基于图像处理技术的大坝监测数据粗差识别

• 作者: 邵晨飞 郑森 顾冲时
• 来源期刊: 南水北调与水利科技
• 学科: 工学
• 关键词: 监测数据 高斯模糊 图像二值化 粗差识别 统计模型
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 水利工程研究
• 页码范围: 123-129
• 页数: 7页
• 分类号: TV698
• 语种: 中文
• DOI: 10.13476/j.cnki.nsbdqk.2020.0100

摘要

为实现大坝长久稳定的安全服役,避免监测资料中的粗差对大坝安全监测结果产生影响,需要对监测数据中的粗差进行剔除.由于目前的粗差识别方法依旧会造成粗差漏判、误判情况的发生,通过模仿人工识别数据粗差的过程,运用程序设计语言,提出一种基于图像处理技术的自动化粗差识别方法.首先对依据监测数据绘制出的散点图进行高斯模糊和二值化处理,再提取主要趋势线,最后识别出监测数据中的粗差点并进行剔除.选取某实际工程大坝监测资料,运用该方法对其进行粗差识别,并与传统3σ识别准则的粗差识别效果进行对比.算例结果表明:该方法对数据粗差的识别效果更加显著,避免了粗差漏判情况的发生,对粗差的剔除更彻底;利用该方法识别后得到的统计模型复相关系数为0.999,标准差为0.192,模型精度更高,也更符合工程实际情况.因此,该方法具有一定的工程应用前景和实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾冲时		200	1993	24.0	35.0
2	郑森		4	0	0.0	0.0
3	邵晨飞		4	3	1.0	1.0