滑坡后缘裂缝位移图像识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109584240A(43)申请公布日2019.04.05(21)申请号201811567370.8G06T7/194(2017.01)(22)申请日2018.12.20(71)申请人成都理工大学地址610059四川省成都市成华区二仙桥东三路1号(72)发明人王洪辉聂东林庹先国赵宇周全儒王翔孟令宇(74)专利代理机构绵阳市博图知识产权代理事务所(普通合伙)51235代理人杨晖琼(51)Int.Cl.G06T7/00(2017.01)G06T5/00(2006.01)G06T5/30(2006.01)G06T7/136(2017.01)权利要求书1页说明书6页附图14页(54)发明名称滑坡后缘裂缝位移图像识别方法(57)摘要本发明公开了一种滑坡后缘裂缝位移图像识别方法，针对滑坡后缘已有裂缝带，以山体表面植被与滑坡裸露岩土颜色对比鲜明为基础，首先使用灰度化方法将原始彩色图像转换为单通道灰色图像；然后使用直方图与中值滤波进行降噪滤波处理；使用OTSU大津算法确定最佳二值化阈值，并给出二值化图像；再经过图像形态学进行腐蚀与膨胀处理，平滑图像细节；最后使用Canny算子方法勾勒出图像边界，依靠特征识别，保留所求滑坡后缘裂缝曲线。本发明提供的识别方法有效地优化了现有滑坡裂缝监测方式，且最大可能的保留了山体滑坡裂缝的细节信息，为地质工作者的研究提供了更可靠的材料。CN109584240ACN109584240A权利要求书1/1页1.一种滑坡后缘裂缝位移图像识别方法，其特征在于：包括以下步骤：（1）获取滑坡现场的彩色CCD图像，所述CCD图像包含滑坡的原始裂缝曲线，将彩色CCD图像进行灰度化处理，由多通道彩色图像转化单通道的灰度图像；（2）用直方图均衡化方法处理灰度图，增强灰度图的对比度；（3）将步骤（2）处理后的图像采用中值滤波降噪；（4）使用OTSU大津算法将步骤（3）处理后的图像转化为二值化图像，所述二值化图像由前景和背景两部分构成；（5）将二值化图像经图像形态学的膨胀和腐蚀处理；（6）使用Canny算法将步骤（5）处理后的图像进行边缘检测，得到前景中的多个边界曲线区域，所述多个边界曲线区域构成边界曲线区域集合；（7）步骤（6）处理后的图像，长宽尺寸为A*B（其中，A和B为图像分别在长宽上的像素点个数），预设识别参数0.5＜C＜0.8，对每个边界曲线区域，作与其外相切的最小面积矩形框，若所述最小面积矩形框域的长＞A*C，且宽＞B*C，则认为该最小面积矩形框所包含的曲线为边界曲线，并保留，否则丢弃，最后所有保留下来的边界曲线构成滑坡后缘裂缝曲线。2.根据权利要求1所述的滑坡后缘裂缝位移图像识别方法，其特征在于：还包括步骤（8），（81）设定检测区域，设滑坡后缘裂缝曲线长度为L，以滑坡后缘裂缝曲线的最高点为中点，截取1/2L长度区域为检测区域；（82）观察检测区域内的边界曲线是否连续；（83）若不连续，手动调整OTSU大津算法的分割阈值，重复步骤（4）-（7），直至检测区域内的边界曲线连续。3.根据权利要求1所述的滑坡后缘裂缝位移图像识别方法，其特征在于：步骤（1）中灰度化处理为加权平均法，采用下式将彩色图像的三通道分量进行加权平均法得到灰度图：f=0.299R+0.587G+0.114B其中f为一个像素点的灰度值，R、G、B分别表示该像素点的为红色分通道值、绿色通道值和蓝色通道值。4.根据权利要求1所述的滑坡后缘裂缝位移图像识别方法，其特征在于：所述步骤（5）中图像形态学中：膨胀处理为，采用数学形态学膨胀算法，设定结构元素，并将结构元素与二值化图像的每个像素作“与”操作，若“与”操作的结果都为0，则该像素点的像素值为0，否则为255；腐蚀处理为：采用数学形态学腐蚀算法，将结构元素与二值化图像的每个像素作“与”操作，若“与”操作的结果都为1，则该像素点的像素值为255，否则为0。5.根据权利要求1所述的滑坡后缘裂缝位移图像识别方法，其特征在于：所述步骤（7）预设识别参数C=2/3。2CN109584240A说明书1/6页滑坡后缘裂缝位移图像识别方法技术领域[0001]本发明涉及一种图像识别方法，尤其涉及一种滑坡后缘裂缝位移图像识别方法。背景技术[0002]作为地质灾害中的常见灾害类型，滑坡发生的次数占比逐年增加。据全国地质灾害通报书2016显示，2016年全国共发生滑坡7403起，占地质灾害总数的76.2%，给人民群众的生命财产安全造成了巨大的威胁。所以对滑坡的检测和监测变得非常重要。山体滑坡本身具有以下特点：滑坡后缘已有裂缝带，滑坡裸露岩土与山体表面植被在颜色上差异明显。[0003]目前传统的监测方法，是在滑坡区域布设各种地面监测设备，如传感器终端、GPS站等，