基于图像智能分析的全天候危岩崩塌灾害实时监测设备研究

张慧敏

摘  要：危岩崩塌、滑坡、泥石流是地质灾害的主要类型，为降低边坡危岩崩塌带来的损失，在不断加强地质灾害治理工作的同时，需要借助一系列技术手段对高危地区进行实时监测。该文介绍了基于图像智能分析的全天候危岩崩塌灾害实时监测设备的设计方法，开展面向危岩崩塌灾害监测的实时图像识别算法研究，并给出了实验结果，证明了系统的有效性。

关键词：边坡检测  危岩  实时监测  图像处理

中图分类号：TP274                          文献标识码：A                   文章编号：1672-3791（2020）09（c）-0044-04

Abstract： Dangerous rock collapse， landslide and debris flow are the main types of geological disasters. In order to reduce the losses caused by slope collapse， a series of technical means are needed to monitor the high-risk areas in real time while strengthening the geological disaster control. This paper introduces the design method of real-time monitoring equipment for dangerous rock collapse disaster based on image intelligent analysis. The real-time image recognition algorithm for dangerous rock collapse disaster monitoring is studied. The experimental results show that the system is effective.

Key Words： Slope detection; Dangerous rock; Real-time monitoring; Image processing

危岩体一般地处高陡边坡，地形地貌条件的限制使其调查难度显著增加，岩土体性质调查、边界条件确定、岩土体的取样、测试等都非常困难，从而导致对崩塌灾害的认识困难，也难以进行可靠的稳定性评估和计算[1]。传统的监测方法由于技术水平的限制，崩塌灾变体的状态参量靠人工测量、测试数据的事后验证分析评价，它不仅耗时耗力，而且不能及时地发现崩塌灾变的许多重要突变信号，也就不可能对突发灾害事先预警，只能事后进行事故鉴定[2-4]。该文研究了基于图像智能分析的全天候危岩崩塌灾害实时监测设备，实现危岩坠落监测的追踪算法和用于路面堆积体状态的识别算法进行分隔运算，并完成监测现场基于实时图像识别装备和基于变形数据的监测装备的集成与开发。

1  边坡危岩监测系统总体方案设计

根据危岩崩塌监测的需求分析，将监测系统硬件部分分为三大子系统，具体如下。

（1）基于图像智能分析的全天候危岩崩塌灾害实时监测装备，简称危岩体图像识别监测装备。

（2）基于变形数据的危岩崩塌灾害实时监测装备，简称危岩体表面变形监测装备。

（3）危岩崩塌灾害联动报警装备，简称声光报警系统。

各子系统与服务器通信，实现设备之间相互联动，达到危岩崩塌灾害的监测预警与报警功能，具体框架图如1所示。

2  基于图像智能分析的监测设备设计

根据上述危岩崩塌监测系统总体架构规划，该部分研发目标是开发基于全天候基于图像智能分析的危岩安全状态监测装备，用以实现对危岩体崩塌和路侧堆积物的全天候24h图像智能分析与报警信息上传。基于图像分析技术的监测设备由系统架构、摄像头调研选型、图像识别算法研究、监测装备软硬件实现、装备性能测试实验组成。

监测现场实时图像识别装备在整个危岩崩塌状态监测中的所处位置如下，其目的是在监测现场根据图像识别的方法實时反馈出监测区域重点关注对象的状态，遇险报警。

2.1 摄像头的调研分析与激光摄像头选

危岩崩塌实时图像采集的摄像头需要较高的性能，为保证图像分析的全天候性能，需采用夜视性能更好的激光摄像头，同时在恶劣的环境下正常工作，图像清晰度高，功耗低，寿命长。根据以上要求，对不同类型的摄像头进行对比分析，选择出适合在危岩崩塌监测环境中应用，又能控制成本的摄像头。

经过综合对比，该系统选择清晰度较高、寿命较长的激光摄像头作为图像采集的设备。

2.2 面向危岩崩塌灾害监测的实时图像识别算法研究

面向危岩崩塌灾害监测的实时图像识别算法用于对危岩崩塌监测中重点关注的异常图像情况进行研判，获取重点关注区域的异常信息，分析算法研究的主次方向。利用设置关键区域标识物的方法，提升对关键区域稳定性的分析判断，以及夜间对于关键区域监测的可靠性。同时在关键区域稳定性监测的基础上，尝试分析其大致的变形数据[5]。

根据上述摄像头选型分析，激光摄像头具备良好的夜视、穿雾等特点，符合危岩崩塌灾害监测的需求，结合激光摄像头图像效果以及危岩崩塌监测中重点关注的异常图像情况研究合适的图像处理算法[6]。

危岩崩塌灾害监测的实时图像识别算法研究主要分为危岩崩塌运动目标识别算法以及堆积物大小估算算法两大部分，其中危岩崩塌运动目标识别算法的研究目的主要是提出适用于野外危岩崩塌状态识别的运动检测算法，堆积物体积大小估算算法研究目的是测量公路堆积物体积大小，遇险报警，便于相关部门进行后续处理。算法过程如下。

（1）危岩崩塌运动目标识别算法。实现对公路危岩的实时检测，当危岩有运动发生时，将运动物体标示出来，达到实时监控的目的。

（2）堆积物体积大小估算算法。对堆积物图像进行分割后，运用体积估算算法，初步估算出堆积物体积大小，进行分析与预警。

3  实验测试

3.1 危岩体图像识别监测装备实际边坡布设

为了更好地测试系统的长期稳定性及工程化，测试路段为重庆渝北区古路村附近对危岩体图像识别监测装备进行实验性系统布设，并人为的模拟岩石坠落和路侧堆积体测试，实景测试了系统的图像分析及触发报警功能。图3左图为危岩体崩塌图像识别监测装备布设现场实景图，可以展示布设的方位、观测的边坡以及周围环境。

经过工程化布设实验发现，为了更为有效地鉴别是否为危岩崩塌的情况，避免误报的同时又尽可能不出现漏报情况，可以在图像识别算法中改进增加了以下机制：当运动物体没有运动轨迹不是从上至下但是进入监测区域中且出现了停留的情况，当停留时长达到一定阈值，系统将会将此情况标上黄色框上传服务器通知管理人员人工审查。图3右图为系统算法按照上述改进机制之后被触发，捕获到现场新增停留物体，但是又不完全满足危岩崩塌运动轨迹的情况。通过矩形框标记不确定物体。

3.2 不同环境下的实验测试

系统安装布设完成之后，采用人工模拟危岩体崩塌的情景来测试系统监测及报警功能。同样采用人工抛掷篮球的方式，产生纵向移动物体模拟危岩崩塌过程。通过多次反复测试，系统可以准确捕获危岩崩塌状态的移动物体，进入堆积体观测区将估算崩塌体积。

3.2.1 白天环境下实验测试

按照通过上述实验方法，证实在白天情况下，激光摄像头光源处于关闭状态，图像识别装备可以有效地侦测到篮球模拟的危岩滚落情况。

当篮球模拟的危岩滚落到屏幕下方，将会触发系统报警，同时开始估算测量垮塌量堆积体体积。图4为触发设备报警所捕获的图像。

3.2.2 夜间环境下实验测试

当外界光线低于一定量时，摄像头将自动打开激光光源，进入夜间摄像监测模式。同时根据图像识别算法处理，将会对背景模板进行自动更换。通过实验证明该装备可以在夜间模式下侦测到用篮球模拟的危岩崩塌运动过程。

在夜间情况下，对于崩塌堆积体估算测量方式与白天一致，当篮球模拟的危岩滚落到屏幕下方，将会触发系统报警，同时开始估算测量崩塌堆积体体积。在上述测试中，捕获图像中间的红线将图像分为两个区域：（1）上面部分为移动侦测区域，根据危岩崩塌的特征，重点关注纵向趋势的运动物体而忽视横向运动物体，从而区别是危岩崩塌还是其他活动物体，监测到危岩崩塌性质的物体将会用红框标记。（2）图像红线的下面部分为危岩崩塌之后的堆积体观测区域，当有物体纵向的从移动侦测区进入堆积体观测区将会触发报警，监测到疑似危岩崩塌后产生的堆积体将会用绿框标记，并估算堆积体体积。根据危岩边坡的具体情况，观测区域的红线位置可以配置调整。

4  结语

该文重点介绍了基于图像智能分析的全天候危岩崩塌灾害实时监测设备系统研究，为了更好地测试系统的长期稳定性及工程化，以重庆渝北区古路村附近的危岩体为测试对象进行实验，并给出了实验效果。根据实验结果得知，系统可以捕捉到危岩崩塌时的瞬间图像。

参考文献

[1] 林孝松，唐红梅，陈洪凯，等.重庆市地质灾害孕灾环境分区研究[J].中国安全科学学报，2011，21（7）：3-9.

[2] 黄小刚.危岩体发展破坏机理与防治措施的可靠性研究[D].重慶交通大学，2011.

[3] 范秋雁，李拓，吴福.危岩两种新模型稳定性分析[J].西部探矿工程，2017，29（12）：8-10，12.

[4] 王高峰，王洪德，薛星桥，等.重庆巫山县望霞危岩体破坏及变形失稳预测[J].中国地质灾害与防治学报，2012，23（1）：15-21.

[5] 王永红，但西佐，胡悦，等.基于高速数字图像相关的人车碰撞伤害实验研究[J].光电子·激光，2017，28（1）：81-86.

[6] 唐朝晖，宁可，柴波，等.存在不确定性分离面危岩体的锚固工程优化设计[J].地质科技情报，2019，38（6）：176-180.

[7] 詹越.公路危岩崩塌安全监控及预警技术[D].重庆交通大学，2016.

[8] 刘宇.地质灾害实时监测与信息管理集成系统关键技术研究[D].重庆大学，2015.

[9] 杨朝发.城市高位危岩体形成因子及防治对策[J].土工基础，2020，34（3）：301-303.