基于图像智能识别的河流流量计算方法
正版保障 假一赔十 可开发票
￥ 66.56 6.7折 ￥ 99 全新
库存7件
作者陈华
出版社电子工业出版社
ISBN9787121431869
出版时间2022-03
装帧平装
开本16开
定价99元
货号11519281
上书时间2024-12-30
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
陈华，福建建瓯人，教授，博士生导师，武汉大学智慧水业研究所副所长，中国水利学会、气象学会水文气象专业委员会委员，挪威奥斯陆大学、丹麦科技大学和美国伊利诺伊大学香槟分校访问学者。主要从事变化环境下流域与城市径流模拟、水利信息化(智慧水利、人工智能、大数据应用、GIS和RS应用)、视频测水位流量产品研发等方面的研究，已经完成多项国家自然科学基金面上项目、十一五科技支撑计划、十三五重点研发和社会服务项目等科研课题，发表学术论文100多篇，其中SCI和EI论文30多篇，软件著作权10余项，国家发明6项，并获省部级科技进步奖一等奖3项，省部级二等奖1项。
目录
第１章 绪论 1
1.1 流量监测方式及其重要性 1
1.2 水位监测技术 2
1.2.1 接触式水位监测技术 2
1.2.2 非接触式水位监测技术 3
1.3 河道流速测量方法 5
1.3.1 常规流速测量方法 5
1.3.2 微波雷达流速测量 7
1.3.3 声学时差法流速测量 9
1.3.4 图像法流速测量 10
1.4 河道流量计算方法 13
1.5 本书主要科学问题、创新点与意义 15
第2章 基于时空影像法的河道表面流速计算 17
2.1 天然河流的流速分布规律 17
2.1.1 流速的横向分布 17
2.1.2 流速的垂直分布 18
2.2 时空影像法原理 20
2.3 时空影像法应用 22
2.3.1 时空图像合成 22
2.3.2 纹理角识别 23
2.4 表面流速求解 24
2.4.1 测速线长度求解 24
2.4.2 测速线流速求解 25
2.5 本章小结 26
第3章 基于图像智能识别的水位监测方法 27
3.1 概述 27
3.1.1 水位的作用与意义 27
3.1.2 基于图像识别的水位监测 28
3.2 经典图像分割方法在水位识别中的应用 29
3.2.1 基于算子的边缘识别分割 30
3.2.2 基于偏微分方程的图像分割 30
3.3 卷积神经网络 32
3.3.1 神经网络简介 32
3.3.2 卷积神经网络的基本结构 35
3.3.3 UNet网络结构 36
3.3.4 参数学习方法 37
3.4 随机场理论 38
3.4.1 背景介绍 38
3.4.2 概率图模型 39
3.4.3 条件随机场模型 41
3.4.4 平均场近似与参数学习 43
3.5 案例研究 45
3.5.1 神经网络训练 45
3.5.2 水位监测 47
3.6 本章小结 52
第4章 基于时空影像法的河流流量计算 53
4.1 指标率定法 54
4.1.1 虚流量计算 54
4.1.2 率定指标选取 56
4.1.3 关系曲线确定 57
4.2 概率概念法 59
4.2.1 流速关系建立 59
4.2.2 最大表面流速获取 62
4.2.3 断面流量计算 63
4.3 表面流速系数法 64
4.3.1 表面流速系数选取 64
4.3.2 断面流量计算 67
4.4 本章小结 67
第5章 河道表面流速与流量比测试验 69
5.1 崇阳（二）水文站试验 69
5.1.1 测站概况 69
5.1.2 试验内容 70
5.1.3 试验方法与步骤 71
5.1.4 试验结果 72
5.2 陶岔站水文站试验 78
5.2.1 测站概况 78
5.2.2 试验内容与结果 78
5.3 七里街（二）水文站试验 83
5.3.1 测站概况 83
5.3.2 试验内容与结果 84
5.4 长科院沌口科研基地试验 85
5.4.1 基地概况 85
5.4.2 试验内容与结果 86
5.5 分析与讨论 89
5.5.1 表面流速 89
5.5.2 断面流量 90
第6章 视频流量监测系统设计研究 91
6.1 视频流量监测系统总体设计 91
6.2 视频流量监测系统的硬件集成设计 93
6.3 视频流量监测系统软件设计与实现 95
6.4 视频流量监测系统应用案例 96
6.4.1 武大AiFlow简介 96
6.4.2 系统特点综述 98
6.4.3 张家山水文站武大AiFlow测流试验结果 99
6.4.4 贵阳（三）水文站武大AiFlow测流试验结果 101
6.4.5 麦穰水文站武大AiFlow视频测流试验结果 104
6.5 本章小结 106
参考文献 108
内容摘要1.1流量监测方式及其重要性流量是单位时间内通过江河某一横断面的水量，是反映水资源量及江河、湖泊、水库等水体水量变化的基本资料，也是河流最重要的水文要素之一[1]。无论是在防洪、发电、航运、灌溉、城乡居民供水及水利工程建设等国民经济发展领域，还是在水文水资源学、环境保护学等工程科学研究领域，流量数据都是不可或缺的重要资料，发挥着不可替代的基础性作用。长期以来，受制于复杂多变的河流流动特性，以及恶劣艰苦的户外作业环境，天然河道的流量测量一直都是一项较为困难的工作。常规的流量测量方法包括流速仪测流法、浮标测流法及走航式声学多普勒流速剖面仪（ADCP)测流法等。以上方法均需要将流速仪、浮标及ADCP等测流仪器接触或浸入水体以完成测量，属于接触式测流技术。其往往存在着或需要人员值守、费时费力、效率不高，或使用受限、购买和维护成本高昂等一系列问题，这使得传统的测流方法越来越难以满足新时期流域动态化、精细化和智慧化管理的要求，成为制约智慧水利基础感知体系建设、阻碍现代水利建设发展的重要因素。如何在洪水等复杂条件下，及时、高效、准确、安全、智能地获取流量数据，成为一个迫切需要解决的技术问题。随着信息技术的快速发展，基于声学[2]、光学[3）和雷达电波(④的非接触式测流方法相继出现，丰富了流量测验的手段，提高了水文测验的效率和安全性。特别是近年来，随着计算机视觉技术及人工智能技术的迅猛发展，基于河流表面图像识别的测流方法为流量测量工作提供了全新思路，并受到广泛关注。与传统测流方法相比，基于图像识别的测流方法具有以下显著优势：（1）测量安全高效。仅需根据拍摄的河流视频与表面图像就可以得到河流流速、流量等信息，避免了以往烦琐的人工操作，以及水文测验人员高洪时期的危险作业。（2）测量适用范围广。无论是在普通测量环境中，还是洪水、河流含沙量大等极端情况，或应急抢险情况，均可施测。(3)测量及时准确。可以准确捕捉包括洪峰流量在内的各时段流量信息，实现流量测量动态化、实时化。(4）成本低廉。系统依靠一套视频监控装置即可实现，也可通过对测站现有水利视频监控设备进行改造而实现，且便于维护和升级。水利部《关于印发水文现代化建设技术装备有关要求的通知》及全国水文工作会议均明确提出，图像识别技术，包括卫星遥感和高分辨率图像测流，将是今后流量测量研究和发展的重要方向和内容。时空影像法作为图像测流技术的一种重要方法，具有广阔的应用前景和实用价值。因此，研究基于时空影像法的河道表面流速和流量计算方法，对于提升我国水文测验能力和水平，实现水文现代化发展，具有十分重大的意义。
精彩内容
河流流量数据在国民经济发展领域和工程科学研究领域都有至关重要的作用和价值。本书详细介绍基于图像智能识别的河流流量监测与计算方法，深入研究基于时空影像法的测流方法，通过开展水文学、数字影像处理、摄影测量学、工程测量学等多学科交叉研究，从多方面开展时空影像法中关键步骤及核心算法的优化工作，研究适用于不同测量环境的河流流量计算方法，设计和实现了基于时空影像法的武大AiFlow视频测流系统，以提高流量监测工作的准确性和效率。本书可为传统流量测验提供全新的流量在线测量解决方案，为流域动态化、信息化、智能化管理及水文现代化发展提供重要的技术支撑。本书可供水利领域的管理人员、科研人员、工程技术人员和水利类专业在校学生阅读。
— 没有更多了 —
以下为对购买帮助不大的评价