一种基于无人机的钱塘江涌潮高度及传播速度测量方法技术

本发明专利技术公开了一种基于无人机的钱塘江涌潮高度及传播速度测量方法，该方法解决了基于视频检测视野范围受到局限的问题的同时，还增加了涌潮高度的测量方法，随着无人机技术的快速发展，使得无人机的应用越来越广，通过利用无人机机动性强、便捷、稳定的特点，搭载双目摄像头进行涌潮的拍摄，利用板载计算机将采集到的图像信息进行涌潮的速度与高度计算，并将计算得到的速度传输给无人机飞控模块，使无人机能够完成跟踪拍摄的任务，相比于岸边假设视频监控装置，利用无人机机动性强的特点，能够在不同时刻以及不同地点监测到涌潮传播速度和涌潮高度的变化过程，为涌潮的科学分析提供了更加全面的数据分析。更加全面的数据分析。

【技术实现步骤摘要】
专利通过在沿江布设的视频探测装置，由其负责采集涌潮视频信息，在进行 分析处理和识别后，将涌潮视频信息通过无线网络发送到涌潮监测中心，该 方式的缺点就是视频探测装置是固定在江边，若需要得到不同河段的涌潮相 关数据，需架设多台设备，消耗大量的人力和物力，并且若需监测部位在距 离江边较远距离时，由于视野范围有限，监测范围仅局限在靠近岸边部分， 使得监测到的数据并不全面，在“基于音频特征识别的江河涌潮监测方法”(公 告号：CN101403636A)中，通过设置在水上的麦克风或设置在水下的声纳接 收音频信号，计算得到涌潮音频能量平均值，如果涌潮音频能量平均值大于 设定的阈值A则判断有涌潮并发出报警信号，该专利中的不足就是当涌潮的 音频特征不明显时无法达到涌潮的识别特征，而且无法识别涌潮高度等形态 特征，因此，本专利提供一种基于无人机的钱塘江涌潮高度测量方法，该方 法解决了视频监测视野范围受到局限的问题的同时，还增加了涌潮高度的测 量方法。
[0005]针对当前涌潮水文监测领域存在的上述问题，本专利技术设计了一种基于 无人机的钱塘江涌潮高度及速度测量方法，该方法解决了基于视频监测视野 范围受到局限的问题的同时，还增加了涌潮高度的测量方法，随着无人机技 术的快速发展，使得无人机的应用越来越广，通过利用无人机机动性强、便 捷、稳定的特点，搭载双目摄像头进行涌潮的拍摄，利用板载计算机将采集 到的图像信息进行涌潮的速度与高度计算，并将计算得到的速度传输给无人 机飞控模块，使无人机能够完成跟踪拍摄的任务，相比于岸边架设视频监控 装置，利用无人机机动性强的特点，能够在不同时刻以及不同地点监测到涌 潮的速度和高度的变化过程，为涌潮的科学分析提供了更加全面的数据分析。

技术实现思路

[0006]本专利技术公开了一种基于无人机的钱塘江涌潮高度及传播速度测量方 法，通过利用无人机搭载双目摄像头的方式，更加全面、高效地监测涌潮在 传播过程中速度及高度的变化过程，为后续涌潮的研究提供更加全面的数据 支持。
[0007]为实现上述目的，本专利技术提供如下技术方案：
[0008]一种基于无人机的钱塘江涌潮高度及传播速度测量方法，包括以下步 骤：S1.无人机搭载板载计算机与双目摄像头作为硬件平台，飞向指定航点并悬停 等待，开启双目摄像头进入视频模式，镜头与江面成一定夹角朝向涌潮来时 方向，等待涌潮到来；S2.利用双目摄像头左右两个相机采集涌潮图像信息，得到两幅图像；S3.利用张正友标定方法对摄像机进行标定，得到摄像机的内参矩阵M和左 右两个摄像机物理坐标系之间的旋转矩阵R和平移矢量T；S4.分别对左、右摄像机拍摄的图像进行特征点监测、描述和匹配，得到可信 的特征点对；S5.根据所述可信的特征点对在所述左右两幅图像中的位置信息，同时使用双 目立体视觉三维测量的相关公式，计算特征点在主摄像机坐标系下的坐标；S6.根据计算得到的特征点在主摄像机坐标系下的坐标，可得到各特征点在不 同时刻所处的位置，即可求得这些特征点向前推进的速度，板载计算机将该 速度传输至无人机飞控模块，实现无人机的跟踪拍摄；
S7.根据所计算得到的特征点在主摄像机坐标系下的坐标，选取并筛选特征 点，从而计算涌潮的高度值；S8.板载计算机保存无人机在不同位置时涌潮的速度及高度数据，为后续涌潮 研究提供数据支持；
[0009]与现有技术相比，本专利技术的有益效果如下：
[0010]1)本专利技术中，可以同时计算涌潮高度和传播速度两个指标；
[0011]2)本专利技术中，利用无人机跟踪拍摄，可得到涌潮在前进过程中传播 速度和涌潮高度的变化情况；
[0012]3)本专利技术中，可利用无人机的机动性强的特点，可得到更大视野范 围的潮头任意点的传播速度和涌潮高度的数据；
附图说明
[0013]附图1为本专利技术的整体流程图。
[0014]附图2为本专利技术的特征点监测、匹配和筛选方法流程图。附图3为本专利技术的双目摄像头工作原理图。附图4为本专利技术的潮头线坐标点集图。附图5为本专利技术的潮头顶面与水平面点集图。
具体实施方式
[0015]下面结合附图和具体实施例，进一步阐明本专利技术。
[0016]本专利技术提供一种基于无人机的涌潮高度及传播速度测量方法，主要过 程如图1所示，通过无人机搭载双目摄像头，采集图像后选取特征点对，通 过选取的特征点对计算各特征点在主摄像机坐标系下的坐标位置，即为该特 征点的三维坐标，通过计算得到的三维坐标计算涌潮在一定时间内的速度和 高度，无人机再根据计算得到的高度进行跟随拍摄，得到涌潮在一段时间内 的速度和高度的变化情况，为后续涌潮的研究提供全面的数据支持，特征点 监测、匹配和筛选流程图如图2所示，在进行摄像头标定后，通过左右摄像 头进行图像采集工作，如图3所示为双目摄像头工作原理图，再有SURF算 法进行特征点选取，通过FlannBasedMatcher方法匹配特征点，最后通过 RANSAC方法筛选特征点。
[0017]具体过程如下：(1)无人机悬停等待：首先，无人机飞向指定航点并悬停等待，开启双目摄像头进入视频模式， 镜头与江面成一定夹角朝向涌潮来时方向，等待涌潮到来，无人机搭载板载 计算机以及一个双目摄像头作为硬件平台，板载计算机负责写入图像处理算 法，将采集到的图像进行图像处理，计算得到的速度值传输至无人机飞控模 块，使无人机能够与涌潮前进的速度同步，完成跟踪拍摄及涌潮高度测量任 务。(2)视频图像采集：利用双目摄像头的左右两个相机采集涌潮图像信息，得到两幅图像，双目 摄像头将这两幅图像传输至无人机的板载计算机上，进行后续的图像处理任 务，板载计算机通过处理每一帧图像的形式实时处理双目摄像头所拍摄的视 频。
(3)摄像头标定：相机成像系统中，共包含四个坐标系：世界坐标系、相机坐标系、图像坐 标系、像素坐标系，这四个坐标系之间的转换关系为：其中，(U，V，W)是世界坐标系下一个特征点的坐标，(u，v)为该点 对应的像素坐标系下的像素坐标，Z为尺度因子。我们将矩阵：称为相机的内参矩阵，内参矩阵取决于相机的内部参数。我们将矩阵：称为相机的外参矩阵，外参矩阵取决于相机坐标系和世界坐标系的相对位 置，R表示旋转矩阵，T表示平移矩阵。(4)选取特征点对：该过程具体主要由特征点提取、特征点匹配以及特征点筛选组成：特征点提取采用的是SURF(Speeded Up Robust Features,加速稳健特征)算 法，SURF算法是一种稳健的图像识别和描述算法，它是SIFT的高效变种， 也是提取尺度不变特征，算法步骤与SIFT算法大致相同，但采用的方法不一 样，要比SIFT算法更高效，SURF使用海森(Hesseian)矩阵的行列式值作特征 点监测并用积分图加速运算，SURF的描述子基于2D离散小波变换响应并 且有效地利用了积分图。特征点匹配采用的是FlannBasedMatcher算法，它是一种近似法，算法更 快但是找到的是最近邻近似匹配，所以当我们需要找到一个相对好的匹配但 是不需要最佳匹配的时候往往使用这种匹配方法，当然也可以通过调整 FlannBasedMatc本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机的钱塘江涌潮高度及传播速度测量方法，其特征在于，包括以下步骤：S1.无人机搭载板载计算机与双目摄像头作为硬件平台，飞向指定航点并悬停等待，开启双目摄像头进入视频模式，镜头与江面成一定夹角朝向涌潮来时方向，等待涌潮到来；S2.利用双目摄像头左右两个相机采集涌潮图像信息，得到两幅图像；S3.利用张正友标定方法对摄像机进行标定，得到摄像机的内参矩阵M和左右两个摄像机物理坐标系之间的旋转矩阵R和平移矢量T；S4.分别对左、右摄像机拍摄的图像进行特征点检测、描述和匹配，得到可信的特征点对；S5.根据所述可信的特征点对在所述左右两幅图像中的位置信息，同时使用双目立体视觉三维测量的相关公式，计算特征点在主摄像机坐标系下的坐标；S6.根据计算得到的特征点在主摄像机坐标系下的坐标，可得到各特征点在不同时刻所处的位置，既可求得这些特征点向前推进的速度，板载计算机将该速度传输至无人机飞控模块，实现无人机的跟踪拍摄；S7.根据所计算得到的特征点在主摄像机坐标系下的坐标，选取并筛选特征点，从而计算涌潮的高度值；S8.板载计算机保存无人机在不同位置时涌潮的速度及高度数据，为后续涌潮研究提供数据支持。2.根据权利要求1所述基于无人机与双目视觉的钱塘江涌潮高度及传播速度测量方法，其特征在于，所述步骤S1中，无人机搭载板载计算机以及一个双目摄像头作为硬件平台，板载计算机负责写入图像处理算法，将采集到的图像进行图像处理，计算得到的速度值传输至无人机飞控模块，使无人机能够与涌潮前进的速度同步，完成跟踪拍摄及涌潮高度测量任务。3.根据权利要求1所述基于无人机与双目视觉的钱塘江涌潮高度及传播速度测量方法，其特征在于，所述步骤S4的具体步骤为：步骤1：使用SURF算法对左右两幅图像进行特征点提取；步骤2：使用FlannBasedMatcher算法对提取的特征点进行粗略匹配；步骤3：使用RANSAC算法对粗略匹配后的特征点对进行筛选，得到可行的特征点对。4.根据权利要求1所述基于无人机与双目视觉的钱塘江涌潮高度及传播速度测量方法，其特征在于，所述步骤S5的具体步骤为：首先，按照下式计算得到左右摄像机拍摄图像中筛选的特征点在...

【专利技术属性】
技术研发人员：占光洁，丁涛，马志斌，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：