基于视频的河流流量流速监测方法及系统技术方案

本发明专利技术涉及视频测量学技术领域，具体涉及基于视频的河流流量流速监测方法及系统，采集河流视频数据中测量点的局部河流表面流速，获取河流表面流速序列；获取水深数据，根据水深数据绘制河流横截断面；获取河流横截断面上的样本点和河床线；根据样本点到河床线的距离获取流速衰减因子，进而结合河流表面流速序列获得预估流速；根据测量点到河床线的距离及局部河流表面流速获得样本点的预测流速；根据预估流速和预测流速获得置信预测流速，进而结合预估流速获得样本点的修正流速；根据样本点的修正流速获得河流横截断面的河流流量及河流平均流速

【技术实现步骤摘要】
基于视频的河流流量流速监测方法及系统


[0001]本专利技术涉及视频测量学
，具体涉及基于视频的河流流量流速监测方法及系统
。

技术介绍

[0002]河流是自古以来就是人类活动中的重要组成部分，在城市的运行中也承担着重要的角色，随着经济的快速发展，准确测量水资源，合理分配水域资源是现代社会的重要议题
。
检测河流的流量流速是水资源管理和水文研究的任务之一，常用来监测河流流速的装置有电波雷达流速仪，流速测量器，声学多普勒流速剖面仪等
。
此外，还用更传统的浮标法和漂浮物法，原理为观测物体在水面上移动的距离和时间来计算水流流速
。
河流的流量等于平均流速乘以横截面积，在已知横截面积的情况下可简单的估算出河流的流量
。
河流的流量监测在水资源的管理，洪水预警，生态保护和能源利用方面都发挥着重要作用
。
[0003]综上所述，传统的河流流速测量方法需要采用流速仪或漂流物等设备，往往需要人工干预或在特定的位置放置监测装置
。
而河流的流速在截面处整体分布不均匀，河流中间区域流速大，越靠近岸边的水流流速越小，单一位置的流速难以代表河流的整个截面的平均流速
。
因此，现有的通过单一位置监测河流流量流速的方法存在较大误差
。

技术实现思路

[0004]本专利技术提供基于视频的河流流量流速监测方法及系统，以解决现有的河流流量流速监测方法存在较大误差的问题
。
[0005]第一方面，本专利技术一个实施例提供了基于视频的河流流量流速监测方法，该方法包括以下步骤：采集河流视频数据中测量点的局部河流表面流速，获取河流表面流速序列；连接测量点，获得测量线；采集测量线上所有点处的水深，获取水深数据，根据水深数据绘制河流横截断面；获取河流横截断面上的样本点和河床线；根据样本点到河床线的距离获取样本点的流速衰减因子；根据河流表面流速序列获取最大测量流速，进而结合流速衰减因子获得样本点的预估流速；根据测量点到河床线的距离以及局部河流表面流速获得流速预测模型，进而获得样本点的预测流速；根据预估流速和预测流速获取河流流速预测置信系数；根据流速预测模型获得测量点的预测流速，进而结合局部河流表面流速及河流流速预测置信系数获得流速综合置信系数；根据流速综合置信系数获得样本点的置信预测流速，进而结合预估流速获得样本点的修正流速；连接相邻的样本点获得闭合区域；根据闭合区域边缘上所有样本点的修正流速获得区域平均流速，进而获得河流横截断面的河流流量及河流平均流速
。
[0006]进一步，所述获取河流横截断面上的样本点和河床线，包括的具体方法为：以预设长度和预设宽度为间隔在河流横截断面上设置样本点；
将河流横截断面的底部边缘线记为河床线
。
[0007]进一步，所述根据样本点到河床线的距离获取样本点的流速衰减因子，包括的具体方法为：将样本点到河床线的水平距离的最小值记为样本点的最近水平距离；将样本点到河床线的垂直距离记为样本点的垂直距离；将所有样本点的最近水平距离的最大值记为最大水平距离；将所有样本点的垂直距离的最大值记为最大垂直距离；将样本点的最近水平距离与垂直距离的乘积记为样本点的综合距离；将最大水平距离与最大垂直距离的乘积记为最大距离值；将样本点的综合距离与最大距离值的比值记为样本点的流速影响因子；将以自然常数为底数，流速影响因子的相反数为指数的幂记为样本点的流速衰减因子
。
[0008]进一步，所述根据河流表面流速序列获取最大测量流速，进而结合流速衰减因子获得样本点的预估流速，包括的具体方法为：将河流表面流速序列中的最大元素值记为最大测量流速；将样本点的流速衰减因子与最大测量流速的乘积记为样本点的预估流速
。
[0009]进一步，所述根据测量点到河床线的距离以及局部河流表面流速获得流速预测模型，进而获得样本点的预测流速，包括的具体方法为：获取测量点的垂直距离和最近水平距离；将垂直距离和最近水平距离作为特征值，测量点的局部河流表面流速作为训练集，训练基于邻近点的机器学习模型，获得流速预测模型；根据样本点的垂直距离和最近水平距离，使用流速预测模型获得样本点的预测流速
。
[0010]进一步，所述根据预估流速和预测流速获取河流流速预测置信系数，包括的具体方法为：将样本点的预测流速与预估流速的差值的绝对值记为样本点的流速预测差异；将样本点的流速预测差异与预设数值之和的倒数记为样本点的河流流速预测置信系数
。
[0011]进一步，所述根据流速预测模型获得测量点的预测流速，进而结合局部河流表面流速及河流流速预测置信系数获得流速综合置信系数，包括的具体方法为：分别将每个样本点记为待分析样本点；将训练集中距离待分析样本点最近的预设数量个测量点记为待分析样本点的邻域样本点；分别将待分析样本点的每个邻域样本点记为待分析邻域点；将待分析样本点加入训练集，训练基于邻近点的机器学习模型，获得置信流速预测模型；根据待分析邻域点的特征值，使用置信流速预测模型获得待分析邻域点的模型预测流速；将待分析邻域点的局部河流表面流速与预测流速的差值的平方记为待分析邻域
点的预测流速差；将待分析邻域点的局部河流表面流速与模型预测流速的差值的平方记为待分析邻域点的模型预测流速差；将待分析邻域点的预测流速差与模型预测流速差的差值记为待分析邻域点的预测流速置信程度；将所有待分析邻域点的预测流速置信程度的均值记为待分析样本点的模型预测置信度；将待分析样本点的模型预测置信度与河流流速预测置信系数之和记为待分析样本点的流速置信度；将待分析样本点的流速置信度的归一化值记为待分析样本点的流速综合置信系数
。
[0012]进一步，所述根据流速综合置信系数获得样本点的置信预测流速，进而结合预估流速获得样本点的修正流速，包括的具体方法为：将流速综合置信系数作为半监督学习协同回归算法的置信度，使用半监督学习协同回归算法获得每个样本点的置信预测流速；将流速综合置信系数记为样本点的置信预测流速的权重，将数字1与流速综合置信系数的差值记为样本点的预估流速的权重；将样本点的预估流速与置信预测流速的加权平均值记为样本点的修正流速
。
[0013]进一步，所述根据闭合区域边缘上所有样本点的修正流速获得区域平均流速，进而获得河流横截断面的河流流量及河流平均流速，包括的具体方法为：分别将每个闭合区域记为待分析区域；将待分析区域边缘上所有样本点的修正流速的均值记为待分析区域的区域平均流速；将所述预设宽度与预设长度乘积记为待分析区域的面积；将待分析区域的面积与区域平均流速的乘积记为待分析区域的局部流量；将所有闭合区域的局部流量之和记为河流横截断面的河流流量；将所有闭合区域的面积之和记为河流横截断面面积；将河流横截断面的河流流量与河流横截断面面积的比值作为河流平均流速
。
[0014]第二方面，本专利技术实施例还提供了基于视频的河流流量流速监测系统，包括存储器
、
...

【技术保护点】

【技术特征摘要】
1.
基于视频的河流流量流速监测方法，其特征在于，包括：采集河流视频数据中测量点的局部河流表面流速，获取河流表面流速序列；连接测量点，获得测量线；采集测量线上所有点处的水深，获取水深数据，根据水深数据绘制河流横截断面；获取河流横截断面上的样本点和河床线；根据样本点到河床线的距离获取样本点的流速衰减因子；根据河流表面流速序列获取最大测量流速，进而结合流速衰减因子获得样本点的预估流速；根据测量点到河床线的距离以及局部河流表面流速获得流速预测模型，进而获得样本点的预测流速；根据预估流速和预测流速获取河流流速预测置信系数；根据流速预测模型获得测量点的预测流速，进而结合局部河流表面流速及河流流速预测置信系数获得流速综合置信系数；根据流速综合置信系数获得样本点的置信预测流速，进而结合预估流速获得样本点的修正流速；连接相邻的样本点获得闭合区域；根据闭合区域边缘上所有样本点的修正流速获得区域平均流速，进而获得河流横截断面的河流流量及河流平均流速
。2.
根据权利要求1所述的基于视频的河流流量流速监测方法，其特征在于，所述获取河流横截断面上的样本点和河床线，包括的具体方法为：以预设长度和预设宽度为间隔在河流横截断面上设置样本点；将河流横截断面的底部边缘线记为河床线
。3.
根据权利要求1所述的基于视频的河流流量流速监测方法，其特征在于，所述根据样本点到河床线的距离获取样本点的流速衰减因子，包括的具体方法为：将样本点到河床线的水平距离的最小值记为样本点的最近水平距离；将样本点到河床线的垂直距离记为样本点的垂直距离；将所有样本点的最近水平距离的最大值记为最大水平距离；将所有样本点的垂直距离的最大值记为最大垂直距离；将样本点的最近水平距离与垂直距离的乘积记为样本点的综合距离；将最大水平距离与最大垂直距离的乘积记为最大距离值；将样本点的综合距离与最大距离值的比值记为样本点的流速影响因子；将以自然常数为底数，流速影响因子的相反数为指数的幂记为样本点的流速衰减因子
。4.
根据权利要求1所述的基于视频的河流流量流速监测方法，其特征在于，所述根据河流表面流速序列获取最大测量流速，进而结合流速衰减因子获得样本点的预估流速，包括的具体方法为：将河流表面流速序列中的最大元素值记为最大测量流速；将样本点的流速衰减因子与最大测量流速的乘积记为样本点的预估流速
。5.
根据权利要求3所述的基于视频的河流流量流速监测方法，其特征在于，所述根据测量点到河床线的距离以及局部河流表面流速获得流速预测模型，进而获得样本点的预测流速，包括的具体方法为：获取测量点的垂直距离和最近水平距离；将垂直距离和最近水平距离作为特征值，测量点的局部河流表面流速作为训练集，训练基于邻近点的机器学习模型，获得流速预测模型；
根据样本点的垂直距离和最近水平距离，使用流速预测模型获得样本点的预测流速
。6.
根据权利要求1所述的基于视频的河流流量流速监测方法，其特征在于，所述根据预估流速和预测流速获取河...

【专利技术属性】
技术研发人员：孙福建，
申请(专利权)人：唐山市柳林自动化设备有限公司，
类型：发明
国别省市：