一种灾害实时预警方法、系统及设备技术方案

本发明专利技术公开了一种灾害实时预警方法、系统及设备，包括获取当前时刻拍摄的待检测区域的第一图像和历史时刻拍摄的待检测区域的第二图像并确定第一位移检测区域和第二位移检测区域，寻找第一位移检测区域的第一所有轮廓和第二位移检测区域的待检测区域的第二所有轮廓并分别与预设的代表性轮廓进行变形匹配，将第一轮廓匹配结果和第二轮廓匹配结果进行局部特征匹配，得到位移值，将第一图像转换成掩膜图像，并将掩膜图像输入混合高斯背景模型，得到运动物体的类别，根据位移值和运动物体的类别，预测待检测区域的灾害类型，有效的解决了因室外环境变化导致的误检、漏检问题，同时也能更及时有效的发现险情并预警。也能更及时有效的发现险情并预警。也能更及时有效的发现险情并预警。

【技术实现步骤摘要】
一种灾害实时预警方法、系统及设备


[0001]本专利技术涉及灾害预警相关
，尤其是涉及一种灾害实时预警方法、系统及设备。

技术介绍

[0002]在公路、铁路等基础设施旁边及居民聚集的山脚、山坡旁边的村庄条件复杂且多变，多面临着山体滑坡、崩塌、泥石流、落石等潜在灾害，且每年因灾害造成的直接或者间接的损失极大，并且容易对车辆、人员造成安全隐患，因此，灾害的实时预警方法已经成为了亟待解决的关键问题。
[0003]目前，室外的天气因素如降雨、降雪，光照的变化等都会对目标的检测造成误检以及漏检，并且一般的塌方、泥石流等自然灾害前期的现象都是微小的，这些因素也导致室外复杂的环境下的检测成为了图像检测中的难点，目前室外的灾害实时预警方法的主要难点在于：灾害种类多，如塌方、落石、泥石流，并且这些灾害的形状以及大小不固定，特征也不明显。
[0004]现有的灾害实时预警方法主要是通过在固定地点放置设备检测其GNSS的信息以及位移、降水等物理信息来判断，但此方法需要去现场布置设备，对施工要求高以及成本也高，并且目前对于落石、积水等检测均是基于视觉实现模板匹配及特征匹配来实现检测，检测单一且鲁棒性低，检测效果不佳。

技术实现思路

[0005]本专利技术旨在至少解决现有技术中存在的技术问题。为此，本专利技术提出一种灾害实时预警方法、系统及设备，能够有效的解决因室外环境变化导致的误检、漏检问题，同时也能更及时有效的发现险情并预警。
[0006]本专利技术的第一方面，提供了一种灾害实时预警方法，包括如下步骤：获取当前时刻拍摄的待检测区域的第一图像和历史时刻拍摄的所述待检测区域的第二图像；确定所述第一图像的第一位移检测区域和所述第二图像的第二位移检测区域；其中，所述第一位移检测区域为所述第一图像中预设的人工靶标区域，所述第二位移检测区域为所述第二图像中预设的的人工靶标区域；寻找所述第一位移检测区域的第一所有轮廓和所述第二位移检测区域的第二所有轮廓；将所述第一所有轮廓、所述第二所有轮廓分别与预设的代表性轮廓进行变形匹配，得到所述第一位移检测区域的第一轮廓匹配结果和所述第二位移检测区域的第二轮廓匹配结果；将所述第一轮廓匹配结果和所述第二轮廓匹配结果进行局部特征匹配，得到所述第一轮廓匹配结果相较于所述第二轮廓匹配结果的位移值；
将所述第一图像转换成掩膜图像，并将所述掩膜图像输入混合高斯背景模型，得到所述混合高斯背景模型输出的所述待检测区域中的运动物体的类别；根据所述位移值和所述运动物体的类别，预测所述待检测区域的灾害类型。
[0007]根据本专利技术的实施例，至少具有如下技术效果：本方法通过获取当前时刻拍摄的待检测区域的第一图像和历史时刻拍摄的待检测区域的第二图像，确定第一图像的第一位移检测区域和第二图像的第二位移检测区域；其中，第一位移检测区域为第一图像中预设的人工靶标区域，第二位移检测区域为第二图像中预设的的人工靶标区域，寻找第一位移检测区域的第一所有轮廓和第二位移检测区域的第二所有轮廓，将第一所有轮廓、第二所有轮廓分别与预设的代表性轮廓进行变形匹配，得到第一位移检测区域的第一轮廓匹配结果和第二位移检测区域的第二轮廓匹配结果，将第一轮廓匹配结果和第二轮廓匹配结果进行局部特征匹配，得到第一轮廓匹配结果相较于第二轮廓匹配结果的位移值，使检测精度达到毫米级，实现更及时的灾害的预警，同时通过将第一图像转换成掩膜图像，并将掩膜图像输入混合高斯背景模型，得到混合高斯背景模型输出的待检测区域中的运动物体的类别，混合高斯背景模型可实现多物体、多形状的目标检测，无需提前分类，并且其强适用性以及鲁棒性能实现复杂环境的目标检测，根据位移值和运动物体的类别，预测待检测区域的灾害类型，从而有效的解决了因室外环境变化导致的误检、漏检问题，实现了更及时更有有效的灾害预警。
[0008]根据本专利技术的一些实施例，所述获取当前时刻拍摄的待检测区域的第一图像和历史时刻拍摄的所述待检测区域的第二图像，包括：获取所述待检测区域在当前时刻的原始拍摄图像与所述待检测区域在历史时刻的原始拍摄图像；提取所述待检测区域在当前时刻的原始拍摄图像与所述待检测区域在历史时刻的原始拍摄图像的特征；其中，所述特征包括功率谱斜率特征、对比度特征和噪声特征；根据所述特征判断所述待检测区域在当前时刻与所述待检测区域在历史时刻的的天气；根据所述待检测区域在当前时刻的天气对所述当待检测区域在当前时刻的原始拍摄图像进行对应的去雾处理或去噪图像增强处理，得到所述当前时刻拍摄的待检测区域的第一图像；根据所述待检测区域在历史时刻的天气对所述待检测区域在历史时刻的原始拍摄图像进行对应的去雾处理或去噪图像增强处理，得到所述历史时刻拍摄的待检测区域的第二图像。
[0009]根据本专利技术的一些实施例，所述寻找所述第一位移检测区域的第一所有轮廓和所述第二位移检测区域的第二所有轮廓，包括：将第一位移检测区域和所述第二位移检测区域分别进行图像增强，得到第一位移检测区域的增强后图像和第二位移检测区域的增强后图像；将所述第一位移检测区域的增强后图像和所述第二位移检测区域的增强后图像分别通过均值滤波器进行滤波，得到第一位移检测区域的滤波后图像和第二位移检测区域的滤波后图像；将所述第一位移检测区域的滤波后图像和所述第二位移检测区域的滤波后图像
分别进行边缘检测与轮廓寻找，得到所述第一位移检测区域的第一所有轮廓和所述第二位移检测区域的第二所有轮廓。
[0010]根据本专利技术的一些实施例，所述将所述第一所有轮廓、所述第二所有轮廓分别与预设的代表性轮廓进行变形匹配，得到所述第一位移检测区域的第一轮廓匹配结果和所述第二位移检测区域的第二轮廓匹配结果，包括：分别计算所述第一所有轮廓的第一归一化中心矩和所述第二所有轮廓的第二归一化中心矩，其中，计算所有轮廓的归一化中心矩的计算公式为：其中，m
ij
为第i+j阶的矩，f(x,y)为图像的灰度分布，u
i+j
为第i+j阶的中心距，Z
i+j
为第i+j阶的归一化中心矩，r为第i+j阶的中间数，x,y为像素点坐标；根据所述第一归一化中心矩计算得到第一轮廓特征；并根据所述第二归一化中心矩计算得到第二轮廓特征；其中，所述第一轮廓特征和第二轮廓特征均包括中心、弧长与面积；根据所述第一归一化中心矩和所述第一轮廓特征计算所述第一所有轮廓与所述代表性轮廓的第一相似度；并根据所述第二归一化中心矩和所述第二轮廓特征计算所述第二所有轮廓与所述代表性轮廓的第二相似度；根据所述第一相似度得到所述第一位移检测区域的第一轮廓匹配结果，根据所述第二相似度得到第二位移检测区域的第二轮廓匹配结果。
[0011]根据本专利技术的一些实施例，所述将所述第一轮廓匹配结果和所述第二轮廓匹配结果进行局部特征匹配，得到所述第一轮廓匹配结果相较于所述第二轮廓匹配结果的位移值，包括：通过黑塞矩阵生成所述第一轮廓匹配结果的第一所有特征点和所述第二轮廓匹配结果的第二所有特征点；通过不同尺寸的盒状滤波器分别对第一轮廓匹配结果和所述第二轮廓匹配结果进行卷积，得到第一轮廓匹配结果的第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种灾害实时预警方法，其特征在于，所述灾害实时预警方法包括：获取当前时刻拍摄的待检测区域的第一图像和历史时刻拍摄的所述待检测区域的第二图像；确定所述第一图像的第一位移检测区域和所述第二图像的第二位移检测区域；其中，所述第一位移检测区域为所述第一图像中预设的人工靶标区域，所述第二位移检测区域为所述第二图像中预设的的人工靶标区域；寻找所述第一位移检测区域的第一所有轮廓和所述第二位移检测区域的第二所有轮廓；将所述第一所有轮廓、所述第二所有轮廓分别与预设的代表性轮廓进行变形匹配，得到所述第一位移检测区域的第一轮廓匹配结果和所述第二位移检测区域的第二轮廓匹配结果；将所述第一轮廓匹配结果和所述第二轮廓匹配结果进行局部特征匹配，得到所述第一轮廓匹配结果相较于所述第二轮廓匹配结果的位移值；将所述第一图像转换成掩膜图像，并将所述掩膜图像输入混合高斯背景模型，得到所述混合高斯背景模型输出的所述待检测区域中的运动物体的类别；根据所述位移值和所述运动物体的类别，预测所述待检测区域的灾害类型。2.根据权利要求1所述的一种灾害实时预警方法，其特征在于，所述获取当前时刻拍摄的待检测区域的第一图像和历史时刻拍摄的所述待检测区域的第二图像，包括：获取所述待检测区域在当前时刻的原始拍摄图像与所述待检测区域在历史时刻的原始拍摄图像；提取所述待检测区域在当前时刻的原始拍摄图像与所述待检测区域在历史时刻的原始拍摄图像的特征；其中，所述特征包括功率谱斜率特征、对比度特征和噪声特征；根据所述特征判断所述待检测区域在当前时刻与所述待检测区域在历史时刻的的天气；根据所述待检测区域在当前时刻的天气对所述当待检测区域在当前时刻的原始拍摄图像进行对应的去雾处理或去噪图像增强处理，得到所述当前时刻拍摄的待检测区域的第一图像；根据所述待检测区域在历史时刻的天气对所述待检测区域在历史时刻的原始拍摄图像进行对应的去雾处理或去噪图像增强处理，得到所述历史时刻拍摄的待检测区域的第二图像。3.根据权利要求2所述的一种灾害实时预警方法，其特征在于，所述寻找所述第一位移检测区域的第一所有轮廓和所述第二位移检测区域的第二所有轮廓，包括：将第一位移检测区域和所述第二位移检测区域分别进行图像增强，得到第一位移检测区域的增强后图像和第二位移检测区域的增强后图像；将所述第一位移检测区域的增强后图像和所述第二位移检测区域的增强后图像分别通过均值滤波器进行滤波，得到第一位移检测区域的滤波后图像和第二位移检测区域的滤波后图像；将所述第一位移检测区域的滤波后图像和所述第二位移检测区域的滤波后图像分别进行边缘检测与轮廓寻找，得到所述第一位移检测区域的第一所有轮廓和所述第二位移检
测区域的第二所有轮廓。4.根据权利要求3所述的一种灾害实时预警方法，其特征在于，所述将所述第一所有轮廓、所述第二所有轮廓分别与预设的代表性轮廓进行变形匹配，得到所述第一位移检测区域的第一轮廓匹配结果和所述第二位移检测区域的第二轮廓匹配结果，包括：分别计算所述第一所有轮廓的第一归一化中心矩和所述第二所有轮廓的第二归一化中心矩，其中，计算所有轮廓的归一化中心矩的计算公式为：其中，m
ij
为第i+j阶的矩，f(x,y)为图像的灰度分布，u
i+j
为第i+j阶的中心距，Z
i+j
为第i+j阶的归一化中心矩，r为第i+j阶的中间数，x,y为像素点坐标；根据所述第一归一化中心矩计算得到第一轮廓特征；并根据所述第二归一化中心矩计算得到第二轮廓特征；其中，所述第一轮廓特征和第二轮廓特征均包括中心、弧长与面积；根据所述第一归一化中心矩和所述第一轮廓特征计算所述第一所有轮廓与所述代表性轮廓的第一相似度；并根据所述第二归一化中心矩和所述第二轮廓特征计算所述第二所有轮廓与所述代表性轮廓的第二相似度；根据所述第一相似度得到所述第一位移检测区域的第一轮廓匹配结果，根据所述第二相似度得到第二位移检测区域的第二轮廓匹配结果。5.根据权利要求4所述的一种灾害实时预警方法，其特征在于，所述将所述第一轮廓匹配结果和所述第二轮廓匹配结果进行局部特征匹配，得到所述第一轮廓匹配结果相较于所述第二轮廓匹配结果的位移值，包括：通过黑塞矩阵生成所述第一轮廓匹配结果的第一所有特征点和所述第二轮廓匹配结果的第二所有特征点；通过不同尺寸的盒状滤波器分别对第一轮廓匹配结果和所述第二轮廓匹配结果进行卷积，得到第一轮廓匹配结果的第一尺度空间和第二轮廓匹配结果的第二尺度空间；根据所述第一轮廓匹配结果的第一所有特征点与第一轮廓匹配结果的第一尺度空间进行特征点定位，得到第一稳定特征点集合；并根据所述第二轮廓匹配结果的第二所有特征点与第二轮廓匹配结果的第二尺度空间进行特征点定位，得到第二稳定特征点集合；分别以第一稳定特征点集合和第二稳定特征点集合为圆心统计预设半径内的harr小波特征，得到第一稳定特征点集合的第一主方向集合和第二稳定特征点集合的第二主方向
集合；根据所述第一主方向集合生成第一特征点描述子集合，并根据第二主方向集合生成第二特征点描述子集合；根据所述第一特征点描述子集合和所述第二特征点描述子集合，并利用最小...

【专利技术属性】
技术研发人员：甘雨，欧高亮，杨世忠，贺云飞，
申请(专利权)人：湖南北斗微芯产业发展有限公司，
类型：发明
国别省市：