高壩泄洪水面曲面及流速場(chǎng)的原型測(cè)量方法.docx

1、第26卷第6期2015年11月水科學(xué)進(jìn)展ADVANCESINWATERSCIENCEDOI：10.14042/ki.32.1309.2015.06.009高壩泄洪水面曲面及流速場(chǎng)的原型測(cè)量方法鐘強(qiáng)I,陳啟剛二曹列凱'，李丹勛'，王興奎'（1.清華大學(xué)水沙科學(xué)與水利水電工程國(guó)家重點(diǎn)實(shí)臉室.北京100084；2.北京交通大學(xué)土木建筑工程學(xué)院，北京100044）摘要：構(gòu)建了基于雙高速攝像機(jī)的立體攝影測(cè)量與大范圍P1V測(cè)fit系統(tǒng)，實(shí)現(xiàn)了對(duì)高壩泄洪的水面曲面和流速場(chǎng)的原型觀澳L攝影測(cè)雖系統(tǒng)將相機(jī)內(nèi)外參數(shù)分開(kāi)標(biāo)定，既保證了相機(jī)標(biāo)定精度，又減少了布置標(biāo)定點(diǎn)的工作量；使用SIET關(guān)鍵

2、點(diǎn)標(biāo)識(shí)法提取不同照片中水流表面流動(dòng)紋理的特征點(diǎn)。大范圍PIV系統(tǒng)中，使用灰度標(biāo)準(zhǔn)化、背景移除、中值濾波等方法提取水流表面流動(dòng)紋理作為PW計(jì)算的示蹤物，解決了原型觀測(cè)中釋放示蹤物的難題。根據(jù)改構(gòu)出的水面曲面形態(tài)對(duì)大范圍PIV所得流場(chǎng)進(jìn)行尺度換算與水面貼合，得到真實(shí)的表面流場(chǎng)。在向家壩消力池運(yùn)用實(shí)例表明，本方法的計(jì)算結(jié)果合理。關(guān)鍵詞：高壩泄洪；水面流場(chǎng)；水面曲面；特征點(diǎn)；三維重構(gòu)中圖分類(lèi)號(hào)：TV135.2文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1001-6791（2015）06-0829-08高壩明流泄洪包括壩面泄流與消力池內(nèi)的流動(dòng)，是大型水壩最重要的水流形態(tài)，其運(yùn)動(dòng)特性直接影響消能效率，研究消力池內(nèi)的流場(chǎng)分布及

3、水面起伏特征對(duì)優(yōu)化消力池設(shè)計(jì)、提高消能效率和保證水工建筑物安全都有重要意義。傳統(tǒng)的研究方法主要以數(shù)值模擬*和水工模型試我為主，還沒(méi)有較好的方法實(shí)現(xiàn)原型水面流場(chǎng)與水面起伏的觀測(cè)。原型觀測(cè)的主要困難有3點(diǎn)：流場(chǎng)與水面形態(tài)隨時(shí)間快速且劇烈變化；原型規(guī)模巨大，極難布置探頭或者釋放示蹤物；由于水面起伏劇烈，需要同時(shí)測(cè)量表面流場(chǎng)和水面形態(tài)，才能獲得真實(shí)的表面流速。目前常用的地形與表面流場(chǎng)測(cè)量方法均無(wú)法克服以上困難。傳統(tǒng)的測(cè)針或鋼尺測(cè)員法以及水準(zhǔn)儀或全站儀測(cè)量法，需要人工逐點(diǎn)測(cè)雖高程，根本無(wú)法應(yīng)用到消力池水面形態(tài)測(cè)明中。近年來(lái)出現(xiàn)的超聲類(lèi)、光電類(lèi)、激光掃描等較為先進(jìn)的測(cè)鼠方法，大范圍測(cè)最耗時(shí)較長(zhǎng)，在規(guī)模巨大

4、且迅速變化的原型觀測(cè)中無(wú)法應(yīng)用。激光掃描法遍歷一次地形的時(shí)間至少需要數(shù)分鐘，而消力池內(nèi)水面起伏變化的時(shí)間尺度為秒。本文將基于數(shù)字圖像的三維地形測(cè)暈方法與大范圍粒子圖像測(cè)速技術(shù)（PIV）相結(jié)合，應(yīng)用于消力池水面形態(tài)與流場(chǎng)測(cè)量?；跀?shù)字圖像的三維地形測(cè)量方法利用立體視覺(jué)原理對(duì)物體進(jìn)行三維形貌重構(gòu)，一次測(cè)雖耗時(shí)僅為毫秒最級(jí)（圖片曝光時(shí)間），能夠捕捉快速變化的水面，而且能完整重構(gòu)大范圍區(qū)域的三維形貌，效率極高。大范圍PIV技術(shù)是將常規(guī)PIV技術(shù)進(jìn)行推廣，利用圖像處理等技術(shù)保證大范圍原型測(cè)量的圖片符合P1V計(jì)算的要求，最終得到待測(cè)區(qū)域的流場(chǎng)分布。本文首先闡述基于數(shù)字圖像的三維地形測(cè)量方法與大范圍PIV技

5、術(shù)測(cè)量消力池原型水面形態(tài)與表面流場(chǎng)的方法，給出了向家壩消力池測(cè)量實(shí)例。1基于數(shù)字圖像的三維地形測(cè)量方法基于數(shù)字圖像三維地形測(cè)量方法的核心是攝像機(jī)標(biāo)定與圖像特征點(diǎn)提取和匹配?；静襟E為在壩頂或消力池隔墻架設(shè)多部攝像機(jī)，在測(cè)量:之前對(duì)每部攝像機(jī)的內(nèi)參數(shù)進(jìn)行標(biāo)定，并利用建筑物上已知點(diǎn)的坐標(biāo)標(biāo)定每部攝像機(jī)的外參數(shù)。完成標(biāo)定后對(duì)待測(cè)區(qū)域同步拍攝圖片，每次拍攝后得到數(shù)張同一時(shí)刻不同角度的圖片收稿日期：2015-04-07；網(wǎng)絡(luò)出版時(shí)間：2015-11-19網(wǎng)絡(luò)出版地址：http：/基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)3（51279081）；“十二五”國(guó)家科技支撐計(jì)劃資助項(xiàng)目（2012BAB04B01）作者簡(jiǎn)介

6、：仲?gòu)?qiáng)（1985-）,男，四川江油人，博士后，主要從事水利址測(cè)技術(shù)及明渠湍流方面研究。E-mail:zhongqiangjy集。識(shí)別圖片集中每張圖片中的特征點(diǎn)，并對(duì)不同圖片的特征點(diǎn)進(jìn)行匹配，之后根據(jù)匹配特征點(diǎn)在每張圖片中的圖像坐標(biāo)和攝像機(jī)的內(nèi)外參數(shù)反算出特征點(diǎn)真實(shí)的三維世界坐標(biāo)。1.1攝像機(jī)標(biāo)定理論一般將普通攝像機(jī)簡(jiǎn)化為針孔相機(jī)。設(shè)世界坐標(biāo)系下一點(diǎn)的坐標(biāo)為P”X,K,Z）,以攝像機(jī)感光元件中心為坐標(biāo)原點(diǎn)，在感光元件平面上建立寸軸，以右手定則確定z軸，得到攝像機(jī)坐標(biāo)系，則同一點(diǎn)在攝像機(jī)坐標(biāo)系卜的坐標(biāo)為Pc=（*c，ZQ,兩套坐標(biāo)系間的轉(zhuǎn)換關(guān)系由下式確定：Pc=AP*+£（1）式中A和，

7、為攝像機(jī)外參數(shù)，A為世界坐標(biāo)系與攝像機(jī)坐標(biāo)系的旋轉(zhuǎn)變換，包含3個(gè)獨(dú)立的繞3個(gè)坐標(biāo)軸旋轉(zhuǎn)的角度，為平移向量，也包含3個(gè)獨(dú)立參數(shù)。以感光元件平面為圖像平面，建立二維坐標(biāo)系，在沒(méi)有畸變的情況下，點(diǎn)Fw在感光元件平面上的投影為E：(2)/償，加-小當(dāng)考慮鏡頭畸變時(shí)，實(shí)際的投影坐標(biāo)為X；91：XA=（Xd,yd）=（1+kj+k2r4+k5r6）xa+dx血=+kJ/+2xJ）,k（r2+2y；）+2k4xnyn（3）式中dx為畸變量；k.k2，虹為畸變參數(shù)。最終以像素為單位的圖像坐標(biāo)系下，投影的圖像坐標(biāo)。為acu0yA(4)A=0p與001式中A為攝像機(jī)的內(nèi)參數(shù)矩陣；（臨，%）為投影中心在圖像平面的坐

8、標(biāo)；a"分別為叭方向的焦距；c為像素畸變參數(shù)。由以上論述可知，一個(gè)考慮變形的攝像機(jī)由5個(gè)內(nèi)參數(shù)、6個(gè)外參數(shù)和5個(gè)畸變參數(shù)完全決定。為了表述方便，定義投影算子/:xp=J（0,A,Pw）（5）算子的運(yùn)算過(guò)程即式（1）一式（4）,其中，©為5個(gè)內(nèi)參數(shù)與5個(gè)畸變參數(shù)組成的參數(shù)矢量，4為外參數(shù)矢量。設(shè)在世界坐標(biāo)系中一點(diǎn)分別在兩部不同的攝像機(jī)、刀中成像，得到圖像坐標(biāo)。2,于是有fxpl=兒（但，1，3、（6）1%2=2（。2，偵七）當(dāng)已知圖像坐標(biāo),、七2和兩攝像機(jī)所有參數(shù)后，即可根據(jù)式（6）解算出圖像所拍攝點(diǎn)的真實(shí)世界坐標(biāo)P,。因此，首先需要標(biāo)定攝像機(jī)的內(nèi)外參數(shù)以及畸變參數(shù)。當(dāng)將攝像

9、機(jī)位置和拍攝參數(shù)全部固定后，攝像機(jī)參數(shù)保持不變。若在所拍攝圖片中存在足夠多已知世界坐標(biāo)的點(diǎn)，則能夠?qū)γ恳稽c(diǎn)應(yīng)用式（5）,聯(lián)立每個(gè)點(diǎn)的方程即可解算得到攝像機(jī)參數(shù)。為了所獲得參數(shù)盡量精確，已知點(diǎn)需要盡量分布在圖片的每個(gè)部分。但是在水工建筑物的原型上，圖片拍攝場(chǎng)景常常達(dá)數(shù)卜、上百米，在如此大范圍內(nèi)布置足夠多已知坐標(biāo)的參考點(diǎn)非常困難，因此，本文將攝像機(jī)內(nèi)外參數(shù)分開(kāi)標(biāo)定，既能保證標(biāo)定精度，又大大減少了參考點(diǎn)的布置鉞。.攝像機(jī)內(nèi)參數(shù)標(biāo)定采用Zhang1101提出的棋盤(pán)格法，此方法有開(kāi)源工具箱可供使用（開(kāi)源文檔網(wǎng)址為htlp：/www.vision,/bouguetj/calib_doc

10、/index.hlml#parameters）o先在預(yù)設(shè)的拍攝點(diǎn)對(duì)準(zhǔn)待測(cè)區(qū)域調(diào)整攝像機(jī)的拍攝參數(shù)（焦距、光圈和圖像清晰程度等）并固定各設(shè)置，之后使用參數(shù)固定的攝像機(jī)對(duì)一棋盤(pán)格從不同角度進(jìn)行拍照，盡量:使棋盤(pán)格占據(jù)照片大部分區(qū)域，由于棋盤(pán)格上每一點(diǎn)的坐標(biāo)均已知，因此可以對(duì)每一點(diǎn)建立方程式（5）,每張照片的外參數(shù)雖然不同，但是內(nèi)參數(shù)與畸變參數(shù)一致，因此聯(lián)立足夠多點(diǎn)的方程即可得到8。標(biāo)定好8后，調(diào)整攝像機(jī)位置，使攝像機(jī)畫(huà)面對(duì)準(zhǔn)待測(cè)區(qū)域，在待測(cè)區(qū)域布置少鼠已知坐標(biāo)的參考點(diǎn)，利用已知坐標(biāo)和Q可得到攝像機(jī)的外參數(shù)4；標(biāo)定結(jié)束后即可開(kāi)始測(cè)量。1.2圖像特征點(diǎn)提取與匹配由式（6）可知，當(dāng)攝像機(jī)標(biāo)定完成后，兩攝

11、像機(jī)內(nèi)外參數(shù)全部已知，此時(shí)只需要知道此界坐標(biāo)系中某一點(diǎn)在兩攝像機(jī)中的圖像坐標(biāo)即可根據(jù)式（6）解算此點(diǎn)的真實(shí)世界坐標(biāo)Pw。因此，關(guān)鍵技術(shù)即為尋找兩攝像機(jī)所拍攝圖片中反映世界坐標(biāo)系下同一點(diǎn)的圖像點(diǎn)對(duì)，將其稱(chēng)為同名點(diǎn)對(duì)。本文采用角點(diǎn)檢測(cè)和匹配算法尋找同名點(diǎn)對(duì)。角點(diǎn)檢測(cè)是探測(cè)圖像中在一定尺度上每個(gè)方向均具有較大梯度的點(diǎn)。Moravec,在立體圖像匹配中使用了該技術(shù)，之后得到了進(jìn)一步發(fā)展'。在此基礎(chǔ)上，Lowe,3于1999年提出了SIFT關(guān)鍵點(diǎn)標(biāo)識(shí)法，并于2004年發(fā)展完善該方法對(duì)每個(gè)找到的特征點(diǎn)給出一個(gè)描述符，描述符在圖像平移、旋轉(zhuǎn)和縮放、明暗變化等條件下均能保持一定的穩(wěn)定性，并且在一張圖片

12、中常常能得到大量特征點(diǎn)，十分適合處理野外實(shí)地拍攝的圖片。本文使用SIFT進(jìn)行水面形態(tài)圖片對(duì)的特征點(diǎn)提取和同名點(diǎn)匹配。當(dāng)確定同名點(diǎn)對(duì)后，則式（6）中的同名點(diǎn)對(duì)圖像坐標(biāo)、攝像機(jī)參數(shù)皆已知，即口J解算得到同名點(diǎn)對(duì)的真實(shí)世界坐標(biāo)P,。對(duì)每個(gè)同名點(diǎn)對(duì)進(jìn)行計(jì)算得到一系列點(diǎn)的世界坐標(biāo)，最后根據(jù)已知點(diǎn)的坐標(biāo)利用插值算法得到地形網(wǎng)格。2大范圍PIV方法常規(guī)PIV的核心是利用圖片捕捉示蹤粒子的運(yùn)動(dòng)，從而代表流體的運(yùn)動(dòng)，在室內(nèi)水槽或風(fēng)洞實(shí)驗(yàn)中，一般使用玻璃微珠、聚酰胺微?；蛘哂蜔熥鳛槭聚欘w粒，室內(nèi)河T.模型實(shí)驗(yàn)中常常釋放漂浮物以觀測(cè)水面流速。高壩泄洪的原型觀測(cè)中，由于規(guī)模巨大，很難大規(guī)模釋放漂浮物，同時(shí)由于水面翻滾

13、劇烈，漂浮物會(huì)時(shí)隱時(shí)現(xiàn)，不能穩(wěn)定可見(jiàn)。本文利用高壩泄洪水面口然形成的水面流動(dòng)紋理和白色浪花作為示蹤物，不需要人為釋放漂浮物，在拍攝PIV圖片對(duì)時(shí)控制兩幀之間時(shí)間間隔足夠小，小于水面紋理產(chǎn)生明顯變化的時(shí)間，即可達(dá)到良好的效果。一般認(rèn)為，PIV圖片對(duì)的時(shí)間間隔應(yīng)小于所研究問(wèn)題的最小時(shí)間尺度。由于消力池內(nèi)流動(dòng)復(fù)雜，目前對(duì)其最小運(yùn)動(dòng)尺度不甚明確，本文根據(jù)現(xiàn)場(chǎng)拍攝的實(shí)際效果最終選定時(shí)間間隔為0.002s,進(jìn)一步的研究和應(yīng)用中需要對(duì)這一時(shí)間間隔的選擇進(jìn)行詳細(xì)論證。2.1浪花紋理圖片提取為了分離出水面流動(dòng)紋理和浪花的圖像，首先需要將圖像背景去除。常規(guī)的室內(nèi)PIV實(shí)驗(yàn)采用激光照明或者人工補(bǔ)光，長(zhǎng)時(shí)間拍攝的照片

14、之間明暗差異不大，可直接進(jìn)行PIV計(jì)算。但是在高壩泄洪這樣的大范圍原型觀測(cè)中，一般為自然光照明，由于存在陰晴變化等不可控因素，不同時(shí)刻的PIV圖片整體明暗程度會(huì)存在較大差異，在晴天有云的情況下尤其明顯，照片整體明暗變化會(huì)顯著影響到背景剔除和最終的PIV相關(guān)計(jì)算結(jié)果。因此，首先對(duì)照片整體明暗程度做標(biāo)準(zhǔn)化處理：Gij=Agg（7）式中為原始圖片的灰度值；Gj,.為標(biāo)準(zhǔn)化后的結(jié)果；人為標(biāo)準(zhǔn)化因子，由標(biāo)準(zhǔn)化平均值九血與原始圖片灰度平均值相除得到：(8)A=-Ng%冬gij式中N,、總分別為圖片像素的行數(shù)、列數(shù)；婦皿根據(jù)實(shí)際情況設(shè)定。使用標(biāo)準(zhǔn)化后的圖片進(jìn)行背景剔除。水面流動(dòng)紋理和浪花的反光性良好，在圖片

15、中灰度值較大。為了便于提取紋理圖像，剔除照片的時(shí)均背景：(9)其中，吃為長(zhǎng)時(shí)間平均所得背景:(10)為了進(jìn)一步增強(qiáng)紋理的對(duì)比度，對(duì)采用中值濾波得到?jīng)]有紋理的大結(jié)構(gòu)圖片可使用.，、減去匕即可得到紋理圖片&,：網(wǎng)=虬-5di)=medfih(5f,)r其中，medfilt(),為中值濾波算子，下標(biāo)r為處理模板大小，例如r=3表示以3x3像素矩陣內(nèi)9個(gè)點(diǎn)灰度的中值賦給中心像素點(diǎn)，可根據(jù)圖像具體情況取不同值。圖1(認(rèn))為2013年10月6日在向家壩壩頂安裝兩臺(tái)高速攝像機(jī)，傾斜向下拍攝的消力池中流動(dòng)的照片序列按上述方法處理為濾波所得流動(dòng)紋理圖片兒。從圖I可以看到，流動(dòng)紋理圖像清晰.其他部分均為黑

16、色背景，對(duì)比良好，滿(mǎn)足PIV計(jì)算的要求oPIV計(jì)算的結(jié)果見(jiàn)圖1(1)0P1V計(jì)算軟件為自主研發(fā)的JoyFluidMeasurement2.0,P1V計(jì)算時(shí)最小判讀窗口為32x32像素，迭代2次。具體PIV算法參見(jiàn)文獻(xiàn)150從圖1(b)可見(jiàn)，流場(chǎng)主流方向?yàn)殡x開(kāi)大壩，與實(shí)際情況吻合。同時(shí)，近處的計(jì)算流速大，遠(yuǎn)處的計(jì)算流速小。這與投影原理吻合，因?yàn)榻幫瑯酉袼卮淼氖澜缱鴺?biāo)系下的K度大于遠(yuǎn)處，在流速基本相同的情況下，宜接從圖片做二維P【V計(jì)算必然出現(xiàn)圖1(b)的結(jié)果。因此，必須結(jié)合水面起伏觀測(cè)結(jié)果將PIV計(jì)算流場(chǎng)貼合到水面曲面上，根據(jù)各點(diǎn)的實(shí)際坐標(biāo)位置進(jìn)行比例變換才能反映翼實(shí)的流動(dòng)情況。圖1大范IM

17、PIV計(jì)算過(guò)程Fig.ILarge-scalePIVcalculationprocess2.2PIV矢量貼合水面曲面控制兩臺(tái)攝像機(jī)以相同頻率同步拍照片，攝像機(jī)1拍攝兩張照片得到圖片對(duì)1,用于計(jì)算表面流場(chǎng)，攝像機(jī)2拍攝圖片2。圖片對(duì)I中的第1張圖片和圖片2用于計(jì)算水面形態(tài)，首先得到匹配特征點(diǎn)集，以=1(%,yp,x,r,z)l表示。其中(七，與)為圖片對(duì)1的第1張圖片中的特征點(diǎn)圖像坐標(biāo)，(X，匕Z)為其世界坐標(biāo)。以集合，作為流場(chǎng)投影運(yùn)算的基點(diǎn)庫(kù)。使用圖片對(duì)1計(jì)算PIV流場(chǎng)后,對(duì)于PIV流場(chǎng)的任一矢ht(Xpw,ypiv,%),坐標(biāo)與速度均以像素為單位，首先確定矢ht起點(diǎn)坐標(biāo)£=(xnv

18、,小)對(duì)應(yīng)的真實(shí)三維坐標(biāo)。從集合中尋找與之距離小于設(shè)定閾值4的特征點(diǎn)，若特征點(diǎn)個(gè)數(shù)大于等于3,則根據(jù)特征點(diǎn)的世界坐標(biāo)線(xiàn)性插值得到點(diǎn)£的世界坐標(biāo)，之后進(jìn)行可信度判斷；若e與特征點(diǎn)在世界坐標(biāo)系下的平均距離小于設(shè)定閾值則認(rèn)為計(jì)算合理，否則舍奔這一點(diǎn)。按照同樣的流程計(jì)算矢址終點(diǎn)(七+七，與+%)的世界坐標(biāo)，將二點(diǎn)在實(shí)際地形中用宜線(xiàn)連接，即得到貼合水面的表面流速矢眾。對(duì)流場(chǎng)中每一矢位重復(fù)上述計(jì)算，即可得到貼合水面的表面流場(chǎng)'需要:指出的是,水面曲面使得水質(zhì)點(diǎn)移動(dòng)距離并不是宜線(xiàn)，PIV計(jì)算與貼合水面曲面的結(jié)果實(shí)際上是PIV圖片對(duì)拍攝時(shí)間間隔內(nèi)的平均結(jié)果，如果需要:也加準(zhǔn)確的結(jié)果，則可進(jìn)一

19、步縮短PIV圖片對(duì)拍攝時(shí)間間隔。3應(yīng)用實(shí)例2013年10月6日下午在向家壩壩頂安裝兩臺(tái)1DT-NX5S2高速攝像機(jī)，分辨率為2560x1920,滿(mǎn)幀采樣頻率為730幀/s。攝像機(jī)傾斜向下高速拍攝消力池中流動(dòng)的圖片。如需觀測(cè)泄流壩面的流場(chǎng)，將攝像機(jī)安裝在消力池隔墻I.往I.游拍撮即可，(0.0186±0.0054,0.162l±0.04739.-0.0010±0.(XX)5,-0.0037*0.0007,0.0000*0.0000)首先對(duì)攝像機(jī)內(nèi)參數(shù)進(jìn)行標(biāo)定，打印黑白棋盤(pán)格貼于一玻璃板上，固定攝像機(jī)焦距，對(duì)黑白棋盤(pán)格從不同角度拍照，之后使用文獻(xiàn)10方法標(biāo)定攝像機(jī)內(nèi)參

20、數(shù)標(biāo)定所得內(nèi)參數(shù)見(jiàn)表1。原始標(biāo)定參數(shù)均以像素表示，表1根據(jù)撮像機(jī)感光元件符個(gè)像素的實(shí)際尺寸換算為以毫米為單位。由于攝像機(jī)像素為正方形，故c=0。由表1可知，相機(jī)鏡頭本身的畸變參數(shù)很小。理想情況下投影中心應(yīng)在相機(jī)CCD的中心.即u。、駐均為0。從表1可見(jiàn)，與、/均很小，說(shuō)明投影中心基本位于相機(jī)CCD的中心。焦距參數(shù)a、/?與拍攝時(shí)鏡頭焦距參數(shù)一致。表1攝像機(jī)內(nèi)參數(shù)與崎變參敷標(biāo)定Table1Cameracalibrationofintrinsicanddistortionparameters#數(shù)(a，B)/mm(u0,v0)/mm(4,.4,.,4,)左極像機(jī)(53.410,0.153,53.27

21、1,0.133)(-0.092,0.095,-0.06心.113)(°。7成。.煮?.黑-0.(XX)1,0.0006.-0.0007±0.0008,0.0000±0.()000)右攝像機(jī)(46.68l±2310.122)(-0.255*0.079,-0.059±0.095)內(nèi)參數(shù)標(biāo)定完成后，將攝像機(jī)焦距等拍攝參數(shù)固定，在壩頂安裝攝像機(jī)并進(jìn)行外參數(shù)標(biāo)定。外參數(shù)標(biāo)定需要:在待測(cè)區(qū)域放置標(biāo)定物，根據(jù)標(biāo)定物建立世界坐標(biāo)系。本文在右側(cè)導(dǎo)墻上樹(shù)立5根標(biāo)定桿，如圖2中紅表2標(biāo)定點(diǎn)坐標(biāo)Table2Calibrationpointcoord

22、inates標(biāo)定點(diǎn)實(shí)際坐標(biāo)/m眼構(gòu)坐標(biāo)/m1(0.0.0)(0.0.0)2(0,4.0)(6.0.29)3(35,0,0)(35.0.38)4(35,4,0)(34.86,-0.43,-0.13)5(60.0,0)(58.29.-0.53,-0.10)6(60,4.0)(58.43,5)7(80,0.0)(79.60,-3)8(80.4,0)(79.72,0)9(100.0.0)(104.69,-0.33,0.10)10(100.4,0)(3,0.52)圖2標(biāo)定桿與世界坐標(biāo)系Fig.2Calib

23、rationrodandlheworldcoordinatesystem色橢圓標(biāo)示。兩部攝像機(jī)安裝在右消力池左右兩側(cè)導(dǎo)墻對(duì)應(yīng)的壩頂位置，調(diào)整視角，使兩攝像機(jī)對(duì)準(zhǔn)消力池內(nèi)同一區(qū)域，并保證右側(cè)導(dǎo)墻上布勝的外參數(shù)標(biāo)定桿在視野內(nèi)。標(biāo)定桿的高度為4m,桿底部位于同一商程，標(biāo)定桿之間距離由現(xiàn)場(chǎng)測(cè)址得到，以距大壩最近的標(biāo)定桿底部為坐標(biāo)原點(diǎn)，標(biāo)定桿底部連線(xiàn)朝向下游為刀軸正向，垂直向上為y軸正向，z軸朝向左岸。在此世界坐標(biāo)系中，標(biāo)定桿底部和頂部一共10個(gè)點(diǎn)的三維世界坐標(biāo)已知，安裝好攝像機(jī)后從拍攝的圖片上手動(dòng)拾取此10個(gè)標(biāo)定點(diǎn)的圖像坐標(biāo)，結(jié)合攝像機(jī)內(nèi)參數(shù)和畸變參數(shù)即可標(biāo)定攝像機(jī)外參數(shù)4。攝像機(jī)參數(shù)均已知后，可根據(jù)

24、標(biāo)定點(diǎn)在兩部攝像機(jī)圖像中的圖像坐標(biāo)重構(gòu)得到標(biāo)定點(diǎn)的世界坐標(biāo)，結(jié)果見(jiàn)表2。從表2可知，實(shí)際坐標(biāo)與重構(gòu)坐標(biāo)的相對(duì)誤差多在5%以?xún)?nèi)，考慮到手動(dòng)拾取圖像坐標(biāo)的誤差以及現(xiàn)場(chǎng)測(cè)ht的誤差，本文方法的誤差小于5%。使用電腦控制兩臺(tái)攝像機(jī)同步拍攝，根據(jù)圖片對(duì)進(jìn)行特征點(diǎn)提取和同名點(diǎn)匹配計(jì)算，結(jié)果見(jiàn)圖3,圖3上方左右兩圖分別為右導(dǎo)墻和左導(dǎo)墻頂部攝像機(jī)拍攝的照片，紅色點(diǎn)表示所得匹配同名點(diǎn)對(duì)。最終共得到同名點(diǎn)對(duì)13010個(gè)。K中標(biāo)定桿頂點(diǎn)和底部為手動(dòng)識(shí)別，其他各點(diǎn)均為程序行動(dòng)識(shí)別。圖4下方將阻配同名點(diǎn)對(duì)連接，為清晰起見(jiàn)，僅畫(huà)出了9個(gè)腰配同名點(diǎn)對(duì)，仔細(xì)觀察可見(jiàn)計(jì)算所得匹配同名點(diǎn)對(duì)均反映實(shí)際地形中的同一點(diǎn)。使用攝像機(jī)內(nèi)外

25、參數(shù)與同名點(diǎn)對(duì)信息解算得到每個(gè)同名點(diǎn)的世界坐標(biāo)，繪制在圖4(a)中，藍(lán)色點(diǎn)為消力池內(nèi)特征點(diǎn)，紅色線(xiàn)為右岸導(dǎo)墻上1。個(gè)標(biāo)定點(diǎn)的連線(xiàn)。由圖4可知，數(shù)據(jù)點(diǎn)的z向范圍在080m之間，與消力池總寬度108m相符。*方向的范圍在0100m之間，從圖3可見(jiàn)，同名點(diǎn)對(duì)的最遠(yuǎn)范圍大致到達(dá)最遠(yuǎn)標(biāo)定桿處，從表2可知，最遠(yuǎn)標(biāo)定桿的4坐標(biāo)為100m,可見(jiàn)圖4的結(jié)果合理。圖4(b)為使用數(shù)據(jù)點(diǎn)插值得到的0.5mxO.5m網(wǎng)格水面形態(tài)圖，由圖4可知，水面距導(dǎo)墻頂約25m,已知消力池尾坎頂距導(dǎo)墻頂27m,說(shuō)明結(jié)果合理。水面總起伏高度約為3m,并且近壩區(qū)域起伏較下游劇烈。圖3特征點(diǎn)提取和同名點(diǎn)匹配計(jì)算Fig.3Calculat

26、ionforspottingandmatchingdistinctpoints圖4同名點(diǎn)世界坐標(biāo)與水面形態(tài)捕值結(jié)果Fig.4Coordinatesformatchingdistinctpointsandresultsoffreesurfaceterraininterpolation圖5給出了根據(jù)圖像坐標(biāo)與世界坐標(biāo)的對(duì)應(yīng)關(guān)系和比尺換算得出的某一時(shí)刻的P1V流場(chǎng)分布，流場(chǎng)已經(jīng)插值到O.5mxO.5m規(guī)則網(wǎng)格上。從圖5可以看到，消力池內(nèi)主流速度為*軸正向，即朝向下游,結(jié)果合理另外，消力池內(nèi)上下游的主流速度基本相同，可見(jiàn)大范圍PIV直接計(jì)算的結(jié)果，必須結(jié)合同時(shí)刻的水面形態(tài)才能得到其實(shí)合理的流場(chǎng)。消力池

27、內(nèi)表面流速的均值為3.2m/s。另外，近壩區(qū)域流場(chǎng)夏雜，F(xiàn)游區(qū)域流場(chǎng)平緩，主要是由于下泄流址不大，下泄水流造成的沖擊主要發(fā)生在近壩區(qū)域，水流流至下游時(shí)逐漸恢紹穩(wěn)定，能址逐漸耗散。圖5流場(chǎng)貼合水面曲而結(jié)果Fig.5RealsurfacevelocityfieldsfromreconstructingthemeasuredvelocityvectorstoGttheflowsurface4結(jié)論(1) 棋盤(pán)格法能夠精確標(biāo)定攝像機(jī)內(nèi)參數(shù)，安裝好攝像機(jī)后在原型上布置少址標(biāo)定點(diǎn)即可準(zhǔn)確標(biāo)定攝像機(jī)外參數(shù)，內(nèi)外參數(shù)分開(kāi)標(biāo)定既保證了相機(jī)標(biāo)定帶度，又減少了在規(guī)模巨大的原型上布置標(biāo)定點(diǎn)的工作量。(2) SIFT關(guān)鍵

28、點(diǎn)標(biāo)識(shí)匹配法對(duì)提取流動(dòng)水面特征點(diǎn)以及特征點(diǎn)的匹配均準(zhǔn)確有效。根據(jù)匹配同名點(diǎn)對(duì)在不同攝像機(jī)拍攝照片中的圖像坐標(biāo)以及攝像機(jī)內(nèi)外參數(shù)解算相機(jī)投影模型得出真實(shí)的世界坐標(biāo)。(3) 灰度標(biāo)準(zhǔn)化方法有效解決野外觀測(cè)時(shí)自然光明暗變化對(duì)大范圍PIV測(cè)量的影響問(wèn)題，利用背景移除、中值濾波等手段提取水流表面流動(dòng)紋理作為PIV計(jì)算的示蹤物，避免了在尺度極大的原型中釋放足夠密度示蹤物的難題。(4) 大范闈PIV的直接計(jì)算結(jié)果受投影關(guān)系影響，并不能反映真實(shí)的水流表面流速.根據(jù)雙高速攝像機(jī)的立體攝影測(cè)依方法改構(gòu)出的水面曲面形態(tài)對(duì)PIV流場(chǎng)矢量進(jìn)行投影校正和表面貼合，得到JX實(shí)的表面流場(chǎng)。(5) 在向家壩消力池的運(yùn)用實(shí)例表明

29、，本文技術(shù)方案可行，計(jì)算結(jié)果合理。參考文獻(xiàn)：1 褂，伸，席華勝，李連俠，等.淺水墊消力池的數(shù)值模擬與實(shí)驗(yàn)研究J.水力發(fā)電學(xué)報(bào)，2010(2):36-41.(RDYongshen.LIAOlluasheng,LILianxia,etal.Numericalsimulationandexperimentalinvestigationonstillingbasinwithshallow-watercushionJ.JournalofHydroelectricEngineering,2010(2):36-41.(inChinese)高鵬，析永全，那軍，等.多孔淹沒(méi)出流消力池岌柴流態(tài)分析J.四川大學(xué)學(xué)報(bào)

30、：工程科學(xué)版，2006,38(5)：70-75.(GAOPeng,YANGYongquan,DENGJun,etal.Invesligationoncomplexflowpatternofmulti-submergedjetsintoplungep(w>lJ.JournalofSichuanL'niversily：EngineeringScienceEdition,2006,38(5):70-75.(inChinese)2 楊忠超，鄧軍，物永全，等.多股多層水平淹沒(méi)射流數(shù)值模擬研究J.水利學(xué)報(bào)，2004,34(5)：31-38.(YANGZhongchao,1)1:NGJun,Y

31、ANGYongquan,etal.NumericalsimulationofmultiplesubmergedjetsonmultileveldichargedintoplungepoolJJournalofHydraulicEngineering,2004,34(5)；31-38.(inChinese)謝省宗，朱榮林，李世琴，等.寬尾墩岸式消力池聯(lián)合消能T的水力特性及其水力計(jì)算方法J.水利學(xué)報(bào)，1992,22(2)：7-18.(XIEShengzong,ZHURonglin,LIShiqin,etal.Hydraulicsofbucketbasinequippedwithflaringgat

32、epiersJ'.JournalofHydraulicEngineering,1992,22(2):7-18.(inChinese)3 孫雙科，柳海濤，夏慶福，等.跌坎型底流消力池的水力特性與優(yōu)化研究J.水利學(xué)報(bào)，2006,36(10)：1188-1193.(SUNShuangke,IJUHaitao,XIAQingfu,etal.Studyonstillingbasinwithstep-downfloorforenerg)'dissipationofhydraulicjumpinhighdamsJ.JournalofHydraulicEngineering,2006,36(1

33、0):1188-1193.(inChinese)i6DENGJun,HUWeilin,ZHANGJianmin,etal.Anewtypeofplungepool-Multi-horizontalsubmergedjetsJ.ScienceinChina:TechnologicalSciences,2008,51(12):2128-2141.7蘇沛蘭，摩華勝，李天翔，等.淺水墊消力池水力特性試驗(yàn)J.四川大學(xué)學(xué)報(bào)：工程科學(xué)版，2009.41(2)：35-41.(SUPei-Ian,LIAOHuashcng,LITianxiang,ctal.Experimentalinvestigationonh

34、ydraulicpropertiesinstillingbasinwithshallow-watercushion(SBSC)J_.JournalofSichuanUniversity:EngineeringScienceEdition,2009,41(2):35-41.(inChinese):81HEIKKILAJ,SILVfiNO.Afour-stepcameracalibrationprocedurewithimplicitimagecorrectionC/ComputerVisionandPatternRecognitionProceedings1997.Washington:IEEE

35、,1997:1106-1112.9JSLAMACC,THEURERC,HENRIKSENSW.ManualofphotogrammetryM.Bethesda：TheAmericanSocietyforPhotogrammetryandRemoteSensing,1980.10jZHANGZ.FlexiblecameracalibrationbyviewingaplanefromunknownorientationsC/ComputerVision,TheProceedingsoftheSeventhIEEEInternationalConferenceon.Washington：IEEE,1

36、999；666-673.11MORAVECHP.RoverVisualObstacleAvoidanceC/ProceedingsoftheseventhInternationalJointConferenceonArtiGcialIntelligence.SanFrancisco:MorganKaufmannPublishersInc,1981；785-790.12ZHANGZ,DERICHEB,FAUGERAS0,ctul.Arobusttechniqueformatchingtwouncalibralcdimagesthroughtherecoveryoftheunknownepipol

37、argeometryJ；.ArtificialIntelligence,1995,78(1):87-119.13!LOWEDG.Objectrecognitionfromlocalscale-invariantfeaturesC/ComputerVision,TheProceedingsoftheSeventhIEEEInternationalConferenceon.Washington:IEEE,1999：1150-1157.,14iLOWEDG.Distinctiveimagefeaturesfromscale-invariantkeypointsJ.InternationalJourn

38、alofComputerVision,2004,60(2):91-110.15陳啟剛.基于高頻P1V的明渠湍流渦結(jié)構(gòu)研究D.北京：清華大學(xué)，2014.(CHENQigang.High-frequencymeasurementofvortexfilamentsinopenchannelflowwithparticleimagevelocimetryfD.Beijing：TsinghuaUniversity,2014.(inChinese)Anin-situmethodformeasuringsurfacetopographyandvelocityfieldoffloodflowdischargedfromhigh-damreservoirZHONGQiang',CHENQigang2,CAOLiekai1,LIDanxun1,WANGXingkui1(1.StateKeyLaboratoryofHydroscienceandEngineerin