刘 彧，周 琦，于汪洋

（1.中国水利水电科学研究院 标准化研究中心，北京 100038；2.清华大学 水利水电工程系，北京 100084）

1 研究背景

在水电站泄洪消能模型试验中，对于冲击压强的测定是一个很常见的试验内容。时均压强是一项非常重要的数据参数，一般来讲，测压排是水工水力学模型试验中测量时均压强最直观简便的一种测量工具，传统的测压排数据处理方法，是根据测压排后面的刻度纸进行直接读数的较为原始、机械重复的人工读数方法。

在近年来的试验手段中，也较常使用传感仪进行测量，虽然可以直接测得测点的脉动过程来进行分析统计，但是在测点较多的模型试验中就显得成本非常高，并且实时数据也不如直接通过测压排观察直观可辨。不少研究人员对如何对测压排进行自动读数开展了研究，目前有通过在测压管水面放置有色小球，在照片中可以发现水注的顶端由于有色小球的亮度值较高，可以比较容易的实现测压排数据的自动读取［1-2］，但是放置有色小球可能会导致工作量的增加及水面的高度变化，因此如何不对水面进行特殊处理而进行数据处理是一个需要解决的问题。

本文主要阐述了在白鹤滩水力学模型试验［3-5］中，以测压排的直接读数为基础，在没有对测压排进行特殊操作的情况下，通过对照片数字图像处理来进行水面的自动识别，从而实现测压排水柱的高度的自动读取。该方法对现有的测压排直接读数手段进行了改进，并可以实现批量化处理实验数据。

2 测压排测值图像数字处理方法

测压排是水力学实验中测量时均压强最直观最实用的一种方法，它能读取一定时间内的最大值和最小值用于分析平均值，但测压管测量方法本身具有一定的缺陷，如测压管对流动有阻尼不易获得最大压力值，布置有一定密度限制且不易更改等，实际操作中可通过改进测压排及连接管材质或者加大布置的密度来改进，也会因此加大数据读取的工作量，而且很难精确；为了改进这个缺点，数字图像自动处理技术的应用掌握必不可少。自动读取法主要是通过对ArcGIS进行程序的编写，从而对测压排照片进行数字图像预处理，最后达到可以批量省时省力处理测压排读数的过程。

2.1 方法简介测压排压力值是通过照片或实时摄像对其进行观测并读数的，在充分研究测压排的图片特征后，可以发现测压管水柱与空气界面亮度值的差异显著，即玻璃管中有水的部分亮度值较高，而没有水的部分亮度值较低。读取测压排水柱的高度就是要确定水柱顶端的位置。所以本方法从水柱顶端的影像作为突破口，利用接触面的亮度差异设计读取方法，从而提取出顶端的位置点，最后读取这些点的坐标，即可以得到水柱的高度。

以1#、3#、5#表孔工况下断面1的测压排为例（见图1）。

图1 测压排照片示例

坡度（Slope）在数字图像处理技术中是确定每个像元和它的邻近像元之间值的最大的变化率［6］。默认的是计算坡度的变化率（即一个角度的测量）。

ArcMap是一个可用于数据输入、编辑、查询、分析等功能的应用程序，具有基于地图的所有功能，实现如地图制图、地图编辑、地图分析等功能［7］。它包含一个复杂的专业制图和编辑系统，利用其中的SLOPE 函数，生成坡度数据，在生成的坡度影像中大部分区域的坡度较大，但是在水柱顶管有块呈带状的坡度较大的斑块，该区域的坡度都在89度以上。

坡向（Aspect）可以理解为水柱与空气接触面的上行方向，与等高线垂直。在ArcMap中计算中，可以认为是每个像元与其邻近像元变化率最大的下坡方向［8］。在得到的坡向计算结果中，用0到360度的罗盘方向表示，依照顺时针方向。当曲面z=f（x，y）已知时，通过公式计算给定点的坡向。

其中fx是东西方向高程变化率，fy是南北方向高程变化率。计算中所用到的亮度值情况如图2所示。

图2 3×3分析窗口

式中cellsize为像元的大小。

利用坡度计算，从而提取水柱顶端的位置，达到批量数据处理的目的。

2.2 测试图像前期的预处理因为需要确定的是水柱顶端的位置，所以只将包含水柱顶端的位置裁剪下来即可。任意截取该工况下数个水柱顶端照片，如图3所示。

进行坡度计算，计算结果如图4。

图3 只包含水柱顶端的照片截图

从图中可以看出，水柱顶管的坡向为North，坡向主要在0°～22.5°和337.5°～360°之间。

2.3 测压排水位位置确定计算过程结合水柱顶端在坡度图像和坡向图像中的特点，提取水柱顶端的图像。利用栅格计算工具Raster Calculator［9］，设置坡度坡向条件，提取水柱顶端区域，设置的条件语句为：

Result=con（slope＞89&（（aspect ＞0&aspect ＜20）|（aspect ＞350&aspect ＜360）），1）；

其中，con函数是实现传统的IF-ELSE结构的地图代数函数［10］。执行上述表达式，并将提取的影像与原测压排图像叠加，得到图5，从图中可以看出，水柱顶端在图像上呈现块状分布，但是提取结果还是存在一些碎点，表明在原图像上仍有局部点也符合坡度坡向的限定条件。

图4 生成的坡向影像

图5 根据坡度和坡向的限定条件提取得到的结果与测压排原图叠加

从图中可以清楚的看到，提取的斑块正好处于水柱的顶端，说明设置的条件是合理的。

由于提取结果中存在一些碎点，要将其去除，首先需要统计每个有值像元的个数，然后将个数大于某个限定值的区域留下，小于这一限定值的碎点全部去掉。在ArcMap 中，对于同一个区域的一组像元，无论它们的像元值是否相同，RegionGroup函数会给这些像元一个唯一的值，这个值就是这一组像元的个数［11］。这里用RegionGroup函数对提取的结果进行处理：

得到各个区域内像元个数后，把小于设定限定值的碎点去除，使用SetNull语句：

利用SetNull 函数检验当前像元［12］并将这些斑块与原测压排的图像叠加，得到的结果如图6，图像上的碎点已经去除，只留下水柱顶端的斑块。

图6 去除碎点提取得到的结果与测压排原图叠加

提出水柱顶端的斑块后，仍然有一个问题需要解决：在有些水柱顶端有两个甚至多个小的斑块，而每个水柱顶端理想状况下提取的是一个斑块，从而读出一个读数，所以需要将小的斑块合并成一个较大斑块。经过反复验证，发现将每个斑块向外扩张3个像元即可行之有效地将小的斑块连接起来。可以利用Expand函数处理，增加选定区域的大小，通过从周围“吸收”像元，这样与扩展区域相邻的小区域会消失［13］。叠加测压排图像，得到的结果如图7所示。

图7 提取得到的结果与测压排原图叠加

图8 根据水柱顶端斑块提取出的斑块几何中心的矢量图与测压排原图的叠加

为了读取水柱高度的数据，需要确定的是水柱顶端一个点的数值，所以需要确定斑块的几何中心，作为读数点。由于图7所示斑块为栅格图像格式，不容易提取图像中心，所以需要将其转化为矢量图像，可使用Raster to Pogon 工具进行转换即可得到矢量图，接着利用Feature to Point 工具，可以直接提取出斑块几何中心的点图层，将其与原测压排叠加，结果如图8 所示，从图中可以直观地看出，提取的几何中心点基本都位于水柱顶端的位置。

2.4 测压排水位值自动提取要进行模型的集成，首先要利用ModelBuilder为创建模型和复杂的工作流提供一个图形环境［13-14］。根据工作流可以将模型可视化。模型存储在ArcToolbox中，并可以用不同的参数重新运行。可以对模型进行编辑来改变运行环境，添加或删除工具或数据，或者改变参数或属性。

在自动读数工具提取出水柱顶端的点图层后，需要确定并导出这些点的坐标，其中纵坐标即为测压管的读数。接下来用该工具提取出水柱顶端的点图层后，确定并导出这些点的坐标，其中纵坐标即为测压排的读数。通过Calculate Geometry 命令即可自动计算出各个点的纵坐标，并将结果导入excel表格中，根据图片模拟值与真实值的比例关系建立线性方程求得两者的比例大小。设方程为：

将照片中最右边两个点的实际读数和在ArcMap 中读数（17.20，1.17），（17.25，1.25）代入式（5）中，得到a=0.63，b=16.46。将输出点在ArcMap中读数代入式（5），即得到各个点的实际读数。

以上步骤可以进行批量化处理

总结操作流程如图9所示。

3 测压排水位自动提取效果验证

通过上述处理过程，在ArcMap中导出图例中11根水柱的读数，与人工读数可做一对比，如表1所示。

图9 测压排读数自动读取的程序流程图

表1 自动读取法的读数与人口读取的结果的对照表

利用水柱顶端两边亮度值的差异设计自动读数的方法，可以提取测压排水柱顶端的点来得到水柱的高度，从直接读数和自动读数的结果对比看来，读数普遍偏大一些，误差来源可能主要与照片的变形以及自动读取水位的位置有关，但相对误差控制在0.460%～1.667%之间。

4 结论

该处理方法的特点如下：（1）无需对试验中的单个测压管进行额外的人工处理，如采取添加指示标志等方法，可直接使用原始实测图像进行数据的读取；（2）因为是利用图像中测压管水柱与空气的接触面进行数据的读取，所以较人为读数而言客观性更强，是切实可行并且高效的；（3）相对于传感器的高成本而言，该方法使用普通的数码照相机即可实现时均压强的数据，试验成本较低，且若进行摄像采样并利用该技术对之进行逐帧处理，还可得到各测点压强的实时变化过程；（4）通过实际应用，发现该方法能够批量处理以节省时间提高准确度，在模型试验中有一定的应用前景。