一种基于运动矢量与圆形度匹配的落石检测方法
【技术领域】
[0001] 本发明涉及数字图像处理技术领域，具体来说，涉及一种基于运动矢量与圆形度 匹配的落石检测方法。
【背景技术】
[0002] 中国是一个多山的国家，是世界上山体滑坡较多的国家之一，而随着自然环境的 不断恶化和人为工程建设的越来越多，山体滑坡数目每年都在增多，强度都在增大，每年由 山体滑坡带来的损失超过4亿美元。山体滑坡带来巨大的财产损失、人员伤亡，早期预警系 统的建立非常必要。
[0003] 目前，山体滑坡预警系统都采用监测仪器进行监测，传统的用于山体滑坡监测的 方法大概有如下几种：常规大地测量法；液体静力水准测量、重力测量法；地下水位监测 法；电测法、地下钻孔倾斜等。尽管这些方法都在山体滑坡预警方面起到了积极作用，但它 们具有一些弊端，如受地形影响，不能连续观测，自动化程度不高，人力投入过大，数据不能 实时处理。
[0004] 针对相关技术中的问题，目前尚未提出有效的解决方案。
【发明内容】
[0005] 针对相关技术中的问题，本发明提出一种基于运动矢量与圆形度匹配的落石检测 方法，其基于山体滑坡前会出现落石的征兆，采用高清视频设备对山体进行监控，采用图像 处理技术对落石进行识别，并实时给出预警信息。算法简单高效，适用于野外实时监控环 境。
[0006] 本发明的技术方案是这样实现的：
[0007] 一种基于运动矢量与圆形度匹配的落石检测方法，包括以下步骤：
[0008] 通过预先配置的视频设备，采集若干帧背景图像序列，并根据所采集的背景图像 序列，确定背景模型图像；
[0009] 对预先采集的落石图像进行滤波处理，并将滤波处理后的图像的每个像素点与所 述背景模型图像中对应的像素点进行比较，确定出差值，并对差值的绝对值进行二值化处 理；
[0010] 对二值化后的图像进行区域标记，分割出潜在落石目标，记录每个潜在落石目标 的质心位置，并根据每个潜在落石目标的质心位置，判断每两个潜在落石目标是否为同一 目标；
[0011] 在判断结果为两个潜在落石目标为同一目标的情况下，存储记录潜在落石目标的 位置链，并根据该位置链，确定潜在落石目标的方向系数；
[0012] 根据潜在落石目标的方向系数，对潜在落石目标进行判断，判断对应的潜在落石 目标是否为干扰目标；并在判断结果为对应的潜在落石目标为干扰目标的情况下，对其进 行排除；
[0013] 对排除后所剩下的潜在落石目标进行圆形度计算，并将计算结果与预先设定的圆 形度阈值进行比较，在比较结果为对应潜在落石目标的圆形度大于所述圆形度阈值的情况 下，判断该潜在落石目标为干扰目标，并对其进行排除；
[0014] 对排除后所剩下的潜在落石目标，判定为落石目标。
[0015] 进一步的，在根据所采集的背景图像序列，确定背景模型图像时，通过以下公式确 定背景模型图像：
[0016]
[0017] 其中，Bk(i，j)为背景模型图像，N为背景图像序列帧数，fk(i，j)为第k帧图像， i和j分别代表图像的行和列。
[0018] 进一步的，所述二值化处理的公式如下：
[0019]
[0020] 其中，fji，j)为滤波处理后的图像，Bk(i，j)为背景模型图像，fB(i，j)为二值化 处理结果；T为二值化阈值。
[0021] 进一步的，根据每个潜在落石目标的质心位置，判断每两个潜在落石目标是否为 同一目标包括：
[0022] 以每个潜在落石目标的质心位置为圆心，以预先设定的半径阈值为半径，开目标 相关窗，其中，若所述相关窗内存在上一帧的某个质心，则认为两个潜在落石目标为同一目 标。
[0023] 进一步的，根据潜在落石目标的位置链，确定潜在落石目标的方向系数包括：
[0024] 对所述位置链中的位置点进行最小二乘线性拟合，并根据拟合结果系数，确定潜 在落石目标的方向系数，
[0025] 其中，最小二乘线性拟合的公式为：
[0026]
[0027]
[0028] 其中，xk和yk(k= 1，2,3,4,5,6)为存储的潜在落石目标的位置链中的横坐标和 纵坐标，a和b为线性拟合系数，并且，|a| <TV，其中，1；为运动方向倾斜阈值。
[0029] 进一步的，在根据潜在落石目标的方向系数，对潜在落石目标进行判断，判断对应 的潜在落石目标是否为干扰目标时，通过以下公式来判断对应的潜在落石目标是否为干扰 目标：
[0030]
[0031] 其中，Ck为中间变量值，yk(k= 1，2,3,4,5)为存储的潜在落石目标的位置链中的 纵坐标；并且，若潜在落石目标不满足上述公式的情况下，判定为干扰目标。
[0032] 进一步的，对排除后所剩下的潜在落石目标进行圆形度计算时，通过以下公式计 算潜在落石目标进行圆形度：
[0033]
[0034] 其中，L为每个潜在落石目标的轮廓线长度，A为单个潜在落石目标的面积A，e为 潜在落石目标的圆形度。
[0035] 本发明的有益效果：本发明引入了数字图像处理技术，基于运动目标速度矢量与 圆形度匹配相结合的方法对山体落石目标进行识别定位，算法简单高效，较传统仪器监测 方法具有无接触测量、不间断数据实时处理等优势。
【具体实施方式】
[0036] 下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施 例仅仅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 技术人员所获得的所有其他实施例，都属于本发明保护的范围。
[0037] 根据本发明的实施例，提供了一种基于运动矢量与圆形度匹配的落石检测方法， 包括以下步骤：
[0038] 通过预先配置的视频设备，采集若干帧背景图像序列，并根据所采集的背景图像 序列，确定背景模型图像；
[0039] 对预先采集的落石图像进行滤波处理，并将滤波处理后的图像的每个像素点与所 述背景模型图像中对应的像素点进行比较，确定出差值，并对差值的绝对值进行二值化处 理；
[0040] 对二值化后的图像进行区域标记，分割出潜在落石目标，记录每个潜在落石目标 的质心位置，并根据每个潜在落石目标的质心位置，判断每两个潜在落石目标是否为同一 目标；
[0041] 在判断结果为两个潜在落石目标为同一目标的情况下，存储记录潜在落石目标的 位置链，并根据该位置链，确定潜在落石目标的方向系数；
[0042] 根据潜在落石目标的方向系数，对潜在落石目标进行判断，判断对应的潜在落石 目标是否为干扰目标；并在判断结果为对应的潜在落石目标为干扰目标的情况下，对其进 行排除；
[0043] 对排除后所剩下的潜在落石目标进行圆形度计算，并将计算结果与预先设定的圆 形度阈值进行比较，在比较结果为对应潜在落石目标的圆形度大于所述圆形度阈值的情况 下，判断该潜在落石目标为干扰目标，并对其进行排除；
[0044] 对排除后所剩下的潜在落石目标，判定为落石目标。
[0045] 进一步的，在根据所采集的背景图像序列，确定背景模型图像时，通过以下公式确 定背景模型图像：
[0046]
[0047] 其中，Bk(i，j)为背景模型图像，N为背景图像序列帧数，fk(i，j)为第k帧图像， i和j分别代表图像的行和列。
[0048] 进一步的，所述二值化处理的公式如下：
[0049]
[0050] 其中，fji，j)为滤波处理后的图像，Bk(i，j)为背景模型图像，fB(i，j)为二值化 处理结果；T为二值化阈值。
[0051] 进一步的，根据每个潜在落石目标的质心位置，判断每两个潜在落石目标是否为 同一目标包括：
[0052] 以每个潜在落石目标的质心位置为圆心，以预先设定的半径阈值为半径，开目标 相关窗，其中，若所述相关窗内存在上一帧的某个质心，则认为两个潜在落石目标为同一目 标。
[0053] 进一步的，根据潜在落石目标的位置链，确定潜在落石目标的方向系数包括：
[0054] 对所述位置链中的位置点进行最小二乘线性拟合，并根据拟合结果系数，确定潜 在落石目标的方向系数，
[0055] 其中，最小二乘线性拟合的公式为：
[0056]
[0057]
[0058] 其中，xk和yk(k= 1，2,3,4,5,6)为存储的潜在落石目标的位置链中的横坐标和 纵坐标，a和b为线性拟合系数，并且，|a| <TV，其中，1；为运动方向倾斜阈值。
[0059] 进一步的，在根据潜在落石目标的方向系数，对潜在落石目标进行判断，判断对应 的潜在落石目标是否为干扰目标时，通过以下公式来判断对应的潜在落石目标是否为干扰 目标?
[0060；
[006