一种山体滑坡检测的方法、装置、设备及介质与流程

1.本发明涉及图像处理技术以及智能监控技术领域，尤其涉及一种山体滑坡检测的方法、装置、设备及介质。


背景技术：

2.山体滑坡是指山体斜坡上某一部分岩土在重力作用下，沿着一定的软弱结构面产生剪切位移而整体地向斜坡下方移动的作用和现象，是常见地质灾害之一。滑坡的活动强度，主要与滑坡的规模、滑移速度、滑移距离及其蓄积的位能和产生的功能有关。一般讲，滑坡体的位置越高、体积越大、移动速度越快、移动距离越远，则滑坡的活动强度也就越高，危害程度也就越大。
3.相关技术中通常采用雷达波检测方法，对山体滑坡进行检测，但是雷达波检测的成本较高，因此现有的雷达波检测方法，通常是设定固定的检测周期，对山体滑坡进行周期性的检测，且山体滑坡的检测精度始终保持不变，例如10个小时进行一次检测，虽然能对山体滑坡起到一定的检测效果，但是不能够根据山体滑坡的实际情况，进行检测周期与检测精度的调整，存在山体滑坡风险和不存在山体滑坡风险时，检测获取的数据量都相同，因此无法实现山体滑坡的动态检测，导致无法准确地进行山体滑坡检测。


技术实现要素：

4.本技术提供了一种山体滑坡检测的方法、装置、设备及介质，用以解决现有技术无法准确进行山体滑坡检测的问题。
5.第一方面，本技术实施例提供了一种山体滑坡检测方法，所述方法包括：
6.获取采集设备采集到的山体的当前帧图像及所述当前帧图像的上一帧图像；
7.根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化；若确定当前帧图像相对上一帧图像发生变化，则获取所述当前帧图像中每个特征点对应的运动状态；其中，所述运动状态包括速度；
8.判断所述运动状态中的速度是否大于预设的速度阈值，若是，则发送报警信息。
9.进一步地，所述根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化包括：
10.针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；
11.将当前帧图像中每个像素点的差异值聚类为两类，并确定每个类的中心值，确定中心值大的类为变化对应的类，若变化对应的类中的像素点的数量超过预设阈值，则确定所述当前帧图像相对所述上一帧图像发生变化，否则，确定所述当前帧图像相对所述上一帧图像未发生变化。
12.进一步地，所述根据该比值，确定该像素点的差异值包括：
13.确定该比值的对数，将该对数的绝对值确定为该像素点的差异值。
14.进一步地，所述获取所述当前帧图像中每个特征点对应的运动状态包括：
15.针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；根据所述当前帧图像中每个像素点的差异值，确定对应的差异图像；采用角点检测(shi-tomasi)算法提取所述差异图像中运动山体区域的每个特征点；根据提取出的每个特征点在所述差异图像中的位置，确定所述当前帧图像及所述上一帧图像对应位置处的每个特征点；
16.采用金字塔光流法对所述当前帧图像及所述上一帧图像中的每个特征点进行处理，确定所述当前帧图像每个特征点对应的运动状态。
17.进一步地，所述获取所述当前帧图像中每个特征点对应的运动状态之后，所述判断所述运动状态中的速度是否大于预设的速度阈值之前，所述方法还包括：
18.获取采集所述山体的图像的其他采集设备，获取其他采集设备在所述采集设备采集所述当前帧图像时采集到的图像，获取所述图像中每个特征点对应的待处理运动状态；
19.获取所述运动状态中的速度，及所述待处理运动状态中的待处理速度，根据所述采集设备及所述其他采集设备对应的预设权重、所述速度及所述待处理速度确定目标速度，采用所述目标速度对所述运动状态中的速度进行更新。
20.进一步地，若所述运动状态中的速度大于预设的速度阈值，所述发送报警信息之前，所述方法包括：
21.针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；确定所述当前帧图像的每个像素点的差异值的和值；
22.判断所述和值是否大于预设的差异阈值，若是，则执行后续发送报警信息的步骤。
23.进一步地，所述发送报警信息包括：
24.获取针对所述采集设备对应保存的被检测的山体名称，并获取所述采集设备采集所述当前帧图像的采集时刻；
25.将所述山体名称及所述采集时刻携带在报警信息中发送。
26.第二方面，本技术实施例还提供了一种山体滑坡检测装置，所述装置包括：
27.获取模块，用于获取采集设备采集到的山体的当前帧图像及所述当前帧图像的上一帧图像；
28.处理模块，用于根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化；若确定当前帧图像相对上一帧图像发生变化，则获取所述当前帧图像中每个特征点对应的运动状态；其中，所述运动状态包括速度；
29.判断发送模块，用于判断所述运动状态中的速度是否大于预设的速度阈值，若是，则发送报警信息。
30.进一步地，所述处理模块，具体用于针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；将当前帧图像中每个像素点的差异值聚类为两类，并确定每个类的中心值，确定中心值大的类为变化对应的类，若变化对应的类中的像素点的数量
超过预设阈值，则确定所述当前帧图像相对所述上一帧图像发生变化，否则，确定所述当前帧图像相对所述上一帧图像未发生变化。
31.进一步地，所述处理模块，具体用于确定该比值的对数，将该对数的绝对值确定为该像素点的差异值。
32.进一步地，所述处理模块，具体用于针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；根据所述当前帧图像中每个像素点的差异值，确定对应的差异图像；采用shi-tomasi算法提取所述差异图像中运动山体区域的每个特征点；根据提取出的每个特征点在所述差异图像中的位置，确定所述当前帧图像及所述上一帧图像对应位置处的每个特征点；采用金字塔光流法对所述当前帧图像及所述上一帧图像中的每个特征点进行处理，确定所述当前帧图像每个特征点对应的运动状态。
33.进一步地，所述处理模块，还用于获取采集所述山体的图像的其他采集设备，获取其他采集设备在所述采集设备采集所述当前帧图像时采集到的图像，获取所述图像中每个特征点对应的待处理运动状态；获取所述运动状态中的速度，及所述待处理运动状态中的待处理速度，根据所述采集设备及所述其他采集设备对应的预设权重、所述速度及所述待处理速度确定目标速度，采用所述目标速度对所述运动状态中的速度进行更新。
34.进一步地，所述判断发送模块，还用于若所述运动状态中的速度大于预设的速度阈值，针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；确定所述当前帧图像的每个像素点的差异值的和值；判断所述和值是否大于预设的差异阈值，若是，则执行后续发送报警信息的步骤。
35.进一步地，所述判断发送模块，具体用于获取针对所述采集设备对应保存的被检测的山体名称，并获取所述采集设备采集所述当前帧图像的采集时刻；将所述山体名称及所述采集时刻携带在报警信息中发送。
36.第三方面，本技术实施例还提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如上述任一项所述山体滑坡检测方法的步骤。
37.第四方面，本技术实施例还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述山体滑坡检测方法的步骤。
38.在本技术实施例中，电子设备获取采集设备采集到的山体的当前帧图像及该当前帧图像的上一帧图像，根据当前帧图像及上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化，若确定当前帧图像相对上一帧图像发生变化，则获取当前帧图像中每个特征点对应的运动状态，其中，运动状态包括速度，判断运动状态中的速度是否大于预设的速度阈值，若是，则发送报警信息。由于在本技术实施例中，电子设备若确定采集到的山体的当前帧图像相对上一帧图像发生变化，则获取当前帧图像中每个特征点对应的运动状态，判断运动状态中的速度是否大于预设的速度阈值，若大于预设的速度阈值，则确定存在发生山体滑坡的风险，并进行报警，从而可以对山体进行动态检测，并可以准确地确定出是否存在发生山体滑坡的风险，提高山体滑坡检测的准确性。
附图说明
39.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
40.图1为本技术实施例提供的一种山体滑坡检测过程示意图；
41.图2为本技术实施例提供的一种确定过程示意图；
42.图3为本技术实施例提供的一种确定特征点的运动状态的过程示意图；
43.图4为本技术实施例提供的确定是否发送报警信息的过程示意图；
44.图5为本技术实施例提供的一种发送报警信息的过程示意图；
45.图6为本技术实施例提供的一种山体滑坡检测过程详细示意图；
46.图7为本技术实施例提供的一种山体滑坡检测装置结构示意图；
47.图8为本技术实施例提供的一种电子设备结构示意图。
具体实施方式
48.下面将结合附图对本技术作进一步地详细描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
49.为了准确地对山体滑坡进行检测，本技术实施例提供了一种山体滑坡检测方法、装置、设备及介质。
50.在本技术实施例中，电子设备获取采集设备采集到的山体的当前帧图像及该当前帧图像的上一帧图像，根据当前帧图像及上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化，若确定当前帧图像相对上一帧图像发生变化，则获取当前帧图像中每个特征点对应的运动状态，其中，运动状态包括速度，判断运动状态中的速度是否大于预设的速度阈值，若是，则发送报警信息。从而可以准确地进行山体滑坡检测。
51.实施例1：
52.图1为本技术实施例提供的一种山体滑坡检测过程示意图，该过程包括以下步骤：
53.s101：获取采集设备采集到的山体的当前帧图像及所述当前帧图像的上一帧图像。
54.本技术实施例提供的山体滑坡检测方法应用于电子设备，该电子设备可以为具有计算功能的采集设备、pc或服务器等智能设备。
55.为了准确地进行山体滑坡检测，从而确定是否发生山体滑坡，业务人员预先在待检测的山体附近设置有采集设备，其中，采集设备设置的位置为可以采集到山体的图像的位置，采集设备实时采集山体对应的视频帧图像。
56.若电子设备为采集设备，则采集设备可以获取采集到的当前帧图像和该当前帧图像的上一帧图像。若电子设备为pc或服务器等非采集设备的智能设备，则采集设备在采集到山体对应的每一视频帧图像之后，可以实时将采集到的每一视频帧图像发送至电子设备，电子设备可以获取采集设备发送的最新的视频帧图像，并将该视频帧图像确定为山体
的当前帧图像，电子设备将采集设备发送该当前帧图像之前发送的上一个视频帧图像，确定为当前帧图像的上一帧图像，电子设备通过该方式即可获取到采集设备采集到的山体的当前帧图像和当前帧图像的上一帧图像。
57.s102：根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化；若确定当前帧图像相对上一帧图像发生变化，则获取所述当前帧图像中每个特征点对应的运动状态；其中，所述运动状态包括速度。
58.为了准确地进行山体滑坡检测，电子设备在获取到采集设备采集的当前帧图像和当前帧图像的上一帧图像之后，可以根据当前帧图像及上一帧图像中每个像素点的灰度值之间的差异，确定当前帧图像相对上一帧图像是否发生变化，具体的，电子设备可以针对当前帧图像的每个像素点，确定该像素点在上一帧图像对应的像素点的灰度值，与该像素点的灰度值之间的差值是否在预设范围内，若不在预设范围内，则说明该像素点的差异较大，其中，当前帧图像与上一帧图像为大小完全相同的图像，因此该当前帧图像中每个像素点，在上一帧图像中存在对应位置处的像素点，对应位置处的像素点即为上述所描述的对应的像素点，电子设备通过该方式可以确定当前帧图像差异较大的像素点的个数，电子设备可以确定该个数与当前帧图像中包含的像素点的个数的比值，若该比值大于预设比值，则可以确定当前帧图像相对上一帧图像发生变化，若该比值小于预设比值，则可以确定当前帧图像相对上一帧图像并未发生变化，则说明采集当前帧图像的时刻发生山体滑坡的概率较低。本技术实施例中，确定当前帧图像相对上一帧图像是否发生变化的过程，可以被称为通过计算机视觉技术进行图像差异变化检测。
59.若确定当前帧图像相对上一帧图像发生变化，则说明采集当前帧图像的时刻，采集设备对应采集图像的山体存在山体滑坡的风险，为了进一步进行山体滑坡检测，电子设备可以获取当前帧图像中每个特征点对应的运动状态，其中，此处描述的特征点指的可以是像素点的差异较大的像素点，该像素点在实际应用场景中对应的物体为可能发生滑坡的滑坡体，具体的，如何确定某一图像中特征点对应的运动状态为现有技术，在此不再赘述。其中，运动状态中包括速度。本技术实施例中，确定当前帧图像中每个特征点对应的运动状态的过程，可以被称为通过计算机视觉技术进行运动状态检测。
60.s103：判断所述运动状态中的速度是否大于预设的速度阈值，若是，则发送报警信息。
61.为了准确进行山体滑坡检测，电子设备中预先保存有预设的速度阈值，电子设备在获取到每个特征点对应的运动状态后，可以获取运动状态中的速度，并判断运动状态中的速度是否大于电子设备本地预先保存的预设的速度阈值，若运动状态中的速度大于该预设的速度阈值，则说明采集当前帧图像的时刻发生山体滑坡，电子设备可以发送报警信息，具体的，电子设备可以将报警信息发送至预设的管理人员对应的设备。
62.其中，所获取到的运动状态可能不止一个，若获取到的运动状态为两个或两个以上，则电子设备可以获取每个运动状态中的速度，并判断每个运动状态中的速度中是否存在大于预设的速度阈值的速度，若存在大于预设的速度阈值的速度，则发送报警信息，或者可以确定存在的大于预设的速度阈值的速度的数量，若该数量大于预设的速度阈值，则发送报警信息。
63.在本技术实施例中，电子设备利用采集设备获取被监控的山体的实时图像，并通
过上述实施例描述的图像差异变化检测，不断对比前后两帧图像，确定当前帧图像相对上一帧图像是否发生变化，再通过运动状态检测，确定当前帧图像中每个特征点的运动状态，从而根据运动状态中的速度是否大于预设的速度阈值，确定山体是否有滑坡运动，最后通过发送报警信息。由于在本技术实施例中，在山体略微发生滑坡时即可检测出，因此可以提前检测出自然灾害的发生，减少伤亡，从而实现对山体滑坡的检测和报警的目的。本技术实施例提供的山体滑坡检测方法仅使用采集设备采集图像，成本较低。
64.由于在本技术实施例中，电子设备若确定采集到的山体的当前帧图像相对上一帧图像发生变化，则获取当前帧图像中每个特征点对应的运动状态，判断运动状态中的速度是否大于预设的速度阈值，若大于预设的速度阈值，则确定存在发生山体滑坡的风险，并进行报警，从而可以对山体进行动态检测，并可以准确地确定出是否存在发生山体滑坡的风险，提高山体滑坡检测的准确性。
65.实施例2：
66.为了准确地确定当前帧图像相对上一帧图像是否发生变化，在上述实施例的基础上，在本技术实施例中，所述根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化包括：
67.针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；
68.将当前帧图像中每个像素点的差异值聚类为两类，并确定每个类的中心值，确定中心值大的类为变化对应的类，若变化对应的类中的像素点的数量超过预设阈值，则确定所述当前帧图像相对所述上一帧图像发生变化，否则，确定所述当前帧图像相对所述上一帧图像未发生变化。
69.为了准确地确定当前帧图像相对上一帧图像是否发生变化，在本技术实施例中，电子设备可以针对当前帧图像中每个像素点，确定上一帧图像中该像素点对应的像素点的灰度值，为了便于区分，可以将该灰度值称为第一灰度值，具体的，在获取上一帧图像中该像素点对应的像素点的灰度值时，电子设备可以获取该像素点在当前帧图像中的位置，并确定上一帧图像中该位置处的像素点为该像素点对应的像素点，获取该像素点对应的像素点的灰度值，其中，当前帧图像与上一帧图像的大小完全相同，因此当前帧图像中的每个像素点在上一帧图像中均存在对应的像素点。电子设备还可以获取该像素点的灰度值，为了便于区分，可以将该像素点的灰度值称为第二灰度值，在获取到第一灰度值及第二灰度值之后，电子设备可以确定该第一灰度值与该第二灰度值的比值，并根据该比值，确定该像素点的差异值，其中，电子设备可以将该比值确定为该像素点的差异值，或者可以将该比值输入预设函数中，确定预设函数的输出为该像素点的差异值，该预设函数为输入越大输出越大的函数。电子设备通过该方式即可确定出当前帧图像中每个像素点的差异值。
70.在确定出当前帧图像中每个像素点的差异值之后，电子设备可以将当前帧图像中每个像素点的差异值聚类为两类，具体的，在聚类时电子设备可以随机确定两个中心值，并针对每个像素点的差异值，确定该差异值分别与这两个中心值的距离，确定该差异值为对应的距离小的中心值的类中的差异值，通过该方式将每个差异值进行分类，在将每个差异值进行分类后，电子设备可以根据每个类中的差异值的平均值，重新确定每个类的中心值，在重新确定每个类的中心值后，电子设备可以采用上述实施例所描述的方式重新对每个差
异值进行分类，并执行重新确定每个类的中心值的步骤，直至重新分类后确定的中心值与重新分类前确定的中心值一致，则确定聚类结束，其中，如何将多个数值聚类为两类为现有技术，在此不再赘述。
71.在将当前帧图像中每个像素点的差异值聚类为两类后，电子设备可以确定这两个类中每个类的中心值，其中，每个类的差异值的平均值即为对应类的中心值，并确定这两个中心值中数值更大的中心值，确定对应的中心值更大的类为变化对应的类，电子设备在确定变化对应的类之后，可以确定变化对应的类中的像素点的差异值的数量，并确定该数量是否超过预设阈值，若该数量超过预设阈值，则确定当前帧图像相对上一帧图像发生变化，若该数量未超过预设阈值，则确定当前帧图像相对上一帧图像并未发生变化。
72.在本技术实施例中，电子设备采用聚类法的遵循同一种类像素间的距离最小，不同类像素间的距离最大的准则，经过迭代获得两类聚类的中心值，再使用近邻法获取每个类中的像素点的差异值，相当于获取变化像素和不变像素，并根据变化像素的数量，确定当前帧图像相对上一帧图像是否发生变化，从而判断山体是否有大的变化。为了进一步查看当前帧图像相对上一帧图像发生变化的情况，电子设备可以将当前帧图像中变化像素和不变像素调整为不同的灰度值，调整后的图像可以被称为变化检测图。
73.电子设备根据聚类法确定当前帧图像相对上一帧图像是否发生变化，并且在确定当前帧图像相对上一帧图像是否发生变化的过程中不需要构建模型，灵活性高，精确度和一致性较好。且对数据的计算处理较少，耗时少。
74.为了进一步进行山体滑坡检测，电子设备可以先采用图像滤波法，对当前帧图像与上一帧图像进行处理，从而有效抑制噪声和未变化信息、增强低像素强度，提高山体滑坡检测的准确性。
75.为了准确的确定像素点的差异值，在上述各实施例的基础上，在本技术实施例中，所述根据该比值，确定该像素点的差异值包括：
76.确定该比值的对数，将该对数的绝对值确定为该像素点的差异值。
77.为了准确的确定像素点的差异值，电子设备针对当前帧图像中每个像素点，在确定上一帧图像中该像素点对应的像素点的第一灰度值，与该像素点的第二灰度值的比值之后，电子设备可以确定该比值的对数，并确定该对数的绝对值，将该对数的绝对值确定为该像素点的差异值。
78.电子设备针对当前帧图像中每个像素点，可以采用以下公式确定该像素点的差异值：
[0079][0080]
其中，d(i,j)为当前帧图像中第i行第j列的像素点的差异值，abs表示取绝对值，lg表示对数，i1(i，j)为上一帧图像中第i行第j列的像素点的灰度值，i2(i，j)为当前帧图像中第i行第j列的像素点的灰度值。
[0081]
本技术实施例中，确定当前帧图像中每个像素点的差异值的方法，可以被称为对数比算子方法。
[0082]
图2为本技术实施例提供的一种确定过程示意图，该过程包括以下步骤；
[0083]
其中，该确定过程为确定当前帧图像相对上一帧图像是否发生变化的过程。
[0084]
s201：获取采集设备采集的当前帧图像及当前帧图像的上一帧图像。
[0085]
s202：采用图像滤波法对当前帧图像及上一帧图像进行处理。
[0086]
s203：确定当前帧图像中每个像素点的差异值。
[0087]
s204：将当前帧图像中每个像素点的差异值聚类为两类。
[0088]
s205：确定每个类的中心值，并确定中心值大的类为变化对应的类。
[0089]
s206：判断变化对应的类中的像素点的差异值的数量是否超过预设阈值，若是，则执行s207，若否，则执行s208。
[0090]
s207：确定当前帧图像相对上一帧图像发生变化。
[0091]
s208：确定所当前帧图像相对上一帧图像未发生变化。
[0092]
实施例3：
[0093]
为了准确的确定当前帧图像中每个像素点对应的运动状态，在上述各实施例的基础上，在本技术实施例中，所述获取所述当前帧图像中每个特征点对应的运动状态包括：
[0094]
针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；根据所述当前帧图像中每个像素点的差异值，确定对应的差异图像；采用shi-tomasi算法提取所述差异图像中运动山体区域的每个特征点；根据提取出的每个特征点在所述差异图像中的位置，确定所述当前帧图像及所述上一帧图像对应位置处的每个特征点；
[0095]
采用金字塔光流法对所述当前帧图像及所述上一帧图像中的每个特征点进行处理，确定所述当前帧图像每个特征点对应的运动状态。
[0096]
为了确定当前帧图像中每个特征点的运动状态，电子设备可以先确定的当前帧图像中的每个特征点，具体的，电子设备可以针对当前帧图像中的每个像素点，确定该像素点的差异值，其中，如何确定当前帧图像中像素点的差异值在上述实施例中已经描述过，在此不再详细描述。电子设备可以根据当前帧图像中每个像素点的差异值，确定对应的差异图像，具体的，电子设备可以生成与当前帧图像大小完全一致的图像，并针对当前帧图像中的每个像素点，将生成的图像中该像素点对应的像素点的灰度值确定为该差异值，其中，生成的图像中该像素点对应的像素点，为与该像素点的位置相同的像素点，电子设备通过该方式，即可确定出生成的图像中每个像素点的灰度值，从而可以获取到对应的差异图像。在获取到对应的差异图像后，电子设备可以采用shi-tomasi算法对差异图像进行处理，提取差异图像中运动山体区域的每个特征点，该提取到的每个特征点即为山体中的滑坡体，具体的，如何采用shi-tomasi提取图像中的特征点为现有技术，在此不再赘述。在提取出差异图像中运动山体区域的每个特征点之后，电子设备可以根据提取出的每个特征点在差异图像中的位置，确定当前帧图像及上一帧图像中对应位置处的每个特征点。
[0097]
在确定当前帧图像及上一帧图像中的每个特征点之后，电子设备可以采用金字塔光流法对当前帧图像及上一帧图像中的每个特征点进行处理，从而确定当前帧图像中每个特征点对应的运动状态。具体的，在已知相邻两帧图像中的每个特征点时，如何获取后一帧图像中每个特征点对应的运动状态为现有技术，在此不再赘述。
[0098]
电子设备提取差异图像中特征点的方法可以被称为运动检测算子，特征点可以被称为强角点，电子设备相当于运动检测算子经过预处理后，提取差异图像的强角点。电子设
备相当于通过金字塔光流法进行运动状态分析，计算仿射函数，该仿射函数即为运动状态。电子设备获取到的仿射函数可以为：
[0099][0100]
其中，x(t)为t时刻水平方向的运动状态，y(t)为t时刻竖直方向的运动状态，t为采集当前帧图像的时刻，h为一定的系数矩阵，该系数矩阵通过分析运动状态的物理模型可获得，具体如何获取为现有技术，在此不再赘述，w(t)、v(t)为噪声项。电子设备通过该放射函数可以获取加速度、速度及位移，具体的如何获取加速度、速度及位移为现有技术，在此不再赘述。
[0101]
为了获取更加准确的运动状态，电子设备可以通过卡尔曼(kalman)滤波器对噪声滤除。由于kalman滤波器是线性无偏的，因此所获得的运动状态为滤除了相应的噪声项的运动状态。
[0102]
在本技术实施例中，由于短时间内特征点的运动状态变化不会太大，因此电子设备可以根据前一帧图像中特征点的运动状态，对当前帧图像中特征点的运动状态进行调整，具体的，可以采用预设的函数及上一帧图像中特征点的运动状态，确定当前帧图像中特征点的预测运动状态，根据该预测运动状态与确定的当前帧图像中特征点的运动状态，对当前帧图像中特征点的运动状态进行调整，具体的，在调整时可以将当前帧图像中特征点的运动状态调整为预测运动状态，也可以采用其他方式进行调整。电子设备可以通过以下方式确定当前帧图像中特征点的预测运动状态：
[0103][0104]
其中，为的预测运动状态，为上一帧图像中特征点的运动状态，h、q为预设的矩阵。t为采集当前帧图像的时刻，t-1为采集上一帧图像的时刻。
[0105]
电子设备若确定发送报警信息，则可以根据当前帧图像中特征点的位置及对应的运动状态中的速度和加速度，预测下一帧图像对应的时刻中特征点对应的物体的位置，具体的，已知加速度、速度及位置，预测物体的位置为现有技术，在此不再赘述。相当于可以采用一定的信息融合方法，提取运动目标。
[0106]
图3为本技术实施例提供的一种确定特征点的运动状态的过程示意图，该过程包括以下步骤：
[0107]
s301：获取采集设备采集的当前帧图像及当前帧图像的上一帧图像。
[0108]
s302：若确定当前帧图像相对上一帧图像发生变化，则根据当前帧图像中每个像素点的差异值，确定对应的差异图像。
[0109]
s303：采用shi-tomasi算法提取差异图像中运动山体区域的每个特征点。
[0110]
s304：根据提取出的每个特征点在差异图像中的位置，确定当前帧图像及上一帧图像对应位置处的每个特征点。
[0111]
s305：采用金字塔光流法对当前帧图像及上一帧图像中的每个特征点进行处理，确定当前帧图像每个特征点对应的运动状态。
[0112]
实施例4：
[0113]
为了准确地确定特征点的运动状态中的速度，在上述各实施例的基础上，在本申
请实施例中，所述获取所述当前帧图像中每个特征点对应的运动状态之后，所述判断所述运动状态中的速度是否大于预设的速度阈值之前，所述方法还包括：
[0114]
获取采集所述山体的图像的其他采集设备，获取其他采集设备在所述采集设备采集所述当前帧图像时采集到的图像，获取所述图像中每个特征点对应的待处理运动状态；
[0115]
获取所述运动状态中的速度，及所述待处理运动状态中的待处理速度，根据所述采集设备及所述其他采集设备对应的预设权重、所述速度及所述待处理速度确定目标速度，采用所述目标速度对所述运动状态中的速度进行更新。
[0116]
在实际应用场景中，若仅根据一个采集设备采集的图像确定特征点的运动状态，则所确定的运动状态准确度可能不高，为了准确地确定运动状态，业务人员预先在山体附近还设置有其他采集设备，电子设备可以根据其他采集设备及该采集设备采集的图像确定的运动状态中的速度，确定特征点的速度。
[0117]
为了准确地确定运动状态中的速度，电子设备可以预先针对每个采集设备，对应保存有采集同一个山体的图像的其他采集设备，在本技术实施例中，电子设备可以获取针对上述实施例所描述的采集设备，对应保存的其他采集设备，该其他采集设备即为与该采集设备采集同一山体的图像的采集设备，电子设备可以获取采集设备采集当前帧图像时，该其他采集设备采集到的图像，并获取该图像中每个特征点对应的待处理运动状态，其中，如何确定图像中特征点对应的运动状态，在上述实施例中已经描述过，在此不再详细描述。
[0118]
电子设备在获取到上述所描述的待处理运动状态后，可以获取当前帧图像中每个特征点对应的运动状态中的速度，并获取待处理运动状态中的待处理速度，根据采集设备及其他采集设备对应的预设权重、该速度及该待处理速度，确定目标速度，具体的，电子设备可以确定该速度与采集设备对应的预设权重的第一乘积，并确定该待处理速度及该其他采集设备对应的预设权重的第二乘积，电子设备可以确定该第一乘积与该第二乘积的和值，为目标速度。其中，其他采集设备的数量可以为多个，特征点的数量可以为两个或两个以上，若特征点的数量为两个或两个以上，则电子设备可以针对每个特征点，根据该特征点在当前帧图像中的位置，及预先保存的采集设备与其他采集设备采集的图像中位置之间的对应关系，确定该位置在其他采集设备采集的图像中对应的目标位置，并确定获取到的其他采集设备采集到的图像中，该目标位置处的特征点的待处理运动状态，根据该特征点的运动状态中的速度，及获取到的待处理运动状态中的待处理速度，采用上述实施例所描述的方式，确定该特征点的目标速度。在确定目标速度之后，电子设备可以采用目标速度对所确定出的运动状态中的速度进行更新，并针对更新后的速度执行后续判断速度是否大于预设的速度阈值的步骤。
[0119]
由于在本技术实施例中，电子设备在确定运动状态中的速度时，根据多个采集设备同一时刻采集到的图像，确定特征点的目标速度，从而可以提高运动状态中的速度确定的准确性。
[0120]
实施例5：
[0121]
为了提高山体滑坡检测的准确性，在上述各实施例的基础上，在本技术实施例中，若所述运动状态中的速度大于预设的速度阈值，所述发送报警信息之前，所述方法包括：
[0122]
针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；确
定所述当前帧图像的每个像素点的差异值的和值；
[0123]
判断所述和值是否大于预设的差异阈值，若是，则执行后续发送报警信息的步骤。
[0124]
为了提高山体滑坡检测的准确性，电子设备本地还保存有预设的差异阈值，若运动状态中的速度大于预设的速度阈值，则电子设备还可以确定当前帧图像中每个像素点的差异值，并判断每个像素点的差异值的和值，是否大于预设的差异阈值，若每个像素点的差异值的和值大于预设的差异阈值，则说明采集当前帧图像的时刻发生山体滑坡的风险较高，则发送报警信息。若每个像素点的差异值的和值不大于预设的差异阈值，则说明采集当前帧图像的时刻发生山体滑坡的风险较低，无需发送报警信息。
[0125]
具体的，电子设备可以针对当前帧图像的每个像素点，确定上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值，具体的，如何确定当前帧图像中像素点的差异值，在上述实施例中已经描述过，在此不再详细描述。
[0126]
电子设备可以通过以下公式获取差异值的和值：
[0127]dall
＝∑d(i，j)
[0128]
其中，d
all
为当前帧图像中每个像素点的差异值的和值，d(i，j)为当前帧图像中第i行第j列的像素点的差异值。
[0129]
电子设备可以通过以下公式确定是否发送报警信息：
[0130]
k1＜d
all
,k2＜v
[0131]
其中，k1为预设的差异阈值，d
all
为当前帧图像中每个像素点的差异值的和值，k2为预设的速度阈值，v为运动状态中的速度。
[0132]
图4为本技术实施例提供的确定是否发送报警信息的过程示意图，该过程包括以下步骤：
[0133]
s401：判断当前帧图像中特征点的运动状态中的运动速度是否大于预设的速度阈值，若是，则执行s402，若否，则执行s403。
[0134]
s402：确定当前帧图像的每个像素点的差异值的和值，并执行s404。
[0135]
s403：结束。
[0136]
s404：判断该和值是否大于预设的差异阈值，若是，则执行s405，若否，则执行s403。
[0137]
s405：发送报警信息。
[0138]
电子设备确定是否发送报警信息的方式可以被称为报警算子方式。
[0139]
实施例6：
[0140]
为了准确地执行进行山体滑坡的预防措施，在上述各实施例的基础上，在本技术实施例中，所述发送报警信息包括：
[0141]
获取针对所述采集设备对应保存的被检测的山体名称，并获取所述采集设备采集所述当前帧图像的采集时刻；
[0142]
将所述山体名称及所述采集时刻携带在报警信息中发送。
[0143]
为了准确地执行山体滑坡的预防措施，电子设备本地针对每个采集设备对应保存有被检测的山体名称，电子设备可以获取针对采集当前帧图像的采集设备对应保存的被检测的山体名称，并获取采集设备采集当前帧图像的采集时刻，电子设备在发送报警信息时，
可以将该获取到的被检测的山体名称及采集时刻携带在报警信息中进行发送。具体的，在本技术实施例中，电子设备还可以获取针对被检测的山体名称对应保存的山体位置，可以将该山体位置携带在报警信息中发送，便于使用接收到报警信息的设备的管理人员，根据报警信息中携带的山体名称及采集时刻，进行人员疏散等操作。
[0144]
电子设备还可以将运动山体区域的每个特征点进行截图，将截图、当前帧图像、差异图像及上述实施例描述的变化检测图，携带在报警信息中进行发送。
[0145]
图5为本技术实施例提供的一种发送报警信息的过程示意图，该过程包括以下步骤：
[0146]
s501：获取针对采集设备对应保存的被检测的山体名称。
[0147]
s502：获取采集设备采集当前帧图像的采集时刻。
[0148]
s503：将山体名称及采集时刻携带在报警信息中发送。
[0149]
图6为本技术实施例提供的一种山体滑坡检测过程详细示意图，该过程包括以下步骤：
[0150]
s601：获取采集设备采集到的山体的当前帧图像及当前帧图像的上一帧图像。
[0151]
s602：根据当前帧图像及上一帧图像中每个像素点的灰度值的差异，判断当前帧图像相对上一帧图像是否发生变化，若是，则执行s603，若否，则执行s604。
[0152]
s603：获取当前帧图像中每个特征点对应的运动状态，并执行s605。
[0153]
s604：结束。
[0154]
s605：判断当前帧图像中特征点的运动状态中的运动速度是否大于预设的速度阈值，若是，则执行s606，若否，则执行s604。
[0155]
s606：确定当前帧图像的每个像素点的差异值的和值。
[0156]
s607：判断该和值是否大于预设的差异阈值，若是，则执行s608，若否，则执行s604。
[0157]
s608：发送报警信息。
[0158]
实施例7：
[0159]
图7为本技术实施例提供的一种山体滑坡检测装置结构示意图，所述装置包括：
[0160]
获取模块701，用于获取采集设备采集到的山体的当前帧图像及所述当前帧图像的上一帧图像；
[0161]
处理模块702，用于根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化；若确定当前帧图像相对上一帧图像发生变化，则获取所述当前帧图像中每个特征点对应的运动状态；其中，所述运动状态包括速度；
[0162]
判断发送模块703，用于判断所述运动状态中的速度是否大于预设的速度阈值，若是，则发送报警信息。
[0163]
在一种可能的实施方式中，所述处理模块702，具体用于针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；将当前帧图像中每个像素点的差异值聚类为两类，并确定每个类的中心值，确定中心值大的类为变化对应的类，若变化对应的类中的像素点的数量超过预设阈值，则确定所述当前帧图像相对所述上一帧图像发生变化，
否则，确定所述当前帧图像相对所述上一帧图像未发生变化。
[0164]
在一种可能的实施方式中，所述处理模块702，具体用于确定该比值的对数，将该对数的绝对值确定为该像素点的差异值。
[0165]
在一种可能的实施方式中，所述处理模块702，具体用于针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；根据所述当前帧图像中每个像素点的差异值，确定对应的差异图像；采用shi-tomasi算法提取所述差异图像中运动山体区域的每个特征点；根据提取出的每个特征点在所述差异图像中的位置，确定所述当前帧图像及所述上一帧图像对应位置处的每个特征点；采用金字塔光流法对所述当前帧图像及所述上一帧图像中的每个特征点进行处理，确定所述当前帧图像每个特征点对应的运动状态。
[0166]
在一种可能的实施方式中，所述处理模块702，还用于获取采集所述山体的图像的其他采集设备，获取其他采集设备在所述采集设备采集所述当前帧图像时采集到的图像，获取所述图像中每个特征点对应的待处理运动状态；获取所述运动状态中的速度，及所述待处理运动状态中的待处理速度，根据所述采集设备及所述其他采集设备对应的预设权重、所述速度及所述待处理速度确定目标速度，采用所述目标速度对所述运动状态中的速度进行更新。
[0167]
在一种可能的实施方式中，所述判断发送模块703，还用于若所述运动状态中的速度大于预设的速度阈值，针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；确定所述当前帧图像的每个像素点的差异值的和值；判断所述和值是否大于预设的差异阈值，若是，则执行后续发送报警信息的步骤。
[0168]
在一种可能的实施方式中，所述判断发送模块703，具体用于获取针对所述采集设备对应保存的被检测的山体名称，并获取所述采集设备采集所述当前帧图像的采集时刻；将所述山体名称及所述采集时刻携带在报警信息中发送。
[0169]
实施例8：
[0170]
图8为本技术实施例提供的一种电子设备结构示意图，在上述各实施例的基础上，本技术实施例还提供了一种电子设备，如图8所示，包括：处理器801、通信接口802、存储器803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信；
[0171]
所述存储器803中存储有计算机程序，当所述程序被所述处理器801执行时，使得所述处理器801执行如下步骤：
[0172]
获取采集设备采集到的山体的当前帧图像及所述当前帧图像的上一帧图像；
[0173]
根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化；若确定当前帧图像相对上一帧图像发生变化，则获取所述当前帧图像中每个特征点对应的运动状态；其中，所述运动状态包括速度；
[0174]
判断所述运动状态中的速度是否大于预设的速度阈值，若是，则发送报警信息。
[0175]
进一步地，所述处理器801，具体用于针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；
[0176]
将当前帧图像中每个像素点的差异值聚类为两类，并确定每个类的中心值，确定中心值大的类为变化对应的类，若变化对应的类中的像素点的数量超过预设阈值，则确定所述当前帧图像相对所述上一帧图像发生变化，否则，确定所述当前帧图像相对所述上一帧图像未发生变化。
[0177]
进一步地，所述处理器801，具体用于确定该比值的对数，将该对数的绝对值确定为该像素点的差异值。
[0178]
进一步地，所述处理器801，具体用于针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；根据所述当前帧图像中每个像素点的差异值，确定对应的差异图像；采用shi-tomasi算法提取所述差异图像中运动山体区域的每个特征点；根据提取出的每个特征点在所述差异图像中的位置，确定所述当前帧图像及所述上一帧图像对应位置处的每个特征点；
[0179]
采用金字塔光流法对所述当前帧图像及所述上一帧图像中的每个特征点进行处理，确定所述当前帧图像每个特征点对应的运动状态。
[0180]
进一步地，所述处理器801，还用于获取采集所述山体的图像的其他采集设备，获取其他采集设备在所述采集设备采集所述当前帧图像时采集到的图像，获取所述图像中每个特征点对应的待处理运动状态；
[0181]
获取所述运动状态中的速度，及所述待处理运动状态中的待处理速度，根据所述采集设备及所述其他采集设备对应的预设权重、所述速度及所述待处理速度确定目标速度，采用所述目标速度对所述运动状态中的速度进行更新。
[0182]
进一步地，若所述运动状态中的速度大于预设的速度阈值，所述处理器801，还用于针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；确定所述当前帧图像的每个像素点的差异值的和值；
[0183]
判断所述和值是否大于预设的差异阈值，若是，则执行后续发送报警信息的步骤。
[0184]
进一步地，所述处理器801，具体用于获取针对所述采集设备对应保存的被检测的山体名称，并获取所述采集设备采集所述当前帧图像的采集时刻；
[0185]
将所述山体名称及所述采集时刻携带在报警信息中发送。
[0186]
上述服务器提到的通信总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0187]
通信接口用于上述电子设备与其他设备之间的通信。
[0188]
存储器可以包括随机存取存储器(random access memory，ram)，也可以包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0189]
上述处理器可以是通用处理器，包括中央处理器、网络处理器(network processor，np)等；还可以是数字指令处理器(digital signal processing，dsp)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬
件组件等。
[0190]
实施例9：
[0191]
在上述各实施例的基础上，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行时实现如下步骤：
[0192]
所述存储器中存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行如下步骤：
[0193]
获取采集设备采集到的山体的当前帧图像及所述当前帧图像的上一帧图像；
[0194]
根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化；若确定当前帧图像相对上一帧图像发生变化，则获取所述当前帧图像中每个特征点对应的运动状态；其中，所述运动状态包括速度；
[0195]
判断所述运动状态中的速度是否大于预设的速度阈值，若是，则发送报警信息。
[0196]
在一种可能的实施方式中，所述根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化包括：
[0197]
针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；
[0198]
将当前帧图像中每个像素点的差异值聚类为两类，并确定每个类的中心值，确定中心值大的类为变化对应的类，若变化对应的类中的像素点的数量超过预设阈值，则确定所述当前帧图像相对所述上一帧图像发生变化，否则，确定所述当前帧图像相对所述上一帧图像未发生变化。
[0199]
在一种可能的实施方式中，所述根据该比值，确定该像素点的差异值包括：
[0200]
确定该比值的对数，将该对数的绝对值确定为该像素点的差异值。
[0201]
在一种可能的实施方式中，所述获取所述当前帧图像中每个特征点对应的运动状态包括：
[0202]
针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；根据所述当前帧图像中每个像素点的差异值，确定对应的差异图像；采用shi-tomasi算法提取所述差异图像中运动山体区域的每个特征点；根据提取出的每个特征点在所述差异图像中的位置，确定所述当前帧图像及所述上一帧图像对应位置处的每个特征点；
[0203]
采用金字塔光流法对所述当前帧图像及所述上一帧图像中的每个特征点进行处理，确定所述当前帧图像每个特征点对应的运动状态。
[0204]
在一种可能的实施方式中，所述获取所述当前帧图像中每个特征点对应的运动状态之后，所述判断所述运动状态中的速度是否大于预设的速度阈值之前，所述方法还包括：
[0205]
获取采集所述山体的图像的其他采集设备，获取其他采集设备在所述采集设备采集所述当前帧图像时采集到的图像，获取所述图像中每个特征点对应的待处理运动状态；
[0206]
获取所述运动状态中的速度，及所述待处理运动状态中的待处理速度，根据所述采集设备及所述其他采集设备对应的预设权重、所述速度及所述待处理速度确定目标速度，采用所述目标速度对所述运动状态中的速度进行更新。
[0207]
在一种可能的实施方式中，若所述运动状态中的速度大于预设的速度阈值，所述
发送报警信息之前，所述方法包括：
[0208]
针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；确定所述当前帧图像的每个像素点的差异值的和值；
[0209]
判断所述和值是否大于预设的差异阈值，若是，则执行后续发送报警信息的步骤。
[0210]
在一种可能的实施方式中，所述发送报警信息包括：
[0211]
获取针对所述采集设备对应保存的被检测的山体名称，并获取所述采集设备采集所述当前帧图像的采集时刻；
[0212]
将所述山体名称及所述采集时刻携带在报警信息中发送。
[0213]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0214]
本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0215]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0216]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0217]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。

技术特征：
1.一种山体滑坡检测方法，其特征在于，所述方法包括：获取采集设备采集到的山体的当前帧图像及所述当前帧图像的上一帧图像；根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化；若确定当前帧图像相对上一帧图像发生变化，则获取所述当前帧图像中每个特征点对应的运动状态；其中，所述运动状态包括速度；判断所述运动状态中的速度是否大于预设的速度阈值，若是，则发送报警信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化包括：针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；将当前帧图像中每个像素点的差异值聚类为两类，并确定每个类的中心值，确定中心值大的类为变化对应的类，若变化对应的类中的像素点的数量超过预设阈值，则确定所述当前帧图像相对所述上一帧图像发生变化，否则，确定所述当前帧图像相对所述上一帧图像未发生变化。3.根据权利要求2所述的方法，其特征在于，所述根据该比值，确定该像素点的差异值包括：确定该比值的对数，将该对数的绝对值确定为该像素点的差异值。4.根据权利要求1所述的方法，其特征在于，所述获取所述当前帧图像中每个特征点对应的运动状态包括：针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；根据所述当前帧图像中每个像素点的差异值，确定对应的差异图像；采用角点检测shi-tomasi算法提取所述差异图像中运动山体区域的每个特征点；根据提取出的每个特征点在所述差异图像中的位置，确定所述当前帧图像及所述上一帧图像对应位置处的每个特征点；采用金字塔光流法对所述当前帧图像及所述上一帧图像中的每个特征点进行处理，确定所述当前帧图像每个特征点对应的运动状态。5.根据权利要求1所述的方法，其特征在于，所述获取所述当前帧图像中每个特征点对应的运动状态之后，所述判断所述运动状态中的速度是否大于预设的速度阈值之前，所述方法还包括：获取采集所述山体的图像的其他采集设备，获取其他采集设备在所述采集设备采集所述当前帧图像时采集到的图像，获取所述图像中每个特征点对应的待处理运动状态；获取所述运动状态中的速度，及所述待处理运动状态中的待处理速度，根据所述采集设备及所述其他采集设备对应的预设权重、所述速度及所述待处理速度确定目标速度，采用所述目标速度对所述运动状态中的速度进行更新。6.根据权利要求1所述的方法，其特征在于，若所述运动状态中的速度大于预设的速度阈值，所述发送报警信息之前，所述方法包括：针对所述当前帧图像的每个像素点，确定所述上一帧图像中该像素点对应的像素点的第一灰度值与该像素点的第二灰度值的比值，根据该比值，确定该像素点的差异值；确定所述当前帧图像的每个像素点的差异值的和值；
判断所述和值是否大于预设的差异阈值，若是，则执行后续发送报警信息的步骤。7.根据权利要求1所述的方法，其特征在于，所述发送报警信息包括：获取针对所述采集设备对应保存的被检测的山体名称，并获取所述采集设备采集所述当前帧图像的采集时刻；将所述山体名称及所述采集时刻携带在报警信息中发送。8.一种山体滑坡检测装置，其特征在于，所述装置包括：获取模块，用于获取采集设备采集到的山体的当前帧图像及所述当前帧图像的上一帧图像；处理模块，用于根据所述当前帧图像及所述上一帧图像中每个像素点的灰度值的差异，确定当前帧图像相对上一帧图像是否发生变化；若确定当前帧图像相对上一帧图像发生变化，则获取所述当前帧图像中每个特征点对应的运动状态；其中，所述运动状态包括速度；判断发送模块，用于判断所述运动状态中的速度是否大于预设的速度阈值，若是，则发送报警信息。9.一种电子设备，其特征在于，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如上述权利要求1-7任一项所述山体滑坡检测方法的步骤。10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述权利要求1-7任一项所述山体滑坡检测方法的步骤。

技术总结
本申请提供了一种山体滑坡检测的方法、装置、设备及介质，用以解决现有技术无法准确进行山体滑坡检测的问题。由于在本申请实施例中，电子设备若确定采集到的山体的当前帧图像相对上一帧图像发生变化，则获取当前帧图像中每个特征点对应的运动状态，判断运动状态中的速度是否大于预设的速度阈值，若大于预设的速度阈值，则确定存在发生山体滑坡的风险，并进行报警，从而可以对山体进行动态检测，并可以准确地确定出是否存在发生山体滑坡的风险，提高山体滑坡检测的准确性。高山体滑坡检测的准确性。高山体滑坡检测的准确性。


技术研发人员：姜帅 刘卓异 杨学迅 孙志亮 黄鹏 殷俊
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：2022.12.28
技术公布日：2023/6/28