[發明專利]一種自由拍攝視角的水尺水位機器視覺檢測方法及裝置

有效

• 申請號: 202211453329.4
• 申請日: 2022-11-21
• 公開（公告）號: CN115578695B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 金建輝;謝智峰;李盛洪
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V20/62;G06V10/22;G06V10/82;G06V10/24;G06V10/56;G06V10/764;G06V10/80
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種自由拍攝視角的水尺水位機器視覺檢測方法及裝置，方法包括：獲取一幅自由拍攝視角包含目標水尺的待檢測圖像；利用預先訓練的改進型YOLOv5目標檢測網絡檢測圖像中水尺、數字、左側、右側以及各類殘缺E字符區域；篩選錯誤并補全漏檢；根據水尺區域檢測結果將水尺從待檢測圖像中分離，同時提取該水尺區域中左側和右側E字符位置坐標，再結合數字與殘缺E字符的類型得到預估水位值；計算通過左側和右側E字符中心點直線斜率并通過兩者均值進行傾斜校正；利用預先訓練的分類網絡對目標殘缺E字符分類，如果結果與上文類型相同則保持水位值，否則更新水位值。本發明方法能適應不同水尺架設場景，避免人工標定水尺造成的不利影響。

技術領域

本發明涉及深度學習和機器視覺技術領域，具體涉及一種自由拍攝視角的水尺水位機器視覺檢測方法及裝置。

背景技術

在日常的河流湖庫監測工作中水位是一個重要指標，水位能夠直觀的反映城市及灌區供水量、暴雨及洪水流量、徑流泥沙及養分輸移率等信息，因此建立連續可靠的水位監測系統對于全面提升防汛抗旱預警預報水平和江河湖泊日常監管能力具有重要意義。

目前在水位檢測工作中水尺作為一種普遍使用的設備，其能夠直觀反映當前水位高度，具備結構簡單和價格低廉等優點，所以水文監測工作中為了對水位進行監測，通常會在河流湖庫的各個位置設置水尺。但受限于河流湖庫實際情況，水尺的架設位置環境復雜且架設地點分布廣泛，以上原因造成了工作人員對水尺進行讀數時勞動強度巨大、效率低下且無法做到實時監控等缺點。為了對水位進行有效的監測，除了架設水尺外，目前國內在水文監測領域還有采用自動水位計，例如浮子式、壓力式、超聲波式及雷達式，進行水位的監測工作，這些自動水位計能夠在一定程度上減輕工作人員的勞動強度，但是這些自動水位計普遍都存在前期安裝過程復雜和后期維護成本高等問題，而且測量的精度和可靠性會容易受到環境溫度等多種因素的影響。基于以上原因，為了解決目前水尺水位監測工作中存在的問題，有相關技術人員提出了基于機器視覺的水尺水位檢測方法。

目前國內重要的水位觀測點都配備了視頻監控系統并且安裝了在水位監測中常用的標準雙色水尺（簡稱水尺），這些基礎設施為基于圖像的水尺水位檢測方法提供了必要前提。圖像法利用現有的視頻監控設備獲取水尺圖像，然后再通過圖像處理技術獲取水位讀數。相比現有方法，圖像法在原理上具有非接觸、無溫漂、無轉換誤差等優點，然而受制于復雜的現場條件，現有的圖像法水位檢測方法在測量精度和可靠性上仍然存在較大的局限。例如：1）一種基于全卷積神經網絡的水尺水位線檢測及有效性識別方法（授權公告號：CN111598098B），基于VGG-19構建了一種用于語義分割的全卷積神經網絡。標注數據集時僅分為水尺，水草和水體三部分，對圖像中的其他背景未能有很好的檢測效果，使用時若有水草遮擋則需要人工讀數。2）適用于夜間補光條件的水尺水位線圖像檢測方法、裝置及存儲介質（授權公告號：CN112734729B），利用Faster-RCNN目標檢測網絡檢測水尺大致區域，再對大致區域模糊后圖像采用遞歸OTSU算法進行處理，分割水尺與背景，對分割得到的水尺圖像進行二值化處理，統計二值化水尺圖像中像素灰度值為255的所有像素，對統計結果進行梯形積分，再對梯形積分進行二階微分，對所述二階微分分別計算均值和方差，根據二階微分的均值和方差的突變位置確定水位線的位置，該方法十分依賴二值化的效果，當水尺出現反光或者水體透明的情況下二值化效果較差會進一步導致檢測效果不佳。3）一種免水尺的河流水位視覺測量方法（授權公告號：CN113819974B），利用標定好內參和外參的相機拍攝河流完整斷面的圖像并做非線性畸變校正，在校正后的圖像中的測量斷面上選取水邊線區域，利用圖像分割獲得河岸為前景、水面為背景的二值圖像，對二值圖像進行水平投影并搜索梯度最大值得到水邊線像點縱坐標的觀測值，然后再求取水位近似值。該方法十分依賴相機的人工標定，存在難以直接遷移使用的問題。

發明內容

發明目的：本發明的目的是提供一種自由拍攝視角的水尺水位機器視覺檢測方法及裝置，能夠有效的解決現存的水位識別方法識別精度低、魯棒性差以及圖像處理水位識別方法中因人工設定基準值和像素映射準確性導致人工誤差的問題，在提升泛化能力的同時進一步提高檢測精度和檢測效率。