本发明公开了一种大坝安全监测方法，属于图像处理技术领域，包括以下步骤：S1、采集大坝全景图像，利用裁剪框对大坝全景图像进行裁剪，生成大坝监测图像；S2、确定大坝监测图像的监测中心点；S3、根据大坝监测图像的监测中心点，确定大坝的裂缝所处区域。本发明对包含冗余区域的大坝全景图像进行适当裁剪，生成规格适宜的大坝监测图像，可以有效减少算法流程；同时，在大坝监测图像中确定监测中心点，监测中心点的准确可以便于后续步骤精确确定大坝裂缝所处区域，由此生成的裂缝所处区域可以为
1.一种大坝安全监测方法，其特征在于，包括以下步骤：S1、采集大坝全景图像，利用裁剪框对大坝全景图像进行裁剪，生成大坝监测图像；
S3、根据大坝监测图像的监测中心点，确定大坝的裂缝所处区域；
S21、提取大坝监测图像中各个像素点的4邻域，并根据各个像素点的4邻域计算各个像素点的边缘轮廓度，生成边缘轮廓度集合；
S22、从边缘轮廓度集合中提取第一边缘轮廓度、第二边缘轮廓度、第三边缘轮廓度和第四边缘轮廓度；
S23、将第一边缘轮廓度所属像素点和第二边缘轮廓度所属像素点连接，得到第一边缘轮廓线段；将第三边缘轮廓度所属像素点和第四边缘轮廓度所属像素点连接，得到第二边缘轮廓线段；
S24、判断第一边缘轮廓线段和第二边缘轮廓线段是否相交，若是则进入S25，否则进入S26；
S25、将第一边缘轮廓线段和第二边缘轮廓线段的交点所处像素点作为监测中心点；
S26、将第一边缘轮廓度所属像素点作为监测中心点；
所述S21中，像素点的边缘轮廓度O的计算公式为：；式中，hx,y表示大坝监
测图像中横坐标为x且纵坐标为y的像素点的像素值，hx+1,y表示大坝监测图像中横坐标为x+
1且纵坐标为y的像素点的像素值，hx‑1,y表示大坝监测图像中横坐标为x‑1且纵坐标为y的像素点的像素值，hx,y+1表示大坝监测图像中横坐标为x且纵坐标为y+1的像素点的像素值，hx,y‑1表示大坝监测图像中横坐标为x且纵坐标为y‑1的像素点的像素值，ε表示无穷小量；
所述S22中，提取第一边缘轮廓度的方法为：将边缘轮廓度集合的最大值作为第一边缘轮廓度；提取第二边缘轮廓度的方法为：将边缘轮廓度集合的最小值作为第二边缘轮廓度；
提取第三边缘轮廓度和第四边缘轮廓度的方法为：计算所有边缘轮廓度的平均值，计算各个边缘轮廓度与平均值之间的差值，将差值最小的边缘轮廓度作为第三边缘轮廓度；将差值最大的边缘轮廓度作为第四边缘轮廓度；
S31、计算大坝监测图像中监测中心点与其余各个像素点之间的监测距离；
S32、根据监测中心点与其余各个像素点之间的监测距离，确定矩形监测区域；
S33、判断监测中心点是否在矩形监测区域中，若是则进入S34，否则进入S35；
S35、计算监测中心点与矩形监测区域的四个顶点之间的欧式距离，确定大坝的裂缝所处区域；
所述S31中，监测中心点与其余像素点之间的监测距离l的计算公式为：；式中，hu,v表示大坝监
测图像中横坐标为u且纵坐标为v的其余像素点的像素值， 表示大坝监测图像中横坐标为u0且纵坐标为v0的其余像素点的像素值，N表示大坝监测图像的像素点个数，e表示指数；
所述S32中，确定图像监测区域的方法为： 将与监测中心点之间的监测距离最大值对应的像素点以及与监测中心点之间的监测距离最小值对应的像素点连接，作为矩形监测区域的对角线，确定矩形监测区域；
所述S35中，确定大坝的裂缝所处区域的方法具体为：将监测中心点作为圆心，将欧式距离最小值作为半径，绘制圆形区域，作为大坝的裂缝所处区域。
2.根据权利要求1所述的大坝安全监测方法，其特征在于，所述S1中，裁剪框的长L的计算公式为：；式中，a表示大坝全景图像的长，b表示大坝全景图像的宽。
3.根据权利要求1所述的大坝安全监测方法，其特征在于，所述S1中，裁剪框的宽W的计算公式为：；式中，a表示大坝全景图像的长，b表示大坝全景图像的宽。
一种大坝安全监测方法
技术领域
[0001] 本发明属于图像处理技术领域，具体涉及一种大坝安全监测方法。
背景技术
[0002] 随着社会经济的发展，水利工程建筑物的规模不断扩大，大坝作为挡水建筑物，在防洪、供水等方面发挥着一系列突出功能，因此对大坝进行可靠性监测对评价大坝的安全运行具有十分重要的意义。现有大坝安全监测方法多注重异常数据的产生，但这些异常数据可能是由于仪器故障、环境影响或人为失误造成的错误数据，却无视利用图像技术对例如大坝裂缝等情况的出现进行实时监测。
发明内容
[0003] 本发明为了解决以上问题，提出了一种大坝安全监测方法。
[0004] 本发明的技术方案是：一种大坝安全监测方法包括以下步骤：
[0005] S1、采集大坝全景图像，利用裁剪框对大坝全景图像进行裁剪，生成大坝监测图像；
[0006] S2、确定大坝监测图像的监测中心点；
[0007] S3、根据大坝监测图像的监测中心点，确定大坝的裂缝所处区域。
[0008] 进一步地，S1中，裁剪框的长L的计算公式为：
[0009] ；式中，a表示大坝全景图像的长，b表示大坝全景图像的宽。
[0010] 进一步地，，S1中，裁剪框的宽W的计算公式为：
[0011] ；式中，a表示大坝全景图像的长，b表示大坝全景图像的宽。
[0012] 进一步地，S2包括以下子步骤：
[0013] S21、提取大坝监测图像中各个像素点的4邻域，并根据各个像素点的4邻域计算各个像素点的边缘轮廓度，生成边缘轮廓度集合；
[0014] S22、从边缘轮廓度集合中提取第一边缘轮廓度、第二边缘轮廓度、第三边缘轮廓度和第四边缘轮廓度；
[0015] S23、将第一边缘轮廓度所属像素点和第二边缘轮廓度所属像素点连接，得到第一边缘轮廓线段；将第三边缘轮廓度所属像素点和第四边缘轮廓度所属像素点连接，得到第二边缘轮廓线段；
[0016] S24、判断第一边缘轮廓线段和第二边缘轮廓线段是否相交，若是则进入S25，否则进入S26；
[0017] S25、将第一边缘轮廓线段和第二边缘轮廓线段的交点所处像素点作为监测中心点；
[0018] S26、将第一边缘轮廓度所属像素点作为监测中心点。
[0019] 进一步地，S21中，像素点的边缘轮廓度O的计算公式为：
[0020] ；式中，hx,y表示大坝监测图像中横坐标为x且纵坐标为y的像素点的像素值，hx+1,y表示大坝监测图像中横坐标为x+1且纵坐标为y的像素点的像素值，hx‑1,y表示大坝监测图像中横坐标为x‑1且纵坐标为y的像素点的像素值，hx,y+1表示大坝监测图像中横坐标为x且纵坐标为y+1的像素点的像素值，hx,y‑1表示大坝监测图像中横坐标为x且纵坐标为y‑1的像素点的像素值，ε表示无穷小量。
[0021] 进一步地，S22中，提取第一边缘轮廓度的方法为：将边缘轮廓度集合的最大值作为第一边缘轮廓度；提取第二边缘轮廓度的方法为：将边缘轮廓度集合的最小值作为第二边缘轮廓度；提取第三边缘轮廓度和第四边缘轮廓度的方法为：计算所有边缘轮廓度的平均值，计算各个边缘轮廓度与平均值之间的差值，将差值最小的边缘轮廓度作为第三边缘轮廓度；将差值最大的边缘轮廓度作为第四边缘轮廓度。
[0022] 进一步地，S3包括以下子步骤：
[0023] S31、计算大坝监测图像中监测中心点与其余各个像素点之间的监测距离；
[0024] S32、根据监测中心点与其余各个像素点之间的监测距离，确定矩形监测区域；
[0025] S33、判断监测中心点是否在矩形监测区域中，若是则进入S34，否则进入S35；
[0026] S34、将矩形监测区域作为大坝的裂缝所处区域；
[0027] S35、计算监测中心点与矩形监测区域的四个顶点之间的欧式距离，确定大坝的裂缝所处区域。
[0028] 进一步地，S31中，监测中心点与其余像素点之间的监测距离l的计算公式为：
[0029] ；式中，hu,v表示大坝监测图像中横坐标为u且纵坐标为v的其余像素点的像素值， 表示大坝监测图像中横坐标为u0且纵坐标为v0的其余像素点的像素值，N表示大坝监测图像的像素点个数，e表示指数。
[0030] 进一步地，S32中，确定图像监测区域的方法为： 将与监测中心点之间的监测距离最大值对应的像素点以及与监测中心点之间的监测距离最小值对应的像素点连接，作为矩形监测区域的对角线，确定矩形监测区域。
[0031] 进一步地，S35中，确定大坝的裂缝所处区域的方法具体为：将监测中心点作为圆心，将欧式距离最小值作为半径，绘制圆形区域，作为大坝的裂缝所处区域。
[0032] 本发明的有益效果是：本发明公开了一种大坝安全监测方法，对包含冗余区域的大坝全景图像进行适当裁剪，生成规格适宜的大坝监测图像，可以有效减少算法流程；同时，在大坝监测图像中确定监测中心点，监测中心点的准确可以便于后续步骤精确确定大坝裂缝所处区域，由此生成的裂缝所处区域可以为大坝安全监测提供有力技术支撑，便于运维人员及时发现隐患，保证大坝正常运行。
附图说明
[0033] 图1为大坝安全监测方法的流程图。
具体实施方式
[0034] 下面结合附图对本发明的实施例作进一步的说明。
[0035] 如图1所示，本发明提供了一种大坝安全监测方法，包括以下步骤：
[0036] S1、采集大坝全景图像，利用裁剪框对大坝全景图像进行裁剪，生成大坝监测图像；
[0037] S2、确定大坝监测图像的监测中心点；
[0038] S3、根据大坝监测图像的监测中心点，确定大坝的裂缝所处区域。
[0039] 在本发明实施例中，S1中，裁剪框的长L的计算公式为：
[0040] ；式中，a表示大坝全景图像的长，b表示大坝全景图像的宽。
[0041] 在本发明实施例中，S1中，裁剪框的宽W的计算公式为：
[0042] ；式中，a表示大坝全景图像的长，b表示大坝全景图像的宽。
[0043] 裁剪框的尺寸由大坝全景图像的规格决定，使生成的裁剪框更适应各种规格的大坝全景图像，同时可以去除大坝全景图像的杂乱元素和无用区域，提高图像质量，减少后续步骤处理图像的流程。
[0044] 在本发明实施例中，S2包括以下子步骤：
[0045] S21、提取大坝监测图像中各个像素点的4邻域，并根据各个像素点的4邻域计算各个像素点的边缘轮廓度，生成边缘轮廓度集合；
[0046] S22、从边缘轮廓度集合中提取第一边缘轮廓度、第二边缘轮廓度、第三边缘轮廓度和第四边缘轮廓度；
[0047] S23、将第一边缘轮廓度所属像素点和第二边缘轮廓度所属像素点连接，得到第一边缘轮廓线段；将第三边缘轮廓度所属像素点和第四边缘轮廓度所属像素点连接，得到第二边缘轮廓线段；
[0048] S24、判断第一边缘轮廓线段和第二边缘轮廓线段是否相交，若是则进入S25，否则进入S26；
[0049] S25、将第一边缘轮廓线段和第二边缘轮廓线段的交点所处像素点作为监测中心点；
[0050] S26、将第一边缘轮廓度所属像素点作为监测中心点。
[0051] 监测中心点的确定有助于后续步骤确定裂缝所处区域；4邻域作为像素点的上下左右四处，某个像素点的周围4邻域像素点可以决定其边缘轮廓。
[0052] 在本发明实施例中，S21中，像素点的边缘轮廓度O的计算公式为：
[0053] ；式中，hx,y表示大坝监测图像中横坐标为x且纵坐标为y的像素点的像素值，hx+1,y表示大坝监测图像中横坐标为x+1且纵坐标为y的像素点的像素值，hx‑1,y表示大坝监测图像中横坐标为x‑1且纵坐标为y的像素点的像素值，hx,y+1表示大坝监测图像中横坐标为x且纵坐标为y+1的像素点的像素值，hx,y‑1表示大坝监测图像中横坐标为x且纵坐标为y‑1的像素点的像素值，ε表示无穷小量。
[0054] 在本发明实施例中，S22中，提取第一边缘轮廓度的方法为：将边缘轮廓度集合的最大值作为第一边缘轮廓度；提取第二边缘轮廓度的方法为：将边缘轮廓度集合的最小值作为第二边缘轮廓度；提取第三边缘轮廓度和第四边缘轮廓度的方法为：计算所有边缘轮廓度的平均值，计算各个边缘轮廓度与平均值之间的差值，将差值最小的边缘轮廓度作为第三边缘轮廓度；将差值最大的边缘轮廓度作为第四边缘轮廓度。
[0055] 在本发明实施例中，S3包括以下子步骤：
[0056] S31、计算大坝监测图像中监测中心点与其余各个像素点之间的监测距离；
[0057] S32、根据监测中心点与其余各个像素点之间的监测距离，确定矩形监测区域；
[0058] S33、判断监测中心点是否在矩形监测区域中，若是则进入S34，否则进入S35；
[0059] S34、将矩形监测区域作为大坝的裂缝所处区域；
[0060] S35、计算监测中心点与矩形监测区域的四个顶点之间的欧式距离，确定大坝的裂缝所处区域。
[0061] 在本发明实施例中，S31中，监测中心点与其余像素点之间的监测距离l的计算公式为：
[0062] ；式中，hu,v表示大坝监测图像中横坐标为u且纵坐标为v的其余像素点的像素值， 表示大坝监测图像中横坐标为u0且纵坐标为v0的其余像素点的像素值，N表示大坝监测图像的像素点个数，e表示指数。
[0063] 在本发明实施例中，S32中，确定图像监测区域的方法为： 将与监测中心点之间的监测距离最大值对应的像素点以及与监测中心点之间的监测距离最小值对应的像素点连接，作为矩形监测区域的对角线，确定矩形监测区域。
[0064] 在本发明实施例中，S35中，确定大坝的裂缝所处区域的方法具体为：将监测中心点作为圆心，将欧式距离最小值作为半径，绘制圆形区域，作为大坝的裂缝所处区域。
[0065] 本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
