0引言
黄河洪水灾害是中华民族的心腹之患，历来受
到中央政府的高度重视。黄河下游属于“地上悬河”,
河道全长878km，流域面积2.3万平方千米。两岸大
堤之间滩区面积约3160km2，有耕地2500km2，居住人口189.5万人，现状河床高出背河地面4～6m，比
两岸平原高出更多，一旦发生洪水，将面临着极大的
防洪抢险压力。
木薯去皮机黄河下游现有各类堤防工程长度2429km，其
中：临黄堤1371km，分滞洪区堤防367km，支流堤域名管理
防199km，其他堤防328km，河口堤防164km。计
有各类险工214处，坝、垛和护岸6317道，工程长度
419km；控导护滩工程233处，坝垛4459道，工程长度427km；防护坝工程79处，防护坝417道；修建分泄洪闸、引黄水闸、排灌闸共计188座。传统的大坝安全监测主要包括环境量监测、变形监测、渗流监测和应力、应变及温度监测等四大类，主要应用于一次性建设的重力坝和土石坝。而黄河下游堤防是在历代民埝的基础上经多次加高培修而成，不连续的薄层结构非常明显，应用环境更为复杂。同时，由于黄河标准化堤防建设已接近尾声，在已建成的堤防沿岸全面布设监测传感器的可能性几乎没有，这使得黄河堤防在安全监测方面举步维艰。 清视频的各类应用在黄河多个业务部门也得到很好的应用。包括防汛、水调、河务、水政、水文等单位都在黄河沿岸建设了自己的视频监控系统，目前全河已建视频监视点有2000多个，而且各视频系统还在一直发展扩容中。如果利用已有高清摄像头对坝体裂缝以及崩塌进行识别，并结合大数据与机器学习设定阈值进行提前预警，将会大大减少黄河堤防安全监测的建设难度。 1技术路线及实现方法
1.1坝体崩塌前裂隙识别
涂覆
堤防坝岸险情是黄河防洪业务中最常见的险情，也是现阶段堤防安全监测中最重要的一环。由于坝体的坍塌是一个过程，如何实时监测黄河坝体的安全，并对坝体坍塌区域及时预警，将提高黄河抢险队的反应速度，有利于及时有效地部署大坝抢修工作，从而有效地减少人民生命财产的损失。
一般大坝溃堤前会出现裂缝，如能够及时发现这些裂缝，就能及时做出应急方案，及时对大坝进行抢修，撤离附近的居民，从而减少由于大坝崩塌对人民生命财产造成的损失。本研究利用视频传输的实时画面，捕捉裂缝，并将其提取出来，分析裂隙的宽度，当裂隙宽度超过设定的阈值，则发出报警信息。
1.1.1方法概述
本研究首先需要对实时传输过来的视频进行预处理，包括灰度拉伸、中值滤波、去除噪声，然后利用Canny边缘检测算子，实现对坝体裂缝的检测，根据
利用高清视频实现堤防安全监测的试验研究
秦文海，张建军
(黄河水利委员会信息中心，河南省郑州市450004)
摘要针对黄河堤防安全监测，目前尚没有成熟的智能监测设备。文章利用大数据挖
掘和机器学习技术，将高清视频应用到黄河堤防安全监测领域，对坝岸出现裂缝、滚石和
崩塌等现象进行识别和预警，并对视频管理与预处理系统、坝体裂隙预警系统和坝体崩
塌预警系统的开发进行介绍。
关键词坝体坍塌；高清视频；阈值；边缘检测；三帧差法
检测出的裂缝宽度，选择是否预警。堤坝崩塌检测具体技术流程图如图1所示。1.1.2
基于Canny 算子的边缘检测
对实时传输过来的视频进行预处理，包括灰度拉伸、中值滤波，不但实现了图像的平滑处理，同时又很好地保留了原图像的边缘信息。通过前期的预处理工作，增强图像对比度，去除噪声点。由于Canny 边缘检测算子有好的信噪比，好的定位能力，同时对单一边缘仅有唯一响应，因此本研究选取Canny 边缘检测算子实现对裂缝周围边缘的检测。边缘检测会破坏裂缝的连续性，我们需要将断裂的裂缝连接，首先通过寻凸包的方式到每条线段的断点，得到端点集合Si ={S 1,S 2,S 3…,Sn }，其中Si 表示每条线段的端点集合，如果距离小于某一阈值，则将两线段连接。通过计算出的裂缝宽度，评估其发生溃坝的可能性，为相关部门提供数据支撑。1.2堤坝崩塌滑落石块监测1.2.1
方法概述
首先对输入视频流进行预处理，消除噪声的干扰。然后对视频进行三帧差监测出滑落的物体，跟踪物体并得到轨迹，通过分析轨迹判断是否为物体滑落的轨迹。统计在固定时间内滑落物体的数量及面
积，若满足设置阈值则进行报警提醒。堤坝崩塌滑落石块监测流程如图2所示。1.2.2
基于三帧差的堤坝崩塌滑落石块监测三帧差法是最为常用的运动目标监测和分割方法之一，基本原理是在图像序列相邻三帧间采用基于像素的时间差分通过闭值法来提取图像中的运动区域，通过差值图
像快速监测出相邻图像中运动目标引起的运动范围。三帧差是在两帧间差分法基础上的改进，能够较好地监测出运动目标的形状轮廓。三帧差法利用视频序列两帧之间运动目标位置差别很小的前提条件，引入上一帧与当前帧作差，然后将差值和下一帧与当前帧的差值作一个“与”运算，基于此时运动目标变化区域的灰度值设定灰度监测门限可以较准确地得到堤坝崩塌在视频图像中的位置，以此为据，监测堤坝是否正在崩塌。这样可有效解决前后帧的遮挡问题，并克服帧间差分法的不足之处。
设在某一视频序列中，假设在t-1、t 、t +1时刻,
采集到的图像分别为f t-1(x ,y ),f t (x ,y ),f t+1(x ,y )，帧差法就是把相邻两帧做差，然后对得到的差阈值化,
变化较大的像素就认为是运动区域。
D 1(x,y )=ft(x,y)-ft -f t -1(x,y)
图1堤坝崩塌裂隙监测技术流
程
图2堤坝崩塌滑落石块监测流程框
图
D 2(x,y )=f t+1(x,y)-ft(x,y)
得到前两帧和后两帧的运动变化图像为D 1(x,y ),D 2(x,y )。然后选取合适的阈值，对变化图像进行二值化。
D 1(x,y )=0,D 1(x,y )＜threshold D 1(x,y )=1,D 1(x,y )≥threshold {D 2(x,y )=0,D 1(x,y )＜threshold D 2(x,y )=1,D 1(x,y )≥threshold
{
所得到的运动变化图像序列中就含有运动物体，对其进行“与”运算，就可对正在滑落的物体进行定位。1.2.3
滑落石块运动轨迹分析
此目的主要是为了判断滑落物体的轨迹是否满足真实的物体滑落轨迹，如果不满足真实物体滑落的轨
迹，则断定为干扰信息。滑落石块跟踪是在连续的图像间建立基于目标彩、形状、纹理等有关特征的对应匹配，其目的是获得运动目标在每帧图像中的位置坐标，进而将这些数据关联起来得到目标的运动轨迹。图3为运动目标跟踪的过程框图。
完成运动目标的跟踪后，得到目标在视频序列图像中的位置坐标数据。在二维直角坐标系中，用三次样条曲线拟合这些数据点，获得目标的运动轨迹。假设区间[c ,d ]上有n+1个节点,c=x 0<x 1<…
<x n =d ，节点的函数值为f (x i )=y i ,i =0,1,2…n 。如果S (x )满足以下条件:a )在每个区间段[x 1,x i ](i =1,…,n ),S (x )是三次多项式;
b )在
c ≤x ≤
d 上,S (x )的二阶导数连续;c )S (x i )=y i ,i =0,1,2…n ;
则称S (x )为区间[c ,d ]的三次样条插值函数。
2系统开发过程
针对以上两个重要内容的建设目标，本研究开
发了三个不同的系统，包括：视频管理与预处理系统、坝体裂隙预警系统和坝体崩塌预警系统。坝体裂
隙预警系统和坝体崩塌预警系统这都是针对坝体的监控以及预警，利用相同的数据源分别对不同感兴趣区域进行分析。三个系统都包括三个相同的组成部分，分别为现场监测系统、数据传输系统和数据处理预警系统。
a )现场监测系统：基于分布在黄河堤坝上的高清摄像头，实时监测堤坝和水位的情况，并采集高清的视频数据。
b )数据传输系统：通过连接摄像头的宽带网络实时传输监控系统获取的视频数据到数据处理中心。
c )数据处理预警系统：接收由数据传输系统传输的视频数据，对视频数据进行实时处理，该系统主要由布设在监控中心的服务器系统和软件系统组成。该系统的功能主要包括监测、预警、报警。
系统开发实现的功能主要包括以下两个方面:a )系统具有稳定可靠的视频信息采集、显示、数据传输、存储和管理，其中视频分辨率需要至少达到1080P 的高清视频。
排线焊接b )系统能够实现对坝体裂隙、坝体崩塌的预评估，超过一定阈值后及时报警，实现“抢小抢早”，减少灾害损失。2.1
视频管理与预处理系统
视频管理与预处理系统依托通信网络，整合图像信息资源，形成协调有序、反应快速、指挥畅通的应急指挥、通信体系，建设三级图像监控架构。通过集中管理、分散存储，实现管区图像信息的网络化和一体化，实现图像信息共享和实时查询，能够对传输数据进行快速预处理。视频管理与预处理系统功能架构如图4所示。
1)视频管理模块
视频管理模块是对实时监测的视频数据进行高效的分类、存储。它主要包括历史视频数据回放和数据查询、删除等功能。
历史视频数据回放：根据用户选择的摄像头编号、时间、播放的清晰度等参数，进行回放。
视频查询：根据需要，用户可以对视频库中的视频数据进行精确或模糊查询。用户可以对某一摄像头数据进行查询，根据日期对数据进行二次筛选；也
图3运动目标跟踪框
图
可以根据某一特定时间，获取所有摄像头的数据。
节能真空炉
视频删除：对于一些没有意义的数据，根据需要可以对数据进行删除，删除之后数据库仍留有备份，视频管理模块不能再进行访问。
2)视频预处理模块
视频预处理模块可以对视频数据进行一些简单的前期处理操作，增强图像的对比度，为后续的数据处理提供更加精准的数据。主要包括视频分割、图像监测、视频去噪、图像增强功能。
视频分割：后期图像处理的数据是一幅幅的图片数据，因此需要对从传输得到的数据进行分割，建立时间切片，得到一帧帧的图片序列。根据实际需要，用户可以设置获取某帧图片的时间间隔，例如冬季和春节可以将时间间隔设置较大，若在汛期则应该设置较短的时间。
图像监测：当出现视频信号丢失、视频剧变、视频遮挡等情况，能够及时提醒管理员注意信号异常。
视频去噪：能够检测出由于各种干扰而引起的噪声，去除不必要的干扰信息。
图像增强：在恶劣天气条件下(如雨、雾、沙尘或夜间等环境)，对于质量不佳的图像，用鼠标任意圈选一个区域，该区域可立即显现画面增强处理效果，消除模糊，提升画面清晰度，加强画面观看质量。2.2
坝体裂隙预警系统
该系统通过分析实时传输的视频数据，对坝体进行实时分析，监测坝体是否出现裂隙，并对出现裂隙的区域进行评估。根据以往历史保留的出险图像资料进行分析，当阈值超过所设定的范围(裂缝长度
超过0.5m 、宽度不小于0.05m 时，出现溃坝的可能性最大)时报警，并通知工作人员及时采取应对措施。为了便于分析坝体裂隙发生的原因，系统也能实现对历史视频的回看，以及对特定时间段视频的截取和保存。坝体裂缝预警系统架构如图5所示。
数据输入：管理员根据情况将获得的单帧照片输入系统中，照片的格式可以为.jpeg 、.png 、.tif 格式。
数据处理：将数据输入到系统中之后，就要对裂纹进行识别，根据识别的裂缝，计算裂缝宽度，对其进行风险评估，当超过规定阈值时自动转入结果操作，实现报警。
结果操作：用户也可以根据实际需要对处理出的裂缝图片进行保存、删除操作，根据分析结果，选择是否发布预警。2.3
坝体崩塌预警系统
通过该系统对视频数据的实时监测并处理，对可能发生坍塌的坝体进行预警，并对坝体坍塌程度进行预评估。当坝体坍塌程度达到设定阈值(根据实验，在灰度变化为非0情况下，阈值为5%可最大限度排
除干扰信息)的上限时，该系统可在灾情发生前期进行紧急报警，并通知相关抢险工作人员及时采取应对措施。该系统能实现对历史视频的回看，有利于分析坝体坍塌事件的原因，并能够对坝体坍塌过程的视频进行截取、保存。坝体崩塌预警系统架构如图6所示。
数据输入：系统根据输入的视频，自动获取视频切片，获得一帧帧的照片队列。
图4视频管理与预处理
系统
图5
坝体裂缝预警
系统
近来，有人冒用本刊名义在网上公然征稿，收取各种费用，更有甚者建立网站，在各大论坛发布信息。对此，本刊编辑部特作如下声明:1.本刊网址: 2.本刊投稿邮箱: ;
3.本刊:021-********;
021-********-2266
4.本刊通信地址：上海市平江路48号(200032)
5.凡在本刊发表的文章已被《中国学术期刊网络
出版总库》及CNKI 系列数据库、维普资讯、北京万方数据股份有限公司和万方数据电子出版社全文收录，作者可在以下网站搜索到文章:
此外任何以本刊名义发布的征稿及组稿信息均系假冒。本刊对一切假冒和侵权行为保留法律追究的权利。望广大读者相互转告，不要上当受骗。
《电信快报》编辑部
严正声明
数据处理：系统会根据输入的照片，快速判断相邻两帧照片之间是否发生了垮塌，崩塌的画面用红颜
标识。
结果操作：系统根据捕捉到的垮塌画面，进行垮塌面积计算，如果超过阈值，则会发布预警，第一时间通知管理员。
3结束语
目前，本项目仅仅选择了焦作大玉兰和开封柳
园口两段防洪工程近10年的历史资料进行了视频收集和数据分析工作，数据收集并不全面。针对坝体险情的监控以及预警，需要利用相同的数据源分别对不同感兴趣区域进行长时间不同类型、不同时段的分析，确定相对准确的阈值。本项目第一次将高清视频应用于水利堤防安全监测作为研究方向，具有一定的参考价值。
参考文献
1
刘仁云，孙秋成，王春艳.数字图像中边缘检测算法研究[M ].北京：科学出版社,2016.
2
李毅，孙正兴，远博，张岩.一种改进的帧差和背景减相结合的运动检测方法[J ].中国图象图形学报,2009(6):1162-1168.3
丁晓刚.浅析智能高清视频分析的应用与发展趋势[J ].中国公共安全(综合版),2011(10):154-157.
秦文海(1972—)，男，教授级高级工程师，主要从事通信工程实际建设和管理工作，并多次负责和参与黄河多项大型通信工程的设计和施工。
收稿日期:2019-05-06频闪灯
图6坝体崩塌预警
系统
