[发明专利]一种基于运动图像回溯的床面颗粒辨识追踪方法

说明书

本发明公开一种基于运动图像回溯的床面颗粒辨识追踪方法，通过九个步骤完成辨识追踪任务。利用二值法对合格床面颗粒运动图像进行分辨率调节预处理。采用二维高斯混合模型将运动颗粒去背景化；使用运动回溯方法，基于帧间粒子辨识模型，确定连续帧中目标粒子运动位置，利用动态阈值和斑点分析法滤除数据噪声。通过对活性与惰性的状态识别以及有效活性粒子数据集的建立，筛选出具备运动、等待全部行为特征的粒子轨迹样本集和空间坐标数据集。在连续帧图像中追踪运动颗粒形成坐标轨迹链，获取多尺度运动信息；采用消除颗粒定位误差与最佳识别链接技术，提高了有效活性粒子运动数据质量；实现了对目标颗粒运动的精细辨识、多维信息采集与全过程追踪。

技术领域

本发明属于水力学及河流动力学研究技术领域，具体地涉及基于模式识别与运动回溯的床面颗粒辨识追踪方法。

背景技术

河流床面的泥沙颗粒随机运动规律复杂，近几十年来国内外众多学者一致致力于其运动特征的研究，由于试验技术所限，精准可靠的试验资料比较匮乏，使得对颗粒运动速度、单步时长等运动参量的基本认识还存在不少分歧。

目前水下高速摄影技术已经开始在推移质精准观测中应用，一般多采用侧视和俯视两种观测方式。苗蔚等将高速摄影技术用于泥沙起动概率的测量，通过图像识别与分析，实现了起动概率的非接触测量；但在在拍摄方式、采样频率、图像处理方法以及对测量数据的科学分析方面还存在一些值得商榷的地方。

近年还有学者利用交通监控视频，研究基于图像识别的交通流量监测和交通违规查询。在遇到目标被遮掩，不同视角下的目标和不同光照背景下的目标存在不能准确追踪目标轨迹；也有人采用在计算机图像处理和识别领域获得良好效果的卷积神经网络CNNs方法，能够适应复杂交通领域行人，车辆识别监测。CNNs所具有的对观测对象平移、缩放和旋转的不变形，则能够很好的应对复杂场景，不断变化的光强，观察视角变化。

发明内容

高速摄像和粒子跟踪测速（PTV）技术提供了高效的图像采集及分析方法，水下摄像技术为研究床面颗粒运动可以提供较好的视频图像资料；但要获取准确、可靠的颗粒状态特征数据，还需在图像采集质量、颗粒图像处理、运动区域与样本选取、数据筛选等不少方面予以改进和完善，才能使基于图像识别的颗粒运动分析更为可信，推动推移质运动理论研究与测验技术应用的发展。

本发明的目的在于提供一种基于运动图像回溯的床面颗粒辨识追踪方法，解决水下摄影获取的明流床面颗粒运动状态图像的解析与运动要素的提取.。

本发明为解决上述技术问题采用以下技术方案：

一种基于运动图像回溯的床面颗粒辨识追踪方法，包含如下9个步骤：

步骤1) ，基于水下摄影的明槽床面颗粒状态图像采集技术，通过实时监控获取水槽床面颗粒运动的图像信息；利用粒子图像测速技术获取水流实时运动速度信息。

步骤2），对获取的视频进行预处理，利用二值法调节其数据分辨率，使每帧图片都适用于后续辨识与跟踪处理。

步骤3），对采集视频图像采用特征检测和提取算法进行读取、解析。首先引入视觉.前景探测器（vision. Foreground Detector ）作为检测函数，采用二维高斯混合模型检测前景；随后使用斑点分析（BlobAnalysis）组件函数检测连通域；将背景与前景中的运动颗粒分开，获取辨识追踪运动目标；随后，根据颗粒大小与形态学特征对前景图像中的噪点进行剔除；综合考虑光照、颗粒形态多因素对运动颗粒检测面像素域面积的影响，剔除的噪点为椭圆长边小于拍摄视野内肉眼可见的运动颗粒粒径的2/3的目标；对剔除噪点以后的前景内连通域进行形态矫正后，确认为获取有效的辨识追踪运动目标；利用中心输出端口（CentroidOutputPort）定位运动目标质心，并输出纵横坐标（x_p0, y_p0）。