摘要
本发明涉及大坝形变监测技术领域,提出了一种基于北斗与机器视觉的大坝形变监测预警方法及系统,包括:采集大坝的原始位移数据和大坝表面的原始图像数据;对原始位移数据进行RTK差分处理和多点定位数据加权平均,得到大坝位移数据,对原始图像数据进行多光谱分析和深度学习处理,得到大坝表面结构特征数据;对大坝位移数据进行本地化处理,得到实时位移变化数据,对大坝表面结构特征数据进行并行处理,得到实时形变特征数据;对实时位移变化数据和实时形变特征数据进行动态融合,得到综合形变数据;根据综合形变数据建立大坝形变趋势预测模型,当检测到异常形变时,向监控中心推送分级预警信息。本发明提高了大坝形变监测的实时性和预警可靠性。
技术关键词
大坝位移数据
原始图像数据
多点定位数据
趋势预测模型
卡尔曼滤波算法
预警方法
监控中心
多光谱图像融合算法
协方差矩阵
大坝形变监测技术
光谱分析
视觉
动态
像素点
模型预测控制算法
时间序列分析方法
监控设备
系统为您推荐了相关专利信息
瞄准定位方法
历史运动数据
协方差矩阵
高清热成像摄像头
深度学习模型
水质检测设备
检测探头
水质检测模块
检测工作状态
参数
路面附着系数
判断方法
卡尔曼滤波算法
多元线性回归模型
修正算法
分布式电源
储能系统
调控系统
故障定位模型
配网