專利名稱:基于全方位視覺的泥石流災(zāi)害檢測裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于全方位視覺傳感技術(shù)、計算機圖像處理技術(shù)、多媒體技術(shù)、無線網(wǎng)絡(luò)通信技術(shù)、泥石流地聲檢測技術(shù)、地質(zhì)災(zāi)害發(fā)生時的地表活動觀察技術(shù)和雨量可視化技術(shù)在地質(zhì)災(zāi)害預(yù)測、預(yù)警方面的應(yīng)用，主要適用于在地質(zhì)災(zāi)害發(fā)生頻繁的山區(qū)、河流監(jiān)視，減少當(dāng)?shù)厝嗣竦纳敭a(chǎn)的損失，本發(fā)明涉及一種泥石流災(zāi)害檢測裝置。
背景技術(shù)：
泥石流是一種飽含大量泥沙、石塊和巨礫的固、液兩相流體。它呈粘性層流或稀性紊流等運動狀態(tài)，是各種自然因素(地質(zhì)、地貌、水文、氣象、土壤、植被等)和人為因素綜合作用的結(jié)果。泥石流因其形成過程復(fù)雜，暴發(fā)突然，來勢兇猛，歷時短暫，破壞力大等，常給山區(qū)人民生命財產(chǎn)和經(jīng)濟建設(shè)造成重大災(zāi)害。
我國泥石流分布廣泛，類型齊全，危害嚴重，地區(qū)差異明顯。主要發(fā)育地帶從橫斷山區(qū)向北至秦巴山區(qū)、黃土高原，然后向東西分為兩支，東支沿太行山、燕山到遼東山地，西支經(jīng)祁連山到天山山地，總體展布形式受控于在構(gòu)造體系的展布格局，略呈“Y”字形。近年來，泥石流災(zāi)害造成的損失呈持續(xù)增長的趨勢，與國家經(jīng)濟建設(shè)規(guī)模的增長同步相隨。這說明幾十年來的防災(zāi)減災(zāi)工作尚不能與國民經(jīng)濟發(fā)展對此項工作的客觀要求相適應(yīng)。特別是近年以來，泥石流災(zāi)情已經(jīng)達到了相當(dāng)驚人的程度，并還有繼續(xù)增長的趨勢，目前我國每年平均僅在泥石流災(zāi)害所造成的死亡人員已經(jīng)達到4位數(shù)。
泥石流發(fā)生時的視覺以及聽覺特征是從遠處望去，猶如一條巨蟒在山谷中蜿蜒前行，吼聲如雷，黑色“龍頭”巨浪翻滾走到近處，飛來的泥漿夾雜著石塊會使你望而卻步。它所到之處，橋梁坍塌，道路毀壞，河道堵塞，房屋早已灰飛煙滅。
由于泥石流危害的嚴重性，加上泥石流災(zāi)害的成因及影響因子又比較復(fù)雜，目前尚難以完全治理，無法抑制泥石流災(zāi)害的發(fā)生。因此泥石流災(zāi)害的在線檢測技術(shù)，能使災(zāi)害危險區(qū)的居民可以及時得到泥石流災(zāi)害的已經(jīng)發(fā)生信息，迅速采取預(yù)防措施回避損失，減輕泥石流的災(zāi)害，保障山區(qū)人民的生命財產(chǎn)安全，它是目前最有效可行的辦法。自然災(zāi)害總是要發(fā)生的，這也是一種客觀存在的自然規(guī)律。人類如何與自然災(zāi)害協(xié)調(diào)相處，將自然災(zāi)害造成的損失減少到最低限度是我們面臨的一個重大課題。
由于山區(qū)的人民往往群居在山坡下，泥石流發(fā)生時從山谷中蜿蜒前行到達人居地點，大約在幾分鐘到幾十分鐘之間，因此在線的檢測、迅速的判斷、及時的將泥石流災(zāi)害的發(fā)生信息發(fā)布出去是非常關(guān)鍵的。同時在什么地點安置檢測點為安排緊急疏散爭取時間也是十分重要的。
一般泥石流、滑坡、坍塌等災(zāi)害的形成，大多在山高、谷深、坡陡的山區(qū)，相對高差大，溝床比降大，切割厲害，利于集中地表徑流搬運固體物質(zhì)及有效臨空面的形成。因此在這些地點安置檢測點能在第一時間檢測到泥石流、滑坡、坍塌等災(zāi)害的形成，為生活在溝谷中下游的人們的緊急疏散爭取到有利時間。
泥石流的波狀運動對于泥石流流量的估計是非常重要的。我們知道泥石流的峰值流量在泥石流防治工程的設(shè)計中是關(guān)鍵參數(shù)。峰值流量一般出現(xiàn)在泥石流的龍頭部分。如果泥石流是不穩(wěn)定的，那么龍頭流量沿程是不一致的，越向下游流量越大。而且大龍頭追趕小龍頭進而形成更大流量的龍頭也經(jīng)常發(fā)生。這可以說明泥石流的流量放大并不僅僅是由于溝道的嚴重堵塞作用，通過該現(xiàn)象可以解釋為什么泥石流的最大流量要遠遠高于相應(yīng)的清水流量，從這一點來講泥石流災(zāi)害與洪水災(zāi)害的一個區(qū)分點。
對于泥石流流速的分布和沖擊力的估計，泥石流的危險范圍預(yù)測等也有重要的意義。因為泥石流的威力集中在龍頭，比如彎道超高、沖毀房屋都和龍頭的速度、流深有關(guān)。
專利申請?zhí)枮?00410098507.1的中國發(fā)明專利申請，公開了一種泥石流偵測無線通報系統(tǒng)及方法，是用來偵測山坡地區(qū)的表土層移動狀態(tài)，是使用泥石移動無線偵測裝置，設(shè)置在山坡地區(qū)，用以進行偵測該山坡地區(qū)泥石移動的狀態(tài)，并通過無線信號傳輸技術(shù)輸出泥石移動狀態(tài)信號；同時，遠程無線接收主機，通過無線信號傳輸技術(shù)，接收該泥石移動狀態(tài)信號，以此得知該山坡地區(qū)泥石移動的狀態(tài)。存在的缺陷是精度低、靈敏度差、維護比較麻煩、可靠性差。

發(fā)明內(nèi)容為了克服已有的泥石流檢測系統(tǒng)的精度低、靈敏度差、維護比較麻煩、可靠性差的不足，本發(fā)明提供一種測量精度高、靈敏性好、低維護率、能夠長期可靠使用的基于全方位視覺的泥石流災(zāi)害檢測裝置。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是一種基于全方位視覺的泥石流災(zāi)害檢測裝置，所述的泥石流災(zāi)害檢測裝置包括用于監(jiān)視待測山體和雨量收集裝置水位的全方位視覺傳感器、雨量收集裝置和用于根據(jù)視頻信號進行災(zāi)害檢測的微處理器，所述的全方位視覺傳感器安裝在待測山體的溝床的上方，所述的全方位視覺傳感器輸出連接微處理器，所述的全方位視覺傳感器包括用以反射監(jiān)控領(lǐng)域中物體的外凸折反射鏡面、用以防止光折射和光飽和的黑色圓錐體、透明圓柱體和攝像頭，所述的外凸折反射鏡面位于透明圓柱體的上方，外凸折反射鏡面朝下，黑色圓錐體固定在外凸折反射鏡面的底部中央；所述的雨量收集裝置包括盛水器、翻斗，所述的盛水器上設(shè)有用于顯示盛水器水位的浮標；所述的微處理器包括視覺傳感器標定模塊，用于設(shè)定視頻圖像位置與實際空間坐標上的位置的對應(yīng)關(guān)系；浮標位置采集模塊，用于采集視頻傳感器的視頻圖像，并確定盛水器浮標的位置；雨量智能計算模塊，用于設(shè)定浮標的位置與翻斗的水量的對應(yīng)關(guān)系；采集視覺傳感器的信號，檢測翻斗自動發(fā)生翻倒動作前瞬間浮標的位置，并依據(jù)對應(yīng)關(guān)系計算翻斗中的實際雨量，檢測翻斗前一次自動恢復(fù)動作后的翻斗中的浮標位置，計量翻斗中的初始雨量，實際雨量與初始雨量相減后得到本次傾倒雨量；激發(fā)泥石流雨強計算模塊，用于統(tǒng)計計算降雨過程中最大10分鐘雨強或最大1小時雨強，以每分鐘為單位進行統(tǒng)計；雨強則指單位時間內(nèi)暴雨的降雨量，在Δt(i)暴雨歷時內(nèi)降雨量為ΔY(i)時，每分鐘平均雨強用以下公式(15)計算y(i)=ΔY(i)Δt(i)---(15)]]>要得到最大10分鐘雨強或最大1小時雨強，遍歷統(tǒng)計時間間隔前后10分鐘的情況，并求其最大值，計算公式如(16)所示y1h=max(Σi=j-10j+49y(i),Σi=j-9j+50y(i),Σi=j-8j+51y(i),...,Σi=jj+59y(i))---(16)]]>y10min=max(Σi=j+40j+49y(i),Σi=j+41j+50y(i),Σi=j+42j+51y(i),···,Σi=j+50j+59y(i))---(16)]]>式中，i為目前統(tǒng)計時刻點，j為前60分的統(tǒng)計時刻點，y1h為最大一小時雨強，y10min為最大10分鐘雨強y10min；泥石流預(yù)警模塊，用于在數(shù)據(jù)庫中預(yù)先存儲的特定最大10分鐘雨強或最大1小時雨強發(fā)生泥石流的統(tǒng)計概率，依據(jù)上述計算的最大10分鐘雨強或最大1小時雨強得到發(fā)生泥石流的概率，并發(fā)出預(yù)報和預(yù)警信息。
進一步，所述的微處理器還包括溝谷上游檢測模塊，用于檢測溝谷上游是否發(fā)生崩塌和滑坡；所述的溝谷上游檢測模塊包括圖像變化計算單元，用于采用快速分割算法檢測地貌發(fā)生的變化，設(shè)定一個比較穩(wěn)定的基準參考圖像，將所獲得的當(dāng)前幀現(xiàn)場視頻圖像與基準參考圖像進行差值運算，圖像相減的計算公式如式(28)表示fd(X，t0，ti)＝f(X，ti)-f(X，t0) (28)上式中，fd(X，t0，ti)是實時拍攝到檢測范圍內(nèi)圖像與基準參考圖像間進行圖像相減的結(jié)果；f(X，ti)是實時拍攝到檢測范圍內(nèi)圖像；f(X，t0)是基準參考圖像；連通區(qū)域計算單元，用于對當(dāng)前圖像進行標記，像素灰度為0的背景，像素灰度為1為目標，計算當(dāng)前圖像中的像素是否與當(dāng)前像素周圍相鄰的某一個點的像素相等，如灰度相等判斷為具有連通性，將所有具有連通性的像素作為一個連通區(qū)域；崩塌和滑坡判斷單元，用于依據(jù)上述得到的連通區(qū)域，對上述標記過的每個連通區(qū)域求出其面積Si，當(dāng)前景活動對象面積Si超過一個閾值時作為崩塌和滑坡可疑；每幀之間活動對象的移動判斷其移動方向，如運動方向是從高處下低處移動，判定屬于崩塌和滑坡；將每一幀中求的連通區(qū)域用按先后順序以軌跡方式表達其軌跡形狀，其軌跡形狀接近于一個矩型，發(fā)生崩塌和滑坡位置越高，矩型的高度尺寸就越大，崩塌和滑坡發(fā)生面積越大，矩型的寬度尺寸就越大。
再進一步，所述的微處理器還包括溝谷中游檢測模塊，用于檢測泥石流的運動特征、流量特征以及流量沿程特征；所述的溝谷上游檢測模塊包括灰度直方圖單元，用于將全方位視覺傳感器采集的視頻圖像采用灰度直方圖表示，描述圖像中具有灰度級的像素的個數(shù)，橫坐標是灰度級，縱坐標是該灰度出現(xiàn)的頻率；泥石流劃分單元，用于利用檢測區(qū)域內(nèi)灰度直方圖的分布來區(qū)分水流、泥石流的龍頭、龍身、龍尾，設(shè)定龍頭、龍身、龍尾經(jīng)過檢測區(qū)域相應(yīng)的直方圖；流速測量單元，用于將在全方位視覺傳感器所獲得的圖像中從上游到下游對檢測區(qū)域進行按序編號，在視頻測量中在某一個時刻中發(fā)現(xiàn)初始檢測區(qū)域所檢測到的直方圖有明顯的變化，將該時刻與直方圖保存在存儲單元內(nèi)，經(jīng)過一段時間后發(fā)現(xiàn)另一檢測區(qū)域所檢測到的直方圖也有明顯的變化，并與保存在存儲單元內(nèi)的初始檢測區(qū)域所檢測到的直方圖進行比對，如果兩個直方圖有非常大的相似性，認為泥石流的龍頭從剛才的初始檢測區(qū)域向前發(fā)展到另一檢測區(qū)域，兩個檢測區(qū)域之間的距離是在該時間內(nèi)泥石流的龍頭或龍身或龍尾運動的距離，通過計算下式得到泥石流的流速；流速＝所經(jīng)過的距離/所經(jīng)歷的時間。
更進一步，所述的微處理器還包括溝谷下游檢測模塊，用于通過用戶界面輸入泥石流可能經(jīng)過的溝谷圖像信息，并將該信息存儲在存儲單元中，在檢測泥石流發(fā)生時根據(jù)所存儲溝谷圖像信息，并判斷在該溝谷上是否發(fā)現(xiàn)有黑色流動體，如果有，判定有泥石流發(fā)生可疑。
所述的泥石流災(zāi)害檢測裝置還包括聲音傳感器，所述的聲音傳感器連接微處理器，所述的微處理器還包括聲音輔助檢測模塊，用于采用在時間域上的處理方法，提取信號的周期、峰值、過零率等作為時域上的特征，確認泥石流的發(fā)生；所述的聲音輔助檢測模塊包括聲音響度測量單元，用于測量聲音傳感器的信號的聲壓，如聲壓級達到100分貝以上，則判斷有泥石流的可疑；聲音持續(xù)時間測量單元，用于設(shè)定時間域上的超過一定的閾值連續(xù)聲音波形作為聲音持續(xù)時間，如所發(fā)出的聲音持續(xù)時間達到10min以上，判斷有泥石流的可疑；泥石流判斷單元，用于接收聲音傳感器的信號，讀入嵌入式系統(tǒng)中，通過嵌入式系統(tǒng)中的軟件計算聲音的聲壓級以及聲音持續(xù)時間，如聲壓級以及聲音持續(xù)時間均滿足條件，判斷發(fā)生泥石流。
所述的盛水器下端設(shè)有引流管，該引流管的下方為翻斗，所述的翻斗安裝在鉸支座上，所述鉸支座位于當(dāng)翻斗盛積的水量達到設(shè)定數(shù)量值時正好能使翻斗翻倒、將翻斗中盛積的水量傾倒完畢后翻斗由于重心恢復(fù)力的作用恢復(fù)到原來位置的平衡支點，所述的翻斗上安裝在翻斗翻倒時堵住引流管、翻斗恢復(fù)后放開引流管的止流裝置，所述的止流裝置的堵塞件與引流管的下端配合；在所述的翻斗內(nèi)設(shè)有觀測水槽，所述的觀測水槽與翻斗底部連通，所述的觀測水槽內(nèi)設(shè)有具有顏色特征的浮標。
所述的翻斗呈扁型梯形狀，翻斗的寬度為一個恒定量W，梯形邊的下部底邊長度為l，梯形邊的上部底邊長度為L，梯形的總高度為H，浮標的位置即水位的高度y，在雨量智能計算模塊中，翻斗梯形邊的長度x是水位的高度y的線形函數(shù)，建立水位的高度與翻斗中雨水的容積的對應(yīng)關(guān)系，公式如(7)所示V(y)=W*y*[l+y*(L-lH)]2---(7)]]>上式中，V為翻斗中雨水的容積；將本次翻斗自動發(fā)生翻倒動作瞬時翻斗中的浮標位置y(i)action-before以及前一次自動恢復(fù)動作后的翻斗中的浮標位置y(i-1)action-after存儲在記憶單元內(nèi)，通過公式(8)計算出實際本次翻斗自動發(fā)生翻倒過程中所傾倒掉的水量；ΔV(i)=W2*{y(i)action-before*[l+y(i)action-before*(L-lH)]---(8):]]>-y(i-1)action-after*[l+y(i-1)action-after*(L-lH)]}]]>設(shè)定盛水器的面積為S，根據(jù)公式(11)就能得到本次所檢測到的雨量，ΔY(i)=ΔV(i)S---(11)]]>上式中，ΔY(i)為雨量；在所述的智能雨量計算單元中，記錄該次翻斗自動發(fā)生翻倒動作的時刻，并將各個翻倒時刻記錄在數(shù)據(jù)庫記錄表中，并記錄各個翻到時刻的雨量，運用統(tǒng)計方式計算得到設(shè)定時間段的雨量。
所述的泥石流災(zāi)害檢測裝置還包括照明燈，所述的照明燈安裝在視覺傳感器上，所述的微處理器還包括亮度判斷及節(jié)能燈開關(guān)模塊，用于提取圖像RGB色彩空間到Y(jié)UV空間的轉(zhuǎn)化的結(jié)果得到Y(jié)的亮度分量，如果當(dāng)Y的值小于域值Ymin時，自動接通照明燈，照明燈的亮度為域值Ymin的10％，當(dāng)Y的值超過域值Ymin的20％時，自動斷開對照明燈的供電。
所述的微處理器還包括背景維護模塊，所述的背景維護模塊包括背景亮度計算單元，用于計算平均背景亮度Yb計算公式如式(19)所示Y‾bΣx=0W-1Σy=0H-1Yn(x,y)(1-Mn(x,y))Σx=0W-1Σy=0H-1(1-Mn(x,y))---(19)]]>
式(19)中，Yn(x，y)為當(dāng)前幀各像素的亮度，Mn(x，y)為當(dāng)前幀的掩模表，所述的掩模表是用一個與視頻幀尺寸相同的數(shù)組M來記錄各像素點是否有運動變化 Yb0為判定為運動對象時前一幀的背景亮度，Yb1為檢測到檢測對象時第一幀的背景亮度，兩幀平均亮度的變化為ΔY＝Y(jié)b1-Yb0(20)如果ΔY大于上限值，則認為發(fā)生了開燈事件；如果ΔY小于某個下限值，則認為發(fā)生了關(guān)燈事件；如ΔY介于上限值和下限值之間，則認為光線自然變化；背景自適應(yīng)單元，用于當(dāng)光線自然變化時，按照下式(17)進行自適應(yīng)學(xué)習(xí)Xmix，bn+1(i)＝(1-λ)Xmix，bn(i)+λXmix，cn(i) (17)式中Xmix，cn(i)為當(dāng)前幀RGB向量，Xmix，bn(i)為當(dāng)前幀背景RGB向量，Xmix，bn+1(i)為下一幀背景預(yù)測RGB向量，λ為背景更新的速度；λ＝0，使用固定不變的背景(初始背景)；λ＝1，使用當(dāng)前幀作為背景；0＜λ＜1，背景由前一時刻的背景與當(dāng)前幀混合而成；當(dāng)光線由突變引起的，背景像素按照當(dāng)前幀重置，參見式(18)Xmix，bn+1(i)＝Xmix，cn(i) (18)。
上式中的Xmix，bn+1(i)(i＝1，2，3)分別表示R，G，B3個分量。
所述的微處理器還包括剔除噪聲模塊，用于剔除由噪聲所產(chǎn)生的圖像邊緣點，用濾波掩膜確定的鄰域內(nèi)像素的平均灰度值去替代圖像每個像素點的值，即每一個像素值用其局部鄰域內(nèi)所有值的均值置換，如公式(22)所示h[i，j]＝(1/M)∑f[k，1] (22)式中，M是鄰域內(nèi)的像素點總數(shù)。
本發(fā)明的技術(shù)構(gòu)思為從視頻角度來看是一種泥石流的龍頭-龍身-龍尾的陣次交替的運動，實質(zhì)上屬于一種淺流的波狀運動。在視頻圖像理解中利用泥石流的陣性波狀運動的空間特征和時間特征，其視覺的近距離的動態(tài)圖像特征為1)泥石流龍頭是以拉伸，前傾，下落，而后揭起的滾動方式向前運動；2)把泥石流龍身部分的速度剖面劃分成緩變區(qū)、陡變區(qū)和塞流區(qū)三個部分；3)泥石流的陣性流是一種急流，只向下游傳播；4)除間斷性以外，泥石流波狀運動還表現(xiàn)為非周期性；5)根據(jù)陣性波的時空運動特征，我們將其分為三類涌波、滾動短波、滾動長波。在某些條件下，如底面的坡度較大或者底面糙率為零，泥石流的波狀運動隨時間是不穩(wěn)定性，波高和波速都會越來越大。
所述的用全方位視覺來觀測泥石流是否發(fā)生，是根據(jù)泥石流發(fā)生時龍頭-龍身-龍尾的陣次交替的運動的特征；泥石流的最大流量要遠遠高于相應(yīng)的清水流量的特征；泥石流龍頭是以拉伸，前傾，下落，而后揭起的滾動方式向前運動的特征；泥石流波狀運動非周期性特征；泥石流的波高和波速都會越來越大特征。
首先應(yīng)確定泥石流的最高泥位以及最高泥位下的泥石流流體斷面面積和相應(yīng)的平均流速，但是，泥石流斷面與流速又受泥石流活動頻率與泥石流性質(zhì)的影響，同時，泥石流爆發(fā)突然，來勢洶洶，且每次活動時間又較短暫。
泥石流的發(fā)生時其視覺的遠距離的動態(tài)圖像特征為猶如一條巨蟒在山谷中蜿蜒前行，黑色“龍頭”巨浪翻滾。
泥石流的發(fā)生時其聲音特征為吼聲如雷，且聲強與頻率又與雷聲有區(qū)別，雷聲在時間方面聲強功率比較集中，而泥石流聲強功率分布要比雷聲更寬；雖然泥石流的波狀運動隨時間具有不穩(wěn)定性，但是也是具有一定規(guī)律可尋的，同時隨著泥石流的波高和波速增大，聲強呈增大趨勢，頻率也呈加快趨勢；而雷聲不具備上述特征。
圖像處理與計算機視覺是一個不斷發(fā)展的新技術(shù)，原則上采用計算機視覺進行觀測有四個目的，即預(yù)處理、最底層的特征提取、中級特征的辯識以及通過圖像對高級情景的解釋。一般來說，計算機視覺包括主要特征、圖像處理以及圖像理解。
圖像是人類視覺的延伸。通過視覺，可以立即準確地發(fā)現(xiàn)泥石流災(zāi)害，這是不爭的事實。圖像監(jiān)測快速性的基礎(chǔ)是視覺所接受的信息以光為傳播媒介；而圖像信息的豐富和直觀，更為泥石流災(zāi)害的辨識和判斷奠定了基礎(chǔ)，其它任何泥石流災(zāi)害探測技術(shù)均不能提供如此豐富和直觀的信息。此外，圖像監(jiān)測的關(guān)鍵器件圖像敏感組件通過光學(xué)鏡頭與外界發(fā)生間接接觸，這種結(jié)構(gòu)保證了圖像監(jiān)測技術(shù)可以較惡劣野外環(huán)境中使用。由此，圖像監(jiān)測技術(shù)在泥石流災(zāi)害檢測中的地位和作用為(1)可在大空間、大面積、惡劣的野外環(huán)境中使用；(2)可對泥石流災(zāi)害現(xiàn)象中的圖像信息作出快速反應(yīng)；(3)可提供直觀的泥石流災(zāi)害發(fā)生時的視頻信息。
基于全方位視覺的泥石流災(zāi)害檢測方法與裝置，是一種以計算機為核心，結(jié)合光電技術(shù)和計算機圖像處理技術(shù)研制而成的泥石流災(zāi)害監(jiān)測報警系統(tǒng)?；谌轿灰曈X的泥石流災(zāi)害檢測方法，是一種基于數(shù)字圖像處理和分析的新型泥石流災(zāi)害檢測方法。它利用攝像頭對現(xiàn)場進行監(jiān)視，同時對攝得的連續(xù)圖像、聲音輸入計算機，不斷進行圖像處理和分析，通過泥石流發(fā)生時的視覺、聲音特征來檢測泥石流災(zāi)害。
圖像是一種包含強度、形體、位置等信息的信號。野外存在各種視頻干擾因素，如陽光的變化、風(fēng)造成揚塵、樹木的擺動、天上的云團移動所造成的陰影等。因此基于全方位視覺的泥石流災(zāi)害檢測方法必須立足于一些泥石流發(fā)生時的基本特性，這樣就可以排除各種干擾，使泥石流檢測更快速、可靠。
同樣獲取檢測區(qū)域的地形地貌以及氣象水文信息能提高檢測泥石流發(fā)生的準確率，這是因為泥石流的流道必定在山谷中從上而下的，而泥石流發(fā)生的直接原因是強降雨所造成的，因此在強降雨時或者強降雨后檢測泥石流發(fā)生能排除上述陽光的變化、風(fēng)造成揚塵、樹木的擺動、云團的移動造成的陰影等對視頻檢測泥石流的干擾，重點檢測在山谷區(qū)域中的動態(tài)圖像的變化，以便能縮小檢測范圍、提高檢測精度。
本發(fā)明的關(guān)鍵技術(shù)點是采用全方位視覺傳感器獲取監(jiān)視地域的地形地貌變化的動態(tài)圖像信息以及降雨氣象的可視化信息，因此全方位視覺傳感器的設(shè)計是首要問題，其次采用全方位視覺傳感器獲取監(jiān)視地域的地形地貌變化的動態(tài)圖像信息并對這些信息進行加工處理得到前景運動目標，這些前景運動目標中包括山體的滑坡、泥石流的流體運動、水的流動以及山體上其他植被受雨水、風(fēng)等自然力引起的搖動，要從這些前景運動目標中分離出山體的滑坡、泥石流的流體運動；同時強降雨是發(fā)生泥石流等自然災(zāi)害的直接原因，通過全方位視覺傳感器獲取氣象水文的可視化信息對泥石流等自然災(zāi)害的預(yù)測預(yù)報有著積極的意義。
全方位視覺傳感器(ODVS)，ODVS攝像裝置主要由垂直向下的折反射鏡和面向上的攝像頭所構(gòu)成。具體構(gòu)成是由聚光透鏡以及CCD構(gòu)成的攝像單元固定在由透明樹脂或者玻璃制的圓筒體的下部，圓筒體的上部固定有一個向下的大曲率的折反射鏡，在折反射鏡和聚光透鏡之間有一根直徑逐漸變小的圓錐狀體，該圓錐狀體固定在折反射鏡的中部，圓錐狀體的目的是為了防止過剩的光射入而導(dǎo)致在圓筒體內(nèi)部的光飽和現(xiàn)象。圖1是表示本發(fā)明的全方位成像裝置的光學(xué)系統(tǒng)的原理圖。
采用ODVS目的是能在檢測周圍的視頻信息同時又能讀取雨量計中的小浮標的視頻信息，這樣檢測泥石流等自然災(zāi)害的視頻信息也能測量瞬時雨量和累積雨量作為雨量傳感器；全方位視覺傳感器如圖1所示，聚光透鏡4以及攝像單元5固定在圓筒體的下部；圓筒體的上部固定著一個向下的大曲率的折反射鏡1，其光學(xué)原理是全景圖像的光點經(jīng)透明外罩3，在折反射鏡1上形成折反射，然后在CMOS攝像單元5上成像。這樣能將一個半球(折反射鏡)中的信息壓縮成一幅圖像，使得一幅圖像中的信息量更大。
所述的折反射鏡為雙曲面鏡，攝像頭包括聚光透鏡和攝像單元位于雙曲面鏡的虛焦點位置；雙曲面鏡構(gòu)成的光學(xué)系統(tǒng)由下面5個等式表示。折反射鏡面設(shè)計圖如圖2所示。
((X2+Y2)/a2)-(Z2/b2)＝-1(Z＞0) (1)c=a2+b2---(2)]]>β＝tan-1(Y/X) (3)α＝tan-1[(b2+c2)sinγ-2bc]/(b2+c2)cosγ (4)γ=tan-1[f/(X2+Y2)]---(5)]]>
上式中，X，Y，Z表示空間坐標，c表示雙曲面鏡的焦點，2c表示兩個焦點之間的距離，a，b分別是雙曲面鏡的實軸和虛軸的長度，β表示入射光線在XY平面上的夾角-方位角，α表示入射光線在XZ平面上的夾角-俯角，f表示成像平面到雙曲面鏡的虛焦點的距離。
雨量與雨強與泥石流發(fā)生有著直接關(guān)系，本發(fā)明中采用全方位視覺傳感器檢測雨量與雨強，要檢測雨量與雨強，首先需要將雨量進行可視化，通過設(shè)計特殊的雨量收集裝置觀察瞬時雨量和累計雨量，所設(shè)計的雨量收集裝置的上部是一個圓形桶型體，雨水由圓形桶型體盛水器匯集，通過裝有小圓護網(wǎng)的小漏斗及其下端的引流管，雨水進入翻斗；翻斗上有一個支點，支點的位置設(shè)計在當(dāng)翻斗盛積的水量達到一定的數(shù)量值時正好能使得翻斗翻倒，自動將翻斗中盛積的水量傾倒，在翻斗翻倒的過程中引流管通過止流裝置，將水量暫時停留在小漏斗及其下端的引流管中，當(dāng)翻斗翻倒將翻斗中盛積的水量傾倒完畢后，翻斗由于重心恢復(fù)力的作用恢復(fù)到原來位置，自動打開止流裝置使得雨水又進入翻斗；翻斗中設(shè)計一個有顏色特征的小浮標，通過視頻來觀察該小浮標的位置，能得到雨量收集裝置中目前的水量，其范圍在0-100ml之間；有顏色特征的小浮標被安置在雨量收集裝置中的一個可上下方向移動的槽內(nèi)，該槽與雨量收集裝置的水是可以流動的，但是小浮標不會由于傾倒翻斗中的水時脫離槽，小浮標安置在全方位視覺的視覺范圍內(nèi)；視覺的方式檢測雨量的原理圖如附圖3所示。
所述的翻斗設(shè)計要滿足幾個條件，1)容積條件翻斗的雨量收集最大量為100ml；2)雨量的計算條件小浮標位置與翻斗中的雨水容積必須是可以通過簡單公式進行計算的，也就是說能通過視頻觀測小浮標位置迅速得到翻斗所收集的雨量；3)無泄漏條件在翻斗翻倒將翻斗中盛積的水量傾倒過程中，止流裝置動作使引流管處在滯流狀態(tài)；4)翻斗的動作條件當(dāng)翻斗收集的雨量達到最大量100ml時，翻斗能準確動作，當(dāng)翻斗翻倒動作完成后又能迅速復(fù)位，同時停止引流管的滯流狀態(tài)，使雨水能流入翻斗中；5)防腐蝕條件由于雨水中包含有對一些材料的腐蝕成分，所選擇的翻斗材料要耐腐蝕。
所述的容積條件，在本發(fā)明中將翻斗的設(shè)計成扁型梯形狀，如果將寬度設(shè)計為一個恒定量W，梯形邊的下部底邊長度為l，梯形邊的上部底邊長度為L，梯形的總高度為H，當(dāng)翻斗所收集的雨量到達最大高度時，翻斗中雨水的容積可以用公式(6)進行計算V=W*H*(l+L)2---(6)]]>所述的雨量的計算條件，梯形邊的長度x是隨著高度y變化而變化的，因此長度x是高度y的線形函數(shù)，所以我們可以通過這個關(guān)系式求得在某個高度時翻斗中雨水的容積，公式如(7)所示
V(y)=W*y*[l+y*(L-lH)]2---(7)]]>從上述公式可以知道，我們只要測量出小浮標位置，也就是得到高度y，就能計算出在某個高度時翻斗中雨水的容積，當(dāng)然也可以事先設(shè)計好一張表格，通過某一個高度y進行查表得到相對應(yīng)的雨水的容積。
所述的無泄漏條件，是通過止流裝置動作使引流管處在滯流狀態(tài)，翻斗翻倒過程中由于滑軌的作用，推動小錐體向上運動起到一個錐閥的作用，從而阻塞引流管的流體通道，使得雨水在翻斗翻倒期間仍保留在引流管或者小漏斗中；而當(dāng)翻斗恢復(fù)原來位置時，小錐體依靠彈簧力的作用使得引流管的雨水暢通進入翻斗。
所述的防腐蝕條件，在本專利中采用鋁合金材料進行制造翻斗，翻斗中內(nèi)部要光滑，以便能將翻斗中的一些渣滓在翻斗翻倒過程中清理出去。
所述的翻斗的動作條件，是通過雨水的容積變化時翻斗的重心變化原理實現(xiàn)的，圖3中當(dāng)翻斗中的雨水容積達到最大容積時，相對與支點的雨水的重心與翻斗本身的重心的平衡被破壞，翻斗自動發(fā)生翻倒動作，由于制造上的誤差，在本發(fā)明中設(shè)計了一個調(diào)節(jié)平衡塊，通過調(diào)節(jié)平衡塊調(diào)節(jié)相對與支點的翻斗本身的重心來達到準確的翻斗的動作。
為了從翻斗式傳感器測量雨量上的一些固有的缺陷和不足，本發(fā)明中將浮標式雨量計的優(yōu)點也彌補翻斗式雨量計的缺陷和不足，特別是由于翻斗室水體殘留、翻斗室殘留泥沙和油污的影響、翻斗軸承付游隙變化及沙塵阻滯使摩擦力變化的影響等等所造成的隨機誤差，這種隨機誤差造成了每次測量的實際雨量與測量雨量不同，比如實際雨量為101ml、99ml、100ml、...，但是翻斗式傳感器測量雨量都認為是100ml；在本專利中采用翻斗中有浮標的設(shè)計方法，在測量原理是通過測量翻斗中的浮標位置來計量翻斗中的水量，通過視頻檢測手段來檢測翻斗自動發(fā)生翻倒動作前瞬間翻斗中的水量，這樣實際雨量與測量雨量能達到一致；同時在翻斗自動恢復(fù)動作后的翻斗中的浮標位置來計量翻斗中的初始雨量，也能排除翻斗室水體殘留、翻斗室殘留泥沙等對計量雨量的隨機誤差，從這個意義上來講翻斗只是作為雨量收集裝置，而真正的計量雨量是通過浮標位置來計量的(不論是大量程以及小量程都是取決于翻斗中的浮標位置)，并將本次翻斗自動發(fā)生翻倒動作瞬時翻斗中的浮標位置y(i)action-before以及前一次自動恢復(fù)動作后的翻斗中的浮標位置y(i-1)action-after存儲在記憶單元內(nèi)，通過公式(8)計算出實際本次翻斗自動發(fā)生翻倒過程中所傾倒掉的水量；ΔV(i)=W2*{y(i)action-before*[l+y(i)action-before*(L-lH)]---(8)]]>-y(i-1)action-after*[l+y(i-1)action-after*(L-lH)]}---(8)]]>
通過公式(8)求得的是本次所傾倒掉的水量，并同時將該次翻斗自動發(fā)生翻倒動作的時刻(年月日小時分秒)一起存儲在數(shù)據(jù)庫的雨量記錄表中。
世界氣象組織和中國氣象局對于雨量測定有嚴格的規(guī)定，目前，眾所周知的雨、雪量計量單位是“毫米”。規(guī)定200毫米為雨量測定儀器的盛雨口標準口徑，進入該筒內(nèi)的積水深度即為雨量的毫米值。按公式(9)、(10)推算可得口徑D＝200mm+0.6mm(0.6mm為盛雨口邊寬) (9)面積S＝3.1416*(10.03)2cm2＝316cm2(10)通過公式(8)和公式(10)所計算得到的值，然后根據(jù)公式(11)就能得到本次所檢測到的雨量，ΔY(i)=ΔV(i)S---(11)]]>通過雨量記錄表中所記錄的雨量以及翻斗自動發(fā)生翻倒動作的時刻等信息可以求每小時降水量、每日降水量以及00-06，06-12，12-18，18-24時段的累計降水量，由計算公式(12)進行計算Ytotal=Σi=starttimeendtimeΔY(i)---(12)]]>在計算每小時降水量時，就是將某一個小時時間內(nèi)的雨量記錄進行累加；同樣的方法計算每日降水量時，就是將零時時間到晚間12點以前時間內(nèi)的雨量記錄進行累加；對于微量降水以及每分鐘降水量由于檢測量小、檢測時間短而造成了浮標移動量小，因此必須以每秒為單位檢測在翻斗的浮標位置y(i)now與前一次自動恢復(fù)動作后的翻斗中的浮標位置y(i-1)action-after的相對位移，由計算公式(13)進行計算ΔV(i)=W2*{y(i)now*[l+y(i)now*(L-lH)]-y(i-1)action-after*[l+y(i-1)action-after*(L-lH)]}---(13)]]>通過公式(11)、(12)，累計在某一分鐘內(nèi)的雨量可以求得每分鐘降水量，同樣對微量降水可以通過比較長時間內(nèi)的累加來得到微量降水值。
所述的翻斗的浮標位置y檢測是通過所獲取視頻圖像進行處理得到浮標位置，為了簡化圖像運算，在本專利中將浮標的顏色設(shè)計成紅色，那么上面的檢測就可以簡化為紅色部分在空間的位置問題；從攝像裝置讀取的視頻圖像是RGB色彩空間，RGB色彩空間對亮度比較敏感，特別是在野外使用的雨量計不應(yīng)該由亮度變化而造成誤測量，這里通過色彩空間轉(zhuǎn)化模塊將圖像RGB色彩空間到Y(jié)UV空間的轉(zhuǎn)化，為獲得浮標空間位置做準備工作；YUV顏色模型是一種常用的顏色模型，其基本特征是將亮度信號與顏色信號分離，Y代表亮度，U、V是兩個彩色分量，表示色差，一般是藍，紅色的相對值，由于人眼對亮度的變化比對顏色的變化敏感，因此，YUV模型中Y分量的值所占帶寬大于等于彩色分量所占帶寬YUV與RGB模型之間的線形關(guān)系如公式(14)給出，Y＝0.301*R+0.586*G+0.113*BU＝-0.301*R-0.586*G+0.887*B (14)V＝0.699*R-0.586*G-0.113*B由于我們在雨量計中只關(guān)心浮標的空間位置，因此上述公式計算時只要計算紅色分量的值，然后得到相對應(yīng)的二值化圖像，我們將浮標的幾何中心位置作為浮標在空間上的點的位置。由于計算機中的圖像是以像素為單位表示的，另外由于攝像機模型在整個視頻范圍內(nèi)并非都是線形的，因此需要建立實際空間的尺寸大小與圖像中的尺寸的映射關(guān)系，即視覺雨量傳感器的標定。
所述的視覺雨量傳感器的標定，是將一個尺寸大于浮標活動量程的標尺放在浮標活動軌跡線上，通過計算機讀取標尺上的刻度，然后將各刻度對應(yīng)在圖像中的像素，并對應(yīng)結(jié)果存儲在一張映射表中，這樣通過視頻圖像中浮標的位置就能得到實際浮標在空間上的位置。
為了最大限度降低雨量計的功耗，在本發(fā)明中利用翻斗翻倒動作來自動產(chǎn)生一個觸發(fā)信號，如果沒有在測量狀態(tài)就立即激活雨量計量裝置，對翻斗中的浮標進行測量；若一段時間內(nèi)無通、斷信號發(fā)出，即表示降雨過程結(jié)束，系統(tǒng)經(jīng)過一定時間后自動進入休眠狀態(tài)。
在晚間下雨往往比較多，而晚間由于亮度不夠會影響視頻的檢測，在激活雨量計量裝置的前提下，本發(fā)明中在亮度不足以測量時自動啟動亮度判斷及節(jié)能燈開關(guān)模塊，以便能全天候進行雨量測量；所述的亮度判斷及節(jié)能燈開關(guān)模塊，是根據(jù)圖像RGB色彩空間到Y(jié)UV空間的轉(zhuǎn)化的結(jié)果得到Y(jié)的亮度分量，如果當(dāng)Y的值小于域值Ymin時，系統(tǒng)自動接通在攝像頭上面的節(jié)能燈，節(jié)能燈的亮度只要能超過域值Ymin的10％左右即可，當(dāng)Y的值超過域值Ymin的20％時，系統(tǒng)自動斷開對節(jié)能燈的供電。
為了防止在翻斗發(fā)生翻倒動作過程中泄水而造成的計量誤差，本發(fā)明中通過止流裝置動作使引流管處在滯流狀態(tài)，翻斗翻倒過程中由于滑軌的作用，推動小錐體向上運動起到一個錐閥的作用，從而阻塞引流管的流體通道，使得雨水在翻斗翻倒期間仍保留在引流管或者小漏斗中；而當(dāng)翻斗恢復(fù)原來位置時，小錐體依靠彈簧力的作用使得引流管的雨水暢通進入翻斗，同時也產(chǎn)生一個觸發(fā)信號來激活雨量計量裝置，因此翻斗的設(shè)計要滿足兩個要求1)翻斗上的滑軌必須在翻斗翻倒以前使錐閥的作用阻塞引流管的流體通道，防止在翻斗發(fā)生翻倒動作過程中泄水而造成的計量誤差；2)而當(dāng)翻斗恢復(fù)原來位置時，小錐體依靠彈簧力的作用使得引流管的雨水暢通進入翻斗，同時能作為一個觸發(fā)信號來激活全方位視覺的泥石流災(zāi)害檢測裝置，使得裝置能在極低功耗情況下運行。
按照上述原理制造的雨量計傳感器在安裝時只需調(diào)整基座的水平，無需調(diào)校翻斗感量，只要檢驗它能可靠翻動，因此安裝調(diào)試簡便易行；由于采用了無接觸式的視頻測量能降低故障率，減少維護或者無需維護。
本發(fā)明中的雨量傳感器的翻斗不作為計量部件，即使有少量沙塵沉積于翻斗斗室以及翻斗軸承付游隙變化，引起翻斗感量微小變化，不會影響翻斗正常翻動，沙塵將會沉淀于浮子室底層，只要保證水路通暢就不會影響浮子正常工作，也不會產(chǎn)生附加測量誤差。
在激發(fā)泥石流的雨量因素中，最關(guān)鍵的因素又是泥石流當(dāng)日激發(fā)降雨過程中最大10分鐘雨強或最大1小時雨強；所述的最大一小時雨強y1h與最大10分鐘雨強y10min的統(tǒng)計是以每分鐘為單位進行統(tǒng)計的；雨強則指單位時間內(nèi)暴雨的降雨量。在Δt(i)暴雨歷時內(nèi)降雨量為ΔY(i)時，ΔY(i)由公式(11)計算，因此每分鐘平均雨強可用以下公式(15)計算y(i)=ΔY(i)Δt(i)---(15)]]>要得到最大10分鐘雨強或最大1小時雨強，本發(fā)明中遍歷了統(tǒng)計時間間隔前后10分鐘的情況，并求其最大值，計算公式如(16)所示y1h=max(Σi=j-10j+49y(i),Σi=j-9j+50y(i),Σi=j-8j+51y(i),···,Σi=jj+59y(i))---(16)]]>y10min=max(Σi=j+40j+49y(i),Σi=j+41j+50y(i),Σi=j+42j+51y(i),···,Σi=j+50j+59y(i))]]>式中，i為目前統(tǒng)計時刻點，j為前60分的統(tǒng)計時刻點，y1h為最大一小時雨強，y10min為最大10分鐘雨強y10min。
通過上述所計算得到的最大10分鐘雨強或最大1小時雨強值，并根據(jù)當(dāng)?shù)卦谀硞€最大10分鐘雨強或最大1小時雨強發(fā)生泥石流的概率來發(fā)布泥石流的預(yù)報和預(yù)警信息。
作為泥石流發(fā)生時的視頻特征，根據(jù)溝谷上、中、下游檢測位置不同檢測重點也有所不同1)從地形地貌的角度來看泥石流在坡度為20°-45°的區(qū)域容易發(fā)生侵蝕，大于45°的區(qū)域容易發(fā)生崩塌和滑坡，小于20°的區(qū)域則相對比較穩(wěn)定，本發(fā)明中將相對高差大，溝床比降大，切割厲害的區(qū)域作為重點檢測區(qū)域，并作為溝谷中上游泥石流發(fā)生時的檢測；2)作為檢測溝谷中游的泥石流的重點是在視頻角度近處的區(qū)域，本發(fā)明中將測量裝置安置在溝床的上方，目的能檢測到泥石流龍頭的一些特征①龍頭的運動特征-龍頭是以拉伸，前傾，下落，而后揭起的滾動方式向前運動；②龍頭的流量特征-峰值流量一般出現(xiàn)在泥石流的龍頭部分；③泥石流流量沿程特征-流量沿程是不一致的，越向下游流量越大；3)作為檢測溝谷下游的泥石流的重點是在視頻角度遠處的區(qū)域，從遠處的宏觀視角來看泥石流形成后就猶如一條巨蟒在山谷中蜿蜒前行，黑色“龍頭”巨浪翻滾；4)根據(jù)在溝谷上、中、下游檢測的視頻信息，構(gòu)成泥石流檢測網(wǎng)絡(luò)以提高檢測的可信度。
作為檢測溝谷上游的檢測，進行崩塌和滑坡的判斷，采用背景減算法的快速分割算法來實時檢測地貌發(fā)生的變化；背景消除是基于背景減算法檢測前景對象(崩塌和滑坡)的關(guān)鍵，它直接影響檢測出檢測對象的完整性和準確性。
作為檢測溝谷中游的泥石流的重點是在視頻角度近處的區(qū)域，測量裝置安置在溝床的上方用于檢測泥石流龍頭的一些特征①龍頭的運動特征-龍頭是以拉伸，前傾，下落，而后揭起的滾動方式向前運動；②龍頭的流量特征-峰值流量-般出現(xiàn)在泥石流的龍頭部分；③泥石流流量沿程特征-流量沿程是不一致的，越向下游流量越大；在數(shù)字圖像處理技術(shù)中，一個最簡單有力的工具是灰度直方圖，一幅圖像的直方圖都包括了可觀的信息，由于泥石流的龍頭、龍身、龍尾的形狀、大小、速度都是在運動和變化的，但是從某一個局部區(qū)域來講，龍頭、龍身、龍尾的直方圖是有明顯區(qū)別的，另外在圖像處理中對直方圖的計算是可以用非常低的計算量來完成，這對泥石流的實時檢測是非常有利的。
如果在泥石流經(jīng)過的溝谷流域上安置多個檢測裝置，那么就可以檢測得到泥石流流量隨沿程逐步增大趨勢，當(dāng)然這需要有傳感器網(wǎng)絡(luò)技術(shù)來支持；本專利中在溝谷下游檢測泥石流的重點放在視頻角度遠處的區(qū)域，這是因為從遠處的宏觀視角來看泥石流形成后就猶如一條黑色巨蟒在山谷中蜿蜒前行，由于地形地貌對泥石流前行運動軌跡的限定，因此在溝谷下游檢測泥石流是否發(fā)生依托地形地貌圖上溝谷的信息可以提高檢測精度、減少檢測范圍以及計算工作量，本發(fā)明中采用用戶界面輸入泥石流可能經(jīng)過的溝谷圖像信息，并將該信息存儲在存儲單元中，在檢測泥石流發(fā)生時根據(jù)所存儲溝谷圖像信息，并判斷在該溝谷上是否發(fā)現(xiàn)有黑色流動體，如果有那么就認為是有泥石流發(fā)生可疑，需要進一步確認；聲音可以作為泥石流判斷的一種重要輔助手段，泥石流在溝谷中上游區(qū)域發(fā)生后，隨著泥石流的流量增大、流速加快，對應(yīng)泥石流的音量呈增大趨勢和音調(diào)也呈加快趨勢；暴雨時發(fā)出的較高音量的聲音有兩種可能性1)泥石流發(fā)生；2)雷聲。為了區(qū)別泥石流發(fā)生所產(chǎn)生的聲音和雷聲所產(chǎn)生的聲音，在聲音信號處理上可以用兩種方法來解決，一種是在時間域上的處理方法，另一種是在頻率域上的處理方法，由于在頻率域上的處理方法要花費較大的計算時間不利于實時判斷，在本發(fā)明中采用了在時間域上的處理方法，該方法直觀，計算簡單，例如可提取信號的周期、峰值、過零率等作為時域上的特征，最明顯的特征是泥石流發(fā)生所產(chǎn)生的聲音要比雷聲所產(chǎn)生的聲音持續(xù)時間長，因此可以把聲壓級(功率值)和持續(xù)時間作為識別泥石流發(fā)生的特征，用來進一步確認泥石流的發(fā)生。
所述的聲音響度測量，用來表示的是聲音能量的強弱程度，其強度主要取決于聲音聲波振幅的大小。泥石流與雷聲的聲音的響度可以用聲壓(達因/平方厘米)或聲強(瓦特/平方厘米)來計量，聲壓的單位為帕(Pa)，它與基準聲壓比值的對數(shù)值稱為聲壓級，單位是分貝(dB)。響度的相對量稱為響度級，它表示的是某鼾聲響度與基準響度比值的對數(shù)值。響度——聲音的大??；響度跟發(fā)聲體的振幅有關(guān)系，振幅越大，響度越大；振幅越小，響度越??；同時響度跟距發(fā)聲體的遠近、方向有關(guān)系。一般泥石流與雷聲的聲音的聲壓級都會達到100分貝以上。
所述的聲音持續(xù)時間的測量，我們將時間域上的超過一定的閾值連續(xù)聲音波形作為聲音持續(xù)時間，一般來說泥石流所發(fā)出的聲音持續(xù)時間(10min以上)要遠大于雷聲所發(fā)出的聲音持續(xù)時間(2min以下)；所述的聲壓級(功率值)和持續(xù)時間測量，首先是聲信號被傳聲器接收，傳聲器將其變換為電信號；然后讀入嵌入式系統(tǒng)中，通過嵌入式系統(tǒng)中的軟件計算聲音的聲壓級以及聲音持續(xù)時間；最后根據(jù)上述兩個指標判斷是否是泥石流發(fā)出的聲音。
本發(fā)明的有益效果主要表現(xiàn)在1、測量精度高、靈敏性好、低維護率、能夠長期可靠使用；2、高質(zhì)量完成泥石流發(fā)生的檢測和避難警報輸出的新手段，低功耗、長期可靠運行并保持低維護率、多媒體信息的測量、支持遠程網(wǎng)絡(luò)通信、智能化；3、采用聲音傳感器獲取監(jiān)視地域的聲音響度與頻率來進一步輔證泥石流的發(fā)生，利用雨量傳感器中漏斗翻倒動作作為檢測泥石流的觸發(fā)信號，使得全方位視覺的泥石流災(zāi)害檢測裝置在沒有下雨時處于休眠狀態(tài)滿足低功率的要求。

圖1為全方位視覺傳感器的結(jié)構(gòu)圖。
圖2為全方位視覺傳感器的折反射原理圖。
圖3為基于全方位視覺的泥石流災(zāi)害檢測裝置中硬件與軟件結(jié)構(gòu)框圖。
圖4為基于全方位視覺的泥石流災(zāi)害檢測裝置中硬件與網(wǎng)絡(luò)通信框圖。
圖5為雨量檢測的翻斗設(shè)計圖。
圖6為浮標的結(jié)構(gòu)圖。
圖7為翻斗翻倒過程的示意圖。
圖8為計算機視覺在測量翻斗中浮標的示意圖。
具體實施方式
下面結(jié)合附圖對本發(fā)明作進一步描述。
參照圖1～圖8，一種基于全方位視覺的泥石流災(zāi)害檢測裝置，包括用于監(jiān)視待測山體和雨量收集裝置水位的全方位視覺傳感器、雨量收集裝置和用于根據(jù)視頻信號進行災(zāi)害檢測的微處理器，所述的全方位視覺傳感器安裝在待測山體的溝床的上方，所述的全方位視覺傳感器輸出連接微處理器，所述的全方位視覺傳感器包括用以反射監(jiān)控領(lǐng)域中物體的外凸折反射鏡面1、用以防止光折射和光飽和的黑色圓錐體2、透明圓柱體3和攝像頭5，所述的外凸折反射鏡面1位于透明圓柱體2的上方，外凸折反射鏡面1朝下，黑色圓錐體2固定在外凸折反射鏡面1的底部中央；所述的雨量收集裝置包括盛水器6、翻斗11，所述的翻斗11上設(shè)有用于顯示盛水器水位的浮標7；所述的微處理器包括視覺傳感器標定模塊，用于設(shè)定視頻圖像位置與實際空間坐標上的位置的對應(yīng)關(guān)系；浮標位置采集模塊，用于采集視頻傳感器的視頻圖像，并確定盛水器浮標的位置；雨量智能計算模塊，用于設(shè)定浮標的位置與翻斗的水量的對應(yīng)關(guān)系；采集視覺傳感器的信號，檢測翻斗自動發(fā)生翻倒動作前瞬間浮標的位置，并依據(jù)對應(yīng)關(guān)系計算翻斗中的實際雨量，檢測翻斗前一次自動恢復(fù)動作后的翻斗中的浮標位置，計量翻斗中的初始雨量，實際雨量與初始雨量相減后得到本次傾倒雨量；激發(fā)泥石流雨強計算模塊，用于統(tǒng)計計算降雨過程中最大10分鐘雨強或最大1小時雨強，以每分鐘為單位進行統(tǒng)計；雨強則指單位時間內(nèi)暴雨的降雨量，在Δt(i)暴雨歷時內(nèi)降雨量為ΔY(i)時，每分鐘平均雨強用以下公式(15)計算y(i)=ΔY(i)Δt(i)---(15)]]>要得到最大10分鐘雨強或最大1小時雨強，遍歷統(tǒng)計時間間隔前后10分鐘的情況，并求其最大值，計算公式如(16)所示y1h=max(Σi=j-10j+49y(i),Σi=j-9j+50y(i),Σi=j-8j+51y(i),···,Σi=jj+59y(i))---(16)]]>y10min=max(Σi=j+40j+49y(i),Σi=j+41j+50y(i),Σi=j+42j+51y(i),···,Σi=j+50j+59y(i))]]>式中，i為目前統(tǒng)計時刻點，j為前60分的統(tǒng)計時刻點，y1h為最大一小時雨強，y10min為最大10分鐘雨強y10min；泥石流預(yù)警模塊，用于在數(shù)據(jù)庫中預(yù)先存儲的特定最大10分鐘雨強或最大1小時雨強發(fā)生泥石流的統(tǒng)計概率，依據(jù)上述計算的最大10分鐘雨強或最大1小時雨強得到發(fā)生泥石流的概率，并發(fā)出預(yù)報和預(yù)警信息。
所述的雨量收集裝置用于觀察瞬時雨量和累計雨量，所設(shè)計的雨量收集裝置的上部是一個圓錐形桶型體6，雨水由圓錐形桶型體盛水器匯集，通過裝有小圓護網(wǎng)的小漏斗及其下端的引流管8，雨水進入翻斗11；翻斗11上有一個支點12，支點12的位置設(shè)計在當(dāng)翻斗11盛積的水量達到一定的數(shù)量值時正好能使得翻斗翻倒，自動將翻斗11中盛積的水量傾倒，在翻斗11翻倒的過程中引流管8通過止流裝置10，將水量暫時停留在小漏斗及其下端的引流管8中，當(dāng)翻斗11翻倒將翻斗中盛積的水量傾倒完畢后，如附圖3所示，翻斗11由于重心恢復(fù)力的作用恢復(fù)到原來位置，自動打開止流裝置10使得雨水又進入翻斗11；翻斗11中設(shè)計一個有顏色特征的小浮標7，如附圖2所示，小浮標7上部是一個紅色小球，通過視頻來觀察該小浮標(紅色小球)的位置，小浮標7被安置在雨量收集裝置中的一個可上下方向移動的槽13內(nèi)，小浮標7不會由于傾倒翻斗中的水時脫離槽，計算機視覺范圍能檢測到小浮標7的整個活動范圍；槽13與翻斗11下部是相通的，形成水路；當(dāng)翻斗11中盛積的水量發(fā)生變化時，槽13的水位也相應(yīng)發(fā)生變化，由于浮力的作用小浮標7就會向上移動，能反映翻斗11中所盛積的雨量多少，視覺的方式檢測雨量的原理圖如附圖3所示。根據(jù)上述的陳述，所述的翻斗設(shè)計要滿足幾個條件，1)容積條件翻斗的雨量收集最大量為100ml；2)雨量的計算條件小浮標位置與翻斗中的雨水容積必須是可以通過簡單公式進行計算的，也就是說能通過視頻觀測小浮標位置迅速得到翻斗所收集的雨量；3)無泄漏條件在翻斗翻倒將翻斗中盛積的水量傾倒過程中，止流裝置動作使引流管處在滯流狀態(tài)；4)翻斗的動作條件當(dāng)翻斗收集的雨量達到最大量100ml時，翻斗能準確動作，當(dāng)翻斗翻倒動作完成后又能迅速復(fù)位，同時停止引流管的滯流狀態(tài)，使雨水能流入翻斗中；5)防腐蝕條件由于雨水中包含有對一些材料的腐蝕成分，所選擇的翻斗材料要耐腐蝕。
為了彌補翻斗式傳感器測量雨量上的一些固有的缺陷和不足，本發(fā)明中將浮標式雨量計的優(yōu)點來彌補翻斗式雨量計的缺陷和不足，特別是由于翻斗室水體殘留、翻斗室殘留泥沙和油污的影響、翻斗軸承付游隙變化及沙塵阻滯使摩擦力變化的影響等等所造成的隨機誤差，這種隨機誤差造成了每次測量的實際雨量與測量雨量不同，比如實際雨量為101ml、99ml、100ml、...，但是翻斗式傳感器測量雨量都認為是100ml；在本專利中采用翻斗中有浮標的設(shè)計方法，在測量原理是通過測量翻斗中的浮標位置來計量翻斗中的水量，通過視頻檢測手段來檢測翻斗自動發(fā)生翻倒動作前瞬間翻斗中的水量，這樣實際雨量與測量雨量能達到一致；同時在翻斗自動恢復(fù)動作后的翻斗中的浮標位置來計量翻斗中的初始雨量，也能排除翻斗室水體殘留、翻斗室殘留泥沙等對計量雨量的隨機誤差，從這個意義上來講翻斗只是作為雨量收集裝置，而真正的計量雨量是通過浮標位置來計量的(不論是大量程以及小量程都是取決于翻斗中的浮標位置)，并將本次翻斗自動發(fā)生翻倒動作瞬時翻斗中的浮標位置y(i)action-before以及前一次自動恢復(fù)動作后的翻斗中的浮標位置y(i-1)action-after存儲在記憶單元內(nèi)，通過公式(8)計算出實際本次翻斗自動發(fā)生翻倒過程中所傾倒掉的水量；V(i)=W2*{y(i)action-before*[l+y(i)action-before*(L-lH)]---(8)]]>-y(i-1)action-after*[l+y(i-1)action-after*(L-lH)]}]]>通過公式(8)求得的是本次所傾倒掉的水量，并同時將該次翻斗自動發(fā)生翻倒動作的時刻(年月日小時分秒)一起存儲在數(shù)據(jù)庫的雨量記錄表中。
世界氣象組織和中國氣象局對于雨量測定有嚴格的規(guī)定，目前，眾所周知的雨、雪量計量單位是“毫米”。規(guī)定200毫米為雨量測定儀器的盛雨口標準口徑，進入該筒內(nèi)的積水深度即為雨量的毫米值。按公式(9)、(10)推算可得口徑D＝200mm+0.6mm(0.6mm為盛雨口邊寬) (9)面積S＝3.1416*(10.03)2cm2＝316cm2(10)通過公式(8)和公式(10)所計算得到的值，然后根據(jù)公式(11)就能得到本次所檢測到的雨量，Rain(i)=V(i)S---(11)]]>通過雨量記錄表中所記錄的雨量以及翻斗自動發(fā)生翻倒動作的時刻等信息可以求每小時降水量、每日降水量以及00-06，06-12，12-18，18-24時段的累計降水量，由計算公式(12)進行計算
Raintotal=Σi=starttimeendtimeRain(i)---(12)]]>在計算每小時降水量時，就是將某一個小時時間內(nèi)的雨量記錄進行累加；同樣的方法計算每日降水量時，就是將零時時間到晚間12點以前時間內(nèi)的雨量記錄進行累加；對于微量降水以及每分鐘降水量由于檢測量小、檢測時間短而造成了浮標移動量小，因此必須以每秒為單位檢測在翻斗的浮標位置y(i)now與前一次自動恢復(fù)動作后的翻斗中的浮標位置y(i-1)action-after的相對位移，由計算公式(13)進行計算V(i)=W2*{y(i)now*[l+y(i)now*(L-lH)]-y(i-1)action-after*[l+y(i-1)action-after*(L-lH)---(13)]]>通過公式(11)、(12)，累計在某一分鐘內(nèi)的雨量可以求得每分鐘降水量，同樣對微量降水可以通過比較長時間內(nèi)的累加來得到微量降水值。
所述的翻斗的浮標位置y檢測是通過所獲取視頻圖像進行處理得到浮標位置，為了簡化圖像運算，在本專利中將浮標的顏色設(shè)計成紅色，那么上面的檢測就可以簡化為紅色部分在空間的位置問題；從攝像裝置讀取的視頻圖像是RGB色彩空間，RGB色彩空間對亮度比較敏感，特別是在野外使用的雨量計不應(yīng)該由亮度變化而造成誤測量，這里通過色彩空間轉(zhuǎn)化模塊將圖像RGB色彩空間到Y(jié)UV空間的轉(zhuǎn)化，為獲得浮標空間位置做準備工作；YUV顏色模型是一種常用的顏色模型，其基本特征是將亮度信號與顏色信號分離，Y代表亮度，U、V是兩個彩色分量，表示色差，一般是藍，紅色的相對值，由于人眼對亮度的變化比對顏色的變化敏感，因此，YUV模型中Y分量的值所占帶寬大于等于彩色分量所占帶寬YUV與RGB模型之間的線形關(guān)系如公式(14)給出，Y＝0.301*R+0.586*G+0.113*BU＝-0.301*R-0.586*G+0.887*B (14)V＝0.699*R-0.586*G-0.113*B由于我們在雨量計中只關(guān)心浮標的空間位置，因此上述公式計算時只要計算紅色分量的值，然后得到相對應(yīng)的二值化圖像，我們將浮標的幾何中心位置作為浮標在空間上的點的位置。由于計算機中的圖像是以像素為單位表示的，另外由于攝像機模型在整個視頻范圍內(nèi)并非都是線形的，因此需要建立實際空間的尺寸大小與圖像中的尺寸的映射關(guān)系，即視覺雨量傳感器的標定。
所述的視覺雨量傳感器的標定，是將一個尺寸大于浮標活動量程的標尺放在浮標活動軌跡線上，通過計算機讀取標尺上的刻度，然后將各刻度對應(yīng)在圖像中的像素，并對應(yīng)結(jié)果存儲在一張映射表中，這樣通過視頻圖像中浮標的位置就能得到實際浮標在空間上的位置。
為了最大限度降低雨量計的功耗，在本發(fā)明中利用翻斗翻倒動作來自動產(chǎn)生一個觸發(fā)信號，如果雨量傳感器沒有在測量狀態(tài)就立即激活基于全方位視覺的泥石流檢測裝置中的供電電源，對翻斗中的浮標進行測量，同時也檢測周圍的視頻信息；若一段時間內(nèi)無通、斷信號發(fā)出，即表示降雨過程結(jié)束，裝置經(jīng)過一定時間后(比如一天)自動進入休眠狀態(tài)。附圖8中的觸發(fā)信號單元15當(dāng)翻斗11發(fā)生翻倒動作時，會發(fā)出一個脈沖信號，同時該觸發(fā)信號單元15也起到了翻斗11恢復(fù)狀態(tài)的定位作用。
在晚間下雨往往比較多，因此泥石流在晚間發(fā)生可能性又比較大，而晚間由于亮度不夠會影響視頻的檢測，在激活裝置的前提下，本發(fā)明中在亮度不足以測量時自動啟動亮度判斷及節(jié)能燈開關(guān)模塊，以便能全天候進行雨量測量；所述的亮度判斷及節(jié)能燈開關(guān)模塊，是根據(jù)圖像RGB色彩空間到Y(jié)UV空間的轉(zhuǎn)化的結(jié)果得到Y(jié)的亮度分量，如果當(dāng)Y的值小于域值Ymin時，系統(tǒng)自動接通在攝像頭上面的節(jié)能燈，節(jié)能燈的亮度只要能超過域值Ymin的10％左右即可，當(dāng)Y的值超過域值Ymin的2％時，系統(tǒng)自動斷開對節(jié)能燈的供電。
為了防止在翻斗發(fā)生翻倒動作過程中泄水而造成的計量誤差，本發(fā)明中通過止流裝置動作使引流管處在滯流狀態(tài)，翻斗翻倒過程中由于滑軌的作用，推動小錐體向上運動起到一個錐閥的作用，從而阻塞引流管的流體通道，使得雨水在翻斗翻倒期間仍保留在引流管或者小漏斗中；而當(dāng)翻斗恢復(fù)原來位置時，小錐體依靠彈簧力的作用使得引流管的雨水暢通進入翻斗，同時也產(chǎn)生一個觸發(fā)信號來激活雨量計量裝置，因此翻斗的設(shè)計要滿足兩個要求1)翻斗上的滑軌必須在翻斗翻倒以前使錐閥的作用阻塞引流管的流體通道，防止在翻斗發(fā)生翻倒動作過程中泄水而造成的計量誤差；2)而當(dāng)翻斗恢復(fù)原來位置時，小錐體依靠彈簧力的作用使得引流管的雨水暢通進入翻斗，同時能作為一個觸發(fā)信號來激活雨量計量裝置，使得雨量計能在極低功耗情況下運行。
所述的全方位視頻圖像采集與處理裝置，本發(fā)明中采用了全方位視覺傳感器，其目的是能在讀取小浮標的視頻信息同時又能檢測周圍的視頻信息，這樣雨量傳感器也能檢測泥石流等自然災(zāi)害的視頻信息；全方位視覺傳感器如圖1所示，聚光透鏡4以及攝像單元5固定在圓筒體的下部；圓筒體的上部固定著一個向下的大曲率的折反射鏡1，其光學(xué)原理是全景圖像的光點經(jīng)透明外罩3，在折反射鏡1上形成折反射，然后在CMOS攝像單元5上成像。這樣能將一個半球(折反射鏡)中的信息壓縮成一幅圖像，使得一幅圖像中的信息量更大。
所述的折反射鏡為雙曲面鏡，攝像頭包括聚光透鏡和攝像單元位于雙曲面鏡的虛焦點位置；雙曲面鏡構(gòu)成的光學(xué)系統(tǒng)由下面5個等式表示。折反射鏡面設(shè)計圖如圖2所示。
((X2+Y2)/a2)-(Z2/b2)＝-1 (Z＞0) (1)c=a2+b2---(2)]]>β＝tan-1(Y/X) (3)α＝tan-1[(b2+c2)sinγ-2bc]/(b2+c2)cosγ (4)γ=tan-1[f/(X2+Y2)]---(5)]]>
上式中，X，Y，Z表示空間坐標，c表示雙曲面鏡的焦點，2c表示兩個焦點之間的距離，a，b分別是雙曲面鏡的實軸和虛軸的長度，β表示入射光線在XY平面上的夾角-方位角，α表示入射光線在XZ平面上的夾角-俯角，f表示成像平面到雙曲面鏡的虛焦點的距離。
所述的全方位視頻圖像采集與處理單元、網(wǎng)絡(luò)通信單元和聲音采集與處理單元，在硬件與軟件實現(xiàn)方面，本發(fā)明中選擇嵌入式Linux系統(tǒng)，主要達到集傳感、通信、移動為一體的目的，嵌入式Linux系統(tǒng)中包括了軟件與硬件技術(shù)，其中嵌入式Linux軟件是核心技術(shù)，它能實現(xiàn)全方位視覺的視頻服務(wù)器的功能。
嵌入式Linux全方位視覺傳感器系統(tǒng)結(jié)構(gòu)如附圖3所示。在嵌入式系統(tǒng)硬件方面，選用Samsung公司的S3c2410開發(fā)板為嵌入式arm9硬件平臺，處理器內(nèi)部集成了ARM公司ARM920T處理器核的32位微控制器，此外，配置16MB 16位的Flash和64MB 32位的SDRAM。通過以太網(wǎng)控制器芯片DM9000E擴展一個網(wǎng)口并引出一個HOST USB接口。通過在USB接口上外接一個帶USB口的攝像頭，將采集到的視頻圖像數(shù)據(jù)傳輸?shù)捷斎刖彌_區(qū)中進行處理。
所述的視頻服務(wù)器，其目的是不斷讀取全方位視覺傳感器所拍攝到的場景圖像信息，并提供對有線及無線網(wǎng)絡(luò)的支持，使各種網(wǎng)絡(luò)與遠程主機進行Socket通訊，實現(xiàn)在遠程主機上進行視頻分析與處理，也可以通過無線網(wǎng)絡(luò)傳輸場景信息到手機上，方便用戶隨時隨地查看泥石流發(fā)生的現(xiàn)場視頻信息。全方位視覺傳感器視頻服務(wù)器的架構(gòu)如圖4所示，在S3c2410中建立視頻服務(wù)器。
所述的全方位視頻圖像采集與處理單元，主要用于泥石流的檢測與雨量的檢測，關(guān)于雨量的檢測上面已經(jīng)陳述過，這里主要說明泥石流的檢測的方法；作為泥石流發(fā)生時的視頻特征，根據(jù)溝谷上、中、下游檢測位置不同檢測重點也有所不同1)從地形地貌的角度來看泥石流在坡度為20°-45°的區(qū)域容易發(fā)生侵蝕，大于45°的區(qū)域容易發(fā)生崩塌和滑坡，小于20°的區(qū)域則相對比較穩(wěn)定，本發(fā)明中將相對高差大，溝床比降大，切割厲害的區(qū)域作為重點檢測區(qū)域，并作為溝谷中上游泥石流發(fā)生時的檢測；2)作為檢測溝谷中游的泥石流的重點是在視頻角度近處的區(qū)域，本發(fā)明中將測量裝置安置在溝床的上方，目的能檢測到泥石流龍頭的一些特征①龍頭的運動特征-龍頭是以拉伸，前傾，下落，而后揭起的滾動方式向前運動；②龍頭的流量特征-峰值流量一般出現(xiàn)在泥石流的龍頭部分；③泥石流流量沿程特征-流量沿程是不一致的，越向下游流量越大；3)作為檢測溝谷下游的泥石流的重點是在視頻角度遠處的區(qū)域，從遠處的宏觀視角來看泥石流形成后就猶如一條巨蟒在山谷中蜿蜒前行，黑色“龍頭”巨浪翻滾；4)根據(jù)在溝谷上、中、下游檢測的視頻信息，構(gòu)成泥石流檢測網(wǎng)絡(luò)以提高檢測的可信度。
所述的崩塌和滑坡的判斷，采用背景減算法的快速分割算法來實時檢測地貌發(fā)生的變化；背景消除是基于背景減算法檢測前景對象(崩塌和滑坡)的關(guān)鍵，它直接影響檢測出檢測對象的完整性和準確性。本發(fā)明中采用了背景自適應(yīng)法，其核心思想是對每一個背景像素使用1組矢量；RGB變化的當(dāng)前混合值(Xmix，bi)來表示合法背景像素的允許取值(i為幀號)，并采用IIR濾波對其進行如下更新。
(1)當(dāng)光線自然變化，并且無前景對象存在時，1組向量(分別為RGB)進行自適應(yīng)學(xué)習(xí)Xmix，bn+1(i)＝(1-λ)Xmix，bn(i)+λXmix，cn(i) (17)式中Xmix，cn(i)為當(dāng)前幀RGB向量，Xmix，bn(i)為當(dāng)前幀背景RGB向量，Xmix，bn+1(i)為下一幀背景預(yù)測RGB向量，λ為背景更新的速度λ＝0，使用固定不變的背景(初始背景)；λ＝1，使用當(dāng)前幀作為背景；0＜λ＜1，背景由前一時刻的背景與當(dāng)前幀混合而成。由于環(huán)境光線變化非常小，λ的值可以取的非常小。
(2)當(dāng)光線有突變時(由閃電引起的)、或者有前景對象存在時，背景保持不變。為避免將前景運動對象的部分像素學(xué)習(xí)為背景像素，采用Xmix，bn+1(i)＝Xmix，bn(i) (18)上式中的Xmix，bn+1(i)(i＝1，2，3)分別表示R，G，B3個分量，為簡化起見，上述公式略去了每個像素的坐標(x，y)部分。
進行背景亮度分析有助于降低系統(tǒng)的誤識別率。背景亮度使用平均背景亮度Yb來度量，計算公式由式(19)給出，Y‾b=Σx=0W-1Σy=0H-1Yn(x,y)(1-Mn(x,y))Σx=0W-1Σy=0H-1(1-Mn(x,y))---(19)]]>式(19)中，Y n(x，y)為當(dāng)前幀各像素的亮度，Mn(x，y)為當(dāng)前幀的掩模表。用Yb0表示發(fā)現(xiàn)有運動對象時前一幀的背景亮度，Yb1表示檢測到檢測對象時第一幀的背景亮度，兩幀平均亮度的變化為ΔY＝Y(jié)b1-Yb0 (20)如果ΔY大于或者小于某個值則認為發(fā)生了閃電事件。根據(jù)上述判斷結(jié)果對背景不進行更新，也不進行背景減算法。
所述的掩模表，是用一個與視頻幀尺寸相同的數(shù)組M來記錄各像素點是否有運動變化，這個數(shù)組稱為掩模映射表(Mask Map) 數(shù)組M是檢測對象的二值圖像，不但可用來掩模視頻幀從而分割出運動對象，還可用于運動對象的跟蹤、分析和分類。
公式(20)中的背景亮度是從RGB顏色空間到Y(jié)CrCb顏色空間的轉(zhuǎn)換得到的，用公式(14)計算。
所述的背景減算法也稱為差分方法，是一種常用于檢測圖像變化和運動物體的圖像處理方法。為了要將光源點存在的那些像素部分檢測出來，首先要有一個比較穩(wěn)定的基準參考圖像，并將該基準參考圖像存儲在計算機的存儲器里，并通過上述的背景自適應(yīng)法對基準參考圖像進行動態(tài)更新，通過實時拍攝到圖像與該基準參考圖像間進行圖像相減，相減的結(jié)果發(fā)生變化的區(qū)域亮度增強，圖像相減的計算公式如式(21)表示，fd(X，t0，ti)＝f(X，ti)-f(X，t0) (21)式中fd(X，t0，ti)是實時拍攝到檢測范圍內(nèi)的圖像與基準參考圖像間進行圖像相減的結(jié)果；f(X，ti)是實時拍攝到檢測范圍內(nèi)的圖像，相當(dāng)于式(17)中的Xmix，cn(i)；f(X，t0)是基準參考圖像，相當(dāng)于式(17)中的Xmix，bn(i)。
實際圖像信號中包含有噪聲，而且一般都表現(xiàn)為高頻信號，因此在識別過程中要剔除由噪聲所產(chǎn)生的圖像邊緣點。
所述的剔除由噪聲所產(chǎn)生的圖像邊緣點，在本發(fā)明中使用四鄰域遍歷的方法，它用濾波掩膜確定的鄰域內(nèi)像素的平均灰度值去替代圖像每個像素點的值，即每一個像素值用其局部鄰域內(nèi)所有值的均值置換，如公式(22)所示h[i，j]＝(1/M)∑f[k，1] (22)式中，M是鄰域內(nèi)的像素點總數(shù)，本發(fā)明中取為4。
像素間的連通性是確定區(qū)域的一個重要概念。在二維圖像中，假設(shè)目標像素周圍有m(m＜＝8)個相鄰的像素，如果該像素灰度與這m個像素中某一個點A的灰度相等，那么稱該像素與點A具有連通性。常用的連通性有4連通和8連通。4連通一般選取目標像素的上、下、左、右四個點。8連通則選取目標像素在二維空間中所有的相鄰像素。將所有具有連通性的像素作為一個區(qū)域則構(gòu)成了一個連通區(qū)域。
所述的連通區(qū)域計算主要解決在圖像處理過程中，一幅二值圖像，其背景和目標分別具有灰度值0和1。對這樣的二值圖像，要對目標進行標記，計算每一目標的特征以進行識別，在多目標視頻檢測設(shè)計中，需要有一種快速而節(jié)省內(nèi)存的連通區(qū)域標記算法。我們將像素為0的小區(qū)表示此區(qū)域無前景活動對象，若為1則表示此此區(qū)域有前景活動對象。所以可以采用連通成分標記法進行缺陷區(qū)域的合并。連通標記算法可以找到圖像中的所有連通成分，并對同一連通成分中的所有點分配同一標記。下面是連通區(qū)域算法，1)從左到右、從上到下掃描圖像；2)如果像素點為1，則·如果上面點和左面點有一個標記，則復(fù)制這一標記。
·如果兩點有相同的標記，復(fù)制這一標記。
·如果兩點有不同的標記，則復(fù)制上點的標記且將兩個標記輸入等價表中作為等價標記。
·否則給這個象素點分配新的標記并將這一標記輸入等價表。
3)如果需考慮更多的點則回到第2步。
4)在等價表的每一等價集中找到最低的標記。
5)掃描圖像，用等價表中的最低標記取代每一標記。
在泥石流發(fā)生的上游區(qū)域，本發(fā)明中采用區(qū)域大小、移動方向與軌跡形狀等屬性來判斷所取得的前景運動目標是否是崩塌和滑坡；所述的區(qū)域大小屬性判斷是對上述標記過的每個連通區(qū)域求出其面積Si，當(dāng)前景活動對象面積Si超過一個閾值時作為崩塌和滑坡可疑；接著通過每幀之間活動對象的移動判斷其移動方向，崩塌和滑坡屬于一種落體運動，其運動方向必定是從高處下低處移動的，為了與水體的流動進行區(qū)別，水體是在溝谷中從上游向下游流動的，而崩塌和滑坡不發(fā)生在溝谷中；所述的軌跡形狀特征判斷是在崩塌和滑坡發(fā)生后用于確認判斷的準確性，本發(fā)明中將每一幀中求的連通區(qū)域用按先后順序以軌跡方式表達其軌跡形狀，其軌跡形狀接近于一個矩型，發(fā)生崩塌和滑坡位置越高，矩型的高度尺寸就越大，崩塌和滑坡發(fā)生面積越大，矩型的寬度尺寸就越大。
在泥石流發(fā)生的中上游區(qū)域，主要檢測溝谷近處的區(qū)域，測量裝置安置在溝床的上方用于檢測泥石流龍頭的一些特征①龍頭的運動特征-龍頭是以拉伸，前傾，下落，而后揭起的滾動方式向前運動；②龍頭的流量特征-峰值流量一般出現(xiàn)在泥石流的龍頭部分；③泥石流流量沿程特征-流量沿程是不一致的，越向下游流量越大；在數(shù)字圖像處理技術(shù)中，一個最簡單有力的工具是灰度直方圖，一幅圖像的直方圖都包括了可觀的信息，由于泥石流的龍頭、龍身、龍尾的形狀、大小、速度都是在運動和變化的，但是從某一個局部區(qū)域來講，龍頭、龍身、龍尾的直方圖是有明顯區(qū)別的，另外在圖像處理中對直方圖的計算是可以用非常低的計算量來完成，這對泥石流的實時檢測是非常有利的。
因此在溝谷中游區(qū)域首先通過用戶界面設(shè)置一些等寬的泥石流的檢測區(qū)域，這些檢測區(qū)域是泥石流必經(jīng)之路，由于灰度直方圖是灰度級的函數(shù)，描述的是圖像中具有該灰度級的像素的個數(shù)，其橫坐標是灰度級，縱坐標是該灰度出現(xiàn)的頻率(像素的個數(shù))，因此利用某個檢測區(qū)域內(nèi)灰度直方圖的分布來區(qū)分水流、泥石流的龍頭、龍身、龍尾；當(dāng)泥石流的龍頭、龍身、龍尾經(jīng)過某個檢測區(qū)域都會得到相應(yīng)的直方圖；在一幀圖像上有多個檢測區(qū)域，比如我們將在全方位視覺傳感器所獲得的圖像中從上游到下游對檢測區(qū)域進行按序編號，在視頻測量中在某一個時刻(某一幀圖像)中發(fā)現(xiàn)第一號檢測區(qū)域所檢測到的直方圖有明顯的變化，將該時刻與直方圖保存在存儲單元內(nèi)，經(jīng)過一段時間后發(fā)現(xiàn)第六號檢測區(qū)域所檢測到的直方圖也有明顯的變化，并與保存在存儲單元內(nèi)的第一號檢測區(qū)域所檢測到的直方圖進行比對，如果這兩個直方圖有非常大的相似性，那么我們就認為泥石流的龍頭從剛才的第一號檢測區(qū)域向前發(fā)展到了第六號檢測區(qū)域，因此第一號檢測區(qū)域與第六號檢測區(qū)域之間的距離是在該時間內(nèi)泥石流的龍頭運動的距離，然后可以通過計算下式得到泥石流的流速；流速＝所經(jīng)過的距離/所經(jīng)歷的時間同樣泥石流的龍身、龍尾在檢測區(qū)域內(nèi)的直方圖也有非常大的相似性，通過這些相似性也能得到龍身、龍尾的流速；如果在泥石流經(jīng)過的溝谷流域上安置多個檢測裝置，那么就可以檢測得到泥石流流量隨沿程逐步增大趨勢，當(dāng)然這需要有傳感器網(wǎng)絡(luò)技術(shù)來支持；在溝谷下游檢測泥石流，本專利中將檢測的重點放在視頻角度遠處的區(qū)域，這是因為從遠處的宏觀視角來看泥石流形成后就猶如一條黑色巨蟒在山谷中蜿蜒前行，由于地形地貌對泥石流前行運動軌跡的限定，因此在溝谷下游檢測泥石流是否發(fā)生依托地形地貌圖上溝谷的信息可以提高檢測精度、減少檢測范圍以及計算工作量，本發(fā)明中采用用戶界面輸入泥石流可能經(jīng)過的溝谷圖像信息，并將該信息存儲在存儲單元中，在檢測泥石流發(fā)生時根據(jù)所存儲溝谷圖像信息，并判斷在該溝谷上是否發(fā)現(xiàn)有黑色流動體，如果有那么就認為是有泥石流發(fā)生可疑，需要進一步確認；所述的聲音采集與處理單元，用于檢測泥石流發(fā)生的聲音來確認泥石流的發(fā)生，泥石流在溝谷中上游區(qū)域發(fā)生后，隨著泥石流的流量增大、流速加快，對應(yīng)泥石流的音量呈增大趨勢和音調(diào)也呈加快趨勢；暴雨時發(fā)出的較高音量的聲音有兩種可能性1)泥石流發(fā)生；2)雷聲。為了區(qū)別泥石流發(fā)生所產(chǎn)生的聲音和雷聲所產(chǎn)生的聲音，在聲音信號處理上可以用兩種方法來解決，一種是在時間域上的處理方法，另一種是在頻率域上的處理方法，由于在頻率域上的處理方法要花費較大的計算時間不利于實時判斷，在本發(fā)明中采用了在時間域上的處理方法，該方法直觀，計算簡單，例如可提取信號的周期、峰值、過零率等作為時域上的特征，最明顯的特征是泥石流發(fā)生所產(chǎn)生的聲音要比雷聲所產(chǎn)生的聲音持續(xù)時間長，因此可以把聲壓級(功率值)和持續(xù)時間作為識別泥石流發(fā)生的特征，用來進一步確認泥石流的發(fā)生。
所述的聲音響度測量，用來表示的是聲音能量的強弱程度，其強度主要取決于聲音聲波振幅的大小。泥石流與雷聲的聲音的響度可以用聲壓(達因/平方厘米)或聲強(瓦特/平方厘米)來計量，聲壓的單位為帕(Pa)，它與基準聲壓比值的對數(shù)值稱為聲壓級，單位是分貝(dB)。響度的相對量稱為響度級，它表示的是某鼾聲響度與基準響度比值的對數(shù)值。響度——聲音的大小；響度跟發(fā)聲體的振幅有關(guān)系，振幅越大，響度越大；振幅越小，響度越??；同時響度跟距發(fā)聲體的遠近、方向有關(guān)系。一般泥石流與雷聲的聲音的聲壓級都會達到100分貝以上。
所述的聲音持續(xù)時間的測量，我們將時間域上的超過一定的閾值連續(xù)聲音波形作為聲音持續(xù)時間，一般來說泥石流所發(fā)出的聲音持續(xù)時間(10min以上)要遠大于雷聲所發(fā)出的聲音持續(xù)時間(2min以下)；所述的聲壓級(功率值)和持續(xù)時間測量，首先是聲信號被傳聲器接收，傳聲器將其變換為電信號；然后讀入嵌入式系統(tǒng)中，通過嵌入式系統(tǒng)中的軟件計算聲音的聲壓級以及聲音持續(xù)時間；最后根據(jù)上述兩個指標判斷是否是泥石流發(fā)出的聲音。
上述的實施例1所產(chǎn)生的發(fā)明效果是，按照上述原理制造的基于全方位視覺的泥石流災(zāi)害檢測裝置，利用全方位視頻圖像、聲音等多媒體信息，通過圖像理解、聲音信號處理等方式，檢測與泥石流直接相關(guān)的雨量、雨強的外部因素；根據(jù)不同的地質(zhì)、地貌以及溝谷的上、中、下游的情況檢測不同區(qū)域的視頻特征；根據(jù)泥石流發(fā)生的聲音來進一步確認泥石流的發(fā)生。通過上述綜合、多角度的檢測泥石流能提高檢測精度，能使災(zāi)害危險區(qū)的居民可以及時得到泥石流災(zāi)害的已經(jīng)發(fā)生信息，迅速采取預(yù)防措施回避損失，減輕泥石流的災(zāi)害，保障山區(qū)人民的生命財產(chǎn)安全。
作為本發(fā)明的基于全方位視覺的泥石流災(zāi)害檢測裝置，本身也可以作為視覺式雨量計傳感器，與其他類型的雨量計傳感器不同，在安裝時只需調(diào)整基座的水平，無需調(diào)校翻斗感量，只要檢驗它能可靠翻動，因此安裝調(diào)試簡便易行；由于采用了無接觸式的視頻測量能降低故障率，減少維護或者無需維護，由于該雨量傳感器的翻斗不作為計量部件，即使有少量沙塵沉積于翻斗斗室以及翻斗軸承付游隙變化，引起翻斗感量微小變化，不會影響翻斗正常翻動，沙塵將會沉淀于浮子室底層，只要保證水路通暢就不會影響浮子正常工作，也不會產(chǎn)生附加測量誤差。
本發(fā)明將光、機、電、通信、圖像處理和多媒體等技術(shù)集成在一起，實現(xiàn)了地質(zhì)災(zāi)害的智能化計算與泥石流的自動識別，提高了檢測泥石流的準確度，裝置能在極低的功耗下運行，實現(xiàn)了雨量的自動數(shù)據(jù)采集處理，提供各種網(wǎng)絡(luò)通信手段以及各種控制功能，能在非常惡劣的環(huán)境條件下可靠工作，同時支持各種網(wǎng)絡(luò)通信，能方便地形成地質(zhì)災(zāi)害檢測網(wǎng)絡(luò)，對同時把握區(qū)域的泥石流發(fā)生、災(zāi)害分布和受災(zāi)程度情況提供了一種新的手段。
權(quán)利要求
1.一種基于全方位視覺的泥石流災(zāi)害檢測裝置，其特征在于所述的泥石流災(zāi)害檢測裝置包括用于監(jiān)視待測山體和雨量收集裝置水位的全方位視覺傳感器、雨量收集裝置和用于根據(jù)視頻信號進行災(zāi)害檢測的微處理器，所述的全方位視覺傳感器安裝在待測山體的溝床的上方，所述的全方位視覺傳感器輸出連接微處理器，所述的全方位視覺傳感器包括用以反射監(jiān)控領(lǐng)域中物體的外凸折反射鏡面、用以防止光折射和光飽和的黑色圓錐體、透明圓柱體和攝像頭，所述的外凸折反射鏡面位于透明圓柱體的上方，外凸折反射鏡面朝下，黑色圓錐體固定在外凸折反射鏡面的底部中央；所述的雨量收集裝置包括盛水器、翻斗，所述的翻斗上設(shè)有用于顯示盛水器水位的浮標；所述的微處理器包括視覺傳感器標定模塊，用于設(shè)定視頻圖像位置與實際空間坐標上的位置的對應(yīng)關(guān)系；浮標位置采集模塊，用于采集視頻傳感器的視頻圖像，并確定盛水器浮標的位置；雨量智能計算模塊，用于設(shè)定浮標的位置與翻斗的水量的對應(yīng)關(guān)系；采集視覺傳感器的信號，檢測翻斗自動發(fā)生翻倒動作前瞬間浮標的位置，并依據(jù)對應(yīng)關(guān)系計算翻斗中的實際雨量，檢測翻斗前一次自動恢復(fù)動作后的翻斗中的浮標位置，計量翻斗中的初始雨量，實際雨量與初始雨量相減后得到本次傾倒雨量；激發(fā)泥石流雨強計算模塊，用于統(tǒng)計計算降雨過程中最大10分鐘雨強或最大1小時雨強，以每分鐘為單位進行統(tǒng)計；雨強則指單位時間內(nèi)暴雨的降雨量，在Δt(i)暴雨歷時內(nèi)降雨量為ΔY(i)時，每分鐘平均雨強用以下公式(15)計算y(i)=ΔY(i)Δt(i)---(15)]]>要得到最大10分鐘雨強或最大1小時雨強，遍歷統(tǒng)計時間間隔前后10分鐘的情況，并求其最大值，計算公式如(16)所示y1h=max(Σi=j-10j+49y(i),Σi=1-9j+50y(i),Σi=j-8j+51y(i),···,Σi=jj+59y(i))]]>y10min=max(Σi=j+40j+49y(i),Σi=j+41j+50y(i),Σi=j+42j+51y(i),···,Σi=j+50j+59y(i))---(16)]]>式中，i為目前統(tǒng)計時刻點，j為前60分的統(tǒng)計時刻點，y1h為最大一小時雨強，y10min為最大10分鐘雨強y10min；泥石流預(yù)警模塊，用于在數(shù)據(jù)庫中預(yù)先存儲的特定最大10分鐘雨強或最大1小時雨強發(fā)生泥石流的統(tǒng)計概率，依據(jù)上述計算的最大10分鐘雨強或最大1小時雨強得到發(fā)生泥石流的概率，并發(fā)出預(yù)報和預(yù)警信息。
2.如權(quán)利要求
1所述的基于全方位視覺的泥石流災(zāi)害檢測裝置，其特征在于所述的微處理器還包括溝谷上游檢測模塊，用于檢測溝谷上游是否發(fā)生崩塌和滑坡；所述的溝谷上游檢測模塊包括圖像變化計算單元，用于采用快速分割算法檢測地貌發(fā)生的變化，設(shè)定一個比較穩(wěn)定的基準參考圖像，將所獲得的當(dāng)前幀現(xiàn)場視頻圖像與基準參考圖像進行差值運算，圖像相減的計算公式如式(28)表示fd(X，t0，ti)＝f(X，ti)-f(X，t0) (28)上式中，fd(X，t0，ti)是實時拍攝到檢測范圍內(nèi)圖像與基準參考圖像間進行圖像相減的結(jié)果；f(X，ti)是實時拍攝到檢測范圍內(nèi)圖像；f(X，t0)是基準參考圖像；連通區(qū)域計算單元，用于對當(dāng)前圖像進行標記，像素灰度為0的背景，像素灰度為1為目標，計算當(dāng)前圖像中的像素是否與當(dāng)前像素周圍相鄰的某一個點的像素相等，如灰度相等判斷為具有連通性，將所有具有連通性的像素作為一個連通區(qū)域；崩塌和滑坡判斷單元，用于依據(jù)上述得到的連通區(qū)域，對上述標記過的每個連通區(qū)域求出其面積Si，當(dāng)前景活動對象面積Si超過一個閾值時作為崩塌和滑坡可疑；每幀之間活動對象的移動判斷其移動方向，如運動方向是從高處下低處移動，判定屬于崩塌和滑坡；將每一幀中求的連通區(qū)域用按先后順序以軌跡方式表達其軌跡形狀，其軌跡形狀接近于一個矩型，發(fā)生崩塌和滑坡位置越高，矩型的高度尺寸就越大，崩塌和滑坡發(fā)生面積越大，矩型的寬度尺寸就越大。
3.如權(quán)利要求
2所述的基于全方位視覺的泥石流災(zāi)害檢測裝置，其特征在于所述的微處理器還包括溝谷中游檢測模塊，用于檢測泥石流的運動特征、流量特征以及流量沿程特征；所述的溝谷上游檢測模塊包括灰度直方圖單元，用于將全方位視覺傳感器采集的視頻圖像采用灰度直方圖表示，描述圖像中具有灰度級的像素的個數(shù)，橫坐標是灰度級，縱坐標是該灰度出現(xiàn)的頻率；泥石流劃分單元，用于利用檢測區(qū)域內(nèi)灰度直方圖的分布來區(qū)分水流、泥石流的龍頭、龍身、龍尾，設(shè)定龍頭、龍身、龍尾經(jīng)過檢測區(qū)域相應(yīng)的直方圖；流速測量單元，用于將在全方位視覺傳感器所獲得的圖像中從上游到下游對檢測區(qū)域進行按序編號，在視頻測量中在某一個時刻中發(fā)現(xiàn)初始檢測區(qū)域所檢測到的直方圖有明顯的變化，將該時刻與直方圖保存在存儲單元內(nèi)，經(jīng)過一段時間后發(fā)現(xiàn)另一檢測區(qū)域所檢測到的直方圖也有明顯的變化，并與保存在存儲單元內(nèi)的初始檢測區(qū)域所檢測到的直方圖進行比對，如果兩個直方圖有非常大的相似性，認為泥石流的龍頭從剛才的初始檢測區(qū)域向前發(fā)展到另一檢測區(qū)域，兩個檢測區(qū)域之間的距離是在該時間內(nèi)泥石流的龍頭或龍身或龍尾運動的距離，通過計算下式得到泥石流的流速；流速＝所經(jīng)過的距離/所經(jīng)歷的時間。
4.如權(quán)利要求
3所述的基于全方位視覺的泥石流災(zāi)害檢測裝置，其特征在于所述的微處理器還包括溝谷下游檢測模塊，用于通過用戶界面輸入泥石流可能經(jīng)過的溝谷圖像信息，并將該信息存儲在存儲單元中，在檢測泥石流發(fā)生時根據(jù)所存儲溝谷圖像信息，并判斷在該溝谷上是否發(fā)現(xiàn)有黑色流動體，如果有，判定有泥石流發(fā)生可疑。
5.如權(quán)利要求
2-4之一所述的基于全方位視覺的泥石流災(zāi)害檢測裝置，其特征在于所述的泥石流災(zāi)害檢測裝置還包括聲音傳感器，所述的聲音傳感器連接微處理器，所述的微處理器還包括聲音輔助檢測模塊，用于采用在時間域上的處理方法，提取信號的周期、峰值、過零率等作為時域上的特征，確認泥石流的發(fā)生；所述的聲音輔助檢測模塊包括聲音響度測量單元，用于測量聲音傳感器的信號的聲壓，如聲壓級達到100分貝以上，則判斷有泥石流的可疑；聲音持續(xù)時間測量單元，用于設(shè)定時間域上的超過一定的閾值連續(xù)聲音波形作為聲音持續(xù)時間，如所發(fā)出的聲音持續(xù)時間達到10min以上，判斷有泥石流的可疑；泥石流判斷單元，用于接收聲音傳感器的信號，讀入嵌入式系統(tǒng)中，通過嵌入式系統(tǒng)中的軟件計算聲音的聲壓級以及聲音持續(xù)時間，如聲壓級以及聲音持續(xù)時間均滿足條件，判斷發(fā)生泥石流。
6.如權(quán)利要求
1-4之一所述的基于全方位視覺的泥石流災(zāi)害檢測裝置，其特征在于所述的盛水器下端設(shè)有引流管，該引流管的下方為翻斗，所述的翻斗安裝在鉸支座上，所述鉸支座位于當(dāng)翻斗盛積的水量達到設(shè)定數(shù)量值時正好能使翻斗翻倒、將翻斗中盛積的水量傾倒完畢后翻斗由于重心恢復(fù)力的作用恢復(fù)到原來位置的平衡支點，所述的翻斗上安裝在翻斗翻倒時堵住引流管、翻斗恢復(fù)后放開引流管的止流裝置，所述的止流裝置的堵塞件與引流管的下端配合；在所述的翻斗內(nèi)設(shè)有觀測水槽，所述的觀測水槽與翻斗底部連通，所述的觀測水槽內(nèi)設(shè)有具有顏色特征的浮標。
7.如權(quán)利要求
6所述的基于全方位視覺的泥石流災(zāi)害檢測裝置，其特征在于所述的翻斗呈扁型梯形狀，翻斗的寬度為一個恒定量W，梯形邊的下部底邊長度為1，梯形邊的上部底邊長度為L，梯形的總高度為H，浮標的位置即水位的高度y，在雨量智能計算模塊中，翻斗梯形邊的長度x是水位的高度y的線形函數(shù)，建立水位的高度與翻斗中雨水的容積的對應(yīng)關(guān)系，公式如(7)所示V(y)=W*y*[l+y*(L-lH)]2---(7)]]>上式中，V為翻斗中雨水的容積；將本次翻斗自動發(fā)生翻倒動作瞬時翻斗中的浮標位置y(i)action-before以及前一次自動恢復(fù)動作后的翻斗中的浮標位置y(i-1)action-after存儲在記憶單元內(nèi)，通過公式(8)計算出實際本次翻斗自動發(fā)生翻倒過程中所傾倒掉的水量；ΔV(i)=W2*{y(i)action-before*[l+y(i)action-before*(L-lH)]]]>-y(i-1)action-after*[l+y(i-1)action-after*(L-lH)]}---(8);]]>設(shè)定盛水器的面積為S，根據(jù)公式(11)就能得到本次所檢測到的雨量，ΔY(i)=ΔV(i)S---(11)]]>上式中，ΔY(i)為雨量；在所述的智能雨量計算單元中，記錄該次翻斗自動發(fā)生翻倒動作的時刻，并將各個翻倒時刻記錄在數(shù)據(jù)庫記錄表中，并記錄各個翻到時刻的雨量，運用統(tǒng)計方式計算得到設(shè)定時間段的雨量。
8.如權(quán)利要求
1-4之一所述的基于全方位視覺的泥石流災(zāi)害檢測裝置，其特征在于所述的泥石流災(zāi)害檢測裝置還包括照明燈，所述的照明燈安裝在視覺傳感器上，所述的微處理器還包括亮度判斷及節(jié)能燈開關(guān)模塊，用于提取圖像RGB色彩空間到Y(jié)UV空間的轉(zhuǎn)化的結(jié)果得到Y(jié)的亮度分量，如果當(dāng)Y的值小于域值Ymin時，自動接通照明燈，照明燈的亮度為域值Ymin的10％，當(dāng)Y的值超過域值Ymin的20％時，自動斷開對照明燈的供電。
9.如權(quán)利要求
2所述的基于全方位視覺的泥石流災(zāi)害檢測裝置，其特征在于所述的微處理器還包括背景維護模塊，所述的背景維護模塊包括背景亮度計算單元，用于計算平均背景亮度Yb計算公式如式(19)所示Y‾b=Σx=0W-1Σy=0H-1Yn(x,y)(1-Mn(x,y))Σx=0W-1Σy=0H-1(1-Mn(x,y))---(19)]]>式(19)中，Yn(x，y)為當(dāng)前幀各像素的亮度，Mn(x，y)為當(dāng)前幀的掩模表，所述的掩模表是用一個與視頻幀尺寸相同的數(shù)組M來記錄各像素點是否有運動變化 Yb0為判定為運動對象時前一幀的背景亮度，Yb1為檢測到檢測對象時第一幀的背景亮度，兩幀平均亮度的變化為ΔY＝Y(jié)b1-Yb0 (20)如果ΔY大于上限值，則認為發(fā)生了開燈事件；如果ΔY小于某個下限值，則認為發(fā)生了關(guān)燈事件；如ΔY介于上限值和下限值之間，則認為光線自然變化；背景自適應(yīng)單元，用于當(dāng)光線自然變化時，按照下式(17)進行自適應(yīng)學(xué)習(xí)Xmix，bn+1(i)＝(1-λ)Xmix，bn(i)+λXmix，cn(i) (17)式中Xmix，cn(i)為當(dāng)前幀RGB向量，Xmix，bn(i)為當(dāng)前幀背景RGB向量，Xmix，bn+1(i)為下一幀背景預(yù)測RGB向量，λ為背景更新的速度；λ＝0，使用固定不變的背景(初始背景)；λ＝1，使用當(dāng)前幀作為背景；0＜λ＜1，背景由前一時刻的背景與當(dāng)前幀混合而成；當(dāng)光線由突變引起的，背景像素按照當(dāng)前幀重置，參見式(18)Xmix，bn+1(i)＝Xmix，cn(i) (18)。上式中的Xmix，bn+1(i)(i＝1，2，3)分別表示R，G，B 3個分量。
10.如權(quán)利要求
9所述的基于全方位視覺的泥石流災(zāi)害檢測裝置，其特征在于所述的微處理器還包括剔除噪聲模塊，用于剔除由噪聲所產(chǎn)生的圖像邊緣點，用濾波掩膜確定的鄰域內(nèi)像素的平均灰度值去替代圖像每個像素點的值，即每一個像素值用其局部鄰域內(nèi)所有值的均值置換，如公式(22)所示h[i，j]＝(1/M)∑f[1，1] (22)式中，M是鄰域內(nèi)的像素點總數(shù)。
專利摘要
一種基于全方位視覺的泥石流災(zāi)害檢測裝置，包括用于監(jiān)視待測山體和雨量收集裝置水位的全方位視覺傳感器、雨量收集裝置和用于根據(jù)視頻信號進行災(zāi)害檢測的微處理器，所述的全方位視覺傳感器安裝在待測山體的溝床的上方，所述的全方位視覺傳感器輸出連接微處理器，所述的雨量收集裝置包括盛水器、翻斗，所述的翻斗上設(shè)有用于顯示盛水器水位的浮標；所述的微處理器包括視覺傳感器標定模塊、浮標位置采集模塊、雨量智能計算模塊、激發(fā)泥石流雨強計算模塊、泥石流預(yù)警模塊。本發(fā)明提供一種測量精度高、靈敏性好、低維護率、能夠長期可靠使用的基于全方位視覺的泥石流災(zāi)害檢測裝置。
文檔編號G01W1/14GK1996053SQ200610154827
公開日2007年7月11日 申請日期2006年11月23日
發(fā)明者湯一平, 楊仲遠, 金海明, 嚴海東, 柳圣軍, 樓勇攀, 周宗思, 尤思思, 賀武杰, 趙煦華 申請人:浙江工業(yè)大學(xué)導(dǎo)出引文BiBTeX, EndNote, RefMan