基于图像分析的方法测算都江堰市龙溪河流场,数字图像处理论文

　　近年来,国内外学者对于大范围流场测量方法进行了广泛研究。20世纪 90年代,随着电子及计算机相关技术的发展,出现了以实验室图像粒子测速技术衍生的基于图像处理测算大范围表面流场的方法,并在硬件设备设计和图像处理算法等方面取得了突破性进展。较之室内实验,现场实验存在诸多限制和不可控因素会对结果产生影响,如风力干扰、布设仪器困难、缺乏供电设备等。天然河道的流速通常用ADP/ADCP进行单点或多点剖面测量,虽是直接测量,但仪器接触水体会对流场形成扰动,时间和人力成本较高,且在地势险峻或洪水情况下根本无法开展实验。基于图像处理方法的诞生,很大程度上解决了现场测量的困境。I.Fujita等人使用航拍方式对 Yodo河的洪水流量进行了测量,并且拼接连续图像得到整个河道的流场图;M.Jodeau等人使用玉米淀粉发泡粒(Ecofoamchips)作为人工示踪粒子,测得山溪河流在水库放水条件下的高速水流表面流场;2010年,J.LeCoz等人对比基于图像处理测算的流量和 ADCP流量测量值,认为基于图像方法的误差主要在图像采集方式、流速系数 K的确定以及矢量的插值等。从以上研究可以看出,国外研究人员不断开展实验,验证基于图像处理方法在各种工况下的可行性和精度,并基于实验过程遇到的问题对软硬件逐步进行改善。但在国内对于此方法的研究并不广泛,尤其是在现场测量的应用更为缺乏。

论文摘要

　　我国西部山区在汛期经常爆发特大洪水,进而引发严重的泥石流灾害,给当地群众的生命财产安全以及生产生活造成了严重威胁。因此,对洪水以及泥石流的发生机理展开研究具有主要意义。但由于灾害发生时,传统测量仪器无法布置或不能正常工作,流速和流量等实测数据无法获取,成为研究开展的最大阻碍。

论文摘要

　　选取典型山区河道———都江堰市龙池镇龙溪河作为实验对象,运用基于图像分析的方法测算其流场,验证此方法在山区河道中的可行性及优越性,为今后大尺度连续获取洪水数据打下基础,进而为防灾减灾提供数据支持。

论文摘要

　　1、实验方法

　　基于图像处理技术测算河道表面流场,使用数码摄像机 /工业相机对目标河段进行连续拍摄,根据实际流速调整帧率,确保两帧之间的河道表面纹理只发生位移变化,而非形态。由于现场地形复杂,难以设置支架使相机垂直于河面,因此选择倾斜拍摄,出于校正后分辨率考虑,需保证相机与河面的倾角大于 20°,并设置一定数量的地面控制点,获取其相对坐标,对原始图像进行正向校正。现场实验的整个过程无需播撒示踪粒子,算法通过追踪自然光状态下的水面纹理(如波纹、泡漩等)进行后续分析。计算区域和计算点的疏密均可在算法中灵活调整,以达到实验要求。图像可通过无线网络传输至云端存储,供研究人员远程下载进行计算,结果以流场矢量图叠加现场图的形式呈现。

　　相较于传统 ADP/ADCP等测量方式,此方法具备便携、易安装、非接触、高效率、高精度等较为明显的优势。

　　2、实验地点

　　龙溪河位于四川省都江堰市龙池镇,是岷江的一级支流,全长 18.22km,平均流量 3.44m3/s,最大流量 300m3/s,最小流量 0.2m3/s。龙溪河流域受2008年汶川地震影响较大,连年发生洪水和泥石流灾害。主河道坡降在 10%左右,汛期于每年 5月份开始,高峰期为 7~9月,一般阴雨多日后,当地土层逐渐蓄满,几小时的特大暴雨即可引发半月甚至一个月的洪水和泥石流,对当地的生态和民居环境破坏极为严重。图 1为 2013年 7月洪水和泥石流致使河道两侧混凝土护坡及河床被破坏的情景,且大体量堆积体变多,导致河道淤埋抬高。

　　本次实验选择了龙溪河中游两段(M、N)具有代表性的河道进行拍摄,河宽均约为 6m。M段河床石块分布相对均匀,流动形态较为简单;N段坡降稍大,流动形态更显复杂,但由于堆积体大小不一,因此表面泛起大量浪花,更有利于图像处理。实验选用便携式单反相机(索尼 NEX)拍摄,焦距 16mm,帧率 25fps,图像分辨率为 1440×1080,M段倾角约为 25°,N段倾角约为 45°。分别在 M、N段河道两侧的石块上布设了 6个地面控制点(以 M段为例,见图 2),并测得其相对物理坐标。

　　3、实验结果与分析

　　3.1 表面流速测量结果

　　通过对图像进行一系列处理和计算,M、N两段河道的流场图如图 3所示,各点流速的具体数值已保存至数据组中。两段的拍摄倾角和正向校正选取的物理坐标轴并不一致,图中每个像素点代表的实际物理长度也有区别,M段为 0.005m/pixel,N段为 0.002m/pixel,但所得结果的精度独立于此参数,不受影响。

　　M段最大速度为1.41m/s,N段最大速度为 1.56m/s,这是由于 N段处于 M段的上游,坡度更大,且河道更为狭窄,同一时间,N段的流速要高于 M段。流场图较为真实地反映了当时水体的流动状况,无奇异值出现,且 N段由于水体表面白色浪花清晰,计算效果更好。

　　为了证明基于图像分析测算流场方法的精度较高并适用于山区河流,将本次实验结果与旋桨式流速仪直接测量结果进行了比对。每条河段分别选择水流表面 A~G七个位置,由实验人员手持流速仪测量读数(见图 4),比对结果如图 5所示。可以看出,基于图像处理的间接计算结果与旋桨式流速仪的直接测量结果吻合程度非常高,对比点基本都分布在 45°对角线附近。仅图 5(a)中有 A、B两点偏离较大,原因是此两点位于远离相机一侧,且 M段拍摄倾角较小,远处反光严重,致使校正后像素精度不高,造成误差。

论文摘要

　　由于旋桨式流速仪操作正确,认为其测得的流速基本接近真实值。选用平均相对误差(Average　Relativ　eError)和 Nash-Sutcliffe效率系数(NS　Coefficient)对基于图像分析方法的有效性进行了评价,结果表明:

　　N段的平均相对误差为 6.7%,NS效率系数为 95%,远优于 M段的 28%和 67.8%。正如前文分析,M段的 A、B两点偏差较大,除去 A、B两点后的平均相对误差为 10%,NS效率系数也相应提高至 89.4%。因此增大拍摄角度并规避反射噪声,对增强图像质量和提高计算精度有至关重要的影响。结果也说明本文方法完全适用于山区河道。

论文摘要

　　3.2 流量计算

　　当表面流场已知,可通过速度参数 K求得任意一点纵深的平均流速(Depth-averaged　Velocity),再结合横断面形状,使用流速 -面积法估算任意横断面的实时流量。K值受河床糙率、弗劳德数、河道坡度等因子的影响,但它们之间的关系难以用公式量化,通过大量实验,研究人员认为,一般情况下取经验值 K =0.85。本次实验选择图 3中 N段的 S断面计算,各流速点的间隔为25pixels(即0.05m),假设横断面为矩形,测量水深约为 20cm,沿 S截面积分,求得此刻此横断面的流量约为 0.3m3/s。若想进一步提高结果精度,可运用插值方法加密表面流速值,不同插值算法提高精度的效率也存在差异,对于此方面的研究将于后续进行。

论文摘要

　　3.3 洪水期应用的可行性分析

　　龙溪河从 5月份进入汛期,降水开始增多,七八月份洪水发生频率较大。期间水体携有大量泥沙,且由于流量大、流速快,致使表面纹理特征更为明显。对 M段河道进行拍摄时,由于上游大型挖掘机驶过,致使短时间内水体浑浊。对此条件下的水体进行流场测算,结果如图 6所示。流场十分平滑,效果较好,说明水体浑浊度未对图像处理产生负面影响,甚至泥沙浓度非均匀分布导致图像存在的明暗变化更利于测算的进行。

　　3.4 误差分析

　　综上所述,本次实验结果验证了基于图像处理测算表面流场方法的精度较高,且适用于山区河道。但在远区域仍存在一定误差,需要结合实验设置和后期处理,做出改进和修正。本次实验导致误差的几个因素如下:

　　(1)标定点物理坐标精确度不高。为了使计算简化成二维,标定点位置基本要贴近水面,但由于考虑须进入相机视野,因此实际各标定点仍存在 Z坐标,而假设 Z=0时会使校正后的像素产生误差。且使用米尺量取各点距离,计算物理坐标的方法也会导致误差出现。今后应使用全站仪实现精确标定,以减小误差。

　　(2)拍摄倾角较小。倾斜拍摄影响远端区域的像素精度,经过大幅度的正向校正后,再次降低了像素质量,导致计算误差增大。若现场条件允许,可选用分辨率更高的 CCD相机,并加大拍摄倾角。

　　(3)河面反射噪声。水面反射光的能量非常强,使相机传感器无法捕获此区域的信息,这是晴天现场实验遇到的棘手问题。对于这种情况,建议将受太阳耀斑污染严重的像素剔除,不参与后续的信息处理。

　　4、结语

　　(1)通过比较基于图像分析测算与旋桨式流速仪直接测量的流速结果,两段河道的平均相对误差和纳什系数分别为 10%,89.4%和 6.7%,95%,验证了前者适用于山区河道洪水测量的可行性。

　　(2)实验证明,相较于传统方法,本文分析方法具有设备便携、易安装、可应用于洪水期、一次性获取大范围流速数据、非接触、无干扰、结果可靠真实等优势。

　　(3)由于山区洪水表面纹理丰富,有利于图像捕捉特征区域,因此,现场条件适用于此方法进行表面流场测量,为后续研究工作打下坚实基础。

　　(4)对于基于图像处理测算流场的方法,仍需通过完善硬件设置以及优化图像处理算法等途径提高其普适性和结果精度。