[发明专利]一种基于视频图像的振动识别方法

权利要求书

1.一种基于视频图像的振动识别方法，其特征在于：包括如下步骤：

S1：采集环境数据，所述环境数据包括雨量；

S2：根据采集的环境数据控制拍摄频率，根据拍摄频率对待测对象连续拍摄；所述雨量达到雨量阈值时，加快拍摄频率；

S3：对拍摄的图像进行预处理；

S4：获取预处理后的图像中对象边缘的像素骨架线段，并以相同的方式获取连续拍摄的图像中像素骨架线段上的目标点，计算目标点的振动数据，生成边坡位移变化量；

S5：获取天气预报信息，根据天气预报中各时间点边坡所在地的雨量、风力和风向，预估各时间点边坡发生滑坡的风险系数；

S6：获取边坡下停留时间超过时间阈值的车辆的车牌号，根据车牌号获取车主的身份信息，获取车主的亲友的身份信息，根据车主的身份信息获取通过车主或其亲友的手机号登录的导航软件中的导航信息及定位信息，所述导航信息包括目的地、单次导航中已行驶的路程和单次导航中已行驶的时间；

S7：获取定位信息为边坡所在地的终端中的导航信息；

S8：根据获取的终端中的导航信息，预测车辆的停留时间；

S9：将当前时间点与叠加预测的停留时间后的时间点之间的时间段设为停留时间段，该停留时间段间有边坡发生滑坡的风险系数大于系数阈值的时间点时，向车主或其亲友的手机号发送提示短信。

2.根据权利要求1所述的基于视频图像的振动识别方法，其特征在于：所述环境数据还包括风力和风向，所述风力达到风力阈值，且风向与边坡的坡面的夹角小于角度阈值时，加快拍摄频率。

3.根据权利要求1所述的基于视频图像的振动识别方法，其特征在于：所述环境数据包括道路中通行的车辆的重量，车辆的重量达到重量阈值时，对待测对象连续拍摄。

4.根据权利要求1所述的基于视频图像的振动识别方法，其特征在于：所述S3包括：

S301：对拍摄的图像进行降噪处理；

S302：对降噪处理后的图像进行阈值分割，获取二值图像。

5.根据权利要求4所述的基于视频图像的振动识别方法，其特征在于：对拍摄的图像进行降噪处理的方式为中值滤波。

6.根据权利要求1所述的基于视频图像的振动识别方法，其特征在于：对待测对象的拍摄采用高速相机，至少在边坡的左右两侧各设置一台高速相机，将两台高速相机拍摄的图像得到的边坡位移变化量的平均值作为调整后的边坡位移变化量。

7.根据权利要求1所述的基于视频图像的振动识别方法，其特征在于：S4中可以对待测对象的多个目标点同时进行获取，上述识别方法可以对多个目标点的振动数据同时进行计算。

8.根据权利要求6所述的基于视频图像的振动识别方法，其特征在于：调整后的边坡位移变化量达到变化阈值时，发出提示。