隧道掌子面涌水水头高度智能识别方法及确定装置

1.一种隧道掌子面涌水水头高度智能识别方法，其特征在于，包括采集掌子面出水口处视频；提取视频各帧图像并根据照片的时间顺序对各帧图像进行编号和保存；对提取的各帧图像进行灰度处理；对视频进行处理，确定重组视频中的背景图像，并将背景图像中运动区域和静止区域分为2类，用1和0分别进行标记运动区域和静止区域的像素点；基于运动区域和静止区域的分类二值图进行图像处理，实现图像运动区域和静止区域的二值图像，获取运动区域像素点位置信息；基于图像映射原理和运动区域像素点位置信息，隧道掌子面出水形态三维重构，具体包括：基于右手法则，以图像左下角为坐标原点建立图像二维坐标系(X 1 ,Y 1 )，以相机镜头为坐标原点，构建相机三维坐标系(X 2 ,Y 2 ,Z 2 )以相机光束投射方向为Z 2 轴，构建的局部坐标系；在图像坐标系中，识别结果图中任一像素点坐标可表示为(x 1 ,y 1 )，在相机坐标系中，该像素点(x 2 ,y 2 )坐标与图像坐标系中的(x 1 ,y 1 )保持一致，z 2 坐标值具体计算方法如下：z 2 ＝y 2 cosγ式中：z 2 —相机坐标系中z 2 坐标值；y 2 —相机坐标系中y 2 坐标值；γ—光束投射方向与地面夹角；基于各像素点在地面坐标系(X 3 ,Y 3 ,Z 3 )和投影方程，分别计算任一像素点(x 3 ,y 3 ,z 3 )在X-Y，X-Z，Y-Z平面的投影坐标，具体计算过程如下：x 3 ＝int(x 2 cosα)y 3 ＝int(y 2 cosβ)z 3 ＝int(z 2 cosγ)式中：int—取整函数；x 3 —任一像素点在地面坐标系中的X 3 坐标值；y 3 —任一像素点在地面坐标系中的Y 3 坐标值；z 3 —任一像素点在地面坐标系中的Z 3 坐标值；x 2 —任一像素点在相机坐标系中的X 2 坐标值；y 2 —任一像素点在相机坐标系中的Y 2 坐标值；z 2 —任一像素点在相机坐标系中的Z 2 坐标值；α—光束投射方向与X 3 轴夹角；β—光束投射方向与Y 3 轴夹角；γ—光束投射方向与Z 3 轴夹角；基于地面坐标系构建的三维立方体，将三维立方体沿隧道掘进方向切割为L列，沿隧道宽度方向切割为M列，沿隧道高度方向切割为N层，总计L×M×N个子立方体；根据计算各相机识别结果图中的黑色像素点坐标(x 3 ,y 3 ,z 3 )，分别绘制在X 3 -Y 3 ，X 3 -Z，Y 3 -Z 3 平面的投影图；基于各平面的投影图，将立方体沿X轴、Y轴和Z轴的各“切片”对应的方格标为黑色；基于2台相机采集视频识别和处理结果，对黑色“切片”进行叠加处理，叠加规则如下：“黑A”+“黑B”＝“黑”；“黑A”+“白B”＝“黑”；“白A”+“黑B”＝“黑”；“白A”+“白B”＝“白”；叠加规则中A、B分别代表2台相机分别判释的结果；基于隧道掌子面出水形态三维重构结果确定隧道掌子面涌水水头高度计算；其中，基于孔壁小孔出流模型，由伯努利方程，以通过孔壁小孔中心的水平面为基准面，掌子面涌水水头高度计算方法如下：式中：H—隧道掌子面涌水水头高度(m)；v—隧道掌子面地下水出水口流速(m/s)； —隧道掌子面地下水出水口流速系数；ξ 0 —地下水流经出口的局部阻力系数；α c —常数，取1.0；g—重力加速度(m 2 /s)。 2.根据权利要求1所述的隧道掌子面涌水水头高度智能识别方法，其特征在于，采集涌水出水口处数码视频，具体为：在掌子面出水口处，分别布置2台不同拍摄角度的高清相机；分别记录2台相机距离出水口处的距离、相机焦距、镜头在大地坐标系下的绝对坐标、拍摄光束相对于掌子面的三维角度和分辨率信息。 3.根据权利要求1所述的隧道掌子面涌水水头高度智能识别方法，其特征在于，对提取的各帧图像进行灰度处理，具体为：基于各帧图像的RGB值、HSI值、HSV值和灰度值，将视频中的彩色图像转换为灰度图像；基于图像处理技术对灰度图像进行分割、增强、锐化处理并保存。 4.根据权利要求1所述的隧道掌子面涌水水头高度智能识别方法，其特征在于，对视频进行处理，确定重组视频中的背景图像，并将背景图像中运动区域和静止区域分为2类，用1和0标记运动区域和静止区域的像素点，具体为：基于视频重组技术，将保存的灰度处理图像按时间顺序重组为灰度视频；基于背景减除、背景增强视频处理方法，确定重组视频中的背景图像，同时将背景图像中运动区域和静止区域分为2类；基于视频处理后的分类结果，用1和0分别进行标记运动区域和静止区域的像素点。 5.根据权利要求1所述的隧道掌子面涌水水头高度智能识别方法，其特征在于，基于运动区域和静止区域的分类二值图进行图像处理，实现图像运动区域和静止区域的二值图像，获取运动区域像素点位置信息，具体为：基于图像处理技术和分类标签，将视频的各帧图像转换为运动区域和静止区域的二值图像；基于标记结果，将正视、侧视和俯视视频的各帧图像的运动区域，即有水区域，设置为黑色，静止区域，即无水区域，设置为白色，实现二值图像的转换；分别统计各视频的各帧图像中黑色像素点坐标(x,y,z)。 6.根据权利要求1所述的隧道掌子面涌水水头高度智能识别方法，其特征在于，基于隧道掌子面出水形态三维重构结果和孔壁小孔出流模型确定隧道掌子面涌水水头高度计算，具体包括：基于隧道掌子面地下水类平抛运动，计算视频采集时间内各时刻隧道掌子面地下水出水流速；基于掌子面地下水出水口流速，计算视频采集时间内各时刻隧道掌子面涌水水头高度；基于掌子面地下水出水流速和和水头高度计算结果，按时间顺序绘制折线图。 7.一种掌子面涌水水头高度确定装置，其特征在于，包括采集模块，所述采集模块用于采集掌子面出水口处视频；视频拆分模块，所述视频拆分模块用于提取视频各帧图像并根据照片的时间顺序对各帧图像进行编号和保存；图像处理模块，所述图像处理模块用于对提取的各帧图像进行灰度处理；视频处理模块，所述视频处理模块用于对视频进行处理，确定重组视频中的背景图像，并将背景图像中运动区域和静止区域分为2类，用1和0分别进行标记运动区域和静止区域的像素点；提取模块，所述提取模块用于基于运动和静止区域的分类二值图进行图像处理，提取地下水物理特征；建模模块，所述建模模块用于基于图像映射原理和运动区域像素点位置信息，隧道掌子面涌水形态三维重构，具体包括：基于右手法则，以图像左下角为坐标原点建立图像二维坐标系(X 1 ,Y 1 )，以相机镜头为坐标原点，构建相机三维坐标系(X 2 ,Y 2 ,Z 2 )以相机光束投射方向为Z 2 轴，构建的局部坐标系；在图像坐标系中，识别结果图中任一像素点坐标可表示为(x 1 ,y 1 )，在相机坐标系中，该像素点(x 2 ,y 2 )坐标与图像坐标系中的(x 1 ,y 1 )保持一致，z 2 坐标值具体计算方法如下：z 2 ＝y 2 cosγ式中：z 2 —相机坐标系中z 2 坐标值；y 2 —相机坐标系中y 2 坐标值；γ—光束投射方向与地面夹角；基于各像素点在地面坐标系(X 3 ,Y 3 ,Z 3 )和投影方程，分别计算任一像素点(x 3 ,y 3 ,z 3 )在X-Y，X-Z，Y-Z平面的投影坐标，具体计算过程如下：x 3 ＝int(x 2 cosα)y 3 ＝int(y 2 cosβ)z 3 ＝int(z 2 cosγ)式中：int—取整函数；x 3 —任一像素点在地面坐标系中的X 3 坐标值；y 3 —任一像素点在地面坐标系中的Y 3 坐标值；z 3 —任一像素点在地面坐标系中的Z 3 坐标值；x 2 —任一像素点在相机坐标系中的X 2 坐标值；y 2 —任一像素点在相机坐标系中的Y 2 坐标值；z 2 —任一像素点在相机坐标系中的Z 2 坐标值；α—光束投射方向与X 3 轴夹角；β—光束投射方向与Y 3 轴夹角；γ—光束投射方向与Z 3 轴夹角；基于地面坐标系构建的三维立方体，将三维立方体沿隧道掘进方向切割为L列，沿隧道宽度方向切割为M列，沿隧道高度方向切割为N层，总计L×M×N个子立方体；根据计算各相机识别结果图中的黑色像素点坐标(x 3 ,y 3 ,z 3 )，分别绘制在X 3 -Y 3 ，X 3 -Z，Y 3 -Z 3 平面的投影图；基于各平面的投影图，将立方体沿X轴、Y轴和Z轴的各“切片”对应的方格标为黑色；基于2台相机采集视频识别和处理结果，对黑色“切片”进行叠加处理，叠加规则如下：“黑A”+“黑B”＝“黑”；“黑A”+“白B”＝“黑”；“白A”+“黑B”＝“黑”；“白A”+“白B”＝“白”；叠加规则中A、B分别代表2台相机分别判释的结果；计算模块，所属计算模块用于基于隧道掌子面出水形态三维重构结果和孔壁小孔出流模型确定隧道掌子面涌水水头高度计算；其中，基于孔壁小孔出流模型，由伯努利方程，以通过孔壁小孔中心的水平面为基准面，掌子面涌水水头高度计算方法如下：式中：H—隧道掌子面涌水水头高度(m)；v—隧道掌子面地下水出水口流速(m 3 /s)； —隧道掌子面地下水出水口流速系数；ξ 0 —地下水流经出口的局部阻力系数；α c —常数，取1.0；g—重力加速度(m 2 /s)。 8.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。 9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。