基于图像识别的水下地形冲刷过程监测

孙东坡，谢 锋，张先起，王鹏涛

(1.华北水利水电学院，河南 郑州 450011;2.河海大学，江苏 南京 210098)

河流在自然状况或修建工程情况下的河势变化及局部河床变形，经常需要采用河工模型试验来确定，需要在实验室内观测工程附近水下地形的变化及河床变形过程［1］.为了准确得到河工模型试验中河道地形或建筑物附近河床冲淤变化，尤其是局部河床冲淤随时间的变化，需要对水下地形信息进行实时、动态的测量和分析［2］.

随着计算机及图像技术、光学技术、超声波技术和激光技术的发展，国内外开发了多种测量仪器用于对河工模型地形的测量，如光电反射式地形仪［3］、电阻式地形仪、跟踪地形仪、超声地形仪、激光扫描仪等仪器［4］及近景摄影测量技术［5］.阻抗地形仪和光电地形仪精度相对较高、应用较广泛，但这类接触式地形仪会破坏局部地形，影响测量精度［6］.超声地形仪是非接触式的，测速快，但精度不高，多应用于实际工程测量［7］.激光测距传感器测量精度高，测量速度快，但价格较昂贵.根据水下地形冲刷过程监测的特点，即测量设施为非接触式、测量速度快、测量精度需满足需求，本文提出以图像识别为基础，借助线激光为参照线的一种新型水下地形监测与分析方法;研发了一种既不干扰河床地形、又保证测量速度及精度，可以在河工模型试验局部冲刷观测中方便使用的监测系统.经实际应用，该方法简单易行，对提高河工模型量测技术具有一定的参考价值.

1 监测系统的建立

1.1 基本思路

通过线激光在水下地形上照射出一条轮廓线，由摄像头捕获该时刻图像信息，再通过图像识别技术获取该时刻的水下地形轮廓线.当线激光完成对整个水下地形的照射后，就可以获得完整的水下地形.反复地逐行(列)扫描就能实现对水下地形的实时监测(见图1).

图1 监测系统示意图Fig.1 Monitoring system

1.2 监测系统的主要构成

激光与普通光相比具有三好一高的特点:单色性好、相干性好、方向性好和亮度高［8］.由于激光定向性好、使用方便、易于安装和稳定可靠，能较大幅度提高工作效率，因此激光被广泛应用于医疗、军事、测量仪器等产品中.地形测量通常使用635 nm的红色激光，因为红色较为醒目，特殊情况也可选择532 nm绿色激光.系统测量范围的宽度就是激光的线宽宽度，测量范围的长度是与水流流速有关的函数;经过试验得知，测量范围的长度以激光线宽的2倍为宜.根据实际模型尺寸确定选用的激光器参数见表1.

表1 激光器参数Tab.1 Laser parameters

图2 误差分析曲线(分辨率)Fig.2 Error analysis curve(resolution)

摄像头的成像质量对地形数据的识别影响很大，不同分辨率的摄像设备对系统的误差依存关系如图2所示.通过对不同分辨率的比较分析，从精度与经济两方面考虑，相对误差控制在15%左右较为合适，所以监测系统选用工业级摄像头(SONICA SCC－380 COLOR CCD CAMERA).

1.3 基于MATLAB的图像识别

通过动态监测系统图像获取模块获得的是视频文件(通常为AVI格式)，MATLAB通过对监测视频的每一帧图像进行识别处理［9］，从而完成水下地形的重现.在获得图像后，首先要对图像增强，即根据某种应用需要，人为地突出输入图像中的某些信息，从而抑制或消除另一些信息的处理过程［10］.根据增强处理过程所在的空间不同，图像增强技术可分成频率域法和空间域法［11］.

频率域法把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强，其主要有低通滤波法和高通滤波法.采用低通滤波法(即只让低频信号通过)，可去掉图中的噪声;采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰，在MATLAB中可以使用fir1()函数设计出低通、高通滤波器.

空间域法则直接对图像灰度级做基于频域的运算，即在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法，具体可通过点运算或邻域增强算法实现.点运算算法即灰度级校正、灰度变换和直方图修正等，目的使图像成像均匀、扩大图像动态范围及扩展对比度等.在MATLAB中，灰度调整可以用imadjust()函数，直方图均衡化使用histeq()函数.邻域增强算法有图像平滑和锐化两种.平滑技术用于平滑图像中的噪声，基本应用在求空间域上的平均值或中值，或在频域上采取低通滤波;在MATLAB中，以用smooth()函数实现图像平滑.锐化技术采用的是频域上的高通滤波法，通过增强高频成分减少图像中的模糊，特别是使模糊的边缘部分得到了增强，但同时也放大了图像的噪声.在MATLAB中可以采用Robert梯度算子和Laplacian算子对应的模板对图像进行锐化.

通过线激光辅助获取的水下地形轮廓线，MATLAB图像识别后是一个带状分布的点群(见图3(a))，再经过图像的平滑过滤增强得到较理想的轮廓线(见图3(b)).

图3 图像增强对比Fig.3 Image enhancement comparison

适当运用图像增强法对原始图像进行处理，将使原始图像变得较清晰，能够较真实地反映图像的结构特征，便于水下地形重建的处理及显示.

图4 误差分析曲线(拍摄角度)Fig.4 Error analysis curve(shooting angle)

1.4 数字化水下地形的重现

在实际运用中，线激光需要垂直照射地形，目的是为了减少水折射对图像的影响.摄像头安装的最佳角度是与激光面垂直，但现实中需调整适当角度才能完整拍摄水下地形轮廓线，这就要对图像变形及拍摄角度引起的系统误差进行分析.由于图像识别后得到的是像素坐标，需要还原成实际坐标.针对图像变形和坐标还原问题，可借鉴参考点法［12］，选取3个或3个以上校正点就可解决.对于不同入射角度下图像采集的误差进行大量试验，得到误差分析曲线(见图4).图4左上角为极坐标系统.

下面是水下地形重建的MATLAB代码:

2 实例分析

为验证本文所述方法的可行性，在模型试验中进行了一系列应用与验证.图5是采用本系统对某河工模型试验的水下地形冲刷过程进行实际监测、利用不同时刻的监测数据重构冲刷地形.图6为某新型管桩潜坝模型试验，工程附近局部冲刷地形照片(图6(a))与本系统监测数据的地形数值模拟再现(图6(b))，可以看出监测数据很好地反映了工程附近河床局部变形的特点，具有很高的模拟精度.

图5 水下地形冲刷过程的重建Fig.5 Scouring process rebuilding of underwater topography

图6 冲刷地形比较Fig.6 Comparison of topography scouring

水下地形数据的采集速度影响到监测数据采集的时间间隔，数据采集速度越快，对水下地形冲刷过程的还原就越好.本文就数据采集速度与拓普康全站仪(GPT－3000N)进行了比较，结果见表2.

表2 速度对比分析Tab.2 Velocity comparison

从表2可见，全站仪数据采集速度远小于本文所述方法，这是因为全站仪是单点采集数据，而该系统是线采集;更重要的是全站仪采集数据的大部分时间花费在数据储存上，而该系统则是先采集图像后处理数据，所以可节省时间、提高效率.

系统的测量精度受摄像头像素的影响，在同等清晰度条件下，像素或分辨率越大，越能体现出水下地形的细节部分.在实际应用中，并不是选用像素或分辨率越大的摄像头就越好，还应考虑镜头的质量和感光元件的性能.总之，要使采集的图像细节尽量清晰，才有助于提高图像识别的精度.

在清水及含沙量较少时，水体能见度较好，系统监测结果精度较高;随着含沙量的增加，水体能见度降低，监测精度受到影响;在激光不能照射到床面时，可以通过水下地形传感器采集床面上一些特征点的冲刷变化过程，辅助完成水下地形冲刷过程监测.在高含沙水流中，这种方法受到限制.

3 结语

(1)引进医学图像处理与分析技术，借助线激光辅助得到水下地形轮廓线.经验证该方法可行，具有实用价值.

(2)使用图像采集方法采集数据、图像识别方法处理数据，可大大节省数据采集时间，提高效率，适宜于对动态过程的监测.

(3)监测系统误差主要来自摄像头的精度.另外，图像采集时的变形、水的折射与线激光的照射角度也对测量精度有一定影响.

(4)在清水及含沙量较少时，系统监测结果精度较高;含沙量较大时，可通过辅助方法取得床面特征点的变化过程，完成水下地形冲刷过程监测.

［1］谢鉴衡.河流模拟［M］.中国水利电力出版社，1990.(XIE Jian-heng.River models［M］.Beijing:China WaterPower Press，1990.(in Chinese))

［2］华东水利学院.模型试验量测技术［M］.北京:水利电力出版社，1984:148-149.(East China Water Conservancy Institute.Measurement technology of model test［M］.Beijing:China WaterPower Press，1984:148-149.(in Chinese))

［3］唐洪武，李瑾，周浩祥.光电反射式地形仪的研制及应用［J］.河海大学学报:自然科学版，1995，23(1):80-84.(TANG Hong-wu，LI Jing，ZHOU Hao-xiang.Development and application of photoelectric rcflecting topographic apparatus［J］.Journal of Hohai University(Natural Sciences)，1995，23(1):80-84.(in Chinese))

［4］王锐.河流动床模型激光三维扫描数据应用研究［D］.南京:河海大学，2007.(WANG Rui.Research and applications of 3D scanning data of river models［D］.Nanjing:Hohai University，2007.(in Chinese))

［5］蔡守允.河流海岸模型测试技术［M］.北京:海洋出版社，2004.(CAI Shou-yun.Measurement technology of river and coast models［M］.Beijing:Ocean Press，2004.(in Chinese))

［6］刘树东，田俊峰.水下地形测量技术发展述评［J］.水运工程，2008(1):11-15.(LIU Shu-dong，TIAN Jun-feng.Development of bathyorographic survey technique［J］.Port＆ Waterway Engineering，2008(1):11-15.(in Chinese))

［7］王振先，金欢阳.实验室用超声地形测量仪［J］.海洋工程，2001，19(1):94-98.(WANG Zhen-xian，JIN Huan-yang.Development of ultra-acoustic topographic surveying meter for use in laboratory［J］.Ocean Engineering，2001，19(1):94-98.(in Chinese))

［8］谭定忠，邱英，高明，等.基于CCD的激光扫描测距技术研究［J］.半导体光电，2010，31(3):485-487.(TAN Dingzhong，QIU Ying，GAO Ming，et al.Research on laser scanning rangefinder based on CCD［J］.Semiconductor Optoelectronics，2010，31(3):485-487.(in Chinese))

［9］林睿，常鸿森，保宗悌，等.光学图像识别技术的MATLAB仿真［J］.云南师范大学学报:自然科学版，2004，101(6):36-40.(LIN Rui，CHANG Hong-sen，BAO Zong-ti，et al.Simulation of the optical image recognition by using MATLAB［J］.Journal of Yunnan Normal University(Natural Sciences Edition)，2004，101(6):36-40.(in Chinese))

［10］章鲁，顾顺德，陈瑛.医学图像处理与分析［M］.上海:上海科学技术出版社，2006.(ZHANG Lu，GU Shun-de，CHEN Ying.Achieving disposal and analysis of medical image［M］.Shanghai:Shanghai Scientific and Technical Publishing House，2006.(in Chinese))

［11］李辉，蒋秀明，高殿斌，等.Matlab语言在数字图像中值滤波中的应用研究［J］.天津工业大学学报，2003，22(1):87-88.(LI Hui，JIANG Xiu-ming，GAO Dian-bin，et al.Application and study of Matlab in image median filtering［J］.Journal of Tianjin Institute of Polytechnic University，2003，22(1):87-88.(in Chinese))

［12］骆永正，聂咸或.用参考点法建立地图扫描形变校正系统［J］.南方冶金学院学报，1999，20(3):139-142.(LUO Yong-zheng，NIE Xian-huo.The establishment of the system for deformation correction in map scanning by using the method of reference point［J］.Journal of Southern Institute of Metallurgy，1999，20(3):139-142.(in Chinese))