一種基于激光測距與圖像識別的干灘監測裝置

李 博 董偉龍 王慧敏

（西安捷達測控有限公司）

尾礦庫是指筑壩攔截谷口或圍地構成的，用來堆積金屬或非金屬礦山排出的尾礦或其他廢渣的場所，壩體的勢能隨著尾礦漿的增多而逐漸增大，當遇到強降雨季節，存在將壩體沖毀發生潰壩的可能，一旦發生這種情況，將會給礦產企業和當地人民群眾造成巨大的損失。因此，需要更科學、更有效、更可靠的監測設備與監測手段。

在尾礦庫中，超出水面的部分稱為干灘。而干灘長度將直接決定尾礦庫的防洪能力，影響著整個尾礦庫能否安全運營管理。因此，為了保證尾礦庫的安全運行，就必須對干灘長度進行實時監測，使其在安全的范圍之內。傳統意義上的干灘長度測量一般采用人工來回巡查目測估算，但受天氣、人員健康程度、現場條件等因素的影響，其準確度和實時性較差，尤其是在受強降雨影響下將會對巡檢人員的生命安全產生影響［1］。因此，為了保證尾礦庫運營安全，對干灘長度的精準自動化實時監測預警顯得尤為重要。

本研究提出的一種基于激光測距與圖像識別［2］的適用于多場景下的尾礦庫干灘監測裝置。以適應不同場景下的尾礦庫干灘長度監測。

1 總體設計

尾礦庫干灘測量一體機是基于激光測量法和圖像識別測量2 種技術研發出的一款監測綜合設備［3］。功能結構上主要是以運行控制系統為主核心，控制各個子系統，實現了干灘測量的全部過程，并且采用有線通訊、無線通訊、自組網通訊3 種通訊方式實現尾礦庫干灘數據的實時監測、實時傳輸。整體采用組合安裝方式進行設計，可合體安裝，可分體安裝，實現多場景下的復雜環境多樣化的安裝，達到監測的目的。尾礦庫干灘監測總體框架如圖1所示。

2 系統工作原理

干灘測量一體機整體采用2 種測量方式。第1種測量方式是激光測距法，通過多次打點的方式，從而得出灘頂高程、干灘長度的數據測量并計算出尾礦庫壩體的內坡比［4］；第2 種測量方式為圖像識別技術，通過圖像識別，二值化圖像重建，結合灘頂高程計算出壩體的內坡比［5］。2種方法均可以測量處干灘長度、灘頂高程、內坡比。該系統可以實時將數據傳輸至應用平臺，實現了數據的在線采集傳輸，可以實現數據RJ45、RS485傳輸，具有物聯網集中式管理，多參數數據采集，云端存儲、展示、分析、預警等特點。從而實現尾礦庫的實時在線安全監測預警，保證尾礦庫現場以及當地人民群眾的生命財產安全［5］。

2.1 激光測距法測量干灘的基本原理

激光測距法設備主要安裝在初級壩或堆積壩上。通過激光測距儀對尾礦庫干灘面與庫水頭在90°范圍內不斷進行多次掃描測量，從而得出監測設備的安裝位置信息以及激光測距儀各掃描點的直線距離等，通過干灘坡度、灘頂高程和干灘長度的計算公式可直接計算出結果［6］。

（1）計算干灘坡度。利用激光測距測角傳感器，對干灘信息進行逐點掃描，從而得到l1與α1值，便可以計算出干灘坡度i。

式中，l1、l2為第一次、第二次每次測量的距離，m；α1、α2為第一次、第二次測量的對應角度，（°）。

為了能夠提高監測設備的測量精度，本研究中采用逐點、多點掃描，從而得到多組l和α值，再利用多次擬合的方法即可達到預期目標。

（2）計算灘頂標高。通過激光測距傳感器對干灘信息進行逐點掃描，得到l與cosα的乘積最小值，即直接測出灘頂高程位置：

式中，S為灘頂標高，m；S0為設備安裝高度，m；（l×cosα）min為逐點掃描后各測量值比較后的最小值；l為測量距離，m。

（3）計算干灘長度。利用激光測距測角傳感器對干灘信息進行逐點、多點掃描，從而得到精度較高的干灘坡度，同時對庫水位測量得出庫區的水位高程h，并通過以下公式計算出干灘長度。

式中，h0為案例超高，m；L為干灘長度，m；其他參數符號同上。

（4）內坡比的測量。通過已知測量角度和所測距離得知內坡比m。

通過激光測距法可同時測量出干灘坡度、灘頂高程、干灘長度和內坡比數據。

2.2 圖像識別測量干灘的基本原理

2.2.1 系統介紹

該系統主要由視頻采集模塊（攝像機）、視頻數據接收模塊、圖像處理模塊和數據顯示模塊4個部分組成。視頻采集模塊將采集到的圖片發送到圖像處理模塊中做二值化處理，并通過數據保存模塊對原始圖片及處理后的圖片進行保存；與此同時，數據顯示模塊通過大屏、PC 端或者移動端的方式進行顯示［7］。圖像識別工作如圖3所示。

為了減少視頻采集到的圖片在處理過程中出現失真的現象，本次研發選擇采用將圖像處理模塊和視頻模塊相結合的方式，不僅省去了模數轉換的步驟，降低了無線傳輸模塊的負擔，而且在一定程度上減少了系統的運行時間，降低設備功耗，為返回數據的可靠性和監測設備的平穩運行提供一定的技術支撐。

2.2.2 圖像處理

在測量干灘長度時，首先通過尾礦庫水與干灘的顏色區別、亮度區別以及位置區別來區分干灘和水。通過選擇顏色和像素點的坐標對采集到的圖片進行提取，這種方法稱之為邊緣提取法。

為了減少外界因素對成像質量的影響，首先需要對圖像進行預處理，提取出返回圖像中的有效信息；之后將對圖像進行分割，得到各個分割好的區域的圖像，采用二值化處理，最后再提取出干灘和水面的分界線，采用圖像邊緣檢測技術。通過圖像中分界線的位置坐標計算出當前的干灘長度。

（1）圖像預處理。將干灘和尾礦庫的水面進行區別，非線性噪聲的削弱是解決此問題的關鍵，因此需要濾波技術將所獲得的數據進行處理。該技術的優點是可以濾除掉噪音，并且可以保留圖像的各個細致的部分，從而可以給后面的再處理做好基礎。中值的定義：1 組數據X1、X2、X3、…、Xn，按數值大小順序排列，即Xi1≤Xi2≤Xi3≤…、≤Xin，則y=Med（X1、X2、X3、…、Xn），其中y為序列X1、X2、X3、…、Xn的中值［8］。

對于二維圖像，設{Xij，（i，j）∈I2}表示數字圖像中各點的灰度值，濾波窗口為A的二值中值濾波可定義為

y=Med{Xij}=Med{X(i+r),(j+s)，（r，s）∈A，（i，j）∈I2}.（6）

關于二維中值濾波的窗口可以取方形，也可以取近似圓形或十字形。算法流程大致如圖4所示。

（2）圖像的處理。根據以上描述，為了更好地對圖像進行處理，并提取出需要的相關信息，采取二值化處理的方法，將采集到的圖像分割成N個小區域。

為了達到對數據進行簡化分析從而縮小巨大數量的目的，通常采用閾值分割的方法，其基本原理是將圖像的灰度分成若干個等級，從而能夠獲得與現實的目標對照的區域。

閾值分割的關鍵是如何選取灰度門限T。①確定采集到的圖像的像素的灰度直方圖，初步估計最佳圖像分割波谷閾值的大概位置；②在直方圖中截取相應位置進行曲線擬合，求極小值，該值即為所求的圖像分割的閾值；③利用閾值對圖像進行二值化處理，得到能夠反映對象特征的二值化圖像。

（3）圖像邊緣檢測。圖像邊緣是指灰度值有明顯改變的地方。要進行圖像解譯和圖像分析，地物邊界的提取是圖像邊緣檢測的基礎。邊緣提取的主要方法是邊界跟蹤方法，其原理是利用模糊空間區域的對比度增強并進行區分。

目前邊緣檢測最常用的方法是檢測亮度值的不連續性，而這種所謂不連續需要借助一階和二階導數來檢測，其中一階導數是梯度的概念，一維函數f（x，y）的梯度定義為向量。

在圖像處理中，邊緣檢測主要利用梯度向量檢測一階導數在幅度上比已經確定的閾值較大的區域，再尋找亮度的二階導數有零交叉的地方，這兩者相融合就可以較為準確地進行定位并將目標的邊緣提取出來。本研究中所用到的監測系統采用的即是2種方法相融合，從而得到干灘長度。

2.2.3 圖像特征識別與匹配技術

在已經采集到的圖像中，如果可以找到與已知模板圖像具有同一方向和尺寸，則定義為匹配成功，該方法稱之為模板匹配法。其原理是監測設備從制定的圖像中進行查詢、比較，并計算出與模板相同或者類似的位置。

而影像模板的方法則是通過與影像中相匹配的特征參考點形成的，利用該方法找到各個參考點，因為已知這些參考點，并且能夠確定這些參考點分布在圖像上的具體位置，所以利用此原理，就可以得到未知觀測點解算的初始數據。

2.2.4 前期關鍵成果

本項目在關鍵技術上已經取得了決定性的突破，整個設計方案在可行性上得到了充分的驗證，不但為此監測系統在后期項目上的使用提供了有力的技術支撐，而且在尾礦庫在線安全監測預警上也實現了新的突破。

圖像分割的突破進展如圖5～圖8所示。

3 激光測距與圖像識別的干灘監測實現

當所監測的尾礦庫屬于規則尾礦庫時，采用圖像識別法，使用攝像機及其計算機對尾礦庫的干灘長度實時測量，其內容主要分為3個部分。

（1）測量前標定攝像機的參數和特定位置標志物的布置。

（2）攝像機攝取尾礦庫照片，利用西安捷達測控有限公司開發的圖像處理算法模塊進行區域分割，對拍攝的圖片將干灘區域與尾礦庫庫區水面進行分離。

（3）提取出標志物，并計算出尾礦庫的干灘長度、沿線上干灘高程。

系統通電后，進行初始化，視頻采集模塊進行工作，通過視頻接收模塊接收數據并發送給原始視頻數據保存模塊保存，圖像處理模塊對接收的圖像進行處理，同時數據保存模塊進行保存，數據顯示模塊將處理后的圖像顯示在大屏、PC端及移動端上。

當所監測的尾礦庫屬于不規則尾礦庫時，采用激光測距法。對沉積干灘信息進行密集、逐點、多次掃描，得出相對于傳感器安裝位置的干灘空間信息圖像，即測出儀器距離各掃描點的直線距離等，再通過換算即可直接測量出干灘坡度、干灘長度、灘頂高程。其軟件子流程如圖9所示。

系統通電后，進行初始化，利用激光進行多次、逐點掃描，分別得出l1與α1，l與cosα的乘積最小值，并通過激光測距的原理即可計算出干灘坡度、灘頂高程，并通過數據的多次擬合即可得出高精度干灘坡度和干灘長度。

激光測距與圖像識別2種方法同時應用，有利于對干灘坡度、灘頂高程、干灘長度和內坡比數據的精準精密監測，真正實現了尾礦庫在線監測的目的。

4 技術優勢

（1）該監測設備可以對尾礦庫干灘進行無人值守自動化在線監測，且不易受天氣影響，在節省人力、物力、財力的同時，提高監測效率和監測精度。

（2）該監測設備可適用于不同場景。對于基于圖像識別監測干灘而言，具有精度高、監測范圍廣、適用性強等特點；基于激光測距技術而言，能夠實現全方面、全方位不間斷實時地測量干灘的位移變化，實時掌握尾礦庫整體運行的安全狀態。

（3）該監測設備能夠同尾礦庫安全監測預警平臺實現實時對接和傳輸，確保設備的正常運行狀態，保證其監測的有效性和真實性［9］。

5 結 語

基于對激光測距法與圖像識別法的原理，結合尾礦庫在線監測的實際情況，研發了基于激光測距與圖像識別的適用于多場景下的尾礦庫干灘監測裝置，實現了尾礦庫的實時在線安全監測預警，并且可以全自動化掃描庫區干灘，自動化解算干灘長度、內坡比、灘頂高程，可計算最小干灘長度、安全超高；具備加報和報警功能、現場修參功能、平臺數據遙測功能、遠程校時功能、平臺命令重啟功能。

該系統避免了由于天氣等因素影響人工對數據的統計分析，減少了由于人為因素而造成的統計誤差，為礦山企業安全運行提供了保障［10］。