专利名称：一种基于图像识别计算尾矿库干滩长度的方法
技术领域：
本发明涉及一种图像识别技术，具体说涉及一种金属或非金属矿山对尾矿库的干
滩长度的计算测量方法。
背景技术：
尾矿库干滩长度是衡量尾矿库汛期能否安全度汛的重要指标，也是评价尾矿库是 否安全的重要因素之一。寻找一种合适的图像处理技术对尾矿库干滩图像进行处理、分析、 得出准确的尾矿库实坝顶高度，进而计算出尾矿坝干滩长度便成了开发尾矿库自动化安全 监测系统的首要任务。 目前测量干滩长度主要依靠人工方式。在汛期时，尾矿库库区水位升高，干滩长度 变短，这时干滩长度是否达到国家尾矿坝设计规范标准。就需要尾矿工人去实地测量干滩 长度，这样手工测量的干滩长度不仅误差大、精度低，更主要的是得出的数据不是实时、连 续测量得出的数据。导致矿区领导难以及时掌握尾矿库各项安全技术指标，这些因素都极 大影响尾矿库的安全管理。所以寻找一种方法对尾矿库的干滩长度进行实时、连续的检测 是十分有必要的。对减少尾矿库的事故发生具有重要意义。
发明内容
针对现有手工测量干滩长度存在的缺陷，本发明提供一种适应性好、计算量少、识 别结果准确、识别精度高。结果准确、实时性较高的干滩长度计算方法。 解决上述技术问题所采取的具体技术措施是一种基于图像识别计算尾矿库干滩 长度的方法，其特征是 (1)观察干滩图像干滩图像是通过摄像头对坝体一致的摄像角度所得到的图 像，对干滩图像的像素应达到704X576以上。 (2)明确尾矿坝堆积坝体与干滩的色度差，在尾矿坝堆积坝体上画若干个点 X0……Xn，利用C#编程程序自动记录所画点的坐标值、颜色值信息，并经过X0……Xn点画 Zn条直线； (3)确定阈值，对图片进行二值化处理 利用迭代方法选取阈值，初始阈值选取为图像的平均灰度T0至Tn即在坝体上所 画的X0……Xn的颜色值，然后利用T0至Tn将每条直线上的像素点分作两部分，计算两部 分各自的平均灰度，小于T0的部分为TA，大于T0的部分为TB，利用C#编程实现每一个坐 标点的颜色值自动检测计算，将Tl作为新的全局阈值代替T0，重复以上过程，如此迭代，直 至自动检测至图像底部； (4)用二值化后的图像计算干滩高度 (4. 1)标注出每一条二值化线段的堆积坝坝顶点坐标X0……Xn， Y0……Yn ;
(4. 2)用C#编程实现自动检测每一条二值化线段的堆积坝体与干滩分界点的坐 标X, 0......X, n， Y, 0......Y, n ;
3
(4. 3)标注出每一条从堆积坝坝顶至干滩分界点的二值化线段之间的距离KO……Kn ; (4. 4)利用像素检测技术计算出像素与堆积坝坝顶至干滩分界点之间线段的函数对应关系x = H/k x为一个像素所代表的距离，H为实地测量后标定的干滩高度，k为堆积坝坝顶至干滩分界点的像素总数； (4. 5)计算干滩高度数值:(YO-Y' 0) Xx = H ;
(5)计算干滩长度 利用所求出的干滩高度H与实地测量的干滩坡度J按公式L = tanJXHL为干滩长度。 本发明的有益效果将视频干滩图片二值化的图像处理技术以及基于二维灰度阈值的图像二值化分割算法，能够将干滩图像中的干滩高度从背景中有效地分离出来，具有良好的二值化结果。检测误差经实地测量证明小于2cm。满足国家标准对干滩高度的检测误差。该方法具有适应性好、计算量少、识别结果准确、识别精度高等优点。通过图像识别出的干滩高度计算出的干滩长度，结果既准确又方便、实时性较高。
图1是未进行二值化的尾矿库干滩图片；
图2是二值化后的尾矿库干滩图片。
具体实施例方式
结合
本发明方法。 —种基于图像识别计算尾矿库干滩长度的方法，其具体识别方法如下
首先对尾矿库的干滩图片如图1进行二值化处理，图像的二值化处理就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。图像阈值化分割是一种最常用，同时也是最简单的图像分割方法，它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压縮数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。阈值分割法是一种基于区域的图像分割技术，其基本原理是通过设定不同的特征阈值，把图像像素点分为若干类。确定阈值T，通过阈值T将图像分割为两个部分，即背景区域与目标区域。
对于尾矿坝干滩图像的干滩高度采用以下方法进行识别，分析 (1)观察干滩图像如图1所示，干滩图像是通过摄像头对坝体一致的摄像角度所得到的图像，对干滩图像的像素应达到704X576以上。 (2)明确堆积坝体与干滩的灰度差、色度差，在图片的堆积坝体上画若干个点X0……Xn，利用C#编程程序自动记录所画点的坐标值、颜色值等信息，并经过此X0……Xn点画Zn条直线如图2。
(3)确定阈值，对图片进行二值化处理 利用迭代方法选取阈值，初始阈值选取为图像的平均灰度TO至Tn(即在坝体上所 画的XO……Xn的颜色值)，然后利用TO至Tn将每条直线上的像素点分作两部分，计算两 部分各自的平均灰度，小于TO的部分为TA，大于TO的部分为TB，利用C#编程实现每一个 坐标点的颜色值自动检测计算，将Tl作为新的全局阈值代替TO，重复以上过程，如此迭代， 检测至干滩图像底部。经试验比较，此方法可以较快地获得满意结果，它较好地保留了原图 的细节。 (4)利用二值化后的图像计算干滩高度。 (4. 1)如图2所示，标注出每一条二值化线段的堆积坝坝顶点坐标(XO……Xn，
YO......Yn)例如坝顶坐标点分别为(14， 170) 、 (96,194)、 (180,223)、 (192,229)、 (239，
245)、 (273,257); (4. 2)利用C#编程实现自动检测每一条二值化线段的堆积坝体与干滩分界点的 坐标(X，O……X，n，Y，O……Y，n)例如干滩与坝体分界点坐标分别为(14， 265) 、 (96， 290)、 (180,317)、 (192,322)、 (239,336)、 (273,348); (4. 3)标注出每一条从堆积坝坝顶至干滩分界点的二值化线段之间的距离KO…… Kn例如标注坝顶与干滩分界点距离KO = 265-170 = 95， Kl = 290-194 = 96，K2 = 317-223 =94， K3 = 322-229 = 93， K4 = 336-245 = 91， K5 = 348-257 = 91 ;
(4. 4)利用像素检测技术计算出像素与堆积坝坝顶至干滩分界点之间线段的函数 对应关系x = H/k x为一个像素所代表的距离，H为实地测量后标定的干滩高度，k为堆积坝坝顶至 干滩分界点的像素总数；例如实地测量当前堆高H为240，则x0=H,40 =240/勺5 =2. 526xl=H,=240/勺6 =2. 5 ;x2=H,42 =240/勺4 =2. 553x3=H,43 =240/勺3 =2. 58 ;x4=H,44 =240/勺l =2. 637 (4. 5)计算干滩高度数值(YO-Y' 0) Xx = H，利用此式即可计算出尾矿库干滩高 度数据，将YO与Y' 0分别代入式中计算，过程如下HO =(265-170) X2. 526=240 ;Hl =(290-194) X2. 5 =240 ;H2 =(317-223) X2. 553=240 ;H3 =(322-229) X2. 58 ==240 ;H4 =(336-245) X2. 637=240 ;H5 =(348-257) X2. 637=240。 如果下一次摄像头拍摄到新图片，程序中识别出的坐标自动代入式中计算，可以
方便计算出滩顶高度。
(5)计算干滩长度 用干滩高度H与超声液位计所测得的库水位值之差所得到安全超高h，通过实地 测量的干滩坡度J利用公式L = h/tanJ，L为干滩长度。例如经实地测量某尾矿库干滩斜率为0. 004，干滩高度H为240米，安全超高h为2米。代入式中计算出干滩长度L = 2/0. 004=500米。
权利要求
一种基于图像识别计算尾矿库干滩长度的方法，其特征是(1)观察干滩图像干滩图像是通过摄像头对坝体一致的摄像角度所得到的图像，对干滩图像的像素应达到704×576以上；(2)明确尾矿坝堆积坝体与干滩的色度差，在尾矿坝堆积坝体上画若干个点X0……Xn，利用C#编程程序自动记录所画点的坐标值、颜色值信息，并经过X0……Xn点画Zn条直线；(3)确定阈值，对图片进行二值化处理利用迭代方法选取阈值，初始阈值选取为图像的平均灰度T0至Tn即在坝体上所画的X0……Xn的颜色值，然后利用T0至Tn将每条直线上的像素点分作两部分，计算两部分各自的平均灰度，小于T0的部分为TA，大于T0的部分为TB，利用C#编程实现每一个坐标点的颜色值自动检测计算，将T1作为新的全局阈值代替T0，重复以上过程，如此迭代，直至自动检测至图像底部；(4)用二值化后的图像计算干滩高度(4.1)标注出每一条二值化线段的堆积坝坝顶点坐标X0……Xn，Y0……Yn；(4.2)用C#编程实现自动检测每一条二值化线段的堆积坝体与干滩分界点的坐标X’0……X’n，Y’0……Y’n；(4.3)标注出每一条从堆积坝坝顶至干滩分界点的二值化线段之间的距离K0……Kn；(4.4)利用像素检测技术计算出像素与堆积坝坝顶至干滩分界点之间线段的函数对应关系x＝H/kx为一个像素所代表的距离，H为实地测量后标定的干滩高度，k为堆积坝坝顶至干滩分界点的像素总数；(4.5)计算干滩高度数值(Y0-Y’0)×x＝H；(5)计算干滩长度利用所求出的干滩高度H与实地测量的干滩坡度J按公式L＝tanJ×HL为干滩长度。
全文摘要
一种基于图像识别计算尾矿库干滩长度的方法，应用图像识别技术将尾矿库干滩图像二值化，从而使干滩图像变得简单，而且数据量减小，并能凸显出尾矿坝坝体及干滩的轮廓。其次，将二值化后的干滩图像进行处理与分析，利用像素检测技术计算分析干滩高度，进而分析出我们需要的精确的数据结果。最后利用识别出的干滩高度与斜率计算出尾矿坝的干滩长度。利用图像识别技术对尾矿库干滩图像的准确分割，分析计算后所得数据准确，计算出的干滩长度精度较高，实时性较强，满足了对尾矿坝干滩长度的在线实时监测要求。
文档编号G01B11/02GK101718527SQ200910248499
公开日2010年6月2日 申请日期2009年12月17日 优先权日2009年12月17日
发明者加子东, 吴耀昕, 张伟, 杨兴海, 王微微, 石国峰, 范德日, 袁现坤, 郑学明, 黄金英 申请人:丹东东方测控技术有限公司