(19)國(guó)家知識(shí)產(chǎn)權(quán)局地址210000江蘇省南京市南京經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)恒園路龍港科技園A1棟501室申請(qǐng)人南京邁杰科信息技術(shù)有限公司(普通合伙)441045(57)摘要人機(jī)采集目標(biāo)測(cè)流區(qū)域的河床數(shù)據(jù)以及水面波流模型進(jìn)行修正，輸出水文測(cè)流測(cè)速結(jié)果。本申請(qǐng)具有提升測(cè)流測(cè)速的測(cè)量精度以及面對(duì)復(fù)雜獲取被檢測(cè)的水域的目標(biāo)測(cè)流區(qū)域，調(diào)用無(wú)人機(jī)前往所述在所述目標(biāo)測(cè)速區(qū)域中選定動(dòng)態(tài)錨點(diǎn)，并根據(jù)所述動(dòng)態(tài)錨點(diǎn)對(duì)所述無(wú)人機(jī)采集自身的周邊畫面，根據(jù)所述周邊畫面得到障礙物數(shù)據(jù)，根據(jù)所述障礙物數(shù)據(jù)以及所述動(dòng)態(tài)錨點(diǎn)實(shí)時(shí)生成運(yùn)動(dòng)路線所述無(wú)人機(jī)對(duì)所述目標(biāo)測(cè)速區(qū)域進(jìn)行視頻采集，得到可見(jiàn)光外光水面視頻以及偏振光水面視頻進(jìn)行融合生成三波段水面視頻，對(duì)所述所述無(wú)人機(jī)采集所述目標(biāo)測(cè)流區(qū)域的河床數(shù)據(jù)以及水面波動(dòng)述河床數(shù)據(jù)得到河床地形，根據(jù)所述河床地形以及所述水面波動(dòng)數(shù)據(jù)得到水深數(shù)據(jù)以及斷面平均流速基于所述河床地形、所述水深數(shù)據(jù)以及所述初始流速分布圖流模型，并調(diào)用無(wú)人機(jī)釋放浮標(biāo)群，采集所述浮標(biāo)群的運(yùn)動(dòng)軌跡以及陀螺儀數(shù)據(jù)，根據(jù)所述運(yùn)動(dòng)軌跡、所述陀螺儀數(shù)據(jù)以及所述斷面21.一種無(wú)人機(jī)水文測(cè)流測(cè)速方法，其特征在于，包獲取被檢測(cè)的水域的目標(biāo)測(cè)流區(qū)域，調(diào)用無(wú)人機(jī)前往所述目標(biāo)測(cè)流區(qū)域，在所述目標(biāo)測(cè)速區(qū)域中選定動(dòng)態(tài)錨點(diǎn)，并根據(jù)所述動(dòng)態(tài)錨點(diǎn)對(duì)所述無(wú)人機(jī)進(jìn)行錨點(diǎn)懸停；所述無(wú)人機(jī)采集自身的周邊畫面，根據(jù)所述周邊畫面得到障礙物數(shù)據(jù)，根據(jù)所述障礙物數(shù)據(jù)以及所述動(dòng)態(tài)錨點(diǎn)實(shí)時(shí)生成運(yùn)動(dòng)路線；所述無(wú)人機(jī)對(duì)所述目標(biāo)測(cè)速區(qū)域進(jìn)行視頻采集，得到可見(jiàn)光水面視頻、紅外光水面視頻以及偏振光水面視頻進(jìn)行融合生成三波段水面視頻，對(duì)所述三波段水面視頻進(jìn)行分析生成初始流速分布圖；所述無(wú)人機(jī)采集所述目標(biāo)測(cè)流區(qū)域的河床數(shù)據(jù)以及水面波動(dòng)數(shù)據(jù)，根據(jù)所述河床數(shù)據(jù)得到河床地形，根據(jù)所述河床地形以及所述水面波動(dòng)數(shù)據(jù)得到水深數(shù)據(jù)以及斷面平均流基于所述河床地形、所述水深數(shù)據(jù)以及所述初始流速分布圖，構(gòu)建三維水流模型，并調(diào)用無(wú)人機(jī)釋放浮標(biāo)群，采集所述浮標(biāo)群的運(yùn)動(dòng)軌跡以及陀螺儀數(shù)據(jù)，根據(jù)所述運(yùn)動(dòng)軌跡、所述陀螺儀數(shù)據(jù)以及所述斷面平均流速對(duì)所述三維水流模型進(jìn)行修正，輸出水文測(cè)流測(cè)速結(jié)2.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)水文測(cè)流測(cè)速方法，其特征在于，在所述目標(biāo)測(cè)速區(qū)域中選定動(dòng)態(tài)錨點(diǎn)，并根據(jù)所述動(dòng)態(tài)錨點(diǎn)對(duì)所述無(wú)人機(jī)進(jìn)行錨點(diǎn)懸停的步驟，具體為：調(diào)用所述無(wú)人機(jī)對(duì)所述目標(biāo)測(cè)速區(qū)域進(jìn)行圖像采集，得到流域圖像，對(duì)所述流域圖像進(jìn)行水流信息提取，得到水流圖像，并對(duì)所述水流圖像進(jìn)行粒子化，得到水流圖像粒子基于所述水流圖像粒子，提取所述水流圖像粒子中的多個(gè)粒子特征，并記錄每個(gè)所述粒子特征的明顯程度值；選取所述明顯程度值最高的所述粒子特征作為目標(biāo)粒子特征，并根據(jù)所述目標(biāo)粒子特征對(duì)所述水流圖像粒子進(jìn)行錨點(diǎn)選擇，得到動(dòng)態(tài)錨點(diǎn)；對(duì)所述動(dòng)態(tài)錨點(diǎn)按照預(yù)設(shè)的時(shí)間間隔進(jìn)行拍照，并記錄兩張照片中的所述動(dòng)態(tài)錨點(diǎn)的位移量，根據(jù)所述位移量以及所述時(shí)間間隔得到懸停速度；根據(jù)所述懸停速度調(diào)整所述無(wú)人機(jī)的螺旋槳功率分配，使得所述無(wú)人機(jī)與所述動(dòng)態(tài)錨點(diǎn)保持相對(duì)靜止。3.根據(jù)權(quán)利要求2所述的一種無(wú)人機(jī)水文測(cè)流測(cè)速方法，其特征在于，所述無(wú)人機(jī)采集自身的周邊畫面，根據(jù)所述周邊畫面得到障礙物數(shù)據(jù)，根據(jù)所述障礙物數(shù)據(jù)以及所述動(dòng)態(tài)錨點(diǎn)實(shí)時(shí)生成運(yùn)動(dòng)路線的步驟，具體為：所述無(wú)人機(jī)對(duì)自身周邊的環(huán)境進(jìn)行畫面采集，得到周邊畫面，并對(duì)所述周邊畫面進(jìn)行提取所述障礙物圖像的視覺(jué)距離特征和外在形狀特征，基于所述視覺(jué)距離特征得到障礙物距離，基于所述外在形狀特征得到障礙物空間位置，結(jié)合所述障礙物距離以及所述障礙物空間位置生成初始障礙物數(shù)據(jù)；根據(jù)所述初始障礙物數(shù)據(jù)以及所述外在形狀特征，對(duì)所述周邊畫面之外或之后的障礙物進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)障礙物數(shù)據(jù)，將所述預(yù)測(cè)障礙物數(shù)據(jù)添加到所述初始障礙物數(shù)據(jù)中生成障礙物數(shù)據(jù)；獲取所述無(wú)人機(jī)當(dāng)前的無(wú)人機(jī)空間位置以及所述動(dòng)態(tài)錨點(diǎn)當(dāng)前的錨點(diǎn)空間位置，結(jié)合3所述障礙物數(shù)據(jù)、所述無(wú)人機(jī)空間位置以及所述錨點(diǎn)空間位置實(shí)時(shí)生成所述無(wú)人機(jī)的運(yùn)動(dòng)路線。4.根據(jù)權(quán)利要求3所述的一種無(wú)人機(jī)水文測(cè)流測(cè)速方法，其特征在于，結(jié)合所述障礙物數(shù)據(jù)、所述無(wú)人機(jī)空間位置以及所述錨點(diǎn)空間位置實(shí)時(shí)生成所述無(wú)人機(jī)的運(yùn)動(dòng)路線的步驟所述無(wú)人機(jī)在所述運(yùn)動(dòng)路線上運(yùn)動(dòng)時(shí)，實(shí)時(shí)更新所述周邊畫面，并對(duì)所述障礙物圖像進(jìn)行實(shí)時(shí)更新，得到更新障礙物圖像；基于所述更新障礙物圖像得到更新障礙物數(shù)據(jù)，基于所述更新障礙物數(shù)據(jù)判斷所述運(yùn)動(dòng)路線是否被所述障礙物攔截；若判斷為所述運(yùn)動(dòng)路線被所述障礙物攔截，則提取所述運(yùn)動(dòng)路線中被攔截的路線段；基于所述路線段以及所述更新障礙物數(shù)據(jù)，對(duì)所述路線段進(jìn)行重構(gòu)，得到更新路線段，并將所述更新路線段添加到所述運(yùn)動(dòng)路線中。5.根據(jù)權(quán)利要求1所述的一種無(wú)人機(jī)水文測(cè)流測(cè)速方法，其特征在于，可見(jiàn)光水面視頻、紅外光水面視頻以及偏振光水面視頻進(jìn)行融合生成三波段水面視頻的步驟之前，還包提取所述可見(jiàn)光水面視頻中的光線反射區(qū)域，并提取所述光線反射區(qū)域的光線量，根據(jù)所述光線量對(duì)所述光線反射區(qū)域進(jìn)行降曝處理，得到目標(biāo)光線反射區(qū)域；將所述目標(biāo)光線反射區(qū)域添加到所述可見(jiàn)光水面視頻中，得到目標(biāo)可見(jiàn)光水面視頻；基于所述紅外光水面視頻，提取水面的溫度分布區(qū)域以及紅外光散射量，基于所述溫度分布區(qū)域以及所述紅外光散射量對(duì)所述紅外光水面視頻進(jìn)行清晰化處理，得到目標(biāo)紅外光水面視頻；基于所述偏振光水面視頻，提取水面的偏振狀態(tài)變換，并根據(jù)所述偏振狀態(tài)變化生成偏振補(bǔ)償參數(shù)，根據(jù)所述偏振補(bǔ)償參數(shù)對(duì)所述偏振光水面視頻進(jìn)行參數(shù)補(bǔ)償，得到目標(biāo)偏振光水面視頻。6.根據(jù)權(quán)利要求5所述的一種無(wú)人機(jī)水文測(cè)流測(cè)速方法，其特征在于，可見(jiàn)光水面視頻、紅外光水面視頻以及偏振光水面視頻進(jìn)行融合生成三波段水面視頻，對(duì)所述三波段水面視頻進(jìn)行分析生成初始流速分布圖的步驟，具體為：將所述目標(biāo)可見(jiàn)光水面視頻、所述目標(biāo)紅外光水面視頻以及所述目標(biāo)偏振光水面視頻進(jìn)行融合生成三波段水面視頻；基于所述目標(biāo)紅外光水面視頻，對(duì)所述三波段水面視頻中的出現(xiàn)的水霧影響和溫度影響進(jìn)行消除；基于所述目標(biāo)偏振光水面視頻，增強(qiáng)所述三波段水面視頻中的水下畫面的內(nèi)容清晰對(duì)所述三波段水面視頻進(jìn)行水面幀識(shí)別，得到水面視頻幀，并記錄所述水面視頻幀之間的可見(jiàn)光水面差異和紅外光水面差異；將所述可見(jiàn)光水面差異和所述紅外光水面差異進(jìn)行相互驗(yàn)證識(shí)別，得到初始水面流速對(duì)所述三波段水面視頻進(jìn)行水下幀識(shí)別，得到水下視頻幀，并記錄所述水下視頻幀之間的水紋形狀差異和水紋顏色差異；4基于所述水紋形狀差異和水紋顏色差異，得到水下水流變化特征，根據(jù)所述水下水流變化特征，得到初始水下流速分布；根據(jù)所述初始水面流速分布以及所述初始水下流速分布，生成目標(biāo)測(cè)流區(qū)域的初始流速分布圖。7.根據(jù)權(quán)利要求6所述的一種無(wú)人機(jī)水文測(cè)流測(cè)速方法，其特征在于，基于所述目標(biāo)紅外光水面視頻，對(duì)所述三波段水面視頻中的出現(xiàn)的水霧影響和溫度影響進(jìn)行消除的步驟，具體為：提取所述目標(biāo)紅外光水面視頻中的紅外幀畫面，基于所述紅外幀畫面得到紅外溫度分布以及水面紅外特征；基于所述水面紅外特征對(duì)水面邊界進(jìn)行定位，得到水面邊界數(shù)據(jù)；根據(jù)所述水面邊界數(shù)據(jù)對(duì)所述紅外溫度分布進(jìn)行布局分割，分別得到水面溫度分布以及水上溫度分布；基于所述水上溫度分布，得到所述目標(biāo)測(cè)流區(qū)域中的水霧影響，基于所述水面溫度分布，得到所述目標(biāo)測(cè)流區(qū)域中的溫度影響；基于所述水霧影響生成水霧畫面補(bǔ)償，基于所述溫度影響生成溫度畫面補(bǔ)償，根據(jù)所述水霧畫面補(bǔ)償以及所述溫度畫面補(bǔ)償對(duì)所述三波段水面視頻中的所述水霧影響以及所述溫度影響進(jìn)行消除。8.根據(jù)權(quán)利要求7所述的一種無(wú)人機(jī)水文測(cè)流測(cè)速方法，其特征在于，根據(jù)所述河床數(shù)據(jù)得到河床地形，根據(jù)所述河床地形以及所述水面波動(dòng)數(shù)據(jù)得到水深數(shù)據(jù)以及斷面平均流根據(jù)所述河床數(shù)據(jù)對(duì)所述目標(biāo)測(cè)流區(qū)域的河床進(jìn)行建模，得到河床地形；根據(jù)所述水面波動(dòng)數(shù)據(jù)，得到所述目標(biāo)測(cè)流區(qū)域的平均水面空間位置，并根據(jù)所述河床地形以及所述平均水面空間位置得到水深數(shù)據(jù)；根據(jù)所述河床地形，得到河床的斷面空間曲線，基于所述斷面空間曲線以及所述水深數(shù)據(jù)，構(gòu)建所述目標(biāo)測(cè)流區(qū)域的流域斷面圖像；基于所述水面波動(dòng)數(shù)據(jù)以及所述水深數(shù)據(jù)，在所述流域斷面圖像上劃分得到多個(gè)深層流速關(guān)系圖；根據(jù)所述初始流速分布圖以及所述深層流速關(guān)系圖，構(gòu)建所述流域斷面圖像上的斷面流速數(shù)據(jù)，并根據(jù)所述斷面流速數(shù)據(jù)得到斷面平均流速。9.根據(jù)權(quán)利要求8所述的一種無(wú)人機(jī)水文測(cè)流測(cè)速方法，其特征在于，調(diào)用無(wú)人機(jī)釋放浮標(biāo)群，采集所述浮標(biāo)群的運(yùn)動(dòng)軌跡以及陀螺儀數(shù)據(jù)，根據(jù)所述運(yùn)動(dòng)軌跡、所述陀螺儀數(shù)據(jù)以及所述斷面平均流速對(duì)所述三維水流模型進(jìn)行修正的步驟，具體為：調(diào)用無(wú)人機(jī)釋放浮標(biāo)群，所述浮標(biāo)群在所述目標(biāo)測(cè)流區(qū)域的水面上進(jìn)行運(yùn)動(dòng)，采集所述浮標(biāo)群的運(yùn)動(dòng)軌跡以及陀螺儀數(shù)據(jù)；基于所述運(yùn)動(dòng)軌跡，得到所述目標(biāo)測(cè)流區(qū)域的基礎(chǔ)水流走向，根據(jù)所述陀螺儀數(shù)據(jù)，得到所述目標(biāo)測(cè)流區(qū)域的水流對(duì)抗數(shù)據(jù)；基于所述斷面平均流速構(gòu)建所述三維水流模型中的水下水流模型；基于所述基礎(chǔ)水流走向以及所述水流對(duì)抗數(shù)據(jù)，對(duì)所述三維水流模型中的水面水流進(jìn)行細(xì)化修正。5一種無(wú)人機(jī)水文測(cè)流測(cè)速方法技術(shù)領(lǐng)域[0001]本申請(qǐng)涉及水文測(cè)量的技術(shù)領(lǐng)域，尤其是涉及一種無(wú)人機(jī)水文測(cè)流測(cè)速方法。背景技術(shù)[0002]我國(guó)是一個(gè)江河流域眾多的國(guó)家，尤其是南方地區(qū)，水網(wǎng)分布密集，大江大河眾多，隨之而來(lái)的就是對(duì)這些河流的水流檢測(cè)監(jiān)控成為了非常重要的工作內(nèi)容，尤其是對(duì)河流的水文的流速監(jiān)控，對(duì)河流的防洪預(yù)警具有重要意義。[0003]現(xiàn)有技術(shù)中，在對(duì)河流的水流速度進(jìn)行檢測(cè)時(shí)候，傳統(tǒng)方式依舊是采用定點(diǎn)監(jiān)測(cè)的方式，在河流的岸邊設(shè)置檢測(cè)裝置，或者在河流中投放流速儀等，需要消耗大量的時(shí)間和用于具有一定寬度和水深的河流，在面對(duì)環(huán)境較為復(fù)雜的水域時(shí)，安裝設(shè)備以及設(shè)備測(cè)量發(fā)明內(nèi)容[0004]本發(fā)明的目的在于提供一種無(wú)人機(jī)水文測(cè)流測(cè)速方法，以解決上述背景技術(shù)中提出的問(wèn)題。[0005]本申請(qǐng)?zhí)峁┝艘环N無(wú)人機(jī)水文測(cè)流測(cè)速方法，所述方法包括：獲取被檢測(cè)的水域的目標(biāo)測(cè)流區(qū)域，調(diào)用無(wú)人機(jī)前往所述目標(biāo)測(cè)流區(qū)域，在所述目標(biāo)測(cè)速區(qū)域中選定動(dòng)態(tài)錨點(diǎn)，并根據(jù)所述動(dòng)態(tài)錨點(diǎn)對(duì)所述無(wú)人機(jī)進(jìn)行錨點(diǎn)懸停；所述無(wú)人機(jī)采集自身的周邊畫面，根據(jù)所述周邊畫面得到障礙物數(shù)據(jù)，根據(jù)所述障礙物數(shù)據(jù)以及所述動(dòng)態(tài)錨點(diǎn)實(shí)時(shí)生成運(yùn)動(dòng)路線；所述無(wú)人機(jī)對(duì)所述目標(biāo)測(cè)速區(qū)域進(jìn)行視頻采集，得到可見(jiàn)光水面視頻、紅外光水面視頻以及偏振光水面視頻進(jìn)行融合生成三波段水面視頻，對(duì)所述三波段水面視頻進(jìn)行分析生成初始流速分布圖；所述無(wú)人機(jī)采集所述目標(biāo)測(cè)流區(qū)域的河床數(shù)據(jù)以及水面波動(dòng)數(shù)據(jù)，根據(jù)所述河床數(shù)據(jù)得到河床地形，根據(jù)所述河床地形以及所述水面波動(dòng)數(shù)據(jù)得到水深數(shù)據(jù)以及斷面平均基于所述河床地形、所述水深數(shù)據(jù)以及所述初始流速分布圖，構(gòu)建三維水流模型，并調(diào)用無(wú)人機(jī)釋放浮標(biāo)群，采集所述浮標(biāo)群的運(yùn)動(dòng)軌跡以及陀螺儀數(shù)據(jù)，根據(jù)所述運(yùn)動(dòng)軌跡、所述陀螺儀數(shù)據(jù)以及所述斷面平均流速對(duì)所述三維水流模型進(jìn)行修正，輸出水文測(cè)流測(cè)速結(jié)果。[0006]優(yōu)選的，在所述目標(biāo)測(cè)速區(qū)域中選定動(dòng)態(tài)錨點(diǎn)，并根據(jù)所述動(dòng)態(tài)錨點(diǎn)對(duì)所述無(wú)人調(diào)用所述無(wú)人機(jī)對(duì)所述目標(biāo)測(cè)速區(qū)域進(jìn)行圖像采集，得到流域圖像，對(duì)所述流域圖像進(jìn)行水流信息提取，得到水流圖像，并對(duì)所述水流圖像進(jìn)行粒子化，得到水流圖像粒子6基于所述水流圖像粒子，提取所述水流圖像粒子中的多個(gè)粒子特征，并記錄每個(gè)所述粒子特征的明顯程度值；選取所述明顯程度值最高的所述粒子特征作為目標(biāo)粒子特征，并根據(jù)所述目標(biāo)粒子特征對(duì)所述水流圖像粒子進(jìn)行錨點(diǎn)選擇，得到動(dòng)態(tài)錨點(diǎn)；對(duì)所述動(dòng)態(tài)錨點(diǎn)按照預(yù)設(shè)的時(shí)間間隔進(jìn)行拍照，并記錄兩張照片中的所述動(dòng)態(tài)錨點(diǎn)的位移量，根據(jù)所述位移量以及所述時(shí)間間隔得到懸停速度；根據(jù)所述懸停速度調(diào)整所述無(wú)人機(jī)的螺旋槳功率分配，使得所述無(wú)人機(jī)與所述動(dòng)態(tài)錨點(diǎn)保持相對(duì)靜止。[0007]優(yōu)選的，所述無(wú)人機(jī)采集自身的周邊畫面，根據(jù)所述周邊畫面得到障礙物數(shù)據(jù)，根據(jù)所述障礙物數(shù)據(jù)以及所述動(dòng)態(tài)錨點(diǎn)實(shí)時(shí)生成運(yùn)動(dòng)路線的步驟，具體為：所述無(wú)人機(jī)對(duì)自身周邊的環(huán)境進(jìn)行畫面采集，得到周邊畫面，并對(duì)所述周邊畫面提取所述障礙物圖像的視覺(jué)距離特征和外在形狀特征，基于所述視覺(jué)距離特征得到障礙物距離，基于所述外在形狀特征得到障礙物空間位置，結(jié)合所述障礙物距離以及所述障礙物空間位置生成初始障礙物數(shù)據(jù)；根據(jù)所述初始障礙物數(shù)據(jù)以及所述外在形狀特征，對(duì)所述周邊畫面之外或之后的障礙物進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)障礙物數(shù)據(jù)，將所述預(yù)測(cè)障礙物數(shù)據(jù)添加到所述初始障礙物數(shù)據(jù)中生成障礙物數(shù)據(jù)；獲取所述無(wú)人機(jī)當(dāng)前的無(wú)人機(jī)空間位置以及所述動(dòng)態(tài)錨點(diǎn)當(dāng)前的錨點(diǎn)空間位置，結(jié)合所述障礙物數(shù)據(jù)、所述無(wú)人機(jī)空間位置以及所述錨點(diǎn)空間位置實(shí)時(shí)生成所述無(wú)人機(jī)的運(yùn)動(dòng)路線。[0008]優(yōu)選的，結(jié)合所述障礙物數(shù)據(jù)、所述無(wú)人機(jī)空間位置以及所述錨點(diǎn)空間位置實(shí)時(shí)生成所述無(wú)人機(jī)的運(yùn)動(dòng)路線的步驟之后，還包括：所述無(wú)人機(jī)在所述運(yùn)動(dòng)路線上運(yùn)動(dòng)時(shí)，實(shí)時(shí)更新所述周邊畫面，并對(duì)所述障礙物圖像進(jìn)行實(shí)時(shí)更新，得到更新障礙物圖像；基于所述更新障礙物圖像得到更新障礙物數(shù)據(jù)，基于所述更新障礙物數(shù)據(jù)判斷所述運(yùn)動(dòng)路線是否被所述障礙物攔截；若判斷為所述運(yùn)動(dòng)路線被所述障礙物攔截，則提取所述運(yùn)動(dòng)路線中被攔截的路線基于所述路線段以及所述更新障礙物數(shù)據(jù)，對(duì)所述路線段進(jìn)行重構(gòu)，得到更新路線段，并將所述更新路線段添加到所述運(yùn)動(dòng)路線中。[0009]優(yōu)選的，可見(jiàn)光水面視頻、紅外光水面視頻以及偏振光水面視頻進(jìn)行融合生成三波段水面視頻的步驟之前，還包括：提取所述可見(jiàn)光水面視頻中的光線反射區(qū)域，并提取所述光線反射區(qū)域的光線量，根據(jù)所述光線量對(duì)所述光線反射區(qū)域進(jìn)行降曝處理，得到目標(biāo)光線反射區(qū)域；將所述目標(biāo)光線反射區(qū)域添加到所述可見(jiàn)光水面視頻中，得到目標(biāo)可見(jiàn)光水面視基于所述紅外光水面視頻，提取水面的溫度分布區(qū)域以及紅外光散射量，基于所述溫度分布區(qū)域以及所述紅外光散射量對(duì)所述紅外光水面視頻進(jìn)行清晰化處理，得到目標(biāo)7紅外光水面視頻；基于所述偏振光水面視頻，提取水面的偏振狀態(tài)變換，并根據(jù)所述偏振狀態(tài)變化生成偏振補(bǔ)償參數(shù)，根據(jù)所述偏振補(bǔ)償參數(shù)對(duì)所述偏振光水面視頻進(jìn)行參數(shù)補(bǔ)償，得到目標(biāo)偏振光水面視頻。[0010]優(yōu)選的，可見(jiàn)光水面視頻、紅外光水面視頻以及偏振光水面視頻進(jìn)行融合生成三波段水面視頻，對(duì)所述三波段水面視頻進(jìn)行分析生成初始流速分布圖的步驟，具體為：將所述目標(biāo)可見(jiàn)光水面視頻、所述目標(biāo)紅外光水面視頻以及所述目標(biāo)偏振光水面視頻進(jìn)行融合生成三波段水面視頻；基于所述目標(biāo)紅外光水面視頻，對(duì)所述三波段水面視頻中的出現(xiàn)的水霧影響和溫度影響進(jìn)行消除；基于所述目標(biāo)偏振光水面視頻，增強(qiáng)所述三波段水面視頻中的水下畫面的內(nèi)容清晰度；對(duì)所述三波段水面視頻進(jìn)行水面幀識(shí)別，得到水面視頻幀，并記錄所述水面視頻幀之間的可見(jiàn)光水面差異和紅外光水面差異；將所述可見(jiàn)光水面差異和所述紅外光水面差異進(jìn)行相互驗(yàn)證識(shí)別，得到初始水面流速分布；對(duì)所述三波段水面視頻進(jìn)行水下幀識(shí)別，得到水下視頻幀，并記錄所述水下視頻幀之間的水紋形狀差異和水紋顏色差異；基于所述水紋形狀差異和水紋顏色差異，得到水下水流變化特征，根據(jù)所述水下水流變化特征，得到初始水下流速分布；根據(jù)所述初始水面流速分布以及所述初始水下流速分布，生成目標(biāo)測(cè)流區(qū)域的初始流速分布圖。[0011]優(yōu)選的，基于所述目標(biāo)紅外光水面視頻，對(duì)所述三波段水面視頻中的出現(xiàn)的水霧影響和溫度影響進(jìn)行消除的步驟，具體為：提取所述目標(biāo)紅外光水面視頻中的紅外幀畫面，基于所述紅外幀畫面得到紅外溫度分布以及水面紅外特征；基于所述水面紅外特征對(duì)水面邊界進(jìn)行定位，得到水面邊界數(shù)據(jù)；根據(jù)所述水面邊界數(shù)據(jù)對(duì)所述紅外溫度分布進(jìn)行布局分割，分別得到水面溫度分布以及水上溫度分布；基于所述水上溫度分布，得到所述目標(biāo)測(cè)流區(qū)域中的水霧影響，基于所述水面溫度分布，得到所述目標(biāo)測(cè)流區(qū)域中的溫度影響；基于所述水霧影響生成水霧畫面補(bǔ)償，基于所述溫度影響生成溫度畫面補(bǔ)償，根據(jù)所述水霧畫面補(bǔ)償以及所述溫度畫面補(bǔ)償對(duì)所述三波段水面視頻中的所述水霧影響以及所述溫度影響進(jìn)行消除。[0012]優(yōu)選的，根據(jù)所述河床數(shù)據(jù)得到河床地形，根據(jù)所述河床地形以及所述水面波動(dòng)數(shù)據(jù)得到水深數(shù)據(jù)以及斷面平均流速的步驟，具體為：根據(jù)所述河床數(shù)據(jù)對(duì)所述目標(biāo)測(cè)流區(qū)域的河床進(jìn)行建模，得到河床地形；根據(jù)所述水面波動(dòng)數(shù)據(jù)，得到所述目標(biāo)測(cè)流區(qū)域的平均水面空間位置，并根據(jù)所述河床地形以及所述平均水面空間位置得到水深數(shù)據(jù)；8根據(jù)所述河床地形，得到河床的斷面空間曲線，基于所述斷面空間曲線以及所述水深數(shù)據(jù)，構(gòu)建所述目標(biāo)測(cè)流區(qū)域的流域斷面圖像；基于所述水面波動(dòng)數(shù)據(jù)以及所述水深數(shù)據(jù)，在所述流域斷面圖像上劃分得到多個(gè)深層流速關(guān)系圖；根據(jù)所述初始流速分布圖以及所述深層流速關(guān)系圖，構(gòu)建所述流域斷面圖像上的斷面流速數(shù)據(jù)，并根據(jù)所述斷面流速數(shù)據(jù)得到斷面平均流速。[0013]優(yōu)選的，調(diào)用無(wú)人機(jī)釋放浮標(biāo)群，采集所述浮標(biāo)群的運(yùn)動(dòng)軌跡以據(jù)所述運(yùn)動(dòng)軌跡、所述陀螺儀數(shù)據(jù)以及所述斷面平均流速對(duì)所述三維水流模型進(jìn)行修正的調(diào)用無(wú)人機(jī)釋放浮標(biāo)群，所述浮標(biāo)群在所述目標(biāo)測(cè)流區(qū)域的水面上進(jìn)行運(yùn)動(dòng)，采集所述浮標(biāo)群的運(yùn)動(dòng)軌跡以及陀螺儀數(shù)據(jù)；基于所述運(yùn)動(dòng)軌跡，得到所述目標(biāo)測(cè)流區(qū)域的基礎(chǔ)水流走向，根據(jù)所述陀螺儀數(shù)據(jù)，得到所述目標(biāo)測(cè)流區(qū)域的水流對(duì)抗數(shù)據(jù)；基于所述斷面平均流速構(gòu)建所述三維水流模型中的水下水流模型；基于所述基礎(chǔ)水流走向以及所述水流對(duì)抗數(shù)據(jù)，對(duì)所述三維水流模型中的水面水流進(jìn)行細(xì)化修正。[0014]綜上所述，本申請(qǐng)包括以下至少一種有益技術(shù)通過(guò)無(wú)人機(jī)對(duì)目標(biāo)測(cè)流區(qū)域進(jìn)行檢查，首先在目標(biāo)測(cè)流區(qū)域的水流中選定動(dòng)態(tài)錨點(diǎn)，然后無(wú)人機(jī)與所述動(dòng)態(tài)錨點(diǎn)保持在一條垂直線上，使其平面上保持相對(duì)靜止。無(wú)人機(jī)在跟隨動(dòng)態(tài)錨點(diǎn)進(jìn)行運(yùn)動(dòng)的過(guò)程中，采集自身的周邊畫面，然后根據(jù)周邊畫面得到周邊的障礙物數(shù)據(jù)，根據(jù)障礙物數(shù)據(jù)實(shí)時(shí)設(shè)定自身的運(yùn)動(dòng)路線。接著無(wú)人機(jī)對(duì)目標(biāo)測(cè)速區(qū)域中的水面分別進(jìn)行可見(jiàn)光、紅外光和偏振光的視頻采集，然后分別對(duì)這三段視頻進(jìn)行預(yù)處理后進(jìn)行融合，生成三波段水面視頻。根據(jù)三波段水面視頻消除對(duì)流速分析的水霧影響和溫度影響，得到水面的初始流速分布圖。然后再采集目標(biāo)測(cè)流區(qū)域的河床數(shù)據(jù)和水面波動(dòng)數(shù)據(jù)，得到水深數(shù)據(jù)，再根據(jù)水深數(shù)據(jù)和初始流速分布得到斷面平均流速。根據(jù)河床地形、水深數(shù)據(jù)和初始流速分布圖構(gòu)建三維水流模型，然后調(diào)用無(wú)人機(jī)釋放浮標(biāo)群，無(wú)人機(jī)采集浮標(biāo)群的運(yùn)動(dòng)軌跡和陀螺儀數(shù)據(jù)，分別得到基礎(chǔ)水流走向和水流對(duì)抗數(shù)據(jù)，根據(jù)這兩個(gè)數(shù)據(jù)對(duì)三維水流模型中的水面水流進(jìn)行細(xì)化或修正，然后再根據(jù)斷面平均流速構(gòu)建三維水流模型中的水下水流模型，最終根據(jù)修正后的三維水流模型輸出水文測(cè)流測(cè)速報(bào)告。提升了測(cè)流測(cè)速的測(cè)量精度以及面對(duì)復(fù)雜水域時(shí)的靈活性和普適性。附圖說(shuō)明[0015]圖1是本申請(qǐng)實(shí)施例提供的一種無(wú)人機(jī)水文測(cè)流測(cè)速方法的步驟流程圖。具體實(shí)施方式[0016]以下結(jié)合圖1對(duì)本申請(qǐng)作進(jìn)一步詳細(xì)說(shuō)明，但本發(fā)明的事實(shí)方式不僅限于此。[0017]本申請(qǐng)實(shí)施例公開(kāi)了一種無(wú)人機(jī)水文測(cè)流測(cè)速方法。S100:獲取被檢測(cè)的水域的目標(biāo)測(cè)流區(qū)域，調(diào)用無(wú)人機(jī)前往目標(biāo)測(cè)流區(qū)域，在目標(biāo)9測(cè)速區(qū)域中選定動(dòng)態(tài)錨點(diǎn)，并根據(jù)動(dòng)態(tài)錨點(diǎn)對(duì)無(wú)人機(jī)進(jìn)行錨點(diǎn)懸停；S200:無(wú)人機(jī)采集自身的周邊畫面，根據(jù)周邊畫面得到障礙物數(shù)據(jù)，根據(jù)障礙物數(shù)據(jù)以及動(dòng)態(tài)錨點(diǎn)實(shí)時(shí)生成運(yùn)動(dòng)路線；S300:無(wú)人機(jī)對(duì)目標(biāo)測(cè)速區(qū)域進(jìn)行視頻采集，得到可見(jiàn)光水面視頻、紅外光水面視頻以及偏振光水面視頻進(jìn)行融合生成三波段水面視頻，對(duì)三波段水面視頻進(jìn)行分析生成初始流速分布圖；S400:無(wú)人機(jī)采集目標(biāo)測(cè)流區(qū)域的河床數(shù)據(jù)以及水面波動(dòng)數(shù)據(jù)，根據(jù)河床數(shù)據(jù)得到河床地形，根據(jù)河床地形以及水面波動(dòng)數(shù)據(jù)得到水深數(shù)據(jù)以及斷面平均流速；S500:基于河床地形、水深數(shù)據(jù)以及初始流速分布圖，構(gòu)建三維水流模型，并調(diào)用無(wú)人機(jī)釋放浮標(biāo)群，采集浮標(biāo)群的運(yùn)動(dòng)軌跡以及陀螺儀數(shù)據(jù)，根據(jù)運(yùn)動(dòng)軌跡、陀螺儀數(shù)據(jù)以及斷面平均流速對(duì)三維水流模型進(jìn)行修正，輸出水文測(cè)流測(cè)速結(jié)果。[0019]應(yīng)當(dāng)指出的是，上述流程僅是本實(shí)施例的基礎(chǔ)步驟，在具體實(shí)施過(guò)程中，在不影響整體實(shí)施效果的前提下，可以適當(dāng)添加、減少或修改部分步驟。[0020]在目標(biāo)測(cè)速區(qū)域中選定動(dòng)態(tài)錨點(diǎn)，并根據(jù)動(dòng)態(tài)錨點(diǎn)對(duì)無(wú)人機(jī)進(jìn)行錨點(diǎn)懸停的步調(diào)用無(wú)人機(jī)對(duì)目標(biāo)測(cè)速區(qū)域進(jìn)行圖像采集，得到流域圖像，對(duì)流域圖像進(jìn)行水流基于水流圖像粒子，提取水流圖像粒子中的多個(gè)粒子特征，并記錄每個(gè)粒子特征的明顯程度值；選取明顯程度值最高的粒子特征作為目標(biāo)粒子特征，并根據(jù)目標(biāo)粒子特征對(duì)水流圖像粒子進(jìn)行錨點(diǎn)選擇，得到動(dòng)態(tài)錨點(diǎn)；對(duì)動(dòng)態(tài)錨點(diǎn)按照預(yù)設(shè)的時(shí)間間隔進(jìn)行拍照，并記錄兩張照片中的動(dòng)態(tài)錨點(diǎn)的位移量，根據(jù)位移量以及時(shí)間間隔得到懸停速度；根據(jù)懸停速度調(diào)整無(wú)人機(jī)的螺旋槳功率分配，使得無(wú)人機(jī)與動(dòng)態(tài)錨點(diǎn)保持相對(duì)靜[0021]運(yùn)用中，以某河流的目標(biāo)測(cè)流區(qū)域?yàn)槔?，調(diào)用無(wú)人機(jī)對(duì)河流進(jìn)行圖像采集，得到流域圖像。流域圖像顯示水面有多個(gè)漩渦和波浪。對(duì)圖像進(jìn)行水流信息提取，得到水流圖像，水流圖像顯示主要水流方向?yàn)闁|南向。將水流圖像進(jìn)行粒子化處理，每個(gè)水分子顯示為獨(dú)特征的明顯程度值，粒子運(yùn)動(dòng)速度特征明顯程度值最高(數(shù)值為95%)。選擇該特征對(duì)應(yīng)的粒子區(qū)域作為動(dòng)態(tài)錨點(diǎn)，錨點(diǎn)位置為河流中心區(qū)域。每隔5秒對(duì)動(dòng)態(tài)錨點(diǎn)拍照，發(fā)現(xiàn)兩次拍照中錨點(diǎn)位移量為2米。根據(jù)位移量2米和時(shí)間間隔5秒，計(jì)算懸停速度為0.4米/秒。調(diào)整無(wú)人機(jī)四個(gè)螺旋槳的功率分配：前側(cè)兩個(gè)螺旋槳功率降低至70%,后側(cè)兩個(gè)螺旋槳功率提高至120%,使無(wú)人機(jī)與動(dòng)態(tài)錨點(diǎn)保持相對(duì)靜止。[0022]無(wú)人機(jī)采集自身的周邊畫面，根據(jù)周邊畫面得到障礙物數(shù)據(jù)，根據(jù)障礙物數(shù)據(jù)以及動(dòng)態(tài)錨點(diǎn)實(shí)時(shí)生成運(yùn)動(dòng)路線的步驟，具體為：無(wú)人機(jī)對(duì)自身周邊的環(huán)境進(jìn)行畫面采集，得到周邊畫面，并對(duì)周邊畫面進(jìn)行內(nèi)容提取障礙物圖像的視覺(jué)距離特征和外在形狀特征，基于視覺(jué)距離特征得到障礙物距離，基于外在形狀特征得到障礙物空間位置，結(jié)合障礙物距離以及障礙物空間位置生成初始障礙物數(shù)據(jù)；根據(jù)初始障礙物數(shù)據(jù)以及外在形狀特征，對(duì)周邊畫面之外或之后的障礙物進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)障礙物數(shù)據(jù)，將預(yù)測(cè)障礙物數(shù)據(jù)添加到初始障礙物數(shù)據(jù)中生成障礙物數(shù)據(jù)；獲取無(wú)人機(jī)當(dāng)前的無(wú)人機(jī)空間位置以及動(dòng)態(tài)錨點(diǎn)當(dāng)前的錨點(diǎn)空間位置，結(jié)合障礙物數(shù)據(jù)、無(wú)人機(jī)空間位置以及錨點(diǎn)空間位置實(shí)時(shí)生成無(wú)人機(jī)的運(yùn)動(dòng)路線。[0023]運(yùn)用中，以某河流的目標(biāo)測(cè)流區(qū)域?yàn)槔?，無(wú)人機(jī)采集周邊畫面。畫面顯示左側(cè)有樹枝障礙物，右側(cè)有巖石。提取樹枝障礙物的視覺(jué)距離特征(通過(guò)鏡頭焦距計(jì)算距離為15米),形狀特征為細(xì)長(zhǎng)條狀；巖石的視覺(jué)距離為20米，形狀特征為不規(guī)則塊狀。生成初始障礙物數(shù)后方可能存在隱藏障礙物(如淹沒(méi)在水中的石塊),添加預(yù)測(cè)障礙物數(shù)據(jù)坐標(biāo)為X=32,Y=10。獲取無(wú)人機(jī)當(dāng)前位置(X=50,Y=0,Z=100)和動(dòng)態(tài)錨點(diǎn)位置(X=55,Y=5,Z=0)。生成運(yùn)動(dòng)路線：從當(dāng)前位置向東南方向繞開(kāi)樹枝和巖石，路徑點(diǎn)為(X=52,Y=3)→(X=58,Y=7)→動(dòng)態(tài)錨點(diǎn)。[0024]結(jié)合障礙物數(shù)據(jù)、無(wú)人機(jī)空間位置以及錨點(diǎn)空間位置實(shí)時(shí)生成無(wú)人機(jī)的運(yùn)動(dòng)路線無(wú)人機(jī)在運(yùn)動(dòng)路線上運(yùn)動(dòng)時(shí)，實(shí)時(shí)更新周邊畫面，并對(duì)障礙物圖像進(jìn)行實(shí)時(shí)更新，得到更新障礙物圖像；基于更新障礙物圖像得到更新障礙物數(shù)據(jù)，基于更新障礙物數(shù)據(jù)判斷運(yùn)動(dòng)路線是否被障礙物攔截；若判斷為運(yùn)動(dòng)路線被障礙物攔截，則提取運(yùn)動(dòng)路線中被攔截的路線段；基于路線段以及更新障礙物數(shù)據(jù)，對(duì)路線段進(jìn)行重構(gòu)，得到更新路線段，并將更新路線段添加到運(yùn)動(dòng)路線中。[0025]運(yùn)用中，以某河流的目標(biāo)測(cè)流區(qū)域?yàn)槔?，無(wú)人機(jī)按照初始規(guī)劃的路線飛行時(shí)，發(fā)現(xiàn)新的障礙物。無(wú)人機(jī)持續(xù)拍攝周邊畫面，發(fā)現(xiàn)原本規(guī)劃的路徑點(diǎn)(X=58,Y=7)附近出現(xiàn)一根紅外傳感器檢測(cè)到右側(cè)(X=60,Y=5)位置有一處水下暗礁，距離水面僅0.8米。系統(tǒng)立即更新障礙物數(shù)據(jù)，標(biāo)記樹干和暗礁的坐標(biāo)。無(wú)人機(jī)當(dāng)前位于(X=52,Y=3),動(dòng)態(tài)錨點(diǎn)位置在(X=55,Y=5)。系統(tǒng)重新計(jì)算路線，發(fā)現(xiàn)原路徑的(X=58,Y-7)到(X=成三條新路線：第一條路線向右繞行，經(jīng)過(guò)(X=60,Y=10)和(X=62,Y=6),增加飛行距離13米；第二條路線向左爬升到120米高度，但會(huì)多消耗18%電量；第三條路線從樹干下方2米處穿過(guò)，但有碰撞風(fēng)險(xiǎn)。根據(jù)剩余電量75%和任務(wù)緊急程度，選擇第一條旋槳功率，左側(cè)螺旋槳功率提升到130%,右側(cè)降低到80%,開(kāi)始轉(zhuǎn)向新路徑點(diǎn)。飛行過(guò)程中，每秒更新一次樹干位置，發(fā)現(xiàn)樹干漂移到X=59,Y=8后，系統(tǒng)再次微調(diào)路徑，最終在1分20秒后安全抵達(dá)動(dòng)態(tài)錨點(diǎn)上方。[0026]可見(jiàn)光水面視頻、紅外光水面視頻以及偏振光水面視頻進(jìn)行融合生成三波段水面提取可見(jiàn)光水面視頻中的光線反射區(qū)域，并提取光線反射區(qū)域的光線量，根據(jù)光線量對(duì)光線反射區(qū)域進(jìn)行降曝處理，得到目標(biāo)光線反射區(qū)域；將目標(biāo)光線反射區(qū)域添加到可見(jiàn)光水面視頻中，得到目標(biāo)可見(jiàn)光水面視頻；11基于紅外光水面視頻，提取水面的溫度分布區(qū)域以及紅外光散射量，基于溫度分布區(qū)域以及紅外光散射量對(duì)紅外光水面視頻進(jìn)行清晰化處理，得到目標(biāo)紅外光水面視頻；基于偏振光水面視頻，提取水面的偏振狀態(tài)變換，并根據(jù)偏振狀態(tài)變化生成偏振補(bǔ)償參數(shù)，根據(jù)偏振補(bǔ)償參數(shù)對(duì)偏振光水面視頻進(jìn)行參數(shù)補(bǔ)償，得到目標(biāo)偏振光水面視頻。[0027]運(yùn)用中，以某河流的目標(biāo)測(cè)流區(qū)域?yàn)槔?，無(wú)人機(jī)拍攝的可見(jiàn)光視頻中，(X=15-20,Y=30-35)區(qū)域出現(xiàn)強(qiáng)烈反光，光線量達(dá)到2500流明。系統(tǒng)對(duì)該區(qū)域進(jìn)行降曝處理，將光線量調(diào)整到800流明，使水面波紋清晰可見(jiàn)。紅外光視頻顯示水面中心溫度25℃,邊緣區(qū)域28℃,中心區(qū)域的紅外散射量比邊緣高45%。系統(tǒng)對(duì)中心區(qū)域進(jìn)行清晰化處理，將溫度差異放大3償參數(shù)為+5°。處理后的三波段視頻融合顯示，原反光區(qū)域的水面氣泡直徑0.5毫米的細(xì)節(jié)可辨識(shí)，水下1.2米處的石塊輪廓清晰度提升85%。接著，系統(tǒng)對(duì)紅外光視頻中的水霧影響進(jìn)行分析，發(fā)現(xiàn)水霧導(dǎo)致水面邊界模糊約20%。通過(guò)溫度分布數(shù)據(jù)，在視頻中標(biāo)記出水霧區(qū)域(溫度22-24℃),并對(duì)該區(qū)域的對(duì)比度提升50%。最終生成的三波段視頻中，水面流速測(cè)算誤差從原來(lái)的12%降低到3%。[0028]可見(jiàn)光水面視頻、紅外光水面視頻以及偏振光水面視頻進(jìn)行融合生成三波段水面視頻，對(duì)三波段水面視頻進(jìn)行分析生成初始流速分布圖的步驟，具體為：將目標(biāo)可見(jiàn)光水面視頻、目標(biāo)紅外光水面視頻以及目標(biāo)偏振光水面視頻進(jìn)行融合生成三波段水面視頻；基于目標(biāo)紅外光水面視頻，對(duì)三波段水面視頻中的出現(xiàn)的水霧影響和溫度影響進(jìn)行消除；基于目標(biāo)偏振光水面視頻，增強(qiáng)三波段水面視頻中的水下畫面的內(nèi)容清晰度；對(duì)三波段水面視頻進(jìn)行水面幀識(shí)別，得到水面視頻幀，并記錄水面視頻幀之間的可見(jiàn)光水面差異和紅外光水面差異；將可見(jiàn)光水面差異和紅外光水面差異進(jìn)行相互驗(yàn)證識(shí)別，得到初始水面流速分對(duì)三波段水面視頻進(jìn)行水下幀識(shí)別，得到水下視頻幀，并記錄水下視頻幀之間的水紋形狀差異和水紋顏色差異；基于水紋形狀差異和水紋顏色差異，得到水下水流變化特征，根據(jù)水下水流變化根據(jù)初始水面流速分布以及初始水下流速分布，生成目標(biāo)測(cè)流區(qū)域的初始流速分[0029]運(yùn)用中，以某河流的目標(biāo)測(cè)流區(qū)域?yàn)槔?，融合后的三波段視頻被拆分為每秒30幀分析。水面幀顯示，(X=40,Y=50)位置的波浪高度在0.3秒內(nèi)從0.2米上升到0.5米，紅外差異顯示該區(qū)域溫度每秒下降0.6℃。系統(tǒng)通過(guò)對(duì)比可見(jiàn)光與紅外數(shù)據(jù)，確認(rèn)此處存在漩渦，計(jì)算水面流速為1.4米/秒。水下幀分析中，(X=38,Y=55)位置的水紋顏色從深藍(lán)變?yōu)闇\藍(lán)耗時(shí)2秒，形狀拉伸量達(dá)18%。根據(jù)這些數(shù)據(jù)，系統(tǒng)計(jì)算出水下0.8米深度流速為0.9米/秒。接著，系統(tǒng)將水面與水下數(shù)據(jù)疊加，生成初始流速分布圖。圖中顯示：水面0-0.5米層流速1.2-1.6米/秒，中層0.5-1.5米流速0.8-1.2米/秒，底層1.5-3米流速0.5-0.8米到(X=50,Y=60)區(qū)域存在異常低速區(qū)(流速0.3米/秒),結(jié)合偏振光數(shù)據(jù)發(fā)現(xiàn)該處有水草堆積，標(biāo)記為特殊觀測(cè)點(diǎn)。所有數(shù)據(jù)整合后，系統(tǒng)生成包含12個(gè)流速分區(qū)的初始分布圖，用于后續(xù)三維建模。[0030]基于目標(biāo)紅外光水面視頻，對(duì)三波段水面視頻中的出現(xiàn)的水霧影響和溫度影響進(jìn)提取目標(biāo)紅外光水面視頻中的紅外幀畫面，基于紅外幀畫面得到紅外溫度分布以及水面紅外特征；基于水面紅外特征對(duì)水面邊界進(jìn)行定位，得到水面邊界數(shù)據(jù)；根據(jù)水面邊界數(shù)據(jù)對(duì)紅外溫度分布進(jìn)行布局分割，分別得到水面溫度分布以及水上溫度分布；基于水上溫度分布，得到目標(biāo)測(cè)流區(qū)域中的水霧影響，基于水面溫度分布，得到目標(biāo)測(cè)流區(qū)域中的溫度影響；基于水霧影響生成水霧畫面補(bǔ)償，基于溫度影響生成溫度畫面補(bǔ)償，根據(jù)水霧畫面補(bǔ)償以及溫度畫面補(bǔ)償對(duì)三波段水面視頻中的水霧影響以及溫度影響進(jìn)行消除。[0031]運(yùn)用中，以某河流的目標(biāo)測(cè)流區(qū)域?yàn)槔到y(tǒng)從紅外視頻中提取一幀畫面，分析得到水面邊界線位于(Y=50-70)坐標(biāo)帶。根據(jù)該邊界將溫度分布分割為水面區(qū)域(25-28℃)和空中水霧區(qū)域(22-24℃)。檢測(cè)到水霧使水面視頻的模糊度增加25%,系統(tǒng)對(duì)該區(qū)域應(yīng)用對(duì)比度增強(qiáng)算法，將邊緣銳化參數(shù)提高60%。同時(shí)，水面溫度分布顯示(X=45,Y=55)區(qū)域存在異常高溫點(diǎn)(29℃),經(jīng)查為陽(yáng)光直射導(dǎo)致的誤判。系統(tǒng)生成溫度補(bǔ)償公式，將該區(qū)域流速數(shù)據(jù)修正為原始值的85%。處理后的視頻中，(X=45,Y=55)的流速?gòu)?.5米/秒修正為1.28米/秒。此外，系統(tǒng)檢測(cè)到水面邊緣區(qū)域(Y=50-55)因低溫導(dǎo)致紅外測(cè)速偏差，對(duì)該區(qū)域增加權(quán)重系數(shù)0.7重新計(jì)算，最終將整體測(cè)速誤差控制在±2%以內(nèi)。[0032]根據(jù)河床數(shù)據(jù)得到河床地形，根據(jù)河床地形以及水面波動(dòng)數(shù)據(jù)得到水深數(shù)據(jù)以及根據(jù)河床數(shù)據(jù)對(duì)目標(biāo)測(cè)流區(qū)域的河床進(jìn)行建模，得到河床地形；根據(jù)水面波動(dòng)數(shù)據(jù)，得到目標(biāo)測(cè)流區(qū)域的平均水面空間位置，并根據(jù)河床地形以及平均水面空間位置得到水深數(shù)據(jù)；根據(jù)河床地形，得到河床的斷面空間曲線，基于斷面空間曲線以及水深數(shù)據(jù)，構(gòu)建目標(biāo)測(cè)流區(qū)域的流域斷面圖像；基于水面波動(dòng)數(shù)據(jù)以及水深數(shù)據(jù)，在流域斷面圖像上劃分得到多個(gè)深層流速關(guān)系根據(jù)初始流速分布圖以及深層流速關(guān)系圖，構(gòu)建流域斷面圖像上的斷面流速數(shù)據(jù)，并根據(jù)斷面流速數(shù)據(jù)得到斷面平均流速。[0033]運(yùn)用中，以某河流的目標(biāo)測(cè)流區(qū)域?yàn)槔?，無(wú)人機(jī)通過(guò)聲吶獲取河床數(shù)據(jù)，顯示最深點(diǎn)位于(X=40,Y=60),深度3.2米。水面波動(dòng)數(shù)據(jù)分析得出平均波高0.25米，系統(tǒng)據(jù)此計(jì)算平均水面高度為海拔100.3米