一种河道监测装置、方法及计算机可读存储介质与流程

1.本发明涉及河道管理技术领域，尤其是涉及一种河道监测装置、方法及计算机可读存储介质。


背景技术：

2.随着近年来ai智能识别技术日渐成熟，行为分析、人脸识别、车牌识别等技术相继在视频监测上到广泛应用，视频监测在水文水利上的应用还处于初级视频监测阶段，ai识别技术还未在水利视频监测中广泛应用，河道的流速、水位等监测还是使用的传统螺旋桨、雷达流速计及雷达水位计，采用传统的检测设备对河道断面进行检测具有成本高、施工难等局限性。
3.因此，现有的河道监测方式具有成本高的技术问题。


技术实现要素：

4.本发明的目的在于提供一种河道监测装置、方法及计算机可读存储介质，以缓解现有的河道监测方式具有成本高的技术问题。
5.第一方面，本发明提供的一种河道监测装置，用于监测河道上预设的多个设置有水尺的检测点，包括摄像机、云台、倾角仪和cpu；
6.所述云台和所述倾角仪与所述摄像机相固定，所述云台用于控制摄像机的拍摄位置，所述倾角仪用于检测所述摄像机沿y轴的倾斜角度；
7.所述摄像机的视频输出端与所述cpu的输入端电连接；
8.所述云台和所述倾角仪的信息输出端与所述cpu的输入端电连接，所述cpu的输出端分别与所述云台和所述倾角仪的控制端电连接；
9.所述cpu利用控制所述倾角仪的倾斜角度及所述云台的转动，使得摄像机对预设的多个检测点进行视频数据采集，所述cpu对视频数据进行识别，得到河道水位、流速或流量数据。
10.进一步的，所述摄像机上设置有红外补光灯。
11.进一步的，所述cpu的信息输出端连接有通讯装置。
12.第二方面，本发明还提供一种河道监测方法，应用于第一方面所述河道监测装置的cpu，所述方法包括：
13.接收多个检测点的云台坐标和倾角角度；
14.根据多个检测点的云台坐标和倾角角度，依次采集多个检测点的视频数据，得到包含水面的目标视频数据；
15.对目标视频数据进行水位识别，得到河道水位数据；
16.对目标视频数据进行特征点分析，得到目标视频数据中相邻两帧的特征点起始像素坐标和特征点终点像素坐标；
17.获取目标视频数据对应的检测点的倾角角度作为目标倾角角度，根据目标倾角角
度、摄像机到水面的垂直距离和摄像机焦段，得到视频视野空间尺寸；
18.根据特征点起始像素坐标、特征点终点像素坐标、视频视野空间尺寸及河道水位数据，利用像素坐标空间坐标转换公式，得到特征点空间位移；
19.根据特征点空间位移及相邻两帧时间间隔，得到河道流速数据。
20.进一步的，所述对目标视频数据进行水位识别，得到河道水位数据的步骤，包括：
21.利用已训练的水尺模型对目标视频数据进行识别，得到距离水面最近的水尺数字；
22.利用已训练的水面模型对目标视频数据进行识别，得到水面所处的水尺位置；
23.根据距离水面最近的水尺数字与水面所处的水尺位置，得到水尺水位数据；
24.将水尺水位数据与当前水尺的海拔高程相加，得到河道水位数据。
25.进一步的，根据特征点起始像素坐标、特征点终点像素坐标、视频视野空间尺寸及河道水位数据，利用像素坐标空间坐标转换公式，得到特征点空间位移的步骤，包括：
26.根据视频视野的空间尺寸，得到视频视野的空间宽度；
27.将视频视野的空间宽度、目标倾角角度、摄像机高程、河道水位数据、特征点起始像素坐标和特征点终点像素坐标带入像素坐标空间坐标转换公式，得到特征点起始空间坐标和特征点终点空间坐标；
28.根据特征点起始空间坐标和特征点终点空间坐标，计算特征点空间位移。
29.进一步的，所述对目标视频数据进行特征点分析，得到特征点起始像素坐标和特征点终点像素坐标的步骤，包括：
30.对目标视频数据中的相邻两帧图像进行角点检测，得到相邻两帧图像上的多个特征点；
31.对相邻两帧图像上的多个特征点进行匹配识别，识别出分布在相邻两帧图像上的多组同一特征点；
32.对多组同一特征点进行筛选，得到一组特征点作为目标特征点；
33.根据目标特征点，得到特征点起始像素坐标和特征点终点像素坐标。
34.进一步的，所述根据多个检测点的云台坐标和倾角角度，依次采集多个检测点的视频数据，得到包含水面的目标视频数据的步骤，包括：
35.根据检测点的云台坐标和倾角角度，采集检测点的视频数据；
36.对视频数据进行识别，判断是否为包含水面的目标视频数据；
37.若否，则对下一个检测点执行根据检测点的云台坐标和倾角角度，采集检测点的视频数据的步骤；
38.若是，则得到水面的目标视频数据。
39.进一步的，所述根据检测点的云台坐标和倾角角度，采集检测点的视频数据的步骤，包括：
40.根据检测点的云台坐标和倾角角度，定位到检测点；
41.到达检测点后，接收实时倾角角度和实时云台垂直坐标角度；
42.判断实时倾角角度与实时云台垂直坐标角度是否一致；
43.若否，则定位失败，执行根据检测点的云台坐标和倾角角度，定位到检测点的步骤；
44.若是，则定位成功，采集检测点的视频数据，对一下检测点执行根据检测点的云台坐标和倾角角度，定位到检测点的步骤。
45.第三方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行第二方面提供的方法。
46.本发明提供一种河道监测装置，用于监测河道上预设的多个设置有水尺的检测点，包括摄像机、云台、倾角仪和cpu；云台和倾角仪与摄像机相固定，云台用于控制摄像机的拍摄位置，倾角仪用于检测摄像机沿y轴的倾斜角度；摄像机的视频输出端与cpu的输入端电连接；云台和倾角仪的信息输出端与cpu的输入端电连接，cpu的输出端分别与云台和倾角仪的控制端电连接；cpu利用控制倾角仪的倾斜角度及云台的转动，使得摄像机对预设的多个检测点进行视频数据采集，cpu对视频数据进行识别，得到河道水位、流速或流量数据。
47.采用本发明提供的河道监测装置，根据预设的每个检测点的云台坐标及倾斜角度，通过cpu控制云台的转动并控制倾角仪的角度，达到精准控制摄像机对多个检测点的拍摄位置，不仅提高了视频数据采集的精准度，也实现了对多根水尺的接力检测，通过cpu对采集的视频数据进行识别，可得到河道水位、流速或流量数据。避免了传统监测设备带来的成本高和施工难的问题。利用摄像机、云台、倾角仪和cpu等设备，配合预设的带有水尺的多个检测点，实现了低成本的河道检测方式，并且设置多个水尺可满足大量程的水位检测需求，适用于大江、大河及水位变化大的水库等监测场景。通过河道监测装置也实现了无人值守的河道监测作业，降低了人力成本，实现了对河道的智能化监控。
48.相应地，本发明提供的一种河道监测方法及计算机可读存储介质，也同样具有上述技术效果。
附图说明
49.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
50.图1为本发明实施例1提供的河道监测装置示意图；
51.图2为本发明实施例2提供的河道监测方法流程图；
52.图3为本发明实施例2河道监测方法中步骤s6的详细流程图；
53.图4为本发明实施例2河道监测方法中步骤s3的详细流程图；
54.图5为本发明实施例2河道监测方法中步骤s4的详细流程图；
55.图6为本发明实施例2河道监测方法中步骤s2的详细流程图；
56.图7为本发明实施例2河道监测方法中步骤s21的详细流程图。
具体实施方式
57.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是
全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
58.本发明实施例中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
59.随着近年来ai智能识别技术日渐成熟，行为分析、人脸识别、车牌识别等技术相继在视频监测上到广泛应用，视频监测在水文水利上的应用还处于初级视频监测阶段，ai识别技术还未在水利视频监测中广泛应用，河道的流速、水位等监测还是使用的传统螺旋桨、雷达流速计及雷达水位计，采用传统的检测设备对河道断面进行检测具有成本高、施工难等局限性。
60.因此，现有的河道监测方式具有成本高的技术问题。
61.为解决以上问题，本发明实施例提供一种河道监测装置。
62.实施例1：
63.本发明实施例提供一种河道监测装置，用于监测河道上预设的多个设置有水尺的检测点，如图1所示，包括摄像机、云台、倾角仪和cpu；云台和倾角仪与摄像机相固定，云台用于控制摄像机的拍摄位置，倾角仪用于检测摄像机沿y轴的倾斜角度；摄像机的视频输出端与cpu的输入端电连接；云台和倾角仪的信息输出端与cpu的输入端电连接，cpu的输出端分别与云台和倾角仪的控制端电连接；cpu利用控制倾角仪的倾斜角度及云台的转动，使得摄像机对预设的多个检测点进行视频数据采集，cpu对视频数据进行识别，得到河道水位、流速或流量数据。
64.采用本发明实施例提供的河道监测装置，根据预设的每个检测点的云台坐标及倾斜角度，通过cpu控制云台的转动并控制倾角仪的角度，达到精准控制摄像机对多个检测点的拍摄位置，不仅提高了视频数据采集的精准度，也实现了对多根水尺的接力检测，通过cpu对采集的视频数据进行识别，可得到河道水位、流速或流量数据。避免了传统监测设备带来的成本高和施工难的问题。利用摄像机、云台、倾角仪和cpu等设备，配合预设的带有水尺的多个检测点，实现了低成本的河道检测方式，并且设置多个水尺可满足大量程的水位检测需求，适用于大江、大河及水位变化大的水库等监测场景。通过河道监测装置也实现了无人值守的河道监测作业，降低了人力成本，实现了对河道的智能化监控。
65.在一种可能的实施方式中，摄像机上设置有红外补光灯(图中未示出)，在摄像机上设置红外补光灯，使得河道监测装置可满足多场景应用，在夜间或昏暗环境下可开启红外补光灯进行视频采集，可满足夜间的河道监测作业。
66.在一种可能的实施方式中，cpu的信息输出端连接有通讯装置(图中未示出)，利用通讯装置，将河道的水位、流速、流量等信息上报到管理平台；若是河道的水位、流速、流量等数据超过警戒值，利用通讯装置向管理平台上报预警信息，实现了全自动化的河道监管，作业人员能及时收到预警信息从而对迅速开展防范工作。
67.在一种可能的实施方式中，河道监测装置还包括精密步进电机，利用精密步进电机控制云台，通过倾角仪对云台做位置补偿，倾角仪与云台的垂直电机共同监测拍摄位置的精准度，提高了对多个检测点上每个水尺的监测效果，摄像机定位到检测点后，采集河中
带有水尺的视频数据，通过cpu对采集的视频数据进行识别，得到河道水位、流速或流量数据。
68.实施例2：
69.如图2所示，本发明实施例提供一种河道监测方法，应用于实施例1提供的河道监测装置的cpu，方法包括：
70.s1：接收多个检测点的云台坐标和倾角角度。
71.s2：根据多个检测点的云台坐标和倾角角度，依次采集多个检测点的视频数据，得到包含水面的目标视频数据。
72.s3：对目标视频数据进行水位识别，得到河道水位数据。
73.s4：对目标视频数据进行特征点分析，得到目标视频数据中相邻两帧的特征点起始像素坐标和特征点终点像素坐标。
74.s5：获取目标视频数据对应的检测点的倾角角度作为目标倾角角度，根据目标倾角角度、摄像机到水面的垂直距离和摄像机焦段，得到视频视野空间尺寸。
75.s6：根据特征点起始像素坐标、特征点终点像素坐标、视频视野空间尺寸及河道水位数据，利用像素坐标空间坐标转换公式，得到特征点空间位移。
76.s7：根据特征点空间位移及相邻两帧时间间隔，得到河道流速数据。
77.接收多个预设检测点的云台坐标和倾角角度，根据云台坐标和倾角角度，控制摄像机依次定位到多个检测点，并对多个检测点进行视频数据的采集，得到包含水面的目标视频数据，通过对目标视频数据进行水位识别，得到河道水位数据。通过对目标视频数据进行特征点分析，得到相邻两帧的特征点起始像素坐标和特征点终点像素坐标，并利用倾角角度、摄像机到水面的垂直距离和摄像机焦段，计算得到视频视野的空间尺寸，最后根据特征点起始像素坐标、特征点终点像素坐标、视频视野空间尺寸及河道水位数据，利用像素坐标空间坐标转换公式得到特征点空间位移，进而将空间位移除以相邻两帧时间间隔得到河道流速数据。通过云台坐标和倾角角度可依次对多个检测点进行视频采集，并对采集的视频进行智能分析得到水位与流速的信息，降低了监测成本，提高了监测效率，满足了无人值守的河道监测需求。
78.如图3所示，在一种可能的实施方式中，步骤s6具体包括：
79.s61：根据视频视野的空间尺寸，得到视频视野的空间宽度；
80.s62：将视频视野的空间宽度、目标倾角角度、摄像机高程、河道水位数据、特征点起始像素坐标和特征点终点像素坐标带入像素坐标空间坐标转换公式，得到特征点起始空间坐标和特征点终点空间坐标；
81.s63：根据特征点起始空间坐标和特征点终点空间坐标，计算特征点空间位移。
82.例如：图像分辨率为1920*1080，比例为16比9。
83.a2：目标倾角角度(单位：弧度)
84.b2：摄像机高程(单位：m)
85.c2：河道水位数据(单位：m)
86.h2：视频视野的空间宽度(单位：m)
87.v2：特征点像素点坐标x(像素点在1920*1080图片里所处的x坐标)
88.w2：特征点像素点坐标y(像素点在1920*1080图片里所处的y坐标)
89.空间坐标x：
90.x＝(b2-c2)/(sin(atan((w2-540)/(540*cot(atan((h2*9/32)/(b2-c2)*sin(a2))))) a2))*((((v2-960)/(960*cot((16/9)*atan((h2*9/32)/(b2-c2)*sin(a2)))))))
91.空间坐标y：
92.y＝cot(atan((w2-540)/(540*cot(atan((h2*9/32)/(b2-c2)*sin(a2))))) a2)*(b2-c2)
93.其中，540为1080/2；32为16/2；960为1920/2。
94.将特征点起始像素坐标(x1，y1)带入上述算式，得到特征点起始空间坐标(x1，y1)；将特征点终点像素坐标(x2，y2)带入上述算式，得到特征点终点空间坐标(x2，y2)；
95.特征点空间位移：
[0096][0097]
河道流速：特征点空间位移/两帧时间间隔
[0098]
如图4所示，在一种可能的实施方式中，步骤s3具体包括：
[0099]
s31：利用已训练的水尺模型对目标视频数据进行识别，得到距离水面最近的水尺数字。
[0100]
s32：利用已训练的水面模型对目标视频数据进行识别，得到水面所处的水尺位置。
[0101]
s33：根据距离水面最近的水尺数字与水面所处的水尺位置，得到水尺水位数据。
[0102]
s34：将水尺水位数据与当前水尺的海拔高程相加，得到河道水位数据。
[0103]
目标视频数据中包含水尺图像，利用已训练的水尺模型识别水尺图像中距离水面最近的水尺数字，利用已训练的水面模型识别水面所处的水尺位置，得到水面所处的刻度线，将水尺数字与水面所处的刻度线相结合，得到河道水位数据，根据预输入的河道断面面积可计算出流量。
[0104]
如图5所示，在一种可能的实施方式中，步骤s4具体包括：
[0105]
s41：对目标视频数据中的相邻两帧图像进行角点检测，得到相邻两帧图像上的多个特征点。
[0106]
s42：对相邻两帧图像上的多个特征点进行匹配识别，识别出分布在相邻两帧图像上的多组同一特征点。
[0107]
s43：对多组同一特征点进行筛选，得到一组特征点作为目标特征点。
[0108]
s44：根据目标特征点，得到特征点起始像素坐标和特征点终点像素坐标。
[0109]
角点检测具体为，对相邻两帧水面图像上漂浮物、气泡或者明显波纹形成的角点进行检测作为特征点；提取到两帧图像的所有特征点后，对两帧图像的特征点进行匹配识别出同一特征点，得到多组同一特征点，对多组特征点进行角度筛选和排序筛选，选取最准确的匹配特征点作为目标特征点，根据目标特征点，得到特征点起始像素坐标和特征点终点像素坐标。采用角点检测，提取多组特征点并进行匹配识别及筛选得到匹配最精准的一组特征点，获取此组特征点的点起始像素坐标和终点像素坐标，此方式选取的特征点精度较高，进而也提高了计算特征点空间坐标的准确性。
[0110]
如图6所示，在一种可能的实施方式中，步骤s2具体包括：
[0111]
s21：根据检测点的云台坐标和倾角角度，采集检测点的视频数据；
[0112]
s22：对视频数据进行识别，判断是否为包含水面的目标视频数据；
[0113]
若否，则对下一个检测点执行步骤s21；
[0114]
若是，则得到水面的目标视频数据。
[0115]
水位涨落时，定位到预设的检测点，视频数据中可能会出现没有水面的情况，没有水面则无法对视频数据进行水位识别，因此在采集检测点视频数据时需要判断采集的视频数据是否包含水面，若不包含，则会自动定位到一下预设的检测点，采集下一个检测点的视频数据，直到获得包含水面的视频数据即目标视频数据，对目标视频数据进行水位识别，获得河道水位数据。水位涨或落时，超出当前一根水尺(即某一检测点设置的水尺)的量程范围后，自动控制云台监测下一个检测点的水尺，实现多个水尺接力水位监测，扩展水位监测量程。
[0116]
如图7所示，在一种可能的实施方式中，步骤s21具体包括：
[0117]
s211：根据检测点的云台坐标和倾角角度，定位到检测点。
[0118]
s212：到达检测点后，接收实时倾角角度和实时云台垂直坐标角度。
[0119]
s213：判断实时倾角角度与实时云台垂直坐标角度是否一致。
[0120]
若否，则定位失败，执行步骤s212。
[0121]
若是，则定位成功，采集检测点的视频数据，对一下检测点执行步骤s211。
[0122]
到达每个检测点后，会判断实时倾角角度与云台垂直坐标角度是否一致，若不一致，则说明控制云台的垂直电机存在异常丢步，这会造成对检测点的定位出现偏差，此时需要重新根据检测点的云台坐标和倾角角度，定位到检测点，直到两者角度一致，对检测点进行视频采集，有效避免了出现对检测点的定位偏差，提高了定位精度。
[0123]
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有机器可运行指令，计算机可运行指令在被处理器调用和运行时，计算机可运行指令促使处理器运行上述实施例提供的方法。
[0124]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0125]
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0126]
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0127]
本发明实施例所提供的装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例
相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。
[0128]
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0129]
又例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，再例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0130]
所述作为分离部件说明的单元可以是或者也可以不是空间上分开的，作为单元显示的部件可以是或者也可以不是空间单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0131]
另外，在本发明提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独空间存在，也可以两个或两个以上单元集成在一个单元中。
[0132]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0133]
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。