(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211012583.0 (22)申请日 2022.08.23 (71)申请人 南京熊猫电子股份有限公司 地址 210033 江苏省南京市栖霞区经天路7 号 申请人 南京熊猫信息产业有限公司 (72)发明人 郭旭周　徐舒　许小伟　张跃　 张振焜　李勇　孙昊　顾勇　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 李淑静 (51)Int.Cl. G06T 7/11(2017.01) G06T 7/62(2017.01) G06V 10/40(2022.01)G06V 10/74(2022.01) G08B 21/10(2006.01) (54)发明名称 一种基于图像指纹特征的城轨防汛防寒预 警系统及方法 (57)摘要 本发明公开了一种基于图像指纹特征的城 轨防汛防寒预警系统及方法。 所述系统包括： 图 像采集模块， 坐标、 面积数据库构建模块， 灾害样 本特征库构建模块， 实时图像特征提取模块， 灾 害识别模块， 灾害定位模块， 灾害面积、 深度检测 模块， 智能预警模块， 通过历史灾情图像， 采用基 于HSV空间分析的哈希序列构造算法， 构建样本 图像特征库， 提取实时图像指纹特征， 计算与样 本图像特征库中的指纹特征的汉明距离， 实现积 水、 积雪、 结冰等灾情的有效识别。 通过划分图像 切片单元， 建立各个切片单元像素坐标、 面积与 监控区域实际坐标、 面积 的对应关系， 实现灾情 位置、 面积 的量化分析。 本发明结合积水、 积雪、 结冰的时空演变特 征， 提高灾情识别准确性。 权利要求书3页 说明书10页 附图3页 CN 115409853 A 2022.11.29 CN 115409853 A 1.一种基于图像指纹特 征的城轨防汛防寒预警系统， 其特 征在于， 包括： 图像采集模块， 用于获取监测区域的视频传输 至监测坐标、 面积数据库构建模块； 坐标、 面积数据库构建模块， 用于将视频图像分割成多个大小相同的切片单元， 将每一 个切片单元的像素坐标和像素面积与监测区域的实际空间坐标和实际空间面积相对应， 存 入坐标、 面积数据库中； 灾害样本特征库构建模块， 用于基于历史积水、 积雪、 结冰样本图像分割后得到的多个 大小相同的切片单元， 利用H、 S、 V三维空间分析构造哈希序列作为各切片单元的图像指纹 特征， 输入灾害识别模块； 实时图像特征提取模块， 用于基于监控区域实时图像分割后得到的多个大小相同的切 片单元， 利用H、 S、 V 三维空间分析构 造哈希序列作为各切片单元的图像指纹特征， 输入灾害 识别模块； 灾害识别模块， 用于计算实时图像各切片单元的指纹特征与样本图像切片单元指纹特 征的汉明距离， 基于汉明距离确定各切片单元属性， 传输至灾害定位模块和灾害面积、 深度 检测模块； 灾害定位模块， 用于从区域坐标数据库中检索积水、 积雪、 结冰切片单元对应的空间坐 标， 并计算重心坐标， 确定灾情在监测区域中的位置； 灾害面积、 深度检测模块， 用于统计被确定为积水、 积雪、 结冰切片单元的数量， 结合切 片单元对应的实际空间面积， 判断积水、 积雪、 结冰区域面积； 以及针对积水情景， 通过标定 位检测与测量， 识别积水深度； 智能预警模块， 用于根据灾情检测结果， 触发预警预案库中的应急预案， 推送警报信 息 给相关工作人员进行处 理。 2.一种基于图像指纹特 征的城轨防汛防寒预警方法， 其特 征在于， 包括以下步骤： 对监控区域的历史积水、 积雪、 结冰样本图像进行分割， 得到多个大小相同的切片单 元， 利用H、 S、 V三维空间分析构造哈希序列 作为各切片单 元的图像指纹特 征； 对监控区域实时 图像进行分割， 得到的多个大小相同的切片单元， 利用H、 S、 V三维空间 分析构造哈希序列 作为各切片单 元的图像指纹特 征； 分别计算实时图像切片单元的指纹特征与样本图像切片单元指纹特征的汉明距离， 基 于汉明距离确定各切片单 元属性； 从区域坐标数据库中检索积水、 积雪、 结冰切片单元对应的空间坐标， 并计算重心坐 标， 进而确定灾情在监测区域中的位置， 其中所述区域坐标数据库包括实时图像每一个切 片单元的像素坐标与监测区域的实际空间坐标 的对应关系以及切片单元的像素面积与监 测区域的实际空间面积的对应关系； 统计被确定为积水、 积雪、 结冰切片单元的数量， 结合切片单元对应的实际空间面积， 判断积水、 积雪、 结冰区域 面积； 针对积水情景， 通过 标定位检测与测量， 识别积水深度； 根据灾情检测结果， 触发预警预案库中的应急预案， 推送警报信息给相关工作人员进 行处理。 3.根据权利要求2所述的方法， 其特征在于， 利用H、 S、 V三维空间分析构造哈希序列作 为各切片单 元的图像指纹特 征包括： 以图像行方向为x轴正方向， 图像列方向为y轴正方向， 像素处的C分量值为z轴坐标建权　利　要　求　书 1/3 页 2 CN 115409853 A 2立三维空间坐标系， 其中C∈{H， S， V}， 定义二维图像像素位置(i， j)处像素的C分量为LC(i， j)， 映射到三维空间中的坐标为(i， j， LC(i， j))， 像素位置(i， j)上、 下、 左、 右四个像素位置 (i+1， j)、 (i ‑1， j)、 (i， j +1)、 (i， j ‑1)处的C分量LC(i+1， j)、 LC(i‑1， j)、 LC(i， j+1)、 LC(i， j‑ 1)映射到三维空间坐标系中 的坐标分别为(i+1， j， LC(i+1， j))、 (i ‑1， j， LC(i‑1， j))、 (i， j， LC(i， j+1))、 (i， j， LC(i， j‑1))， 求出坐标(i+1， j， LC(i+1， j))、 (i ‑1， j， LC(i‑1， j))、 (i， j， LC (i， j+1))、 (i， j， LC(i， j‑1))四个点在三维空间中围成的四边形的重心坐标Oi， j， 求出点(i， j， LC(i， j))与Oi， j的距离D(i， j)， 构建距离特 征矩阵D： 其中， N表示大小为 N像素*N像素切片单 元的行宽和列宽； 基于距离特 征矩阵D， 若对应位置的距离值大于预设阈值T则置1， 否则置 0； 将H分量、 S分量、 V分量的空间距离矩阵所有元素按顺序组合在一起构造成基于HSV空 间分析的哈希序列G， 作为各切片单 元的图像指纹特 征。 4.根据权利要求2所述的方法， 其特征在于， 计算实时图像切片单元的指纹特征与样本 图像切片单 元指纹特 征的汉明距离， 基于汉明距离确定各切片单 元属性包括： 通过异或操作逐位比较切片单 元的指纹特 征， 并按照下式进行求和： 式中， xC[i]为样本特征库中第i个切片单元 的C分量的指纹特征， yC[i]为实时图像第i 个切片单 元的C分量的指纹特 征， C∈{H， S， V}， 分别表示H通道、 S通道和V通道； 根据H、 S、 V不同分量的权 重， 计算图像指纹特 征的加权相似度值： 式中， wC表示C分量对应的权 重， DC表示C分量对应的汉明距离； 若第i个切片单元的指纹特征的加权相似度值小于预设阈值T， 则将该加权相似度值放 入集合A， 计算 集合A中加权相似度值的平均值： 式中， Pi(x， y)表示集合A中第i个切片单元的指 纹特征的加权相似度值， Z为集合A中元 素总数， L表示积水、 积雪、 结冰三种类型之一， DL(x， y)作为最终确定的实时图像切片单元 的指纹特 征与样本图像切片单 元指纹特 征的汉明距离； 取最终确定的汉明距离最小的值对应的样本库类别作为实时图像切片单 元的属性。 5.根据权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 在提取图像进行分类的同时， 启动计数器C、 Cw、 Cs、 Cr， C、 Cw、 Cs、 Cr分别表示检测帧数、 积 水、 积雪和结冰检测结果累计帧数， 每识别一帧， 则C累加1， 如分类结果为积 水， 则Cw累加1， 如分类结果为积雪， 则Cs累加1； 如分类结果为 结冰， 则Cr累加1； 当C累计到指定数量帧数时， 分别统计积水、 积雪和结冰的置信度aw、 as、 ar， 按以下公式计算： 权　利　要　求　书 2/3 页 3 CN 115409853 A 3