专利名称：一种基于图像的积雪深度测量方法
技术领域：
本发明属于数字图像识别方法，具体涉及一种基于图像的积雪深度测量方法，用于自动测量积雪图像当中积雪的实际深度。
背景技术：
积雪是覆盖在陆地和海冰表面的雪层，根据中国气象部门规定，雪层掩盖的面积达到该地可见面积一半以上的称积雪。积雪深度是指从积雪面到地面的垂直距离，它是一个随着积雪的加深不断累积变化的数值。积雪对人类生存的环境影响很大，因而积雪深度是一个重要的气象观测对象。目前测定积雪深度，主要是使用量雪尺进行人工实地测量。量雪尺是木质的，长约100厘米，宽约4厘米厚约2厘米，表面涂以油漆，尺上有厘米分划。尺的最下部5厘米长削成棱形，以便观测时插入雪中。这种测量方法自动化程度低，不利于实时监控积雪深度；除人工测量的方法之外，还可以使用利用激光或者超声波的自动化仪器测量积雪深度，目前市面上有很多类型的自动化雪深测量仪可供选择，但是自动化仪器造价及其维护成本很高，而且操作不便，而本发明对设备的要求不高，便于推广，而且本方法可以扩展到一次性的测量出多个观测点的积雪深度，减少测量误差，使得测量结果更加准确。图像测量技术是将图像处理技术应用于测量领域的一种新的测量方法，它是图像处理技术的一个重要分支。图像测量技术通过相机获取被测量物体的像，通过对像的测量， 来间接确定实际物体的尺寸、面积等物理量。随着数字相机和图像处理技术的发展，图像测量技术的自动化程度和测量精度越来越高。考虑到图像测量技术的优势，本发明将其用于雪深测量，提出了一种基于图像测量技术的积雪深度测量方法，该方法简单实用，且自动化程度高。
发明内容
本发明提供一种基于图像的积雪深度测量方法，目的在于自动测量积雪图像中积雪的深度，以提高积雪深度观测的自动化程度与精度。本发明的一种基于图像的积雪深度测量方法，顺序包括(I)标定杆配置文件制备步骤，选取一张没有积雪的标定杆图像，记录下标定杆的实际长度与图像中标定杆的像素长度的对应关系，该记录即为所需的配置文件。(2)图像获取步骤，从成像设备中获取雪深测量图像，图像中包括标定杆、背景板以及其他背景，并且选取背景板大小的图像区域为操作区域I (X，y)。(3)图像灰度化步骤，即把彩色图像I (X，y)转换为灰度图像G(X，y)。(4)抑制高亮部分步骤，由于黑色杆体反射阳光会在图像上出现局部高亮度的现象，所以需要去除掉图像中的高亮部分，抑制高亮部分之后的图像为T(x，y)(5) 二值化步骤，以阈值threshold对上述图像T (x，y)进行二值化操作，获取二值化图像B (X, y)
θ,如果T (X, y) < threshold ’少[255,如果Γ(χ,少)2(6)拟合直线步骤，因为原始图像中的背景比较复杂，图像B(x，y)的干扰点比较多，所以需要使用直线拟合的方法提取出标定杆上的像素点，过滤干扰点，具体步骤如下(6. I)在图像B(x，y)中，选定灰度值255的像素点为处理点，并且初始化最大错误概率MaxRatio = O、距离阈值tError = I (取值范围[O. 5,1. 5])、最小平均错误距离 MinError = 10 (取值范围[5,15])、标定杆所在直线y = F(x)。(6.2)在所有的待处理点中，随机选取两个点，求出直线方程y = f(x)。(6. 3)求取剩下的所有点到直线y = f(x)的距离d
他本上 内点，如果d < tError
像素点., m ,
I^外点，如果d 2 tError按照上式判断处理点的内点外点属性,计算出所有内点在处理点中的比例Ratio 与所有内点与直线I = f(x)距离的平均值Eiror。(6.4)按如下公式更新最大错误概率MaxRatio、最小平均错误距离MinError、标定杆所在直线方程y = F(x)
MaxRatio = Ratio,MinError = Error,F (x)=f (x); if (Ratio>MaxRatio)
< MaxRatio = Ratio,MinError = Error5F (x)=f (x); if (Ratio == MaxRatio) && (Error<MinError)
MaxRatio,MinError,F(x);其他(6. 5)转到步骤(6. 2)，重复次数为[80，120]；(6. 6)步骤(6. 5)中结束之后，得到的直线方程y = F(X)就是标定杆所在的直线， 计算所有的处理点到直线y = F(X)的距离，按照步骤(6. 3)中的公式判断处理点对于直线 y = F(x)是内点或者外点
J255,如果5(x,少)为内点 = | O,如果为外点(7)去除小联通域步骤，在图像L(x，y)中，除了已经分割出的标定杆外，由于复杂背景的干扰，会出现比较短的细线，需要把这部分细线干扰去除对图像L(x，y)进行8联通域的联通域标记操作，对于每一个联通域，统计联通域内像素的个数N
J O,如果N<height-lengtii ，少!25 5,如果 N > height-length上式中，height为图像的高度，length为原标定杆的像素长，如果像素的个数N小于图像L(x，y)的高度减标定杆的像素长，则把该联通域内的像素的像素值由O置为255。(8)标定杆像素长度计算步骤，在图像F (X，y)中，灰度值为O的联通域就是原图像I(x，y)中的标定杆部分，分别找到联通域当中纵坐标最小top和纵坐标最大的像素点bottom,作为检测到的标定杆的上端点和下端点，上、下端点的纵坐标的差值即为图像I (X， y)中的标定杆的像素长度newlength。newLength = bottom-top(9)积雪深度计算步骤,读入配置文件中的数值resolution,计算出积雪的深度 depth depth = (length-newlength)氺resolution采用上述方法测量积雪的深度，不仅提高了自动化程度，设备的造价低廉，而且结果准确，测量出来的标定杆像素长度与标定杆的实际像素长度误差在2-3像素点范围内， 并且可以对上述方法进行扩展，一次测量得到多个积雪深度的值，多个积雪深度平均，结果的准确度可以得到进一步的提闻。
图I是本发明方法的流程图。
图2是雪深测量图像。
图3是操作区域图像。
图4是灰度化操作区域图像。
图5是抑制高亮之后的图像。
图6为二值化图像。
图7是经过直线提取步骤后的图像。
图8是经过去除小联通域步骤后的图像。
具体实施例方式下面结合附图和具体实施例对本发明作进一步详细说明。一种基于图像的积雪深度测量方法，属于数字图像处理领域，目的在于自动测量积雪图像中积雪的深度，以提高积雪深度观测的自动化程度与精度。其具体步骤为(I)标定杆配置文件制备步骤，选取一张没有积雪的标定杆图像，记录图像中标定杆的像素长度与标定杆的实际长度的对应关系(设为resolution)，即图像当中的一个像素代表标定杆的实际长度，该记录即为所需的配置文件。当成像设备的位置发生移动时，图像中标定杆的像素长度会发生变化，为了保证测量结果的正确性，一旦成像设备的位置发生移动，需要重新制备标定杆的配置文件。(2)图像获取步骤，从成像设备中获取雪深测量图像，图像中包括标定杆，并且选取包括标定杆的一定的图像区域为操作区域I U，y)，图2所示为雪深测量图像，图3所示为从图2中选取的操作区域。(3)图像灰度化步骤，即把彩色图像I (x，y)转换为灰度图像G(x，y)，灰度化公式如下所示G(x, y) = 0. 299*IR (x, y)+0. 587*IG (x, y)+0. 114*IB (x, y)在公式中，IK(x, y)、Ie(x, y)与IB(x，y)分别表示图像I(x，y)在RGB颜色空间下的R分量、G分量与B分量，图4所示为灰度化图像。(4)抑制高亮部分步骤，由于黑色杆体反射阳光会在图像上出现局部高亮度的现象，所以需要去除掉图像中的高亮部分求取灰度图像G(x，y)的平均值mean和方差dev
权利要求
1.一种基于图像的积雪深度测量方法，利用积雪前后的标定杆图像中标定杆的长度变化，获得积雪深度，该方法具体包括如下步骤(1)获取积雪前的标定杆图像，并确定该标定杆在图像中的长度length，进而获得该长度length与标定杆的实际长度的比例关系；(2)获取积雪后的标定杆图像，并进一步得到其二值化图像B(x，y)，其中该积雪后的标定杆图像中，标定杆被分为上段和下段，下段被积雪覆盖，上段露出在积雪外；(3)对该二值化图像B(x，y)进行处理，获得标定杆所在的直线y= F(x)，并根据图像 B(x,y)中各点对于该直线y = F(X)是内点或者外点对二值化图像B(x，y)进行如下处理， 获得处理后的图像L(x，y)
2.根据权利要求I所述的基于图像的积雪深度测量方法，其特征在于，所述步骤(3) 中，对二值化图像B(X，y)进行处理，获得标定杆所在的直线y = F(X)的具体过程为(3. I)在图像B(x，y)中，选定灰度值255的像素点为处理点，并且初始化最大错误概率MaxRatio = O、距离阈值tError = I、最小平均错误距离MinError = 10以及标定杆所在直线y = F (X) = O ；(3.2)在所有的处理点中，随机选取两个像素点，求出直线方程y = f(x)；(3. 3)求取剩下的所有处理点到直线y = f(x)的距离d，并判断处理像素点为内点还是外点，从而计算出所有内点在处理点中的比例Ratio,以及所有内点与直线y = f (X)距离的平均值Error ；(3. 4)按如下公式更新最大错误概率MaxRatio、最小平均错误距离MinError和标定杆所在直线方程y = F (X)如果 Ratio > MaxRatio,或者 Ratio = MaxRatio 且 Error < MinError,则MaxRatio = Ratio, MinError = Error, F(x) = f (x)；否则，MaxRatio, MinError, F(x)保持原来的值不变；(3. 5)多次循环执行步骤(3. 2)-步骤(3. 4)，最后得到的直线方程y = F(X)就是标定杆所在的直线。
3.根据权利要求I或2所述的基于图像的积雪深度测量方法，其特征在于，判断一个像素点相对于直线为内点或外点的公式为胳f内点，如果D<D 傢素点=<j-I外点，如果D2Z)其中，D为该像素点到直线的距离,D为距离阈值。
4.根据权利要求1-3之一所述的基于图像的积雪深度测量方法，其特征在于，所述步骤(2)中，所述将积雪后的标定杆图像转换为二值化图像B(x，y)的具体过程为(2. I)将积雪后的标定杆图像转换为灰度图像G(x，y)；(2. 2)去除灰度图像G (X，y)中的高亮部分，获得抑制高亮部分之后的图像T (X，y)；(2.3)以阈值threshold对上述图像T (X，y)进行二值化操作，获取二值化图像B (X， y)，即 θ,如栗T(χ, y) < threshold ’少[255,如果/"(x,少)2/ZzreMoW
5.根据权利要求4所述的基于图像的积雪深度测量方法，其特征在于，所述步骤(2.2) 中，去除灰度图像G(x，y)中的高亮部分的具体过程为首先，获得灰度图像G (X，y)的平均值mean和方差dev，然后用阈值Ethd对图像G (X， Y)进行门限操作，即获得抑制高亮部分之后的图像T(x，y)J Ethd,如果 ’少 |G(x,^),如果G(x,少)幺五/M其中阈值 Ethd = mean-0. 3*devc
全文摘要
本发明公开了一种基于图像的积雪深度测量方法，包括(1)获取积雪前的标定杆图像，并确定该标定杆在图像中的长度与其实际长度的比例关系；(2)获取积雪后的标定杆图像，进一步得到其二值化图像B(x，y)(3)对B(x，y)进行处理，获得标定杆所在的直线y＝F(x)，并根据图像B(x，y)中各点对于该直线y＝F(x)是内点或者外点对二值化图像B(x，y)进行处理，获得处理后的图像L(x，y)(4)对L(x，y)进行8联通域的联通域标记，并统计每一个联通域内像素的个数N，如果N小于图像L(x，y)的高度与所述长度之差值，则把该联通域内各像素的像素值由0置为255，得到处理后的图像F(x，y)(5)计算露出积雪层外的标定杆上段的长度(6)积雪深度计算步骤，根据步骤(1)中得到的比例关系值，即可计算出积雪的深度。本发明测量结果误差范围�。既范雀�。
文档编号G01B11/22GK102589461SQ201210016418
公开日2012年7月18日 申请日期2012年1月17日 优先权日2012年1月17日
发明者卓问, 曹治国, 朱磊, 李肖霞, 熊嶷, 覃月明, 郑毅, 马舒庆 申请人:华中科技大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
