CN118230147B 坝下涵洞洞身接缝接触渗漏的水下检测方法及系统 （水利部交通运输部国家能源局南京水利科学研究院）

坝下涵洞洞身接缝接触渗漏的水下检测方本发明公开了坝下涵洞洞身接缝接触渗漏2步骤S343、用解析出的平均流场和湍流脉动对原始步骤S433、对每个渗漏簇分别估算其流量和方向，将3步骤S323、构建至少两个不同尺度的检测窗口，并采步骤S324、将位移矢量异常的粒子重新初始化并放入4所述存储器存储有可被所述处理器执行的指令，所述指令用于被所现权利要求1至6任一项所述的坝下涵洞洞身接缝接触渗漏56[0024]如图1所示，根据本申请的一个方面，坝下涵洞洞身接缝接触渗漏的水下检测方摄像机以60帧/秒速率连续拍摄1920×1080分辨率彩色图像；控制机器人运动速度与拍摄7境下可通过摄像参数的自适应调节维持图像恰当的亮度和对比度,克服光照不足导致的图并将图像和状态数据一一对应,实现多源异构传感器数据的时空同步。在将同步数据回传视觉测量与惯性测量的互补融合,可实现图像拍摄位置的高精度估计,从而确定渗漏发生[0042]在本实施例中，受制造工艺和光学透镜特性寸控制策略。即根据图像局部区域的灰度方差动态调整滤波窗口大小,在平坦区域选用较大窗口以获得更强的平滑效果,而在边缘区域选用较小窗口以减少边缘模糊。自适应滤波在去噪的同时最大限度地保留了渗漏迹象的要集中在低灰度区域。对数变换通过对灰度值取对数,可将狭窄的低灰度值范围映射到宽果取决于底数的选取,因此该方案根据图像平均亮度自适应地确定最佳底数,在提升对比[0044]由于机器人水下运动过程中姿态和距离目标8征结合了FAST关键点和BRIEF描述子的优点,对计出图像变换的单应性矩阵,剔除错误匹配点的干扰。将估计的单应性矩阵作用于图像坐[0046]x'=x(1+k1r2[0047]y'=y(1+k1r2[0053]对I1'''和I2'''分别进行ORB特征提取。ORB(OrientedFASTandRotatedBRIEF)是一种融合了FAST特征点检测和BRIE其周围半径为3的16个像素点。如果有连续N个像素点的灰度值都大于p的灰度值+T或者都[0057]根据特征点的主方向θ,利用旋转矩阵R=[cosθ_sinθ;sinθcosθ]对BRIEF描述子进9[0065]从P0中随机抽取4对匹配点(共8个点的坐标)，计算它们之间的透视变换矩阵H方法。首先利用图像阈值分割提取出疑似颗粒区域,再通过分析连通域的形状特征(如面有效剔除背景噪声和孤立杂点,获得可靠的速度示踪粒子,为速度场估计提供了高质量的[0084]粒子位移是速度计算的直接依据,其估计精度很可靠性。该步骤利用局部最大灰度加权法计算粒子质心坐标,将质心位置作为粒子位移的位使位移估计不再受像素尺寸的限制,大大提高了速度分辨能力。即使对于运动缓慢的渗[0085]将图像划分为若干互不重叠的网格区域,可将散乱应网格划分方法。即根据网格内速度的局部变化率来动态调整网格大小,在速度梯度大的[0086]基于流体力学反演的速度修正方法,可考虑了示踪粒子的惯性效应和追随特性,进一步提高了速度估计的物理合理性。湍流修正[0087]通过对水下机器人相机进行一次离线标定,可准确建之间的映射关系。将二维图像平面上估计的粒子位移代入摄像机模型,结合深度信息即可[0104]在本实施例中，由于渗漏发生与发展往往不足以全面刻画渗流的时空演化规律。该步骤利用三维拉格朗日粒子跟踪算法,将不布图直观展现了渗流的空间形态和时间变化趋势,为渗漏的精确定位和趋势预测提供了丰富的数据支持。速度时空分布也从流体力学角度反映了渗透通道的结构特征,是渗漏成因[0105]与经验阈值法不同,该步骤根据速度统计直三维速度幅值进行直方图统计,然后通过迭代优化求解双峰直方图的最佳分割阈值,使阈值两侧的类间方差最大。自适应阈值能够有效应对不同渗漏工况下速度分布模式的变化,大大提高了渗漏定位的适应性和鲁棒性。在此基础上,进一步通过形态学滤波消除高速噪声区域,并通过连通域分析提取疑似渗漏区域的空间坐标。由于高速区域与渗漏点在空间[0106]通过对疑似渗漏点邻域内的速度场进行插值重构,得过数值积分计算渗漏体积流量。相比简单的控制体积法,该方法充分利用了邻域速度的空流量进行趋势分析,还可实现渗漏发展趋势的中长期预测,为溢洪风险评估和调度决策提[0107]GLCM通过统计图像在某方向和距离上的灰度共的特征模板进行模式匹配,即可识别出渗漏通道的类型。进一步结合渗漏通道的形态参数程度指标从工程风险角度直接刻画了渗漏的安全隐患,便于管理人员快速评判渗漏问题的y1)22)]122)=jx2)2+112)/(x1_x2))=theta#R；r2nrmn][0121]在三维速度分布图V(x，y，z)上，计算速度幅值的局部均值图Vmean和标准差图z)=sqrt(1/(n3)其中n为局部立方邻域的边长。s(gp_gc)2p；[0167]根据本申请的一个方面，所述步骤S32还包括筛选并优化位移矢量异常的粒子的Pt=(I_KtH)P't；k为第k帧的采集时刻。[0205]LES方法直接求解大尺度湍流脉动，而对小尺度脉动用亚格子尺度(Sub_2得了较好的平衡。相比直接数值模拟(DNS)，LES大大减少了计算量;相比雷诺平均方法)T)类，将空间邻近且速度方向一致的区域合并，Di取Ci内所有速度矢量的加权平均方向。若两个渗漏簇Ci和Cj的夹角a