CN104165668B - 一种自动预警水利险情的水利监测方法及其系统 - Google Patents
一种自动预警水利险情的水利监测方法及其系统 Download PDFInfo
- Publication number
- CN104165668B CN104165668B CN201410405268.3A CN201410405268A CN104165668B CN 104165668 B CN104165668 B CN 104165668B CN 201410405268 A CN201410405268 A CN 201410405268A CN 104165668 B CN104165668 B CN 104165668B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- water conservancy
- video information
- basin
- obtains
- 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.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种自动预警水利险情的水利监测方法及其系统,方法包括:通过透雾摄像机获取监测流域的视频信息,并对所述视频信息进行低照度滤波处理得到稳定视频信息;对监测流域建立一背景模型,并将根据所述稳定视频信息中获取的当前图像与所述背景模型进行比较,获取监测流域的运动目标;根据监测流域的运动目标获取当前水位,当所述当前水位超出预先设定的正常水位阈值,则将所述稳定视频信息经过压缩后发送至后台服务器。本发明中的所述稳定视频信息只有在水利事件发生时才传送至后台服务器,极大减少通讯运营成本;而且无需铺设大量通讯线路来传输视频数据及报警数据,降低了系统搭建成本。
Description
技术领域
本发明涉及水利水位监测技术领域,尤其涉及的是一种自动预警水利险情的水利监测方法及其系统。
背景技术
水文监测适用于水文部门对江、河、湖泊、水库、渠道和地下水等水文参数进行实时监测。监测内容包括:水位、流量、流速、降雨(雪)、蒸发、泥沙、冰凌、墒情、水质等,并能对可能发生的周边滑坡、水道阻塞等破坏水利通道的险情进行预测和报警,提升整个水文管理的效率和管理能力。
目前水文监测系统是利用模拟传感器对水压(水位)和水温进行自动测量和记录的自动化监测系统。是多工业学科领域与水文科学相结合的产物。系统可监测水压(水位)和水温等有关水文参数,在某种程度上解决了之前无法具体监测水文数据的问题。
但现有技术中的水文检测系统具有以下缺点:
1)前端各探测设备种类繁多,互相之间没有数据依托和匹配,基本都是独立信道传输;
2)各探测设备需要放置水底、水面,搭建难度很大,易被洪水、冰凌等自然灾害破坏;
3)各设备专业性很强,需要专业维护队伍,设备单个成本高,维护成本高,不宜于小型监测站;
4)视频传输依托3G等信道,视频传输需要较大带宽和较多流量,造成运营成本高,且水文监测视频平时不需要监看,待有水利事件发生时才需要,不间断的视频传输增加了运行成本;
5)设备过于庞大复杂,造成整体设备功耗大,不宜在缺乏电力的环境中使用。
因此,现有技术还有待于改进和发展。
发明内容
鉴于上述现有技术中的不足之处,本发明的目的在于提供一种自动预警水利险情的水利监测方法及其系统,使水文监测设备独立化、集约化,并减少通讯线路铺设,而且在只有水利事件发生时才传送有效视频和报警数据,减少通讯运营成本。
本发明解决技术问题所采用的技术方案如下:
一种自动预警水利险情的水利监测方法,其中,所述方法包括:
A、通过透雾摄像机获取监测流域的视频信息,并对所述视频信息进行低照度滤波处理得到稳定视频信息;
B、对监测流域建立一背景模型,并将根据所述稳定视频信息中获取的当前图像与所述背景模型进行比较,获取监测流域的运动目标;
C、根据监测流域的运动目标获取当前水位,当所述当前水位超出预先设定的正常水位阈值,则将所述稳定视频信息经过压缩后发送至后台服务器。
所述自动预警水利险情的水利监测方法,其中,所述步骤B具体包括:
B1、对所述稳定视频信息中的视频帧进行时间和空间的滤波处理,之后进行综合和校对处理,并进行格式转换和比特率转换,得到当前图像;
B2、对所述视频帧进行训练后构建模型,得到监测流域的背景模型;
B3、将所述当前图像与所述背景模型进行比较,获取监测流域的前景图像;
B4、对所述前景图像依次进行形态学运算、连通标号及阴影抑制算法处理,得到监测流域的运动目标。
所述自动预警水利险情的水利监测方法,其中,所述步骤C还包括根据监测流域的运动目标获取漂浮物信息,当根据所述漂浮物信息确定监测流域存在漂浮物,则将所述稳定视频信息经过压缩后发送至后台服务器。
所述自动预警水利险情的水利监测方法,其中所述步骤C中根据H264视频压缩标准将所述稳定视频信息进行压缩。
所述自动预警水利险情的水利监测方法,其中,所述步骤A中的透雾摄像机通过将监测流域的当前监测视频中的雾气像素删除,而得到监测流域的视频信息。
一种自动预警水利险情的水利监测系统,其中,包括:
视频获取模块,用于通过透雾摄像机获取监测流域的视频信息,并对所述视频信息进行低照度滤波处理得到稳定视频信息;
运动目标获取模块,用于对监测流域建立一背景模型,并将根据所述稳定视频信息中获取的当前图像与所述背景模型进行比较,获取监测流域的运动目标;
对比发送模块,用于根据监测流域的运动目标获取当前水位,当所述当前水位超出预先设定的正常水位阈值,则将所述稳定视频信息经过压缩后发送至后台服务器。
所述自动预警水利险情的水利监测系统,其中,所述运动目标获取模块具体包括:
预处理单元,用于对所述稳定视频信息中的视频帧进行时间和空间的滤波处理,之后进行综合和校对处理,并进行格式转换和比特率转换,得到当前图像;
背景建模单元,用于对所述视频帧进行训练后构建模型,得到监测流域的背景模型;
前景分割单元,用于将所述当前图像与所述背景模型进行比较,获取监测流域的前景图像;
后处理单元,用于对所述前景图像依次进行形态学运算、连通标号及阴影抑制算法处理,得到监测流域的运动目标。
所述自动预警水利险情的水利监测系统,其中,所述对比发送模块中还根据监测流域的运动目标获取漂浮物信息,当根据所述漂浮物信息确定监测流域存在漂浮物,则将所述稳定视频信息经过压缩后发送至后台服务器。
所述自动预警水利险情的水利监测系统,其中,所述对比发送模块中根据H264视频压缩标准将所述稳定视频信息进行压缩。
所述自动预警水利险情的水利监测系统,其中,所述视频获取模块中的透雾摄像机通过将监测流域的当前监测视频中的雾气像素删除,而得到监测流域的视频信息。
本发明公开了一种自动预警水利险情的水利监测方法及其系统,方法包括:通过透雾摄像机获取监测流域的视频信息,并对所述视频信息进行低照度滤波处理得到稳定视频信息;对监测流域建立一背景模型,并将根据所述稳定视频信息中获取的当前图像与所述背景模型进行比较,获取监测流域的运动目标;根据监测流域的运动目标获取当前水位,当所述当前水位超出预先设定的正常水位阈值,则将所述稳定视频信息经过压缩后发送至后台服务器。本发明中的所述稳定视频信息只有在水利事件发生时才传送至后台服务器,极大减少通讯运营成本;而且无需铺设大量通讯线路来传输视频数据及报警数据,降低了系统搭建成本。
附图说明
图1是本发明所述自动预警水利险情的水利监测方法较佳实施例的流程图。
图2是本发明所述自动预警水利险情的水利监测方法中获取监控流域的运动目标具体流程图。
图3是本发明所述自动预警水利险情的水利监测系统较佳实施例的结构框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
请参见图1,图1是本发明所述自动预警水利险情的水利监测方法较佳实施例的流程图。如图1所示,所述自动预警水利险情的水利监测方法,包括以下步骤:
步骤S100、通过透雾摄像机获取监测流域的视频信息,并对所述视频信息进行低照度滤波处理得到稳定视频信息。
首先,通过透雾摄像机获取监测流域的视频信息。由于受透雾摄像机所处地理环境的影像,所述视频信息中可能会存在多帧不稳定的图片,且多数图片都是在较低光照度的情况下获取,故此时需对所述视频信息进行低照度滤波处理得到稳定视频信息。所述透雾摄像机使用颗粒判断剔除技术,将雾气从视频中的像素中抹去,只留有效视频像素,从而实现在雾气中的视频采集。当将所述视频信息处理为稳定视频信息后,能从其中获取更为准确的水文信息。
步骤S200、对监测流域建立一背景模型,并将根据所述稳定视频信息中获取的当前图像与所述背景模型进行比较,获取监测流域的运动目标。
本发明的实施例中,通过减背景法来获取监测流域的运动目标。即先将所需要确立目标的场景中无用像素剥离,将被分析目标及其可用场景从监测画面中提取出来,再通过灰度比较,将被分析目标建模,得到监测流域的运动目标。
步骤S300、根据监测流域的运动目标获取当前水位,当所述当前水位超出预先设定的正常水位阈值,则将所述稳定视频信息经过压缩后发送至后台服务器。
在步骤S200中获取监测流域的运动目标后,根据其和物量学习库中现有模型比较,归类为形状、大小等元数据,系统根据元数据与现有模型的差距,判断事件的属性,如基体变形、发生位移、发生漂浮等行为,从而为整个系统智能判断水利事件而提供原始行为依据。
进一步地实施例,如图2所示,所述步骤S200中获取监控流域的运动目标具体包括:
步骤S201、对所述稳定视频信息中的视频帧进行时间和空间的滤波处理,之后进行综合和校对处理,并进行格式转换和比特率转换,得到当前图像。
本发明的实施例中,为了确保给背景建模时提供适当的输入,需对所述稳定视频信息中的视频帧进行时间和空间的滤波处理,之后进行综合和校对处理,最后进行格式转换和比特率转换。
步骤S202、对所述视频帧进行训练后构建模型,得到监测流域的背景模型。
本发明的实施例中,通过减背景法来获取监测流域的运动目标时,需建立一背景模型,并通过对所述背景模型的进一步运算处理来获取处理结果。
步骤S203、将所述当前图像与所述背景模型进行比较,获取监测流域的前景图像。
具体的,将所述当前图像中无用像素剥离,将被分析目标及其可用场景从所述当前图像中提取出来,再通过与背景模型的灰度比较,将被分析目标建模,得到监测流域的前景图像。
步骤S204、对所述前景图像依次进行形态学运算、连通标号及阴影抑制算法处理,得到监测流域的运动目标。
其中,形态学运算时针对目标提取结果(二值掩码图像)所进行的腐蚀、膨胀、开运算、闭运算等操作。腐蚀运算、开运算可以去除二值掩码图像中的毛刺及斑点;膨胀运算、闭运算可以填补目标物体中的空洞和裂缝。
连通标号是获得目标信息的重要环节。对于包含多个连通区域的二值图像,算法根据连通准则(四连通或八连通)对各个连通区域进行检测判断,并赋予不同的标号,以便获得各个连通区域的信息。
阴影抑制算法则是利用已知的先验知识对之前的检测结果进行修正和矫正,去除一些不属于真实运动目标的前景区域,增强真实运动目标像素的检测,从而提取更加精确的运动目标。
进一步地实施例,所述步骤S300还包括根据监测流域的运动目标获取漂浮物信息,当根据所述漂浮物信息确定监测流域存在漂浮物,则将所述稳定视频信息经过压缩后发送至后台服务器。
在步骤S300中即要对水位、漂浮物进行标定判断,使其为一个常态的矢量,水位高度实际是水面尺寸的一个方便度量,即把水体看成是一个立体的矩形,通过建模,把水面宽度和水面高度矢量的表述出来,当水面的宽度和高度发生变化时,通过学习并记忆在系统中的原始度量,判断其是否发生了位移,同时智能判断其位移是否超出了位移上限或下限,如果超出了,则表示发生了洪灾或者干旱的水利事件。对漂浮物的矢量判断是基于对水体常态的学习和记忆,当水体模型中的各别场景发生了个性化位移以及灰度层阶的变化,对个体进行分离分析比对,如是否属于水藻类、漂浮垃圾类,通过对灰度的比较以及扩散程度的研究,确认其是否为漂浮物或者油污污染,将所述稳定视频信息经过压缩后发送至后台服务器。
进一步地实施例,在所述步骤S300中根据H264视频压缩标准将所述稳定视频信息进行压缩。H264标准压缩系统由视频编码层(Video Coding Layer,VLC)和网络提前层(Netwoek Abstraction Layer ,NAL)两部分组成。VLC层主要包括帧内预测,帧间预测,变换量化,熵编码等压缩单元。NAL层用于为VLC层提供一个与网络无关的统一接口,负责对视频数据进行封装打包后使其在网络中传送,它使用统一的数据格式,包括单个字节的包头信息,多个视频数据与组帧、逻辑信道信令、定时信息、序列结束信号灯。包头中包含存储标志和类型标志。存储标志用于指示当前数据不属于被参考的帧。类型标志用于指示图像数据的类型。VLC可以传输按当前的网络情况调整的编码参数。
基于上述实施例,如图3所示,本发明还提供了一种自动预警水利险情的水利监测系统,包括:
视频获取模块100,用于通过透雾摄像机获取监测流域的视频信息,并对所述视频信息进行低照度滤波处理得到稳定视频信息;具体如上所述。
运动目标获取模块200,用于对监测流域建立一背景模型,并将根据所述稳定视频信息中获取的当前图像与所述背景模型进行比较,获取监测流域的运动目标;具体如上所述。
对比发送模块300,用于根据监测流域的运动目标获取当前水位,当所述当前水位超出预先设定的正常水位阈值,则将所述稳定视频信息经过压缩后发送至后台服务器;具体如上所述。
进一步地实施例,在所述自动预警水利险情的水利监测系统中,所述运动目标获取模块200具体包括:
预处理单元,用于对所述稳定视频信息中的视频帧进行时间和空间的滤波处理,之后进行综合和校对处理,并进行格式转换和比特率转换,得到当前图像;具体如上所述。
背景建模单元,用于对所述视频帧进行训练后构建模型,得到监测流域的背景模型;具体如上所述。
前景分割单元,用于将所述当前图像与所述背景模型进行比较,获取监测流域的前景图像;具体如上所述。
后处理单元,用于对所述前景图像依次进行形态学运算、连通标号及阴影抑制算法处理,得到监测流域的运动目标;具体如上所述。
进一步地实施例,在所述自动预警水利险情的水利监测系统中,所述对比发送模块中还根据监测流域的运动目标获取漂浮物信息,当根据所述漂浮物信息确定监测流域存在漂浮物,则将所述稳定视频信息经过压缩后发送至后台服务器;具体如上所述。
进一步地实施例,在所述自动预警水利险情的水利监测系统中,所述对比发送模块中根据H264视频压缩标准将所述稳定视频信息进行压缩;具体如上所述。
进一步地实施例,在所述自动预警水利险情的水利监测系统中,所述视频获取模块中的透雾摄像机通过将监测流域的当前监测视频中的雾气像素删除,而得到监测流域的视频信息;具体如上所述。
进一步地实施例,所述自动预警水利险情的水利监测系统中可集成太阳能板,将太阳能转化为电能后为系统供电,避免了偏远地区因供电困难而无法使设备正常运行的缺陷。
本发明公开了一种自动预警水利险情的水利监测方法及其系统,方法包括:通过透雾摄像机获取监测流域的视频信息,并对所述视频信息进行低照度滤波处理得到稳定视频信息;对监测流域建立一背景模型,并将根据所述稳定视频信息中获取的当前图像与所述背景模型进行比较,获取监测流域的运动目标;根据监测流域的运动目标获取当前水位,当所述当前水位超出预先设定的正常水位阈值,则将所述稳定视频信息经过压缩后发送至后台服务器。本发明中的所述稳定视频信息只有在水利事件发生时才传送至后台服务器,极大减少通讯运营成本;而且无需铺设大量通讯线路来传输视频数据及报警数据,降低了系统搭建成本。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种自动预警水利险情的水利监测方法,其特征在于,所述方法包括:
A、通过透雾摄像机获取监测流域的视频信息,并对所述视频信息进行低照度滤波处理得到稳定视频信息;
B、对监测流域建立一背景模型,并将根据所述稳定视频信息中获取的当前图像与所述背景模型进行比较,获取监测流域的运动目标;
C、根据监测流域的运动目标获取当前水位,当所述当前水位超出预先设定的正常水位阈值,则将所述稳定视频信息经过压缩后发送至后台服务器;
所述透雾摄像机使用颗粒判断剔除技术,将雾气从视频中的像素中抹去,只留有效视频像素;
所述步骤B中获取监测流域的运动目标后,根据其和物量学习库中现有模型比较,归类为形状、大小的元数据,系统根据元数据与现有模型的差距,判断事件的属性,所述事件包含基体变形、发生位移、发生漂浮行为;
所述步骤C中还包括,当水体模型中的各别场景发生了个性化位移以及灰度层阶的变化,对场景中的个体进行分离分析比对,通过对灰度的比较以及扩散程度的研究,判断水体上是否存在漂浮物或油污污染。
2.根据权利要求1所述自动预警水利险情的水利监测方法,其特征在于,所述步骤B具体包括:
B1、对所述稳定视频信息中的视频帧进行时间和空间的滤波处理,之后进行综合和校对处理,并进行格式转换和比特率转换,得到当前图像;
B2、对所述视频帧进行训练后构建模型,得到监测流域的背景模型;
B3、将所述当前图像与所述背景模型进行比较,获取监测流域的前景图像;
B4、对所述前景图像依次进行形态学运算、连通标号及阴影抑制算法处理,得到监测流域的运动目标。
3.根据权利要求1所述自动预警水利险情的水利监测方法,其特征在于,所述步骤C还包括根据监测流域的运动目标获取漂浮物信息,当根据所述漂浮物信息确定监测流域存在漂浮物,则将所述稳定视频信息经过压缩后发送至后台服务器。
4.根据权利要求1所述自动预警水利险情的水利监测方法,其特征在于,所述步骤C中根据H264视频压缩标准将所述稳定视频信息进行压缩。
5.根据权利要求1所述自动预警水利险情的水利监测方法,其特征在于,所述步骤A中的透雾摄像机通过将监测流域的当前监测视频中的雾气像素删除,而得到监测流域的视频信息。
6.一种自动预警水利险情的水利监测系统,其特征在于,包括:
视频获取模块,用于通过透雾摄像机获取监测流域的视频信息,并对所述视频信息进行低照度滤波处理得到稳定视频信息;
运动目标获取模块,用于对监测流域建立一背景模型,并将根据所述稳定视频信息中获取的当前图像与所述背景模型进行比较,获取监测流域的运动目标;
对比发送模块,用于根据监测流域的运动目标获取当前水位,当所述当前水位超出预先设定的正常水位阈值,则将所述稳定视频信息经过压缩后发送至后台服务器;
当水体模型中的各别场景发生了个性化位移以及灰度层阶的变化,对场景中的个体进行分离分析比对,通过对灰度的比较以及扩散程度的研究,判断水体上是否存在漂浮物或油污污染。
7.根据权利要求6所述自动预警水利险情的水利监测系统,其特征在于,所述运动目标获取模块具体包括:
预处理单元,用于对所述稳定视频信息中的视频帧进行时间和空间的滤波处理,之后进行综合和校对处理,并进行格式转换和比特率转换,得到当前图像;
背景建模单元,用于对所述视频帧进行训练后构建模型,得到监测流域的背景模型;
前景分割单元,用于将所述当前图像与所述背景模型进行比较,获取监测流域的前景图像;
后处理单元,用于对所述前景图像依次进行形态学运算、连通标号及阴影抑制算法处理,得到监测流域的运动目标。
8.根据权利要求6所述自动预警水利险情的水利监测系统,其特征在于,所述对比发送模块中还根据监测流域的运动目标获取漂浮物信息,当根据所述漂浮物信息确定监测流域存在漂浮物,则将所述稳定视频信息经过压缩后发送至后台服务器。
9.根据权利要求6所述自动预警水利险情的水利监测系统,其特征在于,所述对比发送模块中根据H264视频压缩标准将所述稳定视频信息进行压缩。
10.根据权利要求6所述自动预警水利险情的水利监测系统,其特征在于,所述视频获取模块中的透雾摄像机通过将监测流域的当前监测视频中的雾气像素删除,而得到监测流域的视频信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410405268.3A CN104165668B (zh) | 2014-08-18 | 2014-08-18 | 一种自动预警水利险情的水利监测方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410405268.3A CN104165668B (zh) | 2014-08-18 | 2014-08-18 | 一种自动预警水利险情的水利监测方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104165668A CN104165668A (zh) | 2014-11-26 |
CN104165668B true CN104165668B (zh) | 2018-07-06 |
Family
ID=51909588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410405268.3A Active CN104165668B (zh) | 2014-08-18 | 2014-08-18 | 一种自动预警水利险情的水利监测方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104165668B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570854A (zh) * | 2015-10-09 | 2017-04-19 | 富士通株式会社 | 水状态的检测装置、方法以及图像处理设备 |
CN107421510A (zh) * | 2017-08-28 | 2017-12-01 | 爱易成技术(天津)有限公司 | 一种水文监测设备及方法 |
CN109166330A (zh) * | 2018-09-13 | 2019-01-08 | 沧州职业技术学院 | 一种城市低洼易内涝路段车辆防溺水预警系统 |
CN109448382B (zh) * | 2018-12-20 | 2021-10-26 | 天地伟业技术有限公司 | 一种道路积水深度监测预警方法 |
CN110207783A (zh) * | 2019-06-28 | 2019-09-06 | 湖南江河机电自动化设备股份有限公司 | 一种基于视频识别的检测水位方法 |
CN110864675B (zh) * | 2019-10-16 | 2022-02-22 | 同济大学 | 一种基于视频的通航桥区水域流量流速监测系统及方法 |
CN111416964B (zh) * | 2020-05-09 | 2021-08-24 | 黄河勘测规划设计研究院有限公司 | 用于水利工程变形的远程图像智能识别方法 |
CN113326812A (zh) * | 2021-07-01 | 2021-08-31 | 安徽金晥泵业科技股份有限公司 | 一种基于互联网的区域分片调蓄处理排水系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201774633U (zh) * | 2010-09-08 | 2011-03-23 | 深圳市亿维锐创科技有限公司 | 一种视频编码器 |
CN102494733A (zh) * | 2011-12-12 | 2012-06-13 | 西安电子科技大学 | 基于图像处理的水位监测系统及方法 |
CN103017869A (zh) * | 2012-11-28 | 2013-04-03 | 华南农业大学 | 一种基于数字图像处理的水位测定系统及方法 |
CN103325216A (zh) * | 2012-03-23 | 2013-09-25 | 罗普特(厦门)科技集团有限公司 | 基于视频监控的水利防汛监控预警方法与系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116664B (zh) * | 2009-12-30 | 2013-11-06 | 捷达世软件(深圳)有限公司 | 水位监测系统及方法 |
-
2014
- 2014-08-18 CN CN201410405268.3A patent/CN104165668B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201774633U (zh) * | 2010-09-08 | 2011-03-23 | 深圳市亿维锐创科技有限公司 | 一种视频编码器 |
CN102494733A (zh) * | 2011-12-12 | 2012-06-13 | 西安电子科技大学 | 基于图像处理的水位监测系统及方法 |
CN103325216A (zh) * | 2012-03-23 | 2013-09-25 | 罗普特(厦门)科技集团有限公司 | 基于视频监控的水利防汛监控预警方法与系统 |
CN103017869A (zh) * | 2012-11-28 | 2013-04-03 | 华南农业大学 | 一种基于数字图像处理的水位测定系统及方法 |
Non-Patent Citations (2)
Title |
---|
基于背景减除的运动目标检测算法研究;陈燕萍;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090815(第08期);全文 * |
基于视频图像的液位检测与跟踪系统分析与设计;陈金丽;《中国优秀硕士学位论文全文数据库 信息科技辑》;20100115(第01期);第3-48页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104165668A (zh) | 2014-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104165668B (zh) | 一种自动预警水利险情的水利监测方法及其系统 | |
CN108109385B (zh) | 一种输电线防外破的车辆识别与危险行为判别系统与方法 | |
CN105484798B (zh) | 基于温湿度和图像监测的井下水灾报警方法 | |
CN101872526B (zh) | 基于可编程摄像技术的烟火智能识别方法 | |
CN111291699A (zh) | 基于监控视频时序动作定位和异常检测的变电站人员行为识别方法 | |
CN108038450A (zh) | 基于无人机和图像识别的水面污染物检测方法 | |
CN102116664B (zh) | 水位监测系统及方法 | |
CN103325216A (zh) | 基于视频监控的水利防汛监控预警方法与系统 | |
CN110127479B (zh) | 一种基于视频分析的电梯门开关异常检测方法 | |
CN110070530A (zh) | 一种基于深度神经网络的输电线路覆冰检测方法 | |
CN105484801B (zh) | 基于图像和涌水量监测的井下水灾报警方法 | |
CN108982794B (zh) | 一种基于数码高清图像的蓝藻水华监测方法和系统 | |
CN109598303A (zh) | 一种基于城市场景的垃圾检测方法 | |
CN105569733A (zh) | 基于图像的煤矿井下掘进工作面水灾报警方法 | |
CN103795987A (zh) | 嵌入式视频采集处理系统及其实现方法 | |
CN115601945A (zh) | 基于落石视频监测的露天矿岩质滑坡智能预警系统及方法 | |
CN111416964B (zh) | 用于水利工程变形的远程图像智能识别方法 | |
CN108564762A (zh) | 一种基于分布式计算的森林烟火识别智能云系统 | |
CN205177127U (zh) | 基于433无线传输方式的水文监测系统 | |
CN116433645A (zh) | 一种皮带鼓包检测方法与检测系统 | |
CN207083180U (zh) | 一种基于视频的智能分析系统 | |
CN203968273U (zh) | 一种用于高速公路的视频故障监控系统 | |
CN206878988U (zh) | 一种基于物联网具有高清视频的可检测水质的渔业养殖系统 | |
CN113191294B (zh) | 一种基于机器视觉的大型漂浮物体冲撞大坝预防检测方法 | |
CN205558972U (zh) | 基于温湿度和图像监测的井下水灾报警系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 518000 Guangdong, Shenzhen, Nanshan District Nantou gateway two road strategic emerging industrial park 4 1 building Applicant after: SHENZHEN INNOVIEW TECHNOLOGY CO., LTD. Address before: 518000 A District, 2 / F, B building, Sai Chun Da Xiang building, Zhongshan Garden Road, Nanshan District, Shenzhen, Guangdong. Applicant before: SHENZHEN INNOVIEW TECHNOLOGY CO., LTD. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |