河流水位的水文數(shù)據(jù)

河流水位的水文數(shù)據(jù)

1基于圖像處理的水位監(jiān)測系統(tǒng)設(shè)計中國是一個經(jīng)常發(fā)生洪水災(zāi)害的國家。水資源監(jiān)測一直是國家水保護部門面臨的重點。這確保了確保的水資源監(jiān)測和安全系統(tǒng)對整個經(jīng)濟世界具有重要意義。本文提出了一個基于圖像處理的水位自動測量方法，研究了水位線圖像的形狀校正及水位線的檢測和精確定位算法。依照該算法設(shè)計的一套完整水情監(jiān)控系統(tǒng)，已順利實現(xiàn)了水位的實時測量與統(tǒng)計。在實際運行中，穩(wěn)定可靠，檢測到的水位高度誤差在2.0cm以內(nèi)，性能不受溫度和光照的影響。2水位高度統(tǒng)計基于圖像的水位線自動檢測的原理是由攝像機拍攝水泥柱（水位標桿）的圖像，為了便于水利工作者觀察，在水泥柱上事先做好了水位標尺，如圖1和圖2所示。它們分別是在白天和夜晚采集的兩幅圖像，夜晚由人工光源進行照明。由于水泥柱是個圓柱，受攝像機架設(shè)角度的影響，圖像中的水位線是一條弧狀曲線，而在曲線的不同部分讀出的水位高度數(shù)據(jù)各不相同。如果不進行形狀校正，把水位線轉(zhuǎn)變成一條與標尺垂直的直線，無疑會大大影響水位線定位的準確性。形狀校正的方法很多，如文獻提出的利用一次多項式非均勻分片逼近方法對光學圖像進行校正的算法，文獻提出的一種針對顯示器投影成像系統(tǒng)圖像的校正算法，文獻提出的基于射擊運動自動判靶圖像的校正算法等，它們根據(jù)投影的角度等參數(shù)對所拍圖像進行校正?？梢?，幾何校正并沒有一種通用的方法，都是對某一具體待校正對象而言的。在本應(yīng)用中，當攝像機架設(shè)完畢后，就被牢牢的固定住，因此所拍攝的圖像中，真實水位線（弧線）的彎曲程度是固定不變的，這樣，弧上每個像素對應(yīng)于校正后的目標直線都有一固定的偏移量，通過這個偏移量就可以得到校正后位置點離原坐標點的水平方向位移（這里的方向是對圖像而言的）。這樣，校正算法相當簡單，即只需要創(chuàng)建一張查找表，對圖像中含標尺區(qū)域的每一行中的所有像素按該行對應(yīng)的偏移量移位即可。圖3和圖4是校正后的圖像，可以清楚地看出水位線已經(jīng)變成了一條近似垂直的直線。3邊緣提取和圖像輪廓線的處理在水位圖像中，由于水面是同一種介質(zhì)，具有幾乎一樣的灰度值，且水面區(qū)域的紋理不強。在水位線附近，存在兩種介質(zhì)的變化，且水泥柱對光線的反射方向與水面對光線的反射方向相差很大，因此在水位線附近，肯定存在很強的邊緣信息，且為垂直邊緣（對文中的圖像而言）。再者，由于光照的變化，水泥柱上不同位置的像素，盡管屬于同一種介質(zhì)，它們的灰度值也可能相差很大，尤其是在夜晚水泥柱被人工光源照明后。因而，本文中對水位線的檢測，沒有采用圖像分割的方法進行，而是采用了邊緣檢測的方法。從圖4可以看出，晚上由于增加了光源使拍攝的圖像呈現(xiàn)明顯的光照不均，即離光源較近的部分顯得較亮，而右側(cè)離光源較遠的部分則顯得很暗，有時水泥柱幾乎與水區(qū)域連在了一起，邊緣檢測通過尋找目標的局部特征，達到了很好的抗光照不均的效果。邊緣檢測的方法很多，如Gradient、Roberts、Sobel和Prewitt算子，但它們都是一階微分算子，使用這些算子，在得到最終的邊緣點之前，需要確定一個門限，梯度值大于該門限的像素才是邊緣點，然而該門限是難以確定和精確的，尤其是當圖像中灰度不均時，各處的邊緣強度值并不相等。在水位圖像中，所關(guān)注的信息應(yīng)該是邊緣的數(shù)量，而不是邊緣的強度，因此，本算法選用了一個二階微分算子，即沈俊算子，來尋找過零點，以完成邊緣提取。相比二階微分算子的其它算子，如Laplacian算子、沈俊算子實現(xiàn)簡單，它只需要一個參數(shù)a0，且具有很好的抗噪能力，該算子通過在行和列上進行正反方向的遞歸濾波的方法來實現(xiàn)，即按先后順序，使用下面4個公式對圖像進行處理。其中x=0,1…，width,y=0,1…，height,p1,p2,p3,p4分別是每步處理后的圖像，a0是（0,1）區(qū)間內(nèi)的一個值，a0越大，即越接近1，則定位精度越高，平滑能力越弱。經(jīng)過上面4步處理后，p4(x,y）即為所求的結(jié)果。經(jīng)過沈俊算子處理后的圖像見圖5，可見結(jié)果中保留了豐富的邊緣信息，水位線處的邊緣與水面上的邊緣存在明顯的差異。由于采用的是二階微分算子，盡管通過a0的選擇，對圖像進行了平滑，但圖像本身的紋理信息就很豐富，所以得到的邊緣圖像中，除了水位線以外，很多其它的邊緣也同時被檢測了出來，比如水泥柱上的傷疤、水尺線、數(shù)字的輪廓、方塊的輪廓等，這些邊緣如不很好地消除，會影響到水位線的檢測精度。由于水位線在圖像中表現(xiàn)為一條近似垂直的長直線。因此，所有的非直線、水平直線和與水平方向夾角小于一定角度的斜線，都不是水位線。算法通過判別它們的形狀，并設(shè)定合適的經(jīng)驗參數(shù)來濾除它們。經(jīng)過沈俊算子處理后，得到的邊緣圖像中，邊緣都是閉合的輪廓線，這是二階微分算子的特點決定的。因此，使用輪廓跟蹤算法，可以直接得到所有的輪廓線，在輪廓線上分析線段的形狀和走向具有很大的優(yōu)勢。本文中采用八鏈碼進行輪廓跟蹤，用鏈碼記錄下所有邊緣的輪廓線，再對每條輪廓線按照一定的條件進行分步取舍。先從輪廓的周長上進行篩選，凡周長小于40個像素的邊緣就將其去除，40是預先設(shè)定的經(jīng)驗值。在鏈碼中，周長很容易得到，計算公式如下：其中，L表示周長，N0為偶數(shù)碼的個數(shù)，N1為奇數(shù)碼的個數(shù)。其次，尋找水平方向的直線和與水平方向夾角小于45°的直線，雖然檢測直線可以用Hough變換，但它需要窮舉參數(shù)，很費時間，但是可以利用鏈碼的方向特性來尋找直線。直接計算鏈碼在一個方向上移動的距離來判定直線段，當在一個方向上行走距離超過規(guī)定值，則認為是一條直線，例如對于水平直線（本文中規(guī)定當在水平方向上有連續(xù)5個點在一條直線上就是無用邊緣予以刪除），即鏈碼從當前坐標行走5個位置如果一直是0或4就屬于水平方向的直線，其它方向的直線的判斷也與此類似，這里不在細述，具體算法描述如下：步驟1取一條鏈碼表示的輪廓（x,y)c1c2c3c4…cn,n是這條鏈碼的碼元個數(shù)，j為碼元的序號，初始化j=0;步驟2若j<n，則計算[（j-5）%n，(j+5）%n]之間共10個鏈碼的相對于水平方向的轉(zhuǎn)角之和!，如果則去除該輪廓點，否則，j←j+1，繼續(xù)執(zhí)行步驟2;步驟3是否還有未處理過的輪廓，若有則轉(zhuǎn)步驟1;步驟4結(jié)束。經(jīng)過上面處理后的圖像如圖6所示。4確定標記邊緣經(jīng)過上一步的處理，留下的基本上是一些垂直直線，由于水位線相對較長，因此，只需對圖像做垂直方向的投影，就能初步定位出水位線。設(shè)一幅灰度圖像f(x,y）,x=0,1…，width,y=0,1，…，height，則垂直方向投影公式為：對圖6進行垂直方向投影的結(jié)果如圖7所示，可見，水位線基本出現(xiàn)在投影的峰值處。但是，這樣并不十分精確，水位線的峰值與別的峰值相差不大，并不能很好的突出出來，這是因為水位線雖然很長，但其它列上也存在很多短小的直線，所以，這些短直線也要想辦法除去。分析一下可以看出，大多數(shù)短直線都是標尺上的刻度的邊緣。因此可以將這部分單獨檢測出來，不對它進行投影。如何找出這一區(qū)域，這里采取對原圖像使用Roberts算子再做一次邊緣檢測，雖然前面已經(jīng)用過沈俊算子，但那是為了保證不丟失水位線，而這里需要盡量突出標尺部分，由于沈俊算子只對過零點敏感，對灰度跳變的大小不敏感，而刻度處對應(yīng)的梯度值較大，Roberts算子對灰度跳變越大越敏感，能夠很好的檢測出標尺刻度，并且可以忽略一些小的無用邊緣。對Roberts算子處理后的梯度圖像再進行自適應(yīng)閾值分割，消除圖像亮度變化帶來的影響。取Roberts算子后，得到的梯度圖像的灰度均值u，加上均方差!的2/3，作為閾值thre，如式（4），則檢測的邊緣基本上占圖像20%左右，圖8給出Roberts算子處理后的圖像。然后對圖8進行腐蝕和膨脹運算，目的是使標尺區(qū)域最終連成了一個整體，便于一起去除。該算法先做腐蝕運算，把水泥柱的邊框、一些非標尺部分、尤其是水位線等細小邊緣去掉，然后再進行連續(xù)的膨脹運算使標尺盡可能連在一起，圖9給出了這一步處理結(jié)果，圖中的大區(qū)域為標尺部分，上下兩個小區(qū)域分別是水泥柱和標尺上的菱形產(chǎn)生的多余塊，菱形塊是為了把圖像中水位數(shù)據(jù)轉(zhuǎn)換為實際海拔高度而人為刻上去的。因為它們較小，所以不影響標尺塊的定位。這樣標尺部分就被區(qū)分開來。設(shè)f(x,y）為去除無用邊緣后的圖像（圖6）,g(x,y）為經(jīng)過形態(tài)學處理后的圖像（圖9），顯然它們都是二值圖像，只有0和255兩種值，定義兩者的乘積圖像f*g(x,y）為：乘積圖像的垂直方向投影見式（6），投影的結(jié)果如圖10所示，與圖7相比，可以看出水位線對應(yīng)的波峰更加突出，從而增加了算法的定位能力。實際應(yīng)用中，由于攝像機架設(shè)的問題，水位線不能保證絕對垂直，而是可能略有傾斜，可以用一定大小的窗口對得到的投影數(shù)組加以高斯加權(quán)平滑。5傳統(tǒng)測算法本文運用形狀校正、邊緣檢測、輪廓跟蹤與分析、數(shù)字形態(tài)