1、第26卷第6期2015年11月水科學進展ADVANCESINWATERSCIENCEDOI：10.14042/ki.32.1309.2015.06.009高壩泄洪水面曲面及流速場的原型測量方法鐘強I,陳啟剛二曹列凱'，李丹勛'，王興奎'（1.清華大學水沙科學與水利水電工程國家重點實臉室.北京100084；2.北京交通大學土木建筑工程學院，北京100044）摘要：構建了基于雙高速攝像機的立體攝影測量與大范圍P1V測fit系統，實現了對高壩泄洪的水面曲面和流速場的原型觀澳L攝影測雖系統將相機內外參數分開標定，既保證了相機標定精度，又減少了布置標定點的工作量；使用SIET關鍵

2、點標識法提取不同照片中水流表面流動紋理的特征點。大范圍PIV系統中，使用灰度標準化、背景移除、中值濾波等方法提取水流表面流動紋理作為PW計算的示蹤物，解決了原型觀測中釋放示蹤物的難題。根據改構出的水面曲面形態對大范圍PIV所得流場進行尺度換算與水面貼合，得到真實的表面流場。在向家壩消力池運用實例表明，本方法的計算結果合理。關鍵詞：高壩泄洪；水面流場；水面曲面；特征點；三維重構中圖分類號：TV135.2文獻標志碼：A文章編號：1001-6791（2015）06-0829-08高壩明流泄洪包括壩面泄流與消力池內的流動，是大型水壩最重要的水流形態，其運動特性直接影響消能效率，研究消力池內的流場分布及

3、水面起伏特征對優化消力池設計、提高消能效率和保證水工建筑物安全都有重要意義。傳統的研究方法主要以數值模擬*和水工模型試我為主，還沒有較好的方法實現原型水面流場與水面起伏的觀測。原型觀測的主要困難有3點：流場與水面形態隨時間快速且劇烈變化；原型規模巨大，極難布置探頭或者釋放示蹤物；由于水面起伏劇烈，需要同時測量表面流場和水面形態，才能獲得真實的表面流速。目前常用的地形與表面流場測量方法均無法克服以上困難。傳統的測針或鋼尺測員法以及水準儀或全站儀測量法，需要人工逐點測雖高程，根本無法應用到消力池水面形態測明中。近年來出現的超聲類、光電類、激光掃描等較為先進的測鼠方法，大范圍測最耗時較長，在規模巨大

4、且迅速變化的原型觀測中無法應用。激光掃描法遍歷一次地形的時間至少需要數分鐘，而消力池內水面起伏變化的時間尺度為秒。本文將基于數字圖像的三維地形測暈方法與大范圍粒子圖像測速技術（PIV）相結合，應用于消力池水面形態與流場測量?；跀底謭D像的三維地形測量方法利用立體視覺原理對物體進行三維形貌重構，一次測雖耗時僅為毫秒最級（圖片曝光時間），能夠捕捉快速變化的水面，而且能完整重構大范圍區域的三維形貌，效率極高。大范圍PIV技術是將常規PIV技術進行推廣，利用圖像處理等技術保證大范圍原型測量的圖片符合P1V計算的要求，最終得到待測區域的流場分布。本文首先闡述基于數字圖像的三維地形測量方法與大范圍PIV技

5、術測量消力池原型水面形態與表面流場的方法，給出了向家壩消力池測量實例。1基于數字圖像的三維地形測量方法基于數字圖像三維地形測量方法的核心是攝像機標定與圖像特征點提取和匹配。基本步驟為在壩頂或消力池隔墻架設多部攝像機，在測量:之前對每部攝像機的內參數進行標定，并利用建筑物上已知點的坐標標定每部攝像機的外參數。完成標定后對待測區域同步拍攝圖片，每次拍攝后得到數張同一時刻不同角度的圖片收稿日期：2015-04-07；網絡出版時間：2015-11-19網絡出版地址：http：/基金項目：國家自然科學基金資助項3（51279081）；“十二五”國家科技支撐計劃資助項目（2012BAB04B01）作者簡介

6、：仲強（1985-）,男，四川江油人，博士后，主要從事水利址測技術及明渠湍流方面研究。E-mail:zhongqiangjy集。識別圖片集中每張圖片中的特征點，并對不同圖片的特征點進行匹配，之后根據匹配特征點在每張圖片中的圖像坐標和攝像機的內外參數反算出特征點真實的三維世界坐標。1.1攝像機標定理論一般將普通攝像機簡化為針孔相機。設世界坐標系下一點的坐標為P”X,K,Z）,以攝像機感光元件中心為坐標原點，在感光元件平面上建立寸軸，以右手定則確定z軸，得到攝像機坐標系，則同一點在攝像機坐標系卜的坐標為Pc=（*c，ZQ,兩套坐標系間的轉換關系由下式確定：Pc=AP*+£（1）式中A和，

7、為攝像機外參數，A為世界坐標系與攝像機坐標系的旋轉變換，包含3個獨立的繞3個坐標軸旋轉的角度，為平移向量，也包含3個獨立參數。以感光元件平面為圖像平面，建立二維坐標系，在沒有畸變的情況下，點Fw在感光元件平面上的投影為E：(2)/償，加-小當考慮鏡頭畸變時，實際的投影坐標為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。最終以像素為單位的圖像坐標系下，投影的圖像坐標。為acu0yA(4)A=0p與001式中A為攝像機的內參數矩陣；（臨，%）為投影中心在圖像平面的坐

8、標；a"分別為叭方向的焦距；c為像素畸變參數。由以上論述可知，一個考慮變形的攝像機由5個內參數、6個外參數和5個畸變參數完全決定。為了表述方便，定義投影算子/:xp=J（0,A,Pw）（5）算子的運算過程即式（1）一式（4）,其中，©為5個內參數與5個畸變參數組成的參數矢量，4為外參數矢量。設在世界坐標系中一點分別在兩部不同的攝像機、刀中成像，得到圖像坐標。2,于是有fxpl=兒（但，1，3、（6）1%2=2（。2，偵七）當已知圖像坐標,、七2和兩攝像機所有參數后，即可根據式（6）解算出圖像所拍攝點的真實世界坐標P,。因此，首先需要標定攝像機的內外參數以及畸變參數。當將攝像

9、機位置和拍攝參數全部固定后，攝像機參數保持不變。若在所拍攝圖片中存在足夠多已知世界坐標的點，則能夠對每一點應用式（5）,聯立每個點的方程即可解算得到攝像機參數。為了所獲得參數盡量精確，已知點需要盡量分布在圖片的每個部分。但是在水工建筑物的原型上，圖片拍攝場景常常達數卜、上百米，在如此大范圍內布置足夠多已知坐標的參考點非常困難，因此，本文將攝像機內外參數分開標定，既能保證標定精度，又大大減少了參考點的布置鉞。.攝像機內參數標定采用Zhang1101提出的棋盤格法，此方法有開源工具箱可供使用（開源文檔網址為htlp：/www.vision,/bouguetj/calib_doc

10、/index.hlml#parameters）o先在預設的拍攝點對準待測區域調整攝像機的拍攝參數（焦距、光圈和圖像清晰程度等）并固定各設置，之后使用參數固定的攝像機對一棋盤格從不同角度進行拍照，盡量:使棋盤格占據照片大部分區域，由于棋盤格上每一點的坐標均已知，因此可以對每一點建立方程式（5）,每張照片的外參數雖然不同，但是內參數與畸變參數一致，因此聯立足夠多點的方程即可得到8。標定好8后，調整攝像機位置，使攝像機畫面對準待測區域，在待測區域布置少鼠已知坐標的參考點，利用已知坐標和Q可得到攝像機的外參數4；標定結束后即可開始測量。1.2圖像特征點提取與匹配由式（6）可知，當攝像機標定完成后，兩攝

11、像機內外參數全部已知，此時只需要知道此界坐標系中某一點在兩攝像機中的圖像坐標即可根據式（6）解算此點的真實世界坐標Pw。因此，關鍵技術即為尋找兩攝像機所拍攝圖片中反映世界坐標系下同一點的圖像點對，將其稱為同名點對。本文采用角點檢測和匹配算法尋找同名點對。角點檢測是探測圖像中在一定尺度上每個方向均具有較大梯度的點。Moravec,在立體圖像匹配中使用了該技術，之后得到了進一步發展'。在此基礎上，Lowe,3于1999年提出了SIFT關鍵點標識法，并于2004年發展完善該方法對每個找到的特征點給出一個描述符，描述符在圖像平移、旋轉和縮放、明暗變化等條件下均能保持一定的穩定性，并且在一張圖片

12、中常常能得到大量特征點，十分適合處理野外實地拍攝的圖片。本文使用SIFT進行水面形態圖片對的特征點提取和同名點匹配。當確定同名點對后，則式（6）中的同名點對圖像坐標、攝像機參數皆已知，即口J解算得到同名點對的真實世界坐標P,。對每個同名點對進行計算得到一系列點的世界坐標，最后根據已知點的坐標利用插值算法得到地形網格。2大范圍PIV方法常規PIV的核心是利用圖片捕捉示蹤粒子的運動，從而代表流體的運動，在室內水槽或風洞實驗中，一般使用玻璃微珠、聚酰胺微?；蛘哂蜔熥鳛槭聚欘w粒，室內河T.模型實驗中常常釋放漂浮物以觀測水面流速。高壩泄洪的原型觀測中，由于規模巨大，很難大規模釋放漂浮物，同時由于水面翻滾

13、劇烈，漂浮物會時隱時現，不能穩定可見。本文利用高壩泄洪水面口然形成的水面流動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圖片對時控制兩幀之間時間間隔足夠小，小于水面紋理產生明顯變化的時間，即可達到良好的效果。一般認為，PIV圖片對的時間間隔應小于所研究問題的最小時間尺度。由于消力池內流動復雜，目前對其最小運動尺度不甚明確，本文根據現場拍攝的實際效果最終選定時間間隔為0.002s,進一步的研究和應用中需要對這一時間間隔的選擇進行詳細論證。2.1浪花紋理圖片提取為了分離出水面流動紋理和浪花的圖像，首先需要將圖像背景去除。常規的室內PIV實驗采用激光照明或者人工補光，長時間拍攝的照片

14、之間明暗差異不大，可直接進行PIV計算。但是在高壩泄洪這樣的大范圍原型觀測中，一般為自然光照明，由于存在陰晴變化等不可控因素，不同時刻的PIV圖片整體明暗程度會存在較大差異，在晴天有云的情況下尤其明顯，照片整體明暗變化會顯著影響到背景剔除和最終的PIV相關計算結果。因此，首先對照片整體明暗程度做標準化處理：Gij=Agg（7）式中為原始圖片的灰度值；Gj,.為標準化后的結果；人為標準化因子，由標準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、列數；婦皿根據實際情況設定。使用標準化后的圖片進行背景剔除。水面流動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，剔除照片的時均背景：(9)其中，吃為長時間平均所得背景:(10)為了進一步增強紋理的對比度，對采用中值濾波得到沒有紋理的大結構圖片可使用.，、減去匕即可得到紋理圖片&,：網=虬-5di)=medfih(5f,)r其中，medfilt(),為中值濾波算子，下標r為處理模板大小，例如r=3表示以3x3像素矩陣內9個點灰度的中值賦給中心像素點，可根據圖像具體情況取不同值。圖1(認)為2013年10月6日在向家壩壩頂安裝兩臺高速攝像機，傾斜向下拍攝的消力池中流動的照片序列按上述方法處理為濾波所得流動紋理圖片兒。從圖I可以看到，流動紋理圖像清晰.其他部分均為黑

16、色背景，對比良好，滿足PIV計算的要求oPIV計算的結果見圖1(1)0P1V計算軟件為自主研發的JoyFluidMeasurement2.0,P1V計算時最小判讀窗口為32x32像素，迭代2次。具體PIV算法參見文獻150從圖1(b)可見，流場主流方向為離開大壩，與實際情況吻合。同時，近處的計算流速大，遠處的計算流速小。這與投影原理吻合，因為近處同樣像素代表的世界坐標系下的K度大于遠處，在流速基本相同的情況下，宜接從圖片做二維P【V計算必然出現圖1(b)的結果。因此，必須結合水面起伏觀測結果將PIV計算流場貼合到水面曲面上，根據各點的實際坐標位置進行比例變換才能反映翼實的流動情況。圖1大范IM

17、PIV計算過程Fig.ILarge-scalePIVcalculationprocess2.2PIV矢量貼合水面曲面控制兩臺攝像機以相同頻率同步拍照片，攝像機1拍攝兩張照片得到圖片對1,用于計算表面流場，攝像機2拍攝圖片2。圖片對I中的第1張圖片和圖片2用于計算水面形態，首先得到匹配特征點集，以=1(%,yp,x,r,z)l表示。其中(七，與)為圖片對1的第1張圖片中的特征點圖像坐標，(X，匕Z)為其世界坐標。以集合，作為流場投影運算的基點庫。使用圖片對1計算PIV流場后,對于PIV流場的任一矢ht(Xpw,ypiv,%),坐標與速度均以像素為單位，首先確定矢ht起點坐標£=(xnv

18、,小)對應的真實三維坐標。從集合中尋找與之距離小于設定閾值4的特征點，若特征點個數大于等于3,則根據特征點的世界坐標線性插值得到點£的世界坐標，之后進行可信度判斷；若e與特征點在世界坐標系下的平均距離小于設定閾值則認為計算合理，否則舍奔這一點。按照同樣的流程計算矢址終點(七+七，與+%)的世界坐標，將二點在實際地形中用宜線連接，即得到貼合水面的表面流速矢眾。對流場中每一矢位重復上述計算，即可得到貼合水面的表面流場'需要:指出的是,水面曲面使得水質點移動距離并不是宜線，PIV計算與貼合水面曲面的結果實際上是PIV圖片對拍攝時間間隔內的平均結果，如果需要:也加準確的結果，則可進一

19、步縮短PIV圖片對拍攝時間間隔。3應用實例2013年10月6日下午在向家壩壩頂安裝兩臺1DT-NX5S2高速攝像機，分辨率為2560x1920,滿幀采樣頻率為730幀/s。攝像機傾斜向下高速拍攝消力池中流動的圖片。如需觀測泄流壩面的流場，將攝像機安裝在消力池隔墻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)首先對攝像機內參數進行標定，打印黑白棋盤格貼于一玻璃板上，固定攝像機焦距，對黑白棋盤格從不同角度拍照，之后使用文獻10方法標定攝像機內參

20、數標定所得內參數見表1。原始標定參數均以像素表示，表1根據撮像機感光元件符個像素的實際尺寸換算為以毫米為單位。由于攝像機像素為正方形，故c=0。由表1可知，相機鏡頭本身的畸變參數很小。理想情況下投影中心應在相機CCD的中心.即u。、駐均為0。從表1可見，與、/均很小，說明投影中心基本位于相機CCD的中心。焦距參數a、/?與拍攝時鏡頭焦距參數一致。表1攝像機內參數與崎變參敷標定Table1Cameracalibrationofintrinsicanddistortionparameters#數(a，B)/mm(u0,v0)/mm(4,.4,.,4,)左極像機(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(46.68l±2310.122)(-0.255*0.079,-0.059±0.095)內參數標定完成后，將攝像機焦距等拍攝參數固定，在壩頂安裝攝像機并進行外參數標定。外參數標定需要:在待測區域放置標定物，根據標定物建立世界坐標系。本文在右側導墻上樹立5根標定桿，如圖2中紅表2標定點坐標Table2Calibrationpointcoord

22、inates標定點實際坐標/m眼構坐標/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標定桿與世界坐標系Fig.2Calib

23、rationrodandlheworldcoordinatesystem色橢圓標示。兩部攝像機安裝在右消力池左右兩側導墻對應的壩頂位置，調整視角，使兩攝像機對準消力池內同一區域，并保證右側導墻上布勝的外參數標定桿在視野內。標定桿的高度為4m,桿底部位于同一商程，標定桿之間距離由現場測址得到，以距大壩最近的標定桿底部為坐標原點，標定桿底部連線朝向下游為刀軸正向，垂直向上為y軸正向，z軸朝向左岸。在此世界坐標系中，標定桿底部和頂部一共10個點的三維世界坐標已知，安裝好攝像機后從拍攝的圖片上手動拾取此10個標定點的圖像坐標，結合攝像機內參數和畸變參數即可標定攝像機外參數4。攝像機參數均已知后，可根據

24、標定點在兩部攝像機圖像中的圖像坐標重構得到標定點的世界坐標，結果見表2。從表2可知，實際坐標與重構坐標的相對誤差多在5%以內，考慮到手動拾取圖像坐標的誤差以及現場測ht的誤差，本文方法的誤差小于5%。使用電腦控制兩臺攝像機同步拍攝，根據圖片對進行特征點提取和同名點匹配計算，結果見圖3,圖3上方左右兩圖分別為右導墻和左導墻頂部攝像機拍攝的照片，紅色點表示所得匹配同名點對。最終共得到同名點對13010個。K中標定桿頂點和底部為手動識別，其他各點均為程序行動識別。圖4下方將阻配同名點對連接，為清晰起見，僅畫出了9個腰配同名點對，仔細觀察可見計算所得匹配同名點對均反映實際地形中的同一點。使用攝像機內外

25、參數與同名點對信息解算得到每個同名點的世界坐標，繪制在圖4(a)中，藍色點為消力池內特征點，紅色線為右岸導墻上1。個標定點的連線。由圖4可知，數據點的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，同名點對的最遠范圍大致到達最遠標定桿處，從表2可知，最遠標定桿的4坐標為100m,可見圖4的結果合理。圖4(b)為使用數據點插值得到的0.5mxO.5m網格水面形態圖，由圖4可知，水面距導墻頂約25m,已知消力池尾坎頂距導墻頂27m,說明結果合理。水面總起伏高度約為3m,并且近壩區域起伏較下游劇烈。圖3特征點提取和同名點匹配計算Fig.3Calculat

26、ionforspottingandmatchingdistinctpoints圖4同名點世界坐標與水面形態捕值結果Fig.4Coordinatesformatchingdistinctpointsandresultsoffreesurfaceterraininterpolation圖5給出了根據圖像坐標與世界坐標的對應關系和比尺換算得出的某一時刻的P1V流場分布，流場已經插值到O.5mxO.5m規則網格上。從圖5可以看到，消力池內主流速度為*軸正向，即朝向下游,結果合理另外，消力池內上下游的主流速度基本相同，可見大范圍PIV直接計算的結果，必須結合同時刻的水面形態才能得到其實合理的流場。消力池

27、內表面流速的均值為3.2m/s。另外，近壩區域流場夏雜，F游區域流場平緩，主要是由于下泄流址不大，下泄水流造成的沖擊主要發生在近壩區域，水流流至下游時逐漸恢紹穩定，能址逐漸耗散。圖5流場貼合水面曲而結果Fig.5RealsurfacevelocityfieldsfromreconstructingthemeasuredvelocityvectorstoGttheflowsurface4結論(1) 棋盤格法能夠精確標定攝像機內參數，安裝好攝像機后在原型上布置少址標定點即可準確標定攝像機外參數，內外參數分開標定既保證了相機標定帶度，又減少了在規模巨大的原型上布置標定點的工作量。(2) SIFT關鍵

28、點標識匹配法對提取流動水面特征點以及特征點的匹配均準確有效。根據匹配同名點對在不同攝像機拍攝照片中的圖像坐標以及攝像機內外參數解算相機投影模型得出真實的世界坐標。(3) 灰度標準化方法有效解決野外觀測時自然光明暗變化對大范圍PIV測量的影響問題，利用背景移除、中值濾波等手段提取水流表面流動紋理作為PIV計算的示蹤物，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的直接計算結果受投影關系影響，并不能反映真實的水流表面流速.根據雙高速攝像機的立體攝影測依方法改構出的水面曲面形態對PIV流場矢量進行投影校正和表面貼合，得到JX實的表面流場。(5) 在向家壩消力池的運用實例表明

29、，本文技術方案可行，計算結果合理。參考文獻：1 褂，伸，席華勝，李連俠，等.淺水墊消力池的數值模擬與實驗研究J.水力發電學報，2010(2):36-41.(RDYongshen.LIAOlluasheng,LILianxia,etal.Numericalsimulationandexperimentalinvestigationonstillingbasinwithshallow-watercushionJ.JournalofHydroelectricEngineering,2010(2):36-41.(inChinese)高鵬，析永全，那軍，等.多孔淹沒出流消力池岌柴流態分析J.四川大學學報

30、：工程科學版，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.多股多層水平淹沒射流數值模擬研究J.水利學報，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合消能T的水力特性及其水力計算方法J.水利學報，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化研究J.水利學報，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J.四川大學學報：工程科學版，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的明渠湍流渦結構研究D.北京：清華大學，2014.(CHENQigang.High-frequencymeasurementofvortexfilamentsinopenchannelflowwithparticleimagevelocimetryfD.Beijing：TsinghuaUniversity,2014.(inChinese)Anin-situmethodformeasuringsurfacetopographyandvelocityfieldoffloodflowdischargedfromhigh-damreservoirZHONGQiang',CHENQigang2,CAOLiekai1,LIDanxun1,WANGXingkui1(1.StateKeyLaboratoryofHydroscienceandEngineerin