一种基于视频监控的土方量统计方法及系统

本发明属于软件，具体涉及一种基于视频监控的土方量统计方法及系统。

背景技术：

1、取土场取土方量、弃土场弃土方量是生产建设项目中水土监测的重要内容。目前土方量统计主要采用询问调查、无人机遥感测量等方法。因外在因素（天气、道路等）影响，使得监测人员不能每天在现场人工统计土方量，只能通过询问调查的方法估算土方量，数据误差较大。无人机遥感测量同样受天气变化影响，不能每天现场航拍测量，只能获取一段时间的变化量，不能精准的实时统计土方量。所以现有技术不能实时查看取土场和弃土场的现场情况，不能及时指出场地存在的水土流失危害。

技术实现思路

1、针对现有技术中的缺陷，本发明提供一种基于视频监控的土方量统计方法及系统，能够实时地统计取土场和弃土场的土方量。

2、第一方面，一种基于视频监控的土方量统计方法，包括：

3、接收监测车辆的车辆信息；

4、根据车辆信息抓取包含监测车辆的实时图像；

5、识别实时图像中的目标；目标为车辆；

6、对实时图像中的目标进行分割；

7、对分割得到的目标进行特征提取，以得到监测车辆的土方量；

8、根据监测车辆的土方量统计场地的土方量；

9、所述监测车辆的车身上标注有代表不同土方量高度的刻度、刻度值；

10、对分割得到的目标进行特征提取具体包括：

11、识别所述目标中的刻度以及刻度值；

12、根据识别到的刻度与刻度值拟合成刻度直线；

13、获取标定刻度直线；

14、将所述刻度直线和标定刻度直线重合，定义重合刻度为土方量刻度；

15、根据土方量刻度以及单个刻度增量计算下一刻度的像素点范围；

16、识别实时图像中下一刻度的像素点范围内的像素点，以得到下一刻度的刻度值；

17、根据下一刻度的刻度值和土方量刻度确定土方量刻度的刻度值；

18、根据土方量刻度的刻度值计算监测车辆的土方量；

19、所述根据土方量刻度以及单个刻度增量计算下一刻度的像素点范围具体包括：

20、

21、其中，为下一刻度的像素点范围，ys为所述土方量刻度，,分别为根据单个刻度增量拟合的二次函数的参数。

22、进一步地，识别实时图像中的目标具体包括：

23、创建至少一个神经网络模型；

24、获取训练图像集；训练图像集包括多个训练图像；

25、对训练图像进行预处理，以得到预处理图像；

26、利用预处理图像训练神经网络模型；

27、分别将实时图像输入至不同的神经网络模型中，以得到不同的目标识别结果；

28、对不同的目标识别结果进行融合，以得到实时图像中的目标。

29、进一步地，对训练图像进行预处理具体包括：

30、对训练图像进行随机缩放，以得到不同尺寸、不同比例的缩放图像；

31、对缩放图像进行变换，以得到预处理图像；变换包括随机旋转、随机裁剪和/或随机平移。

32、进一步地，神经网络模型具体用于：

33、当识别到实时图像中的监测车辆时，获取监测车辆在实时图像中的位置、大小；

34、识别监测车辆所属的类型以及每种类型的概率；

35、定义概率最高的类型为监测车辆的车型；

36、组合监测车辆的位置、大小、车型，以得到目标识别结果。

37、进一步地，对实时图像中的目标进行分割具体包括：

38、根据实时图像中每个像素点的周边信息确定像素点的类别；类别包括监测车辆和非监测车辆；

39、从实时图像中分割出类别为监测车辆的像素点，以得到分割出的目标。

40、进一步地，根据监测车辆的土方量统计场地的土方量具体包括：

41、获取监测车辆入场时的土方量、以及离场时的土方量；

42、计算监测车辆入场的土方量和离场时的土方量的差，以得到土方量差值；

43、当监测车辆驶离取土场时，取土场的土方量减少土方量差值；

44、当监测车辆驶离弃土场时，弃土场的土方量增加土方量差值。

45、第二方面，一种基于视频监控的土方量统计系统，包括：

46、数据采集单元：用于接收监测车辆的车辆信息；

47、摄像头：用于根据车辆信息抓取包含监测车辆的实时图像；

48、目标识别单元：用于识别实时图像中的目标；目标为车辆；

49、目标分割单元：用于对实时图像中的目标进行分割；

50、特征提取单元：用于对分割得到的目标进行特征提取，以得到监测车辆的土方量；

51、统计单元：用于根据监测车辆的土方量统计场地的土方量；

52、所述监测车辆的车身上标注有代表不同土方量高度的刻度、刻度值；

53、所述特征提取单元具体用于：

54、识别所述目标中的刻度以及刻度值；

55、根据识别到的刻度与刻度值拟合成刻度直线；

56、获取标定刻度直线；

57、将所述刻度直线和标定刻度直线重合，定义重合刻度为土方量刻度；

58、根据土方量刻度以及单个刻度增量计算下一刻度的像素点范围；

59、识别实时图像中下一刻度的像素点范围内的像素点，以得到下一刻度的刻度值；

60、根据下一刻度的刻度值和土方量刻度确定土方量刻度的刻度值；

61、根据土方量刻度的刻度值计算监测车辆的土方量；

62、所述根据土方量刻度以及单个刻度增量计算下一刻度的像素点范围具体包括：

63、

64、其中，为下一刻度的像素点范围，ys为所述土方量刻度，,分别为根据单个刻度增量拟合的二次函数的参数。

65、进一步地，目标识别单元具体用于：

66、创建至少一个神经网络模型；

67、获取训练图像集；训练图像集包括多个训练图像；

68、对训练图像进行预处理，以得到预处理图像；

69、利用预处理图像训练神经网络模型；

70、分别将实时图像输入至不同的神经网络模型中，以得到不同的目标识别结果；

71、对不同的目标识别结果进行融合，以得到实时图像中的目标。

72、进一步地，对所述训练图像进行预处理具体包括：

73、对训练图像进行随机缩放，以得到不同尺寸、不同比例的缩放图像；

74、对缩放图像进行变换，以得到预处理图像；变换包括随机旋转、随机裁剪和/或随机平移。

75、由上述技术方案可知，本发明提供的基于视频监控的土方量统计方法及系统，不需要到达现场就能实时地统计取土场和弃土场的土方量，不需要人工统计和现场调查，节约了人工成本，提高了监测效率，为水土保持监测提供精准数据，及时反映场地存在的水土流失危害。另外该方法实时根据监测车辆的土方量统计场地的现有土方量，提高了土方量统计的精准度。