【技术实现步骤摘要】
本专利技术涉及水文测流，尤其涉及一种河流视频流速识别方法、设备、存储介质及程序产品。
技术介绍
1、随着科技的发展，流速识别技术在各个领域得到了广泛的应用。特别是在水利工程中，对河流流速的监测是非常重要的，它可以直接影响到防洪、水资源调度、水质监测等工作。相关技术中的河流流速识别方法在实际识别过程中会因为复杂的检测环境以及视频质量的不稳定等原因，无法有效地识别河流表面的有效特征点，从而导致河流的流速值计算的准确率较低。
技术实现思路
1、本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供一种河流视频流速识别方法、设备、存储介质及程序产品，能够提高河流的流速值计算的准确率。
2、第一方面，本专利技术实施例提供一种河流视频流速识别方法，包括：
3、获取河流视频，并提取所述河流视频的各个视频帧；
4、获取第一视频帧的第一灰度图像和下一个相邻的第二视频帧的第二灰度图像；
5、对所述第一灰度图像和所述第二灰度图像进行特征点识别处理，分别得到第一像素坐标集合和第二像素坐标集合，其中，所述第一像素坐标集合包括所述第一灰度图像的关键特征点的像素坐标，所述第二像素坐标集合包括所述第二灰度图像的关键特征点的像素坐标；
6、将所述第一像素坐标集合和所述第二像素坐标集合进行拼接处理得到像素坐标矩阵；
7、对所述像素坐标矩阵进行密度聚类后处理，得到相邻两个视频帧的聚类输出数据；
8、根据所述聚类输出数据筛选出符合
9、根据所述第一目标特征点集合和第三视频帧进行特征点跟踪处理，得到第二目标特征点集合，其中，所述第三视频帧为所述第二视频帧的下一视频帧；
10、根据所述第一目标特征点集合和所述第二目标特征点集合对应的特征点计算得到实际流速数据。
11、根据本专利技术实施例提供的河流视频流速识别方法，至少具有如下有益效果：通过获取河流视频，并提取河流视频的各个视频帧，获取第一视频帧的第一灰度图像和下一个相邻的第二视频帧的第二灰度图像，对第一灰度图像和第二灰度图像进行特征点识别处理，分别得到包括第一灰度图像的关键特征点的像素坐标的第一像素坐标集合和包括第二灰度图像的关键特征点的像素坐标的第二像素坐标集合，能够得到相邻两帧视频帧的关键特征点；再通过将第一像素坐标集合和第二像素坐标集合进行拼接处理得到像素坐标矩阵，对像素坐标矩阵进行密度聚类后处理，得到相邻两个视频帧的聚类输出数据，能够根据聚类输出数据筛选出符合实际河流表面纹理特性的第一目标特征点集合；接着通过根据第一目标特征点集合和第三视频帧进行特征点跟踪处理，得到第二目标特征点集合，再根据第一目标特征点集合和第二目标特征点集合对应的特征点，能够计算得到实际流速数据，即是说，通过获取相邻两帧视频帧的关键特征点，基于这些关键特征点进行密度聚类，得到聚类输出数据，再根据聚类输出数据，能够筛选出符合实际河流表面纹理特性的目标特征点；接着通过对这些目标特征点进行后续的特征点跟踪，能够直接得到下一帧视频帧的目标特征点，提高了获取符合实际河流表面纹理特性的目标特征点的效率；最后，通过这些能够反映河流表面纹理特性的特征点进行计算，能够得到实际流速数据，以此提高河流的流速值计算的准确率。
12、在上述河流视频流速识别方法中，所述对所述第一灰度图像和所述第二灰度图像进行特征点识别处理，分别得到第一像素坐标集合和第二像素坐标集合，包括：
13、对所述第一灰度图像进行角点检测得到第一像素坐标集合；
14、根据所述第一灰度图像和所述第二灰度图像进行光流追踪，得到第二像素坐标集合。
15、在上述河流视频流速识别方法中，所述聚类输出数据包括多个特征聚类，所述根据所述聚类输出数据筛选出符合实际河流表面纹理特性的第一目标特征点集合，包括：
16、根据所述聚类输出数据确定所有特征聚类的特征点总数和聚类数量；
17、根据所述特征点总数和所述聚类数量计算得到聚类平均值；
18、当所述特征聚类的特征点数大于所述聚类平均值，根据第一筛选准则筛选出第一目标特征点；
19、当所述特征聚类的特征点数小于或等于所述聚类平均值，根据第二筛选准则筛选出第二目标特征点；
20、根据所有的第一目标特征点和第二目标特征点得到第一目标特征点集合。
21、在上述河流视频流速识别方法中，所述根据第一筛选准则筛选出第一目标特征点，包括：
22、根据所述聚类输出数据确定所述第一视频帧和所述第二视频帧中各个对应的特征点的坐标信息，并根据所述坐标信息计算得到相邻两帧的位移偏差数据；
23、当所述特征聚类的特征点满足第一预设条件或者第二预设条件或者第三预设条件，去掉对应的特征聚类内的特征点，得到筛选后的第一目标特征点；
24、其中，所述第一预设条件为所述位移偏差数据的异常值占比大于第一预设值；
25、所述第二预设条件为所述位移偏差数据中的负值占比大于第二预设值；
26、所述第三预设条件为当前的特征聚类的特征点与已排除的特征聚类的特征点之间的距离小于第三预设值。
27、在上述河流视频流速识别方法中，所述根据第二筛选准则筛选出第二目标特征点，包括：
28、获取河流方向；
29、根据所述聚类输出数据确定所述第一视频帧和所述第二视频帧中各个对应的特征点的坐标信息，并根据所述坐标信息得到相邻两帧的位移偏差数据和位移差方向；
30、当所述特征聚类的特征点满足第四预设条件，保留所述特征聚类内的特征点；当所述特征聚类的特征点满足第五预设条件，去掉对应的特征聚类内的特征点，得到筛选后的第二目标特征点；
31、其中，所述第四预设条件为所述特征聚类的特征点的位移差方向与所述河流方向相同且所述位移偏差数据中的位移差值小于第四预设值；
32、所述第五预设条件为所述特征聚类的特征点的曼哈顿距离大于或者等于预设距离的占比大于或者等于第五预设值。
33、在上述河流视频流速识别方法中，所述根据所述第一目标特征点集合和所述第二目标特征点集合对应的特征点计算得到实际流速数据，包括：
34、计算所述第一目标特征点集合和所述第二目标特征点集合对应的特征点的像素位移差值；
35、获取对应的特征点在像素平面上的变化时间间隔；
36、根据所述像素位移差值和所述变化时间间隔计算得到像素平面上的平面速度数据；
37、根据所述平面速度数据和预设转换矩阵得到实际流速数据。
38、在上述河流视频流速识别方法中，在根据所述第一目标特征点集合和第三视频帧进行特征点跟踪处理时，所述河流视频流速识别方法还包括：
39、当特征点跟踪消失，间隔预设视频帧数后重新对所述第一灰度图像和所述第二灰度图像进行特征点识别处理。
40、第二方面，本专利技术实施本文档来自技高网...
【技术保护点】
1.一种河流视频流速识别方法，其特征在于，包括：
2.根据权利要求1所述的河流视频流速识别方法，其特征在于，所述对所述第一灰度图像和所述第二灰度图像进行特征点识别处理，分别得到第一像素坐标集合和第二像素坐标集合，包括：
3.根据权利要求1所述的河流视频流速识别方法，其特征在于，所述聚类输出数据包括多个特征聚类，所述根据所述聚类输出数据筛选出符合实际河流表面纹理特性的第一目标特征点集合，包括：
4.根据权利要求3所述的河流视频流速识别方法，其特征在于，所述根据第一筛选准则筛选出第一目标特征点，包括：
5.根据权利要求3所述的河流视频流速识别方法，其特征在于，所述根据第二筛选准则筛选出第二目标特征点，包括：
6.根据权利要求1所述的河流视频流速识别方法，其特征在于，所述根据所述第一目标特征点集合和所述第二目标特征点集合对应的特征点计算得到实际流速数据，包括：
7.根据权利要求1所述的河流视频流速识别方法，其特征在于，在根据所述第一目标特征点集合和第三视频帧进行特征点跟踪处理时，所述河流视频流速识别方法还包括：p>
8.一种计算机设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的河流视频流速识别方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的河流视频流速识别方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的河流视频流速识别方法。
...【技术特征摘要】
1.一种河流视频流速识别方法，其特征在于，包括：
2.根据权利要求1所述的河流视频流速识别方法，其特征在于，所述对所述第一灰度图像和所述第二灰度图像进行特征点识别处理，分别得到第一像素坐标集合和第二像素坐标集合，包括：
3.根据权利要求1所述的河流视频流速识别方法，其特征在于，所述聚类输出数据包括多个特征聚类，所述根据所述聚类输出数据筛选出符合实际河流表面纹理特性的第一目标特征点集合，包括：
4.根据权利要求3所述的河流视频流速识别方法，其特征在于，所述根据第一筛选准则筛选出第一目标特征点，包括：
5.根据权利要求3所述的河流视频流速识别方法，其特征在于，所述根据第二筛选准则筛选出第二目标特征点，包括：
6.根据权利要求1所述的河流视频流速识别方法，其特征在于，所述根据所述第一目标特征点集合和所述第...
【专利技术属性】
技术研发人员：马强，菲利普·顾博维尔，梁辰希，王龙阳，姜晓明，王根一，张珊，张羽冰，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。