本发明涉及洪峰追踪漫游轨迹计算，特别是一种基于图像识别的洪峰追踪漫游轨迹计算方法。
背景技术：
1、在洪水过程中沿程断面水位、悬移质泥沙含量、污染物浓度等都发生了显著变化。暴雨洪水对岸坡河道侵蚀冲刷造成的泥沙被带入河道增加了河道的含沙率，一场或者几场暴雨事件可能贡献流域绝大部分输沙量。洪水携带大量泥沙的同时，也会携带河岸两侧的污染物，如农药、化肥和有害物质等。这些污染物进入水体后，造成水体污染。受气象条件、流域地貌、河道形态、土地利用方式等多种因素综合影响，同一场洪水过程中，尤其是洪峰过境时河道沿程断面水位、悬移质泥沙含量、污染物浓度等信息在时间和空间尺度上存在显著的异质特性，这些特性信息需要通过多维展示对比加以理解分析。
2、现有对洪水过程中各要素信息的对比途径有两种，一种是对沿程每个断面，确定单一场次洪水过程起止时间，通过时间过程曲线分析各信息时间变化特征，该方法只能对断面过程进行一维展示，且需要对每个断面单独确定洪水起止时间。另一种方法为将要素各时刻沿程平面二维信息按时间轴进行整体二维动态展示，该方法克服了第一种方法只能对断面过程进行一维展示的局限性，能够实现全区域的整体展示，但是由于该方法为全域过程展示，时间和空间跨度较大，无法实现对洪峰过境典型场景聚焦展示。在沿时间轴进行动画展示过程中，通过场景漫游可以实现逐断面要素变化过程的二、三维动态展示。但漫游轨迹需与洪峰过程同步(时间轴时间对应漫游点所在位置与洪水过程洪峰所在断面相一致)，才能实现按时间轴对洪峰过境典型场景逐断面要素变化过程的高效展示。但漫游轨迹的确定需要逐断面确定峰现时间，且受断面流量过程波动影响，各断面间峰现时间有可能存在交叉，影响漫游轨迹的确定，对于河道仿真数据的精细化展示，数据量巨大，尤其是选定时间范围内存在不止一场洪水过程，场景漫游轨迹的计算过程繁琐且复杂。
技术实现思路
1、本发明的目的在于克服上述不足，提供一种基于图像识别的洪峰追踪漫游轨迹计算方法，快速确定给定时间范围内所含洪水过程及其对应洪峰追踪漫游轨迹，实现按时间轴对洪峰过境典型场景逐断面要素变化过程的展示。
2、为解决上述技术问题，本发明所采用的技术方案是：一种基于图像识别的洪峰追踪漫游轨迹计算方法，它包括如下步骤：
3、s1、流量过程热力图绘制；
4、s2、图像降噪；
5、s3、图像信息提取；
6、s4、洪峰追踪漫游轨迹计算。
7、进一步地，所述s1具体包括：
8、s1-1、数据归一化处理；
9、s1-2、绘制流量过程热力灰度图。
10、更进一步地，数据归一化处理具体过程为：
11、根据模型仿真获取干流上m个断面长系列流量仿真结果，各断面从上游到下游由小到大依次排序编码，第i个断面流量数据为qi：{qi,1,qi,2,...,qi,n}(n为总的时序数)；对各断面流量数据进行最小最大化归一化处理，以去除支流汇入对干流断面流量大小不连续影响，第i个断面流量数据标准化后的时间序列为：
12、
13、绘制流量过程热力灰度图具体过程为：
14、以断面编码为横坐标，时序数为纵坐标绘制栅格图，得到流量过程热力图(流量值越大，灰度值越大)，图像横坐标方向像素长度为x，纵坐标方向像素长度为y，将流量过程热力图转为灰度图供下一步处理使用。
15、进一步地，所述s2具体包括：
16、s2-1、图像灰度分布分析；
17、s2-2、图像灰度调整。
18、更进一步地，图像灰度分布分析具体过程为：
19、对s1得到的流量过程热力灰度图进行灰度分布分析，统计图像灰度级别从0到255不同级别的像素数量；灰度分布曲线由高到低呈若干个集中分布簇，第一个集中分布簇对应灰度区间为流量热力灰度图中最大量级洪水过程，第二个集中分布簇对应灰度区间为次最大量级洪水过程，以此类推，其中最大分布簇及以下对应灰度区间为流量过程较小的无用噪声；根据需要展示的洪水过程数量对应灰度区间，确定图像灰度调节阈值t；
20、图像灰度调整具体过程为：
21、根据s2-1确定的灰度调节阈值，对流量过程热力灰度图中灰度值小于阈值的像素值全部设为阈值t，减少其他灰度值干扰，聚焦洪水过程对应灰度区间，进行图像降噪：
22、
23、式中：gor(x，y)、gsub(x，y)分别为灰度调整前后的流量过程热力灰度图中坐标为(x，y)的像素灰度值。
24、进一步地，所述s3具体包括：
25、s3-1、使用腐蚀操作对图像进行初步细化；
26、s3-2、对图像进行直方图均衡化处理；
27、s3-3、对均衡化处理后的图像进行骨架化处理；
28、s3-4曲线集合获取及筛选。
29、更进一步地，使用腐蚀操作对图像进行初步细化具体过程为：
30、通过对图像中的每个像素点进行局部区域的比较，将该像素点的值更新为其邻域内像素点的最小值：
31、gthinned(x，y)＝min(gsub(x+i，y+j))
32、式中：(i，j)是一个局部区域的坐标偏移量，局部区域的大小由特定的结构元素(也称为内核)来定义；gthinned(x，y)是腐蚀后的图像中的像素值；
33、通过多次应用腐蚀操作使图像中的细节部分逐渐被腐蚀掉，从而提升细化效果；
34、对图像进行直方图均衡化处理具体过程为：
35、首先计算图像灰度累积分布函数f[gthinned(x，y)]，即图像灰度值小于等于r的像素数量和；然后对腐蚀后的图像灰度进行局部拉伸处理：
36、gclahe(x，y)＝(p-1)×f[gthinned(x，y)]
37、式中：gclahe(x，y)为均衡化后处理后的灰度图像，(p-1)表示灰度级别的数量减1，p通常为256，表示拉伸后的灰度级别的范围；
38、对均衡化处理后的图像进行骨架化处理具体过程为：
39、使用zhang-suen细化算法迭代扫描图像中的每个像素点，对于每个像素点，根据其八邻域的像素值判断是否可以删除该点，如果可以删除，则将其标记为背景像素，并重复该过程直到没有更多的点可以删除；最终，得到一个只保留了重要线条信息的二值图像：
40、
41、式中：gskeleton(x，y)为对图像进行骨架化处理后的二值图像，delete为进行骨架化处理时的像素删除条件集合；
42、曲线集合获取及筛选具体过程为：
43、基于得到的二值图像，查找具有相同值的连续点集合，这些点集合构成曲线l，每条曲线对应一次洪峰轨迹；根据需要展示的洪峰轨迹长度对曲线进行筛选(从上游到下游全过程对应的即是图像横坐标像素长度x)，得到最后满足需求的曲线合集l。
44、进一步地，所述s4具体包括：
45、s4_1、曲线拟合；
46、s4-2、轨迹方程转换。
47、更进一步地，曲线拟合具体过程为：
48、对于曲线集合l内每条曲线包含的连续点集合利用最小二乘法拟合二次多项式，得到曲线对应方程sl(x)＝y＝ax2+bx+c；
49、轨迹方程转换具体过程为：
50、对于每条曲线l对应的洪峰轨迹，从上游到下游断面位置m处对应洪峰过境时刻n(时序数)的轨迹曲线通过转换获得：
51、
52、式中：x、y分别为图像在横、纵坐标方向上像素长度，a、b、c为轨迹曲线拟合系数。
53、本发明有益效果：本发明能快速确定给定时间范围内所含洪水过程及其对应洪峰追踪漫游轨迹，实现按时间轴对洪峰过境典型场景逐断面要素变化过程的展示；与现有方法相比，本专利采用基于图像识别的方法，对洪峰追踪漫游轨迹进行计算，无需针对各断面限定单一场次洪水起止时间进行逐断面逐过程洪峰过境时间确定，可根据图像亮度条带分布自动识别给定时间区间内所有洪水过程轨迹，避免了传统的大量繁琐计算过程，方法直观便捷，最终确定的洪峰追踪漫游轨迹可实现按时间轴对洪峰过境典型场景逐断面要素变化过程的展示。
1.一种基于图像识别的洪峰追踪漫游轨迹计算方法，其特征在于：它包括如下步骤：
2.根据权利要求1所述的一种基于图像识别的洪峰追踪漫游轨迹计算方法，其特征在于：所述s1具体包括：
3.根据权利要求2所述的一种基于图像识别的洪峰追踪漫游轨迹计算方法，其特征在于：
4.根据权利要求1所述的一种基于图像识别的洪峰追踪漫游轨迹计算方法，其特征在于：所述s2具体包括：
5.根据权利要求4所述的一种基于图像识别的洪峰追踪漫游轨迹计算方法，其特征在于：
6.根据权利要求1所述的一种基于图像识别的洪峰追踪漫游轨迹计算方法，其特征在于：所述s3具体包括：
7.根据权利要求6所述的一种基于图像识别的洪峰追踪漫游轨迹计算方法，其特征在于：
8.根据权利要求1所述的一种基于图像识别的洪峰追踪漫游轨迹计算方法，其特征在于：所述s4具体包括：
9.根据权利要求8所述的一种基于图像识别的洪峰追踪漫游轨迹计算方法，其特征在于：
