潮汐测量中图像处理技术的应用，在一定程度上提高了潮汐测量的精度，实现了潮汐的直接自动化测量，且具有非接触直接测量、无转换误差、建站机动灵活、价格低廉等优点。
[0004]但传统图像算法普遍泛化性弱、调参依赖专业知识和经验，适用于某些极端低算力场景，在算力要求较高的场景中表现能力略显不足。
[0005]计算机视觉作为一种新兴技术，具有处理过程简单快速、结果准确、成本低的有点，能通过图像检测和分割有效地实现图像的预处理，降低图像处理所需要的算力。因此，为进一步提升基于图像处理的潮汐测量技术的算力，更好地适用于复杂环境下的潮位监测，开展计算机视觉与图像处理下的海洋潮汐测量方法研究势在必行。

技术实现思路

[0006]针对现有技术中存在的问题，本专利技术提供了一种能够有效降低传统图像处理所需的算力，实现潮位的实时、动态监测，大幅降低潮位测量的转换误差的基于计算机视觉与图像处理的海洋潮汐测量方法。
[0007]本专利技术的目的通过以下技术方案实现。
[0008]一种基于计算机视觉与图像处理的海洋潮汐测量方法，步骤包括：
[0009]1)建立水上监测平台P，所述水上监测平台P包括闭路电视监控系统和定位设备，所述定位设备用于获取经纬度坐标，所述闭路电视监控系统包括遥控摄像机及其辅助设备，用于获得水上目标的实时图像z；
[0010]2)选定某一闭路电视监控系统可视时刻，确保在闭路电视监控系统视域可覆盖范围内，闭路电视监控系统可以稳定地捕获到包括天空、山体、灯塔、海面的图像，获取由闭路电视监控系统捕捉到的实时图像z的多帧画面z(k)，其中k是采样时刻，满足k＝1,2,
…
,K，K≥20；
[0011]3)基于步骤2)中捕获到的任一实时图像z的多帧画面z(k)，采用深度学习视觉算法框架对目标区域画面z
’
(k)进行检测，并获取目标区域画面z
’
(k)在多帧画面z(k)上的参考目标范围T
k
(x,y,w
’
,h
’
)，其中(x,y)为z
’
(k)关于多帧画面z(k)的中心点坐标，w
’
和h
’
分
别表示目标区域画面z
’
(k)以(x,y)为中心点所围成参考目标范围的宽度和高度；
[0012]4)基于步骤3)中获取参考目标范围T
k
(x,y,w
’
,h
’
)做计算机视觉分割，通过计算机视觉图像分割算法将目标区域中的天空、山和海平面分割，以获得T
k
(x,y,w
’
,h
’
)对应的语义掩膜和和海平面纵坐标y
bottom
；
[0013]5)基于步骤4)中获取的目标区域画面z
’
(k)，对z
’
(k)做二值化处理，以获取关于z
’
(k)的二值化图像，实现目标区域中前景和背景的分割，
[0014]6)基于步骤5)获得的二值化图像z'
Th
，采用OpenCV算法进行图像前景轮廓提取，并取前景轮廓的最高点作为灯塔坐标(x
top
,y
top
)；
[0015]7)可根据步骤6)获得的灯塔坐标(x
top
,y
top
)和步骤4)获得的海平面纵坐标y
bottom
估算灯塔到海平面的像素距离H，计算如下：
[0016]H＝y
bottom
‑
y
top
；
[0017]8)根据已有航保与海事部门提供的潮位报告，设低潮位下推算的像素距离为H
low
，对应的潮位为T
low
，高潮位下推算的像素距离为H
high
，对应的潮位为T
high
，则其他任意时刻下像素距离H对应的潮位为：T＝(H
high
‑
H
low
)/(T
high
‑
T
low
)
×
(H
‑
H
low
)+T
low
。
[0018]步骤1)所述闭路电视监控系统和定位设备可观测的距离为1～2海里，其摄像机的核心参数包括视域角θ、输出图像视域宽度w像素和视域高度h像素，其中θ为60
°
到180
°
，w为320到3840，h为240到2160，对于特定摄像机的某一固定时刻，上述值可以视作定值。
[0019]步骤5)具体为：
[0020]5‑
1)对于目标区域画面z
’
(k)，阈值为T时，前景z0和背景z1发生的概率为
[0021][0022][0023]其中，N0表示图像中像素的灰度值小于阈值T的像素个数，N1表示图像中像素的灰度值大于阈值T的像素个数，w0(T)表示属于前景的像素点占整幅图像z
’
(k)的比例，w1(T)表示属于背景的像素点占整幅图像z
’
(k)的比例，满足N0+N1＝w
’×
h
’
，w0(T)+w1(T)＝1；
[0024]5‑
2)根据步骤5
‑
1)得到的结果计算出阈值为T的类间方差
[0025]σ2(T)＝w0(T)[μ0(T)
‑
μ
T
]2+w1(T)[μ1(T)
‑
μ
T
]2[0026]最优阈值T
*
为类间方差最大时对应的T值，即：
[0027][0028]式中，μ
T
表示图像z
’
(k)总平均灰度值，μ0(T)和μ0(T)分别表示前景和背景的平均灰度值，L表示图像z
’
(k)包含的灰度级总数；
[0029]5‑
3)根据步骤5
‑
2)得到的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉与图像处理的海洋潮汐测量方法，其特征在于步骤包括：1)建立水上监测平台P，所述水上监测平台P包括闭路电视监控系统和定位设备，所述定位设备用于获取经纬度坐标，所述闭路电视监控系统包括遥控摄像机及其辅助设备，用于获得水上目标的实时图像z；2)选定某一闭路电视监控系统可视时刻，确保在闭路电视监控系统视域可覆盖范围内，闭路电视监控系统可以稳定地捕获到包括天空、山体、灯塔、海面的图像，获取由闭路电视监控系统捕捉到的实时图像z的多帧画面z(k)，其中k是采样时刻，满足k＝1,2,
…
,K，K≥20；3)基于步骤2)中捕获到的任一实时图像z的多帧画面z(k)，采用深度学习视觉算法框架对目标区域画面z
’
(k)进行检测，并获取目标区域画面z
’
(k)在多帧画面z(k)上的参考目标范围T
k
(x,y,w
’
,h
’
)，其中(x,y)为z
’
(k)关于多帧画面z(k)的中心点坐标，w
’
和h
’
分别表示目标区域画面z
’
(k)以(x,y)为中心点所围成参考目标范围的宽度和高度；4)基于步骤3)中获取参考目标范围T
k
(x,y,w
’
,h
’
)做计算机视觉分割，通过计算机视觉图像分割算法将目标区域中的天空、山和海平面分割，以获得T
k
(x,y,w
’
,h
’
)对应的语义掩膜和和海平面纵坐标y
bottom
；5)基于步骤4)中获取的目标区域画面z
’
(k)，对z
’
(k)做二值化处理，以获取关于z
’
(k)的二值化图像，实现目标区域中前景和背景的分割，6)基于步骤5)获得的二值化图像z'
Th
，采用OpenCV算法进行图像前景轮廓提取，并取前景轮廓的最高点作为灯塔坐标(x
top
,y
top
)；7)可根据步骤6)获得的灯塔坐标(x
top
,y
top
)和步骤4)获得的海平面纵坐标y
bottom
估算灯塔到海平面的像素距离H，计算如下：H＝y
bottom
‑
y
top
；8)根据已有航保与海事部门提供的潮位报告，设低潮位下推算的像素距离为H
low
，对应的潮位为T
low
，高潮位下推算的像素距离为H

【专利技术属性】
技术研发人员：孙杰，周国豪，张雪林，胡军，陈晨，马枫，
申请(专利权)人：南京智慧水运科技有限公司，
类型：发明
国别省市：