CN101839741A - 液面高度辨识方法 - Google Patents
液面高度辨识方法 Download PDFInfo
- Publication number
- CN101839741A CN101839741A CN200910127300A CN200910127300A CN101839741A CN 101839741 A CN101839741 A CN 101839741A CN 200910127300 A CN200910127300 A CN 200910127300A CN 200910127300 A CN200910127300 A CN 200910127300A CN 101839741 A CN101839741 A CN 101839741A
- Authority
- CN
- China
- Prior art keywords
- image
- liquid level
- identification method
- value
- height
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供一种液面高度辨识方法,包括以下步骤:首先,通过一具有一镜头的影像撷取装置对一液面进行影像撷取,并得出一待测影像。然后,对该待测影像进行一影像前置处理,产生出一已处理影像及一高度参考值。最后,计算该高度参考值与该已处理影像间的相对比例关系,得出一高度值。借此,利用该影像前置处理对该待测影像进行相关影像处理以加强其辨识效果,进而对该液面的高度有较精确且较有效率的掌握;此外,由于该液面高度辨识方法并不需要昂贵特制的设备,只须有该镜头并配合具有该影像前置处理功能的程序或硬件辅助便可实现,而另具有低成本的优点。
Description
技术领域
本发明涉及一种高度辨识方法,特别涉及一种液面的高度辨识方法。
背景技术
目前许多化学相关领域的实验中,对于各式液态化学液品的测量,由于常牵涉到各种液品间不同浓度的配置,因此其剂量的测量的精准度是非常讲究的;再者,于医疗用途上,对于病患治疗所用的药剂的用量监测,如所施打点滴是否已低于某一临界线而须尽速补充等情形,也是日常生活中所须仰赖液面高度辨识的常见范畴。
此外,液面高度辨识也可用于水利防灾领域,特别是台湾近年来遭受风灾、水灾不断,每当灾害来临时,经常导致河川、溪水暴涨以及水库储水量满载而紧急泄洪,往往在短时间内造成生命财产与损失。加上,在防灾体系中水患的防治,与降雨频率、区内排水系统设计标准、联外水路容量及区外防洪标准等因素有关,在诸多不确定因素下,水患发生必然有其风险性存在,然而,于上述各项因素中,对于河川、溪水及水库等水位的掌握最直接且能最快速预知水患的发生。
目前现有的液面高度辨识方式,主要有以下二类:
(一)对于内装有液体的各式试管或容器上的刻度,或是设置于河川、溪水及水库等处的水尺以目测方式进行研判。
(二)利用各式液面或水位计进行液面高度的测量,如浮筒式、压力式或超音波等方式。
然而,现有液面高度测量的方式主要有以下缺失:
(一)相关设备安装或设定不易,此外对于户外河川、水库的水位的测量的设备体积较为庞大。
(二)各式液面测量仪器会出现因长期接触液面(如酸性或碱性液)而遭锈蚀导致故障的情形;此外,安装于户外的水位计仪器还会有被大水冲毁或发生机械故障的情形。
(三)利用人工目测方式会因人本身认知、目测位置或其他因素而产生较不客观的判读结果或甚至产生无法辨识的情况。
所以,如何能有效地对液面高度进行辨识测量,进而有效地对河川、溪水及水库等水位进行监测,使管理维护防救灾单位迅速掌握正确的信息,期能将灾害减至最低,便成为相关业者、学术及政府单位最急迫的研究课题。
发明内容
本发明的目的是提供一种利用影像处理方式来对各式液面的高度进行辨识的方法。
本发明所述的液面高度辨识方法,包括以下步骤:
步骤一:通过一具有一镜头的影像撷取装置对一液面进行影像撷取,并得出一待测影像。
步骤二:对该待测影像进行一影像前置处理,产生出一已处理影像及一高度参考值。
步骤三:计算该高度参考值与该已处理影像间的相对比例关系,得出一高度值。
本发明所述的液面高度辨识方法,还包括一位于该步骤三后的步骤四,该步骤四包括:计算该影像撷取装置的镜头与该液面间的角度,并利用一校正运算对该高度值进行调整,得出一实际高度值。
本发明所述的液面高度辨识方法,还包括一位于该步骤一及该步骤二间的步骤五,该步骤五包括:计算出该待测影像的一组边界实际值,而于该步骤三中,该高度值由该高度参考值与该组边界实际值间的相对比例关系所求得。
本发明所述的液面高度辨识方法,还包括一位于该步骤二及该步骤三间的步骤六,该步骤六包括:计算出该已处理影像的一组边界实际值,而于该步骤三中,该高度值由该高度参考值与该组边界实际值间的相对比例关系所求得。
本发明所述的液面高度辨识方法,于该步骤二中,该影像前置处理还包括以下步骤:步骤21:对该待测影像进行一噪声去除处理,得出一去噪声待测影像;步骤22:对该去噪声待测影像进行一灰阶转换处理,得出一灰阶影像;步骤23:对该灰阶影像进行一二值化处理,得出一二值化影像;步骤24:对该二值化影像进行一边缘侦测处理,得出一边缘化影像;及步骤25:对该边缘化影像进行一直线侦测处理,得出该已处理影像及一液面线,并将该液面线转换为该高度参考值。
本发明所述的液面高度辨识方法,在该步骤四中,该校正运算是对该影像撷取装置的镜头与该液面间的角度进行三角函数的计算。
本发明所述的液面高度辨识方法,在该步骤五中,该高度值是对该高度参考值与该组边界实际值进行内插法数学运算所求得。
本发明所述的液面高度辨识方法,在该步骤六中,该高度值是对该高度参考值与该组边界实际值进行内插法数学运算所求得。
本发明所述的液面高度辨识方法,在该步骤21中,该噪声去除处理是通过一平滑滤波器对该待测影像进行积分运算,以去除噪声。
本发明所述的液面高度辨识方法,在该步骤22中,该灰阶转换处理是将该去噪声待测影像转换成灰阶格式的影像。
本发明所述的液面高度辨识方法,在该步骤23中,该二值化处理是将该灰阶影像内的所有低于一临界值的像素设定为一第一颜色,而将该灰阶影像内所有高于该临界值的像素设定为一第二颜色。
本发明所述的液面高度辨识方法,在该步骤24中,该边缘侦测处理是利用导数滤波器来锐化该二值化影像。
本发明所述的液面高度辨识方法,在该步骤25中,该直线侦测处理是将该边缘化影像内不构成直线的额外线条噪声去除。
本发明所述的液面高度辨识方法,在该步骤一中,所得出的待测影像为数字信号格式。
本发明所述的液面高度辨识方法,在该步骤23中,该第一颜色为黑色,而该第二颜色为白色,并于产生该二值化影像前,先通过直方图频率分布处理,再产生该二值化影像。
本发明所述的液面高度辨识方法,在该步骤25中,该直线侦测处理是采用霍氏转换法,来将该边缘化影像内不构成直线的额外线条噪声去除。
本发明的有益效果在于:通过该影像撷取装置的镜头对该液面进行该待测影像的撷取,再通过该影像前置处理对该待测影像进行一连串影像处理后,并与该已处理影像进行比例计算,而得出该液面的高度值,借此,能有效率且精确地达到该液面高度的辨识测量目的。
附图说明
图1是本发明液面高度辨识方法的一较佳实施例所进行的一流程图;
图2是该较佳实施例流程图所对应的运作态样的一示意图;
图3是该较佳实施例运作得出的待测影像的一示意图;
图4是该较佳实施例运作得出的去噪声待测影像的一示意图;
图5是该较佳实施例运作得出的灰阶影像的一示意图;
图6是该较佳实施例运作得出的二值化影像的一示意图;
图7是该较佳实施例运作得出的边缘化影像的一示意图;
图8是该较佳实施例运作得出的已处理影像的一示意图;
图9是该较佳实施例中,通过内插法求出一高度值的过程的一示意图。
具体实施方式
下面结合附图及实施例对本发明进行详细说明。
在进行本较佳实施例的说明前,将以对一水库的水位进行高度辨识测量为例。
参阅图1及图2,本发明液面高度辨识方法的较佳实施例包括以下步骤:
首先,如步骤41所示,通过一具有一镜头11的影像撷取装置1对一液面2进行影像撷取,并得出一待测影像31(如图3所示)。
须进一步补充说明的是,在本较佳实施例中,该待测影像31的撷取是通过CCD摄影机连续撷取,由于现有一般的摄影机所使用的多为交错式扫描,此类型的摄影机主要是将所有的水平扫描线,依所在行的位置,分为奇数区及偶数区,并交替的扫描奇数区与偶数区来构成整个画面。因此,有可能会发生物体错开的情形,为了解决此现象,大多采用插补法,然而这样的动作会浪费中央处理器(CPU)的处理时间,因此为了能够快速处理交错的问题,本较佳实施例再通过AXIS Video Server嵌入式系统装置,将模拟的影像信号转换成数字信号,可有效加快处理速度。影像分辨率可分别为704×480和320×240两种位颜色的彩色影像,而影像格式则为Motion JPEG的数字影像格式。
接着,如步骤42所示,对该待测影像31进行一影像前置处理,产生出一已处理影像36(如图8所示)及一高度参考值。
值得一提的是,该影像前置处理还包括以下次步骤:
一开始,如次步骤421所示,对该待测影像31进行一噪声去除处理,得出一去噪声待测影像32(如图4所示)。在本较佳实施例中,该噪声去除处理是通过一平滑滤波器对该待测影像31进行积分运算,以达到平滑的效果,借以将噪声去除,来减少后续影像处理造成错误的影响程度。
其次,如次步骤422所示,对该去噪声待测影像32进行一灰阶转换处理,得出一灰阶影像33(如图5所示)。在本较佳实施例中,该灰阶转换处理是将该去噪声待测影像32转换成灰阶格式的影像。这是因为彩色影像有着相当多的不同信息,为了有效降低影像的信息量与图形所代表的复杂度,通常习惯上会先进行灰阶转换处理。
再来,如次步骤423所示,对该灰阶影像33进行一二值化处理,得出一二值化影像34(如图6所示),以增加该影像撷取装置1内的中央处理器运算执行时的效率与节省存储器空间的浪费。
值得一提的是,该二值化处理的最主要的功能是区分出影像中的物件以及背景,以获取物件影像信息。此外,其处理方式是将该灰阶影像内的所有低于一临界值的像素设定为一第一颜色,而将其内所有高于该临界值的像素设定为一第二颜色,其中该临界值可依本领域技术人员的经验所调整设定,其具体是由所要处理的影像状况而定,即,根据影像的亮度的不同,该临界值会有所不同。而在本较佳实施例中,如图6所示,该第一颜色为黑色,而该第二颜色为白色,并于产生该二值化影像前,先通过直方图(Histpgram)频率分布处理,以避免于进行该二值化处理时,受到当时影像撷取的环境与摄影角度及亮度影响所造成色阶上的差异,因此,于进行直方图频率分布处理后,再产生该二值化影像34。
紧接着,如次步骤424所示,对该二值化影像34进行一边缘侦测处理,得出一边缘化影像35(如图7所示)。在此进行该边缘侦测处理的主要的目的是找出物体与背景的分界,侦测边缘多半是利用影像中邻近像素上的灰阶值上的差距来决定,若灰阶值落差很大则为边缘,相反地则否。然而,在很多情况下,边缘并不会刚好是由单个点的像素所组成,可能由多个点所构成,而真正的边缘则在这些点当中,而导致边缘化的难度;再者,就是噪声问题,因噪声本身有其随机的特性,无法预测。因此,在本较佳实施例中,该边缘侦测处理是利用导数滤波器(Derivative Filter)来达到有效锐化该二值化影像34的目的。
而后,为了找出该待测影像31中的直线,因为液面2大致上呈直线,所以可利用对直线的侦测方式,来找出所有有可能的液面2,并将不构成直线的其余噪声给去除掉,因此,如次步骤425所示,对该边缘化影像35进行一直线侦测处理,得出该已处理影像36(如图8所示)及一液面线(如图8中的箭头所示),并将该液面线转换为该高度参考值(如图9所示,在此为75像素)。该直线侦测处理是将该边缘化影像35内不构成直线的额外线条噪声去除,此外,在本较佳实施例中,该直线侦测处理是采用霍氏转换法(Hough Transform),来将该边缘化影像35内不构成直线的额外线条噪声去除。
补充一提的是,上述的霍氏转换法,是一种找寻二值化影像34中线性直线的转换式,原理是将x-y坐标平面上的线性直线转换成theta-rho坐标平面上的点,theta为原x-y坐标平面上直线的斜率,rho为原x-y坐标平面上直线的截距,假设原先x-y坐标平面上的二条线性直线y1=mx+b与y2=ax+c在theta-rho坐标平面上将转为(m,b)与(a,c)二点。线段在经过霍氏转换后,必定会因为相同的斜率与相近的截距而大量的交会于一点或其附近成为峰值(peaks),因此,找出霍氏转换的峰值便可找到该二值化影像34中的直线。
然后,如步骤43所示,计算该高度参考值与该已处理影像36间的相对比例关系,得出一高度值。
在此,须补充说明的是,在本较佳实施例中,由于在步骤43中,须计算该高度参考值与该已处理影像36间的相对比例关系,因此,必须先定义出该待测影像31的一组边界实际值,以利于后续计算比例的利用,所以,于步骤41与步骤42间,可先行计算出该待测影像31的该组边界实际值,再由该高度参考值与该组边界实际值间的相对比例关系来求得该高度值,然而,于实务上,也可以于进行步骤42与步骤43间时,才来计算出该待测影像31的该组边界实际值,或是于进行步骤42时,于各次步骤中再插入进行,此为具有相关背景者所易于思及而变化次序所运用,所以不应受该较佳实施例的特定范例为限,其中该边界实际值即图片的分辨率,例如:在window xp的操作系统上,鼠标点到某一图的缩图时,即会显示此图为(某一数值)×(某一数值)像素,例如700×600(即长×宽),而宽就是该边界实际值。
此外,当完成上述的该组边界实际值计算后,于进行步骤43时,该高度值便可通过对该高度参考值与该组边界实际值进行内插法数学运算所求得,也就是如图9所示,该组边界实际值包括一上边界值169.5米与一下边界值164.5米,又因为该待测影像31的画面高度为240像素,且所求得的该高度参考值为75像素,因此,利用内插法公式便可求得该高度值为164.5+75×(169.5-164.5)/240=166.06米。
最后,如步骤44所示,计算该影像撷取装置1的镜头11与该液面2间的角度,并利用一校正运算对该高度值进行调整,得出一实际高度值。在本较佳实施例中,该校正运算是对该影像撷取装置1的镜头11与该液面2间的角度进行三角函数的计算。
综上所述,本发明液面高度辨识方法的主要优势有以下四点:
(一)可利用镜头11的光学变焦功能,将该影像撷取装置1设置于容置有各式液体的试管或容器外,避免设备遭受锈蚀,而当于监测辨识户外的河川或水库水位时,便可将此影像撷取装置1架设在不易淹水区,减少该影像撷取装置1的故障机率。
(二)该影像撷取装置1的规格无特定限定,一般而言只须镜头11搭配安装有能执行本方法的软件程序或硬件芯片的运作主机(如计算机主机)的影像撷取装置1便可,成本低且安装容易,并含机动性。
(三)通过数字化的相关数据运算及判断,如前述的直方图频率分布、平滑滤波器、导数滤波器、霍氏转换法等,以降低液面2辨识的复杂度,使得液面2高度信息的找寻速度加快,且还精准。
(四)本影像撷取装置1能适应各种测量辨识的周遭环境,而较不受其外在环境因素影响,加上本方法可通过网络连结的传输,进而提供远距辨识测量液面2的功效。
因此,由以上说明可知,通过本发明液面高度辨识方法确实能达成本发明的目的。
Claims (16)
1.一种液面高度辨识方法,其特征在于,包括以下步骤:
步骤一:通过一具有一镜头的影像撷取装置对一液面进行影像撷取,并得出一待测影像;
步骤二:对该待测影像进行一影像前置处理,产生出一已处理影像及一高度参考值;及
步骤三:计算该高度参考值与该已处理影像间的相对比例关系,得出一高度值。
2.根据权利要求1所述的液面高度辨识方法,其特征在于,还包括一位于该步骤三后的步骤四,该步骤四包括:计算该影像撷取装置的镜头与该液面间的角度,并利用一校正运算对该高度值进行调整,得出一实际高度值。
3.根据权利要求1所述的液面高度辨识方法,其特征在于,还包括一位于该步骤一及该步骤二间的步骤五,该步骤五包括:计算出该待测影像的一组边界实际值,而于该步骤三中,该高度值由该高度参考值与该组边界实际值间的相对比例关系所求得。
4.根据权利要求1所述的液面高度辨识方法,其特征在于,还包括一位于该步骤二及该步骤三间的步骤六,该步骤六包括:计算出该已处理影像的一组边界实际值,而于该步骤三中,该高度值由该高度参考值与该组边界实际值间的相对比例关系所求得。
5.根据权利要求1至4中任一项所述的液面高度辨识方法,其特征在于,于该步骤二中,该影像前置处理还包括以下步骤:
步骤21:对该待测影像进行一噪声去除处理,得出一去噪声待测影像;
步骤22:对该去噪声待测影像进行一灰阶转换处理,得出一灰阶影像;
步骤23:对该灰阶影像进行一二值化处理,得出一二值化影像;
步骤24:对该二值化影像进行一边缘侦测处理,得出一边缘化影像;及
步骤25:对该边缘化影像进行一直线侦测处理,得出该已处理影像及一液面线,并将该液面线转换为该高度参考值。
6.根据权利要求2所述的液面高度辨识方法,其特征在于,在该步骤四中,该校正运算是对该影像撷取装置的镜头与该液面间的角度进行三角函数的计算。
7.根据权利要求3所述的液面高度辨识方法,其特征在于,在该步骤五中,该高度值是对该高度参考值与该组边界实际值进行内插法数学运算所求得。
8.根据权利要求4所述的液面高度辨识方法,其特征在于,在该步骤六中,该高度值是对该高度参考值与该组边界实际值进行内插法数学运算所求得。
9.根据权利要求5所述的液面高度辨识方法,其特征在于,在该步骤21中,该噪声去除处理是通过一平滑滤波器对该待测影像进行积分运算,以去除噪声。
10.根据权利要求5所述的液面高度辨识方法,其特征在于,在该步骤22中,该灰阶转换处理是将该去噪声待测影像转换成灰阶格式的影像。
11.根据权利要求5所述的液面高度辨识方法,其特征在于,在该步骤23中,该二值化处理是将该灰阶影像内的所有低于一临界值的像素设定为一第一颜色,而将该灰阶影像内所有高于该临界值的像素设定为一第二颜色。
12.根据权利要求5所述的液面高度辨识方法,其特征在于,在该步骤24中,该边缘侦测处理是利用导数滤波器来锐化该二值化影像。
13.根据权利要求5所述的液面高度辨识方法,其特征在于,在该步骤25中,该直线侦测处理是将该边缘化影像内不构成直线的额外线条噪声去除。
14.根据权利要求5所述的液面高度辨识方法,其特征在于,在该步骤一中,所得出的待测影像为数字信号格式。
15.根据权利要求11所述的液面高度辨识方法,其特征在于,在该步骤23中,该第一颜色为黑色,而该第二颜色为白色,并于产生该二值化影像前,先通过直方图频率分布处理,再产生该二值化影像。
16.根据权利要求13所述的液面高度辨识方法,其特征在于,在该步骤25中,该直线侦测处理是采用霍氏转换法,来将该边缘化影像内不构成直线的额外线条噪声去除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910127300A CN101839741A (zh) | 2009-03-20 | 2009-03-20 | 液面高度辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910127300A CN101839741A (zh) | 2009-03-20 | 2009-03-20 | 液面高度辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101839741A true CN101839741A (zh) | 2010-09-22 |
Family
ID=42743256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910127300A Pending CN101839741A (zh) | 2009-03-20 | 2009-03-20 | 液面高度辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101839741A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768054A (zh) * | 2012-07-24 | 2012-11-07 | 河海大学 | 基于监控视频及激光标识的水位测量装置及测量方法 |
CN104848917A (zh) * | 2015-04-20 | 2015-08-19 | 大连理工大学 | 一种用于玻璃水槽内水位分析的图像测量方法 |
CN104943830A (zh) * | 2015-06-30 | 2015-09-30 | 浙江海洋学院 | 一种基于定点摄像法的水尺检测装置 |
CN105082888A (zh) * | 2014-05-06 | 2015-11-25 | 低碳动能开发股份有限公司 | 一种轮胎胎纹侦测装置 |
CN106344073A (zh) * | 2015-07-15 | 2017-01-25 | 聪运国际企业有限公司 | 用于预测女性排卵期的唾液影像辨识方法 |
CN107449485A (zh) * | 2016-05-26 | 2017-12-08 | 财团法人成大水利海洋研究发展文教基金会 | 液面影像辨识方法 |
CN110398272A (zh) * | 2019-07-26 | 2019-11-01 | 辽宁机电职业技术学院 | 一种用于自动确定被测液体的测量变量的分析仪表 |
-
2009
- 2009-03-20 CN CN200910127300A patent/CN101839741A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102768054A (zh) * | 2012-07-24 | 2012-11-07 | 河海大学 | 基于监控视频及激光标识的水位测量装置及测量方法 |
CN102768054B (zh) * | 2012-07-24 | 2013-12-04 | 河海大学 | 基于监控视频及激光标识的水位测量装置及测量方法 |
CN105082888A (zh) * | 2014-05-06 | 2015-11-25 | 低碳动能开发股份有限公司 | 一种轮胎胎纹侦测装置 |
CN104848917A (zh) * | 2015-04-20 | 2015-08-19 | 大连理工大学 | 一种用于玻璃水槽内水位分析的图像测量方法 |
CN104848917B (zh) * | 2015-04-20 | 2017-11-10 | 大连理工大学 | 一种用于玻璃水槽内水位分析的图像测量方法 |
CN104943830A (zh) * | 2015-06-30 | 2015-09-30 | 浙江海洋学院 | 一种基于定点摄像法的水尺检测装置 |
CN106344073A (zh) * | 2015-07-15 | 2017-01-25 | 聪运国际企业有限公司 | 用于预测女性排卵期的唾液影像辨识方法 |
CN107449485A (zh) * | 2016-05-26 | 2017-12-08 | 财团法人成大水利海洋研究发展文教基金会 | 液面影像辨识方法 |
CN107449485B (zh) * | 2016-05-26 | 2019-12-17 | 财团法人成大水利海洋研究发展文教基金会 | 液面影像辨识方法 |
CN110398272A (zh) * | 2019-07-26 | 2019-11-01 | 辽宁机电职业技术学院 | 一种用于自动确定被测液体的测量变量的分析仪表 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8184848B2 (en) | Liquid level detection method | |
CN101839741A (zh) | 液面高度辨识方法 | |
CN114842009B (zh) | 一种基于灰度游程矩阵的电缆缺陷检测优化方法 | |
CN114359841A (zh) | 一种基于时空平均的视频水位识别方法 | |
CN116665137B (zh) | 一种基于机器视觉的畜牧养殖废水处理方法 | |
TWI396832B (zh) | Liquid level identification method | |
CN104615972A (zh) | 指针式仪表智能识别方法及其装置 | |
CN111652089A (zh) | 一种基于图像处理的水位自动识别方法及系统 | |
CN117037132A (zh) | 一种基于机器视觉的船舶水尺读数检测和识别方法 | |
CN114049320A (zh) | 一种基于图片相似度的器件缺失ai质检方法与装置 | |
Kuo et al. | Automatic water-level measurement system for confined-space applications | |
CN114332487A (zh) | 基于图像的积水预警方法、装置、设备、存储介质及产品 | |
CN113610041A (zh) | 一种用于指针式仪表的读数识别方法及设备 | |
Liu et al. | Image-based recognition and processing system for monitoring water levels in an irrigation and drainage channel | |
CN115578695B (zh) | 一种自由拍摄视角的水尺水位机器视觉检测方法及装置 | |
CN112418226A (zh) | 一种鱼眼分合闸状态识别的方法及装置 | |
GB2470741A (en) | Liquid level detection method | |
JP2007212238A (ja) | 水位検出装置、それを用いた水位検出方法 | |
CN108010076B (zh) | 一种面向密集工业棒材图像检测的端面外观建模方法 | |
CN110207783A (zh) | 一种基于视频识别的检测水位方法 | |
CN115546793A (zh) | 水尺刻度自动读数方法、系统及电子设备 | |
Zhen et al. | Visual detection algorithm of water line based on feature fusion | |
CN113781513A (zh) | 一种电厂供水管道泄漏检测方法及系统 | |
CN113469162B (zh) | 基于双尺度分割的指针仪表识读方法、装置、设备和介质 | |
CN110263785A (zh) | 一种自动抄表方法、装置及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20100922 |