用于確定移動流體表面的速度的方法和系統(tǒng)與流程
本發(fā)明涉及一種用于通過至少一個相機(攝像機)確定移動流體表面的速度的方法和系統(tǒng)。
在許多應用中，例如當確定開放通道(channel)中的徑流(流量)時，需要測量流的速度。這種測量例如在灌溉、飲用水供應、水力發(fā)電、防洪、水庫控制、污水處理系統(tǒng)、生態(tài)系統(tǒng)保護等領域是很重要的。徑流可出現在許多不同類型的結構、自然水道、人造通道、溝等中。徑流均是開放通道流，即具有自由表面的流。
存在許多不同的系統(tǒng)可用于測量速度?；趫D像的系統(tǒng)具有不需要昂貴的裝置并且它們比其他非侵入式測量系統(tǒng)更加靈活的優(yōu)點。
一種形成已久的用于速度測量的技術是粒子圖像測速(piv)技術；參見例如r.j.adrian，1991，“particle-imagingtechniquesforexperimentalfluidmechanics”，annualreviewoffluidmechanics23，261-304。自從ichirofujita,marianmuste和antonkruger(1998年，“l(fā)arge-scaleparticleimagevelocimetryforflowanalysisinhydraulicengineeringapplications”，journalofhydraulicresearch36(3)：397-414)的著作以來，piv也被已知應用于水道或開放通道的大尺度自由表面流。piv的這種特點在水力研究和工程界已知為大尺度piv(lspiv)，參見例如
-muste,m.,i.fujita和a.hauet，2008，“l(fā)arge-scaleparticleimagevelocimetryformeasurementsinriverineenvironments”，waterresourcesresearch44(4)，和
-muste,m.,h.-c.ho和d.kim，2011，“considerationsondirectstreamflowmeasurementsusingvideoimagery:outlookandresearchneeds”，journalofhydro-environmentresearch5(4)：289-300。
lspiv應用于河流的最近實施例在例如以下文獻中被描述：
-專利申請wo2014/013064a1，
-kim,y.,m.muste,a.hauet,w.f.krajewski,a.kruger和a.bradley，2008，“streamdischargeusingmobilelarge-scaleparticleimagevelocimetry：aproofofconcept”，waterresourcesresearch44(9)，
-dramais,guillaume,
-tsubaki,ryota,ichirofujita和shihotsutsumi，2011，“measurementoftheflooddischargeofasmall-sizedriverusinganexistingdigitalvideorecordingsystem”，journalofhydro-environmentresearch5(4)：313-21。
所有這些提到的piv方法的共同之處在于它們需要具有某種類型的可以良好檢測的流示蹤物。然而，使用天然示蹤物或人造示蹤物來實際測量速度有點復雜，因為示蹤物不是普遍存在的和/或不能被永久且連續(xù)地添加。
在wo2014/013064a1中公開的方法中，通過對兩個圖像作減法運算以獲得合成圖像來確定水表面的速度。隨后，選擇合適的閾值來抑制非移動范圍，并且執(zhí)行piv分析以確定一些示蹤物的速度。由于在相同的合成圖像內確定示蹤物的位移，所以它們的移動方向是不確定的。
也可以使用圖像來估計水的深度。在wo2014/013064a1中，提出了分析像素色度計來確定水位。然而，使用像素色度計來分析光線條件差的圖像可能有一些困難。wo2014/013064a1中描述的方法還需要部分地浸在水中的至少一個視覺參考對象，而這限制了可以安裝系統(tǒng)的位置。另外，需要至少6個將要被地理參考的參考點用于相機校準，在相機校準中獲得外部參數(即，位置和取向以及至少內部參數焦距)。
本發(fā)明的目的是提供允許以可靠的方式確定移動流體表面的速度而不需要添加流示蹤物的方法和系統(tǒng)。
該目的通過分別在權利要求1和13中限定的方法和系統(tǒng)來實現。其他權利要求限定了根據本發(fā)明的設備和系統(tǒng)的優(yōu)選實施方案以及計算機程序和數據介質。
下面參考附圖借助于示例性實施方案解釋本發(fā)明。在附圖中：
圖1是根據本發(fā)明的一個實施方案的方法的步驟的流程圖；
圖2示出了用于執(zhí)行圖1所例示的方法的系統(tǒng)的第一實施方案的示意圖；
圖3示出了用于執(zhí)行圖1所例示的方法的系統(tǒng)的第二實施方案的示意圖；
圖4示出了用于執(zhí)行圖1所例示的方法的系統(tǒng)的第三實施方案的示意圖；
圖5示出了世界坐標和相機坐標之間的關系的示意圖；
圖6示出了用于校準相機的一個實施方案的示意圖；
圖7示出了用于校準相機的另一實施方案的示意圖；
圖8是圖1的方法的步驟500的子步驟的流程圖，其中在所獲取的圖像中，場景的“濕”和“干”部分相互區(qū)別開；
圖9是圖1的方法的步驟600的子步驟的流程圖，其中基于所獲取的圖像確定水位；
圖10是對于圖3的實施方案用于確定水位的方法的示意圖；
圖11是圖1的方法的步驟700的子步驟的流程圖，其中確定表面流速；
圖12是圖1的方法的步驟800的子步驟的流程圖，其中確定排放量，以及
圖13a-13c涉及三個圖像的實施例，該三個圖像根據圖1的方法步驟700被處理。
以下描述的實施方案涉及借助于一個或多個數碼相機獲得開放通道中的表面速度場和(如果需要的話)流體位(level，水平)的方法和系統(tǒng)。所測量的量可以與關于通道的幾何形狀的事先知識相組合，以確定例如排放量或其他量。關于流動的水描述了實施方案，但是這些實施方案還可適用于其他流動的流體。
開放通道是具有自由表面的渠道(conduit，溝渠)，即在該通道中流動的流體具有自由表面(例如，河、溪、人工通道、溝等)。流量或排放量q被限定為通道中流體的體積流速(流率)，并以例如立方米每秒為單位給出。關于通道的幾何形狀的事先知識可以包括例如通道的跨度方向上的輪廓信息。該信息可以是例如以y為函數的限定了通道的表面上方的高度h，其中y是通道的跨度方向上的距離，參見圖2。在通道可以被認為具有矩形輪廓的簡單情況下，關于限制通道的側壁之間的距離與通道的深度的信息可以是足夠的。類似地，具有拋物線或梯形輪廓的通道可以僅以幾個(例如兩個)參數來被參數化。
用于確定開放通道中的速度以及(如果需要的話)流量的方法包括以下步驟，參見圖1：
-步驟200：硬件設置，尤其是安裝至少一個相機。相機可以是適合于提供數字圖像序列(sequence)的任何成像裝置。除了通常的數碼相機以外，可以想到使用移動電話諸如智能手機或網絡相機。
-步驟300：校準(一個或多個)相機。
-步驟400：圖像獲取。
-步驟500：處理所獲取的圖像以區(qū)別場景的“濕(wet)”和“干(dry)”部分。
-步驟600：基于所獲取的圖像確定水位。
-步驟700：處理圖像以確定表面流速。
-步驟800：計算流量。
下面關于三種相機配置c1、c2、c3更詳細地解釋步驟200-800：
-相機配置c1：使用單個相機203，其是固定的，參見圖2，
-相機配置c2：使用兩個相機203和203a，它們是固定的并被布置用于立體測量，參見圖3。
-相機配置c3：使用由用戶持有的移動設備203b，例如移動電話，參見圖4。
步驟200：總體設置
圖2示意性地示出了一個開放通道，該開放通道通過邊界表面201被限定。在通道中流動的水限定了水位線202a，該水位線通過水表面202與通道的邊界表面201的相交處定義。因為通道是開放的，水表面202還被表示為自由表面。箭頭202b例示出了水表面202在不同位置的速度。
在相機配置c1中，一個相機203被安裝在一地方，在那里該相機可以觀察正在移動的水表面202的一部分，以及非移動的一部分，諸如在水位線200a上方作為邊界表面201的一部分的壁201a或與水表面202接觸的另一非移動對象。相機203不需要被放置在開放通道上方；它可以被放置在通道的一側上，這使得安裝特別簡單和便宜。
由相機203獲取的圖像可以存儲在存儲器205中，該存儲器可以是例如相機203的內部存儲器或外部硬盤。圖2中的單元204是用于將數據傳送到存儲器205并為相機203供電的裝置。如果存儲器205是外部存儲器，則單元204可以通過電纜連接至相機203，該電纜例如是以太網電纜并且可以被配置為使得電力經由該電纜傳遞到相機203，例如通過以太網供電(poe)的形式。
為了處理所存儲的圖像，存儲器205被連接至處理單元206，該處理單元可以是被配置為執(zhí)行必要計算的任何類型的計算機。
在圖3所示的配置c2中，兩個相機203和203b被布置成使得通過立體圖像處理可以確定水位202a而不用參考非移動對象201a。因此，兩個相機203、203b可以被布置成使得它們僅觀察移動的水表面202。這種配置使得系統(tǒng)特別靈活。
相機203和203b可以是地理參考的。取決于通道的寬度，這通過用于具有已知世界坐標的標記的臨時機械設置來實現。對于具有100m的數量級的較大通道，在這種情況下寬度可能不允許這種機械設置，可以使用例如無人機或其他飛行器，無人機或其他飛行器可以被相機203、203b看到，并且無人機或其他飛行器可以通過精確的dgps(差分全球定位系統(tǒng))記錄其位置。
相機203、203b被配置成使得對于可獲得的(一個或多個)視場測量速度。該視場可能覆蓋或不覆蓋整個跨度方向。在后一種情況下，跨度速度分布可以對所有可獲得的速度觀測值被擬合。擬合數量級取決于跨度覆蓋度，并且擬合符合通道側壁處的無滑移(non-slip)邊界條件(即零速度)。
兩個相機203和203a被連接至單元204a，該單元204a可以是例如用于將數據傳送到連接至處理單元206的存儲器205并為相機203和203a供電的開關盒。可以想到，存儲器205和/或處理單元206是相機203和/或203a的組成部分。
在圖4所示的相機配置c3中，用戶持有一個移動相機203b(例如智能手機)，使得同時對水表面202的一部分和非移動的對象(例如，壁201a的一部分)成像。如果要確定在整個跨度方向上沿通道的速度，則相機203b被布置成使得該相機觀察表面202的至少一個邊界。優(yōu)選地，相機布置優(yōu)化在通道壁201a的正交視圖之間和水表面202的正交視圖之間的轉換(trade)。該最佳值與水表面200成近45度傾角。如果需要，將跨度速度分布對所有可獲得的速度觀測值進行擬合以得到整個跨度方向上的速度數據。
步驟300：校準
為了確定所需量(流速度、排放量等)，使用了描述三維空間(“世界空間”)中的一點的坐標與該點在成像平面上的投影之間的數學關系的相機模型。作為示例，圖5示出了3d空間中的一點p和p'，其中點p是通過特定世界坐標(x，y，z)在坐標系301中限定的，且點p'是通過相機在成像平面上成像的點p。p'在成像平面中的位置可以由兩個笛卡爾坐標(“圖像坐標”)302(i，j)給出。由箭頭303指示坐標系301到坐標系302的映射。
為了使相機模型適合相機視圖，相機被校準，其中獲得了外部參數(即相機的位置和取向)以及至少一個內部參數(諸如焦距)。下面，這些外部參數和內部參數均被表示為“校準參數”。
用于確定校準參數的一種通常的可能性是提供至少4個具有已知世界坐標的參考點并評估由相機成像的點。對于視場的規(guī)模s是大的(例如，s遠大于1m)的應用，可以例如借助于dgps(差分全球定位系統(tǒng))確定參考點的世界坐標。
作為參考點，可以使用例如固定的標記，其定位在通道的明確位置處并且被配置為以能夠與背景清晰地區(qū)別的方式成像。為此目的，可以使用一個或多個載體(carrier)，這些載體設置有具有亮色例如白色以及圓形形狀或任何其他預定形狀的斑點。
下面關于圖2、3、4、6和7解釋了校準方法的各種實施例：
a)使用2個或更多個參考點的校準方法：
對于一個或多個固定的相機，如在配置c1和c2中，提供至少4個具有已知世界坐標的參考點382，參見圖2和3并通過(一個或多個)相機被成像。使用合適的相機模型(例如，針孔模型)，以將3d空間中的參考點的坐標對圖像中的坐標進行擬合。
在僅有4個參考點382的情況下，以下參數中的至少一個是事先知曉的：焦距、相機相對于參考點382的豎直距離、相機相對于參考點382的水平距離。
在針孔模型中，相機的光圈(孔徑)被認為是一點，其中沒有使用透鏡來聚焦光。焦長是成像平面和針孔之間的距離。
以類似的方式，可以使用至少4個具有已知世界坐標的參考點382來校準移動相機，參見圖4。優(yōu)選地，同時對參考點382和自由表面202成像。以這種方式，可以獲得用于圖像的校準參數，基于這些校準參數確定速度、水位線等。
可以想到，相機的位置的事先信息是可獲得的。例如，移動設備(尤其是智能手機)可以具有傳感器(例如實現為加速度計)，其允許直接測量相機203b相對于重力矢量322的取向。圖6中示出了三個垂直軸線321，其限定了相機203b的參考系321。該參考系的取向通過重力矢量322和參考系321的軸線之間的角度321a、321b、321c限定。通過使用關于相機的取向的信息，兩個外部參數不需要通過相機模型被擬合。因此，可以簡化校準方法，因為不再需要事先已知相對于參考點382的焦長、或相機豎直距離或水平距離，并且一組4個參考點382完全足以校準針孔模型。
到目前為止所解釋的校準方法的共同之處在于，它們生成了相機相對于固定系的位置，其中限定了通道的幾何形狀。以下方法僅生成了相機相對于自由表面的位置。
b)不使用參考點的校準方法
通過當獲取圖像時使用具有已知長度尺寸并且在表面202上浮動的物體，能夠進行校準程序。該物體可以為例如啞鈴的形式：一定長度的棒，所述棒具有設置有浮動元件——例如空心球體——的端部。
步驟400：圖像獲取
在配置c1和c2中，相機203、203a可以連接至例如以太網電纜。經由poe向相機203、203a供給能量。圖像被記錄在存儲單元205中并被處理單元206處理。
為了確定例如水位，不僅分析單個圖像，而且分析圖像序列。所獲取的圖像數量至少為2，并且典型地可以最高達100或更多。通常的數碼相機每秒可以拍攝30幀，因此圖像序列可以持續(xù)數秒。
可以以灰度值記錄圖像。取決于應用，具有中等像素分辨率例如640×480像素的相機可以是足夠的。
在夜間，可以用紅外光束器照亮場景。
為了允許配置c2中的立體量測，相機203、203a被布置成使得它們從相同的場景拍攝圖像。優(yōu)選地，它們還被同步以使得它們同時拍攝圖像。然而，可以接受一個幀例如1/30秒的時間差進行稍后分析。
在相機配置c3中，可以通過記錄數秒(例如5秒)的視頻來獲取所需的圖像。在該配置c3中，相機203b不是固定的。用于水位確定和表面速度測量的后續(xù)步驟可以要求記錄相機的位置和取向在序列的時間內足夠恒定，并且與校準期間相機的位置和取向充分相同。對于手持式智能手機記錄，可能并非如此。圖像處理可用于使圖像序列穩(wěn)定。這種穩(wěn)定的一種可能的方法如下：
相機203b被保持使得獲取的圖像包含的重要部分不是水表面202，即包含干的岸上景物201a并且優(yōu)選地包括用于校準的參考點382或其他固定標記，參見圖4或6。在下面描述的智能手機應用中，軟件被配置用于引導用戶，使得圖像的頂部和底部象限(即在圖像的四個角處的區(qū))僅包含干的景物。從這些“干”象限中，通過圖像互相關來測量各個幀之間的相對移動?？梢酝ㄟ^固定在岸上的標記來促進互相關。優(yōu)選地，這些標記是參考點382，這些參考點還可用于校準。所得到的運動矢量允許通過圖像配準(將數據轉換到一個坐標系)或更簡單地通過圖像旋轉和平移的組合檢測和補償幀間移動。替代地，并且為了節(jié)省cpu功率，僅使用那些位于與校準期間大致相同的位置和取向的圖像進行進一步處理。
步驟500：區(qū)別“濕”和“干”圖像區(qū)
圖8是步驟500的不同子步驟501-507的流程圖。
不僅分析單個圖像、而且分析圖像序列允許區(qū)別圖像的“濕”區(qū)202(即流動的水)和“干”區(qū)201a，所述“干”區(qū)看到非移動景物(例如岸、巖石、橋柱的部分等)。任何看起來是景物的“干”部分的像素在它們的灰度值方面幾乎沒有變化，而“濕”部分則經受由流的小波浪和表面擾動造成的不斷變化。在理想的相機和理想的照明情況下，干區(qū)中的像素變化會為零。然而，實際上，由于非恒定的電子相機增益，由于變化的光線情況(例如，當云層越過天空時)以及由于機械振動，干區(qū)中存在有限的噪聲水平。在黑暗的情況下，特別是在夜間在當相機需要附加的光源像例如紅外二極管來看到任何東西時，電子噪聲增加。
因此，在從存儲器讀出圖像(圖8的步驟501)之后，這些圖像被濾波以獲得數據im_f(步驟502)?？梢酝ㄟ^使用例如二維空間中值濾波器來充分地對噪聲進行濾波。濾波器的核寬度被選擇為大于噪聲(該噪聲可以為1個或多個像素的數量級)，并且小于表面202上的平流圖案(該平流圖案可以為10個或更多個像素的數量級)。例如，可以想到，5像素×5像素的核。
為了獲得限定的序列上每個像素灰度值的變化的標量測量，在步驟503中針對每個像素確定最大值和最小值。這分別提供了圖像數據max(im_f)和min(im_f)。
在步驟504中，采用給定圖像序列的最大灰度值和最小灰度值之間的差來獲得圖像數據de_im。在其中要在較長時間段內獲得數據的準連續(xù)模式中，使用具有給定持續(xù)時間的核寬度的滑動最大值和最小值。例如，可以在可能持續(xù)一個或多個小時的時段內獲得數據，使得核寬度可以是數分鐘。典型的核寬度具有例如10分鐘的時段。針對像素的任何極值事件將在核寬度給出的時段之后漸逝，并且逐漸被像素的相應的滑動平均值代替，參見步驟505。
取決于成像的場景的類型，可以應用附加的圖像處理來濾除偽影。例如，干區(qū)可以在亮的區(qū)域和暗的區(qū)域之間具有相對明顯的過渡，例如，灰度值可以存在強烈的局部梯度。這種梯度可以由于像素噪聲或機械相機振動被增強?？梢詫е逻@種情況的實施例是磚墻、軌道、樹木和其他非完全平坦的對象。所述過渡可以導致圖像de_im的“干”區(qū)中的不期望的信號，使得不能正確地確定水位線。為了處理這種偽影，在步驟505中通過對未過濾的圖像序列進行平均，或者在準連續(xù)模式中通過確定具有特定核寬度(可以為幾分鐘)的圖像序列上的未濾波的滑動平均值，來獲得平均圖像數據av_im。
在步驟506中，獲得av_im的梯度，在圖8中用grad(av_im)表示。在步驟507中，從“max-min差”de_im中減去該梯度以獲得經處理的圖像數據dg_im，即dg_im＝de_im-grad(av_im)。通過使用經處理的圖像數據dg_im增強了濕區(qū)和干區(qū)之間的區(qū)別，因為以上提及的偽影至少部分地被濾除。
步驟600：確定水位
圖9是步驟600的不同子步驟601-608的流程圖。
對于相機配置c1或c3，水位可以以如下方式確定：
由于岸線的幾何形狀和校準參數均是已知的，每個可能的真實水位h可以被映射到圖像空間c(h)中，參見圖9中的步驟601。對于平面通道壁，這導致在圖像空間中的直線。然而，任意的岸線幾何形狀可以同樣很好地映射到通過圖像空間的一般曲線上。為了計算，高度被離散化，即對于高度的初始值來進行計算并且然后通過高度的連續(xù)增加來重復計算，參見圖9中的菱形框“線是否<可能的水位線”。
在步驟602中，確定了屬于具體的c(h)的所有像素的灰度值之和。優(yōu)選地，然后應用濾波器，參見步驟603。合適的濾波器是例如savitzky-golay濾波器，其可以是二級的并且具有對應于表面波紋的高度的核寬度w。在一個實施例中，w為5mm。
可以繪制灰度值的和值相對于h的關系，這導致一維關系
在步驟605中，確定導數d[sum(c(h))]/dh，其為負的并且是極值，其中h對應于水位，參見步驟607，該步驟限定了待要找到函數sum(c(h))的最大斜率。優(yōu)選地，在該步驟607之前，用濾波器寬度k對信號sum(c(h))以及導數d[sum(d(h))]/dh進行濾波，參見步驟606。如果k不大于岸線處的波高，則相關信號不被濾除，并且不偏向任何方向，即可以用作水位線位置的魯棒指示器。
對于相機配置c2，可以使用不同的方法來確定水位。
立體量測可以要求兩個相機看向相同的水表面部分，即它們的視圖重疊，優(yōu)選地，相機在時間上同步，并且可以建立兩個相機視圖之間的空間對應，即兩個相機軸線之間的角度不是太大，優(yōu)選地不大于45度。
通過應用具體的濾波器生成圖像
僅包含表面的移動部分的過濾圖像
為了總體上量化重疊的質量，可以測量來自圖像
為了減少必要的計算機處理時間，可以通過僅對像素的子集進行加工來修改該方法。從圖像
步驟700：表面速度場
圖11是步驟700的不同子步驟701-705的流程圖。
如下所述的方法允許測量表面速度場。該方法還將被指定為濾波增量圖像測速法(fdiv，filtereddeltaimagevelocimetry)。
如果通道的底部通過水相可見，如果在水表面上可以看到陰影或景物映像，和/或如果非移動對象(如駐波或固體巖石或橋柱)“污染”圖像場景，則標準piv不起作用，因為其將會測量在零和實際表面速度之間的一些值。
fdiv能夠以穩(wěn)健的方式將移動圖像內容與靜止圖像內容分離開。fdiv的功能性不需要添加流示蹤物。
由相機拍攝的圖像序列被分組成圖像三元組，每組包含第一圖像a、第二圖像b和第三圖像c，參見步驟701。
例如，在時間t_1，獲取圖像i_1，在稍后的時間t_2，獲取圖像i_2，在更后的時間t_3，獲取圖像i_3等。這給出了一系列圖像i_1、i_2、i_3等。第一個三元組可以例如由(i_1，i_2，i_3)組成，第二個三元組由(i_2，i_3，i_4)組成，第三個三元組由(i_3，i_4，i_5)組成等。然而，可以想到，以不同的方式組成三元組：例如，一個三元組的圖像均可以不包含在下一個三元組中，例如(i_1，i_2，i_3)、(i_4，i_5，i_6)和/或在一個三元組內可以存在間隙，例如(i_1，i_3，i_5)。每個三元組將對于一個時刻給出在速度場上的數據。通常，三元組由(i_i，i_j，i_k)組成，其中i<j<k。
下面對一個三元組(a、b、c)的處理進行解釋。
在步驟702中，分別形成a和b之間的絕對差im_1以及b和c之間的絕對差im_2。
在步驟703中，對im_1和im_2進行濾波以產生im_1f和im_2f?？臻g高斯核可以例如用作濾波器。濾波器寬度被選擇得足夠大，以移除im_1和im_2中的差分噪聲，并且從im_1f到im_2f將它們各自附近的小特征進行分散或抹掉。另一方面，濾波器寬度被選擇得足夠小以免完全移除im_1f和im_2f中的移動信號。濾波器寬度的上界可以對應于為隨后的處理步驟704限定的最小子窗口尺寸。為了檢測以像素為單位的移動位移規(guī)模d，以像素為單位的子窗口規(guī)模s被選擇為使得其至少是d的兩倍或更大：s≥2d。
在步驟704中，確定圖案從im_1f到im_2f的空間移位。
圖像im_1f和im_2f被劃分成尺寸為n×m的子窗口(“詢問窗口”)?；旧?，將im_1f的子窗口與im_2f的子窗口進行比較，以找到給出兩個子窗口之間的最佳匹配的位移。可以通過im_1f和im_2f的互相關函數來確定匹配度：
為了計算互相關函數，通過使用例如快速傅立葉變換將圖像數據轉換到譜域，即傅立葉空間。
將im_1f的傅立葉變換與im_2f的傅立葉共軛變換相乘，并且然后應用傅里葉逆變換。這為每個子窗口產生了沖激函數r(x,y)。沖激相對于子窗口中心的位置與im_1f和im_2f的子窗口之間的相對像素位移有關。通過使用通過上述校準方法之一獲得的相機模型，最終將在離散位置處獲得的位移矢量從像素空間映射到世界空間。
替代地，im_1f和im_2f可以首先被配準到世界空間中，即將圖像坐標轉換為世界坐標。隨后，以與上述方式類似的方式確定每個子窗口的互相關函數的最大值和對應的表面速度。后一種特點允許為n*m尺寸的子窗口選擇更靈活的縱橫比，因為現在可以精確地平行于流動方向以及與流動方向正交地選擇子窗口側。另一方面，世界空間中的圖像配準比僅將速度矢量從像素空間映射到世界空間更占用cpu。
圖13a-13c示出了通過用于確定表面速度的步驟700處理的圖像的實施例。圖13a中的三個圖像a、b、c示出了在三個連續(xù)的時刻的河和岸的一部分。圖13b是在應用步驟702和703之后獲得的兩個圖像im_1f和im_2f。根據步驟704和705處理這兩個圖像給出了在河上不同位置處的表面的速度，如圖13c所示。
在步驟701和702的替代方法中，拍攝了一組四個不同圖像的圖像序列以確定差異：im_1＝|a-b_1|和im_2＝|b_2-c|，其中b_2是在圖像a以及優(yōu)選地b_1也已經被獲取之后獲取的圖像。
步驟800：根據水位和表面速度計算流量
圖12是步驟800的不同子步驟801-805的流程圖。
為了確定排放量q，需要關于沿豎直方向的速度分布的信息?？梢酝ㄟ^使用模型，例如由r.absi提出的粗糙度依賴型混合長度模型，“aroughnessandtimedependentmixinglengthequation”，journalofhydraulic，coastalandenvironmentalengineering，japansocietyofcivilengineers，卷62，2006，第437-446頁來獲得這種信息。在該模型中，通過從通道底部一直到水表面整合所謂的粗糙度依賴型混合長度模型來估計沿豎直輪廓的速度分布?；旌祥L度和動能被建模為底部上方的高度的函數，并且它們限定了速度分布的局部斜率。通道底部的初始斜率，即底部邊界條件，是關于所謂的粗糙度速度和底部粗糙度高度的函數。為了滿足水表面，即為了滿足頂部邊界條件，重復整合以找到正確的粗糙度速度。
將水位和表面速度場與模型組合以獲得豎直速度分布，并且接下來尋求計算排放量值q。
在圖12中的步驟801，開放表面流的跨度方向y被分為n個段。
在步驟802中，對于每個段，通過使用所測量的自由表面速度v(y)的邊界條件(步驟705')、底部處的無滑移條件(即零速度)以及底部粗糙度高度對豎直速度分布進行建模。在步驟803中，每個速度分布的平均值導致獲得整體速度vb_(y)，該整體速度與其對應的段的截面面積相乘，產生了每個跨度段的排放量q_s，步驟804。最后，所有q_s上的和值即為排放量q，步驟805。
底部粗糙度高度影響開放表面流的水位和表面速度。本方法允許獨立地測量這兩個量。對于在流向方向上具有足夠小的變化的流部分，底部的表面粗糙度也可以通過本方法本身來確定，而不是“僅”用于確定所得到的排放量。
下面更詳細地描述方法的具體應用：
固定的(一個或多個)相機，以及(一個或多個)平移、傾斜、變焦(網絡)相機：
在一個應用中，三個牢固安裝的網絡相機以2秒的準連續(xù)間隔測量在整個河上的水位和表面速度場。在10分鐘的規(guī)則間隔處，信息被組合以估計排放量。使用三個相機來更好地分解整個跨度通道寬度和通道壁。替代地，可以僅使用一個相機，其具有更大的視場和/或其可以為平移、傾斜和變焦可控的。
通過使用例如70瓦的紅外光束器用于照明，該方法還在夜間起作用。因此，該方法可以被配置為全年(即24小時×7天)使用，以確定自由表面流的表面速度和排放量。不需要添加流示蹤物，并且不需要在河上安裝用于相機的特別結構。只要相機被安裝在河邊并且它們可以“看到”水表面和岸線就足夠了。
為了額外的靈活性，代替不可移動地布置的網絡相機，相機可以以可控的平移、傾斜和變焦位置使用。只要能夠可靠地保存和再次到達每個位置，就可以對每個位置執(zhí)行校準，并且從這里開始，該方法與上述固定的相機方法相同。然而，相機的數量可以減少到僅一個單獨相機。
固定的立體(網絡)相機和平移、傾斜、變焦(網絡)相機
利用上述立體量測方法，參見圖3，相機對可以對齊，以觀察開放表面的公共部分來直接確定水位，而不需要看到岸線。
通過允許控制平移、傾斜和變焦位置的相機，可以連續(xù)掃描表面流的整個寬度。因此，可以僅僅用2個相機來測量整個表面流的水位和表面速度，這允許與岸線可視性無關地來確定排放量。
智能手機實現方式
上述方法，優(yōu)選地與穩(wěn)定圖像或識別那些相對穩(wěn)定的圖像三元組的合適方式相結合，可以被實現到智能手機應用程序中。每次都需要執(zhí)行校準，但另一方面，由于使用即使在最便宜的智能手機上也是標準的加速度傳感器，校準還被簡化。此外，經由gps(在所有智能手機上也是標準的)，測量位置被自動確定，并且因此可以為任意數量的測量位置直接使用相同的應用程序。
為了校準，每個通道測量場所將配備有n個固定的標記，這些標記可以具有1cm或更大的數量級的尺寸。需要測量一次相對于彼此且相對于通道幾何形狀的標記位置。而且，通道幾何形狀需要被測量一次。用于移動設備的計算機程序(“app”)旨在將用戶引導朝向相對于通道且相對于用于校準的校準標記的大致位置。實際記錄在1秒或更長數量級的一時間段內發(fā)生。這足以確定水位和水表面速度，根據這些可以確定排放量。
到目前為止描述的方法和系統(tǒng)具有各種優(yōu)點：
-測量既不需要添加流示蹤物，也不需要在流體中存在永久性結構。在非移動陰影、反射、駐波或固體對象是圖像的重要部分的條件下也可以進行測量。
-足以獲取單色圖像(例如灰色圖像)。這些圖像比彩色圖像更適合于差的光線條件。
-通過使用例如紅外光束器，即使在夜間也能夠進行測量。
-水位確定是基于通過分析圖像序列而不是單個圖像來分離圖像的濕部分和干部分進行的。
-在具有固定的焦長的移動相機的情況下，校準使用最少4個參考點；并且如果可以獲得相機相對于水平面的視角，則僅需要2個點。
-還可以借助于移動相機(例如，移動電話中的相機)進行測量。
-方法和系統(tǒng)適用于環(huán)境、水利、水文和其他領域。
根據前面的描述，在不脫離在權利要求中限定的本發(fā)明的范圍的情況下，技術人員可以想到許多修改。
用于確定移動的水表面的速度的方法適用于任何種類的流體，而不僅是水。
取決于應用，該方法可以在不進行確定流體位和/或排放量的步驟的情況下執(zhí)行。
在環(huán)境光不足(例如，還在封閉的環(huán)境中，諸如排污系統(tǒng))的情況下，通?？梢韵氲浇柚谡彰餮b置(例如紅外光束器)的照明。
- 還沒有人留言評論。精彩留言會獲得點贊！