CN111521245A - 基于视觉分析的液位控制方法 - Google Patents

基于视觉分析的液位控制方法 Download PDF

Info

Publication number
CN111521245A
CN111521245A CN202010637953.4A CN202010637953A CN111521245A CN 111521245 A CN111521245 A CN 111521245A CN 202010637953 A CN202010637953 A CN 202010637953A CN 111521245 A CN111521245 A CN 111521245A
Authority
CN
China
Prior art keywords
liquid level
histogram
tracking target
image
frame
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
Application number
CN202010637953.4A
Other languages
English (en)
Inventor
王静宜
黄鑫
李何
张俊喆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaxia Tianxin Beijing Intelligent Low Carbon Technology Research Institute Co ltd
Original Assignee
Huaxia Tianxin Beijing Intelligent Low Carbon Technology Research Institute Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huaxia Tianxin Beijing Intelligent Low Carbon Technology Research Institute Co ltd filed Critical Huaxia Tianxin Beijing Intelligent Low Carbon Technology Research Institute Co ltd
Priority to CN202010637953.4A priority Critical patent/CN111521245A/zh
Publication of CN111521245A publication Critical patent/CN111521245A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/30—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by floats
    • G01F23/64—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by floats of the free float type without mechanical transmission elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/02—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by gauge glasses or other apparatus involving a window or transparent tube for directly observing the level to be measured or the level of a liquid column in free communication with the main body of the liquid
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D9/00—Level control, e.g. controlling quantity of material stored in vessel
    • G05D9/12—Level control, e.g. controlling quantity of material stored in vessel characterised by the use of electric means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Abstract

本发明提供一种基于视觉分析的液位控制方法，采用计算机视觉技术，自动获取容器中的液位信息，通过透明连通器接入到矿下水箱的底部，使连通器中液位保持与水箱中液位相同，摄像机对准连通器液位管，采用计算机视觉技术对监控摄像头进行实时分析，将连通器中的浮球的高度与连通器外部的刻度进行比较，即可准确得到容器里的液位信息，进而通过控制装置调整容器的液位高度。

Description

基于视觉分析的液位控制方法
技术领域
本发明涉及一种存储在容器中的液体的液位控制方法，尤其是涉及一种基于视觉分析的液位控制方法。
背景技术
传统的液位控制，是通过放置在液体中的液位计或者浮球等作为液位上下浮动的判断装置，所述液位计分为两种：一种是侵入式的，插入到容器底；另一种是在容器的内壁标上刻度，人员定时巡检。由于使用时的某些环境阴暗潮湿，侵入式的液位计使用时间长了容易对传感器造成污染，且不容易维护，而内壁刻度式的增加了巡检人员的工作量。
发明内容
本发明提供了一种基于视觉分析的液位控制方法，采用计算机视觉技术，自动获取容器中的液位信息，解决传统液位计检测不便的问题，其技术方案如下所述：
一种基于视觉分析的液位控制方法，包括以下步骤：
S1：将原容器与“L”型连通器相连通，二者的液位相同，在“L”型连通器内设置一有色浮球，通过高清摄像头采集图像；
S2：对摄像头采集的视频，解码视频流数据，逐帧读取视频图像；
S3：将浮球作为跟踪目标，检测图像中是否有浮球，没有则继续逐帧读取；
S4：检测到浮球后，将跟踪目标的位置，与连通器表面的刻度位置进行比对分析，从而准确的得出容器中的液位高度；
S5：所述液位高度传输到控制装置，所述控制装置判断浮球的高度是否超出设定限制，如果没有，则继续向下逐帧读取视频图像，如果发现超出，则产生报警并将数据入库记录。
S6：所述控制装置通过液位高度调整容器的液位高度。
进一步的，步骤S3中，所述浮球的颜色选用亮红色的单色图像，将该有色浮球作为跟踪目标。
将浮球作为跟踪目标包括以下步骤：
S31：计算跟踪目标的直方图模型，将所有图像从其他的色彩空间的值转化到HSV空间，只求H分量的直方图；
S32：利用此直方图对每帧图像进行反向投影，计算每帧图像中跟踪目标对应的概率分布图；
S33：初始化包含跟踪目标的初始搜索窗，均值漂移确定搜索窗口中心。
进一步的，步骤S33中，获得初始化窗口的中心点和尺寸信息，计算跟踪目标的质心位置和跟踪目标的大小，并根据质心位置重新设置搜索窗口的位置和尺寸参数，重复此过程获得跟踪目标的的质心位置。
所述跟踪目标的质心位置和跟踪目标的大小的计算方法包括以下步骤：
S41：输入一帧完整图片，计算帧中每个像素的像素值对应于目标区域直方图的哪一等级，然后将对应等级的直方图的值赋给该像素；
记原像素值对应目标位置的直方图的直方图索引为
Figure DEST_PATH_IMAGE001
，新像素值为
Figure 215472DEST_PATH_IMAGE002
，则用公式可表示为：
Figure DEST_PATH_IMAGE003
x,y表示的是像素点的横纵坐标。i=1,2,3,...m；m为直方图的分级数量，每一级直方图对应值用
Figure 637226DEST_PATH_IMAGE004
表示，对应的直方图索引用
Figure DEST_PATH_IMAGE005
表示。
S42：使计算出来的概率分布图的每一点像素的像素值都在0~255之间，对像素做如下处理:
Figure 106385DEST_PATH_IMAGE006
；
其中，qmax表示最高级的直方图对应值；
S43：通过图像的零阶矩和一阶矩公式计算目标质心位置，所述零阶矩公式：
Figure DEST_PATH_IMAGE007
M00表示零阶矩；
一阶矩公式：
Figure 387324DEST_PATH_IMAGE008
M10表示x方向一阶矩，M01表示y方向一阶矩；其中I(x,y) 指的是图像在(x,y)处像素的像素值，即概率分布图在(x,y)处的像素；
S44：目标质心的位置：
Figure DEST_PATH_IMAGE009
其中，P0（x,y）表示质心的坐标。
进一步的，步骤S4中，根据安装时标定的位置提前确认各刻度的图像坐标的集合Q (x,y)，将跟踪目标的质心与刻度坐标进行最小距离匹配即判断出具体的液位高度：
Figure 91975DEST_PATH_IMAGE010
所述
Figure DEST_PATH_IMAGE011
表示跟踪目标的质心。
所述“L”型连通器中液位的刻度的颜色与浮球的颜色不同。
所述集合Q(x,y)为一个坐标集合，将该集合中的坐标与质心坐标进行距离计算，取出距离最接近坐标。
所述液位信息通过数据线发送到控制装置，所述容器设置有进水管和出水管，所述进水管设置有进水管开关以及进水管水泵，所述出水管设置有出水管开关以及出水管水泵，所述控制装置与进水管水泵和出水管水泵相连接，在进水管开关和出水管开关都打开的情况下，所述控制装置能够控制容器内的液位高度，从而实现液位控制。
所述基于视觉分析的液位控制方法，通过透明连通器接入到容器的底部，使连通器中液位保持与容器中液位相同，摄像机对准连通器液位管，采用计算机视觉技术对监控摄像头进行实时分析，将连通器中的浮球的高度与连通器外部的刻度进行比较，即可准确得到蓄水箱里的液位信息。
附图说明
图1是所述液位识别装置的结构示意图；
图2是所述液位识别装置的工作流程示意图。
具体实施方式
下面结合附图给出本发明实施例，以详细说明本发明的技术实施方案。
如图1所示，所述基于视觉分析的液位控制方法，包括与原容器1下部相连通的“L”型连通器2，在“L”型连通器内设置有浮球3。
根据液体压强原理，连通器中的液位会与原容器1内的液位相同，同时连通器中的小球会漂浮在液面上方，以便数据采集。
本发明基于单目视觉，在“L”型连通器2旁设置有高清摄像头4，结合图2可见，从摄像头解码视频流数据，逐帧读取视频图像，以液位计中的浮球作为跟踪目标，如果没有检测到液位浮球，则继续逐帧读取视频图像，继续搜寻图像中的液位浮球；当满足跟踪目标更新条件时，从当前图像中提取跟踪目标，当提取出跟踪目标后，将跟踪目标的位置，与连通器表面的刻度位置进行比对分析，从而准确的得出蓄水池中的液位高度。
然后判断浮球的高度是否超出设定限制，如果没有，则继续向下逐帧读取视频图像，如果发现超出，则产生报警并将数据入库记录。
本发明的液位监测，具体操作步骤包括：（1）选取跟踪目标；（2）跟踪目标位置更新；（3）跟踪目标位置比对判定。
对于步骤（1），选取跟踪目标：以有色浮球作为跟踪目标的主体，计算跟踪目标的颜色直方图和当前图像的概率分布图。所述浮球的颜色可以选用单色图像，尤其是可以选用较显眼的亮红色。
其分为以下几个步骤：
1）在计算跟踪目标的直方图模型时，由于HSV空间中的H分量可以表示颜色信息，所以在计算过程中，可以先将所有图像从其他的色彩空间的值转化到HSV空间，只求H分量的直方图。其中，色彩转化过程为现有技术，不再赘述。因为对图像的处理是单帧处理，每帧图像都参与处理，所以是所有图像在处理时逐帧转换。
2）然后利用此直方图对每帧图像进行反向投影，计算每帧图像中跟踪目标对应的概率分布图。所述概率分布图是用于判断出跟踪目标分布在不同区域的概率。
将整个图像作为搜索区域，所述反向投影就是在当前帧图像的搜索区域内，通过对每个像素点的当前值查询跟踪目标的颜色直方图，确定该像素点属于跟踪目标的概率。
3）均值漂移确定窗口中心。首先初始化包含跟踪目标的初始搜索窗，所述搜索窗相对于全图来说是一个像窗口一样的区域，能够在全图中滑动搜索。
获得初始化窗口的中心点和尺寸信息。按照后面的零阶矩和一阶矩公式计算跟踪目标的质心位置和跟踪目标的大小，并根据质心位置重新设置搜索窗口的位置和尺寸参数。重复此过程来获得跟踪目标的的质心位置。
（2）跟踪目标位置更新；
对于整幅图像来说，计算整幅图像关于跟踪目标的目标区域直方图的概率分布图，计算方式其实非常简单。假设计算的直方图分为m级，每一级直方图对应值用
Figure 774760DEST_PATH_IMAGE004
表示，对应的直方图索引用
Figure 8296DEST_PATH_IMAGE005
表示。其中，q表示直方图的值，索引表示直方图级数；u表示直方图索引。
对于整幅图像来说，输入一帧完整图片，计算帧中每个像素的像素值对应于目标区域直方图的哪一等级，然后将对应等级的直方图的值赋给该像素。记原像素值对应目标位置的直方图的直方图索引为
Figure 743908DEST_PATH_IMAGE012
，新像素值为
Figure 721092DEST_PATH_IMAGE013
，则用公式可表示为：
Figure 117438DEST_PATH_IMAGE014
x,y表示的是像素点的横纵坐标。i=1,2,3,...m。
为了使得计算出来的概率图每一点的像素值都在0~255之间，对像素做如下处理:
Figure DEST_PATH_IMAGE015
通过图像的零阶矩和一阶矩公式计算目标质心位置，零阶矩公式：
Figure 662820DEST_PATH_IMAGE007
M00表示零阶矩。
一阶矩公式：
Figure 777406DEST_PATH_IMAGE008
M10表示x方向一阶矩，M01表示y方向一阶矩。
其中I(x,y) 指的是图像在(x,y)处像素的像素值，在这里就是概率分布图在(x, y)处的像素。计算目标质心的位置：
Figure 168067DEST_PATH_IMAGE016
其中，P0（x,y）表示质心的坐标。
（3）跟踪目标位置比对判定：
由于连通器中液位的刻度的颜色与浮球的颜色不同，故可以根据安装时标定的位置（即横线刻度）提前确认各刻度的图像坐标的集合Q(x,y)，该集合为一个坐标集合，将该集合中的坐标与质心坐标进行距离计算，取出距离最接近坐标。然后将跟踪目标的质心与刻度坐标进行最小距离匹配即判断出具体的液位高度：
Figure DEST_PATH_IMAGE017
本装置识别出的液位高度数据，可以通过标准工业协议接口接入到各类管控系统中。
所述基于视觉分析的液位控制方法，通过透明连通器接入到容器的底部，使连通器中液位保持与水箱中液位相同，摄像机对准连通器液位管，采用计算机视觉技术对监控摄像头进行实时分析，将连通器中的浮球的高度与连通器外部的刻度进行比较，即可准确得到蓄水箱里的液位信息。
所述液位信息通过数据线发送到控制装置，所述容器设置有进水管和出水管，所述进水管设置有进水管开关以及进水管水泵，所述出水管设置有出水管开关以及出水管水泵，所述控制装置与进水管水泵和出水管水泵相连接，在进水管开关和出水管开关都打开的情况下，所述控制装置能够控制容器内的液位高度，从而实现液位控制。

Claims (8)

1.一种基于视觉分析的液位控制方法，包括以下步骤：
S1：将原容器与“L”型连通器相连通，二者的液位相同，在“L”型连通器内设置一有色浮球，通过高清摄像头采集图像；
S2：对摄像头采集的视频，解码视频流数据，逐帧读取视频图像；
S3：将浮球作为跟踪目标，检测图像中是否有浮球，没有则继续逐帧读取；
S4：检测到浮球后，将跟踪目标的位置，与连通器表面的刻度位置进行比对分析，从而准确的得出容器中的液位高度；
S5：所述液位高度传输到控制装置，所述控制装置判断浮球的高度是否超出设定限制，如果没有，则继续向下逐帧读取视频图像，如果发现超出，则产生报警并将数据入库记录；
S6：所述控制装置通过液位高度调整容器的液位高度。
2.根据权利要求1所述的基于视觉分析的液位控制方法，其特征在于：步骤S3中，所述浮球的颜色选用亮红色的单色图像，将该有色浮球作为跟踪目标。
3.根据权利要求2所述的基于视觉分析的液位控制方法，其特征在于：将浮球作为跟踪目标包括以下步骤：
S31：计算跟踪目标的直方图模型，将所有图像从其他的色彩空间的值转化到HSV空间，只求H分量的直方图；
S32：利用此直方图对每帧图像进行反向投影，计算每帧图像中跟踪目标对应的概率分布图；
S33：初始化包含跟踪目标的初始搜索窗，均值漂移确定搜索窗口中心。
4.根据权利要求3所述的基于视觉分析的液位控制方法，其特征在于：步骤S33中，获得初始化窗口的中心点和尺寸信息，计算跟踪目标的质心位置和跟踪目标的大小，并根据质心位置重新设置搜索窗口的位置和尺寸参数，重复此过程获得跟踪目标的质心位置。
5.根据权利要求4所述的基于视觉分析的液位控制方法，其特征在于：所述跟踪目标的质心位置和跟踪目标的大小的计算方法包括以下步骤：
S41：输入一帧完整图片，计算帧中每个像素的像素值对应于目标区域直方图的哪一等级，然后将对应等级的直方图的值赋给该像素；
记原像素值对应目标位置的直方图的直方图索引为
Figure 810658DEST_PATH_IMAGE001
，新像素值为
Figure 642348DEST_PATH_IMAGE002
，则用公式可表示为：
Figure 147278DEST_PATH_IMAGE003
x,y表示的是像素点的横纵坐标，
m为直方图的分级数量，每一级直方图对应值用
Figure 773432DEST_PATH_IMAGE004
表示，对应的直方图索引用
Figure 488447DEST_PATH_IMAGE005
表示；
S42：使计算出来的概率分布图的每一点像素的像素值都在0~255之间，对像素做如下处理:
Figure 123828DEST_PATH_IMAGE006
；
其中，qmax表示最高级的直方图对应值；
S43：通过图像的零阶矩和一阶矩公式计算目标质心位置，所述零阶矩公式：
Figure 217686DEST_PATH_IMAGE007
M00表示零阶矩；
一阶矩公式：
Figure 608216DEST_PATH_IMAGE008
M10表示x方向一阶矩，M01表示y方向一阶矩；其中I(x,y) 指的是图像在(x,y)处像素的像素值，即概率分布图在(x,y)处的像素；
S44：目标质心的位置：
Figure 482631DEST_PATH_IMAGE009
的坐标为
Figure 859385DEST_PATH_IMAGE010
其中，P0（x,y）表示质心的坐标。
6.根据权利要求1所述的基于视觉分析的液位控制方法，其特征在于：步骤S4中，根据安装时标定的位置提前确认各刻度的图像坐标的集合Q(x,y)，将跟踪目标的质心与刻度坐标进行最小距离匹配Dmin即判断出具体的液位高度Q(x 0 ,y 0 )：
Figure 463542DEST_PATH_IMAGE011
所述
Figure 697077DEST_PATH_IMAGE012
表示跟踪目标的质心。
7.根据权利要求1所述的基于视觉分析的液位控制方法，其特征在于：所述“L”型连通器中液位的刻度的颜色与浮球的颜色不同。
8.根据权利要求6所述的基于视觉分析的液位控制方法，其特征在于：所述集合Q(x,y)为一个坐标集合，将该集合中的坐标与质心坐标进行距离计算，取出距离最接近坐标。
CN202010637953.4A 2020-07-06 2020-07-06 基于视觉分析的液位控制方法 Pending CN111521245A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010637953.4A CN111521245A (zh) 2020-07-06 2020-07-06 基于视觉分析的液位控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010637953.4A CN111521245A (zh) 2020-07-06 2020-07-06 基于视觉分析的液位控制方法

Publications (1)

Publication Number Publication Date
CN111521245A true CN111521245A (zh) 2020-08-11

Family

ID=71911964

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010637953.4A Pending CN111521245A (zh) 2020-07-06 2020-07-06 基于视觉分析的液位控制方法

Country Status (1)

Country Link
CN (1) CN111521245A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108444574A (zh) * 2018-03-30 2018-08-24 南京理工大学 一种利用图像分析技术测量液位的装置
CN112862820A (zh) * 2021-03-17 2021-05-28 水利部交通运输部国家能源局南京水利科学研究院 一种基于图像识别技术的测压管群水深智能获取装置及其水深获取方法
CN113089261A (zh) * 2021-03-19 2021-07-09 珠海格力电器股份有限公司 一种波轮洗衣机

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002031562A (ja) * 2000-07-14 2002-01-31 Toshiba Corp 水位計測装置、及び水位計測方法
CN101068314A (zh) * 2006-09-29 2007-11-07 腾讯科技（深圳）有限公司 一种网络视频秀方法及系统
CN102110296A (zh) * 2011-02-24 2011-06-29 上海大学 一种复杂场景下的运动目标跟踪方法
CN202284965U (zh) * 2011-10-21 2012-06-27 常州工学院 水位、水质的监测系统
CN102737385A (zh) * 2012-04-24 2012-10-17 中山大学 一种基于camshift和卡尔曼滤波的视频目标跟踪方法
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
CN103150740A (zh) * 2013-03-29 2013-06-12 上海理工大学 一种基于视频的运动目标跟踪方法和系统
CN103679756A (zh) * 2013-12-26 2014-03-26 北京工商大学 基于颜色和形状特征的自动目标跟踪方法及系统
CN203824610U (zh) * 2013-12-31 2014-09-10 董山山 一种高真实度的多工况智能锅炉汽包水位计
CN104296824A (zh) * 2014-10-29 2015-01-21 四川金码科技有限公司 视频水位计
CN104296720A (zh) * 2014-10-29 2015-01-21 四川金码科技有限公司 视频静力水准仪
CN108318101A (zh) * 2017-12-26 2018-07-24 北京市水利自动化研究所 基于深度学习算法的水尺水位视频智能监测方法及系统
CN209353283U (zh) * 2018-04-27 2019-09-06 王国栋 一种水文视频监测装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002031562A (ja) * 2000-07-14 2002-01-31 Toshiba Corp 水位計測装置、及び水位計測方法
CN101068314A (zh) * 2006-09-29 2007-11-07 腾讯科技（深圳）有限公司 一种网络视频秀方法及系统
CN102110296A (zh) * 2011-02-24 2011-06-29 上海大学 一种复杂场景下的运动目标跟踪方法
CN202284965U (zh) * 2011-10-21 2012-06-27 常州工学院 水位、水质的监测系统
CN102737385A (zh) * 2012-04-24 2012-10-17 中山大学 一种基于camshift和卡尔曼滤波的视频目标跟踪方法
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
CN103150740A (zh) * 2013-03-29 2013-06-12 上海理工大学 一种基于视频的运动目标跟踪方法和系统
CN103679756A (zh) * 2013-12-26 2014-03-26 北京工商大学 基于颜色和形状特征的自动目标跟踪方法及系统
CN203824610U (zh) * 2013-12-31 2014-09-10 董山山 一种高真实度的多工况智能锅炉汽包水位计
CN104296824A (zh) * 2014-10-29 2015-01-21 四川金码科技有限公司 视频水位计
CN104296720A (zh) * 2014-10-29 2015-01-21 四川金码科技有限公司 视频静力水准仪
CN108318101A (zh) * 2017-12-26 2018-07-24 北京市水利自动化研究所 基于深度学习算法的水尺水位视频智能监测方法及系统
CN209353283U (zh) * 2018-04-27 2019-09-06 王国栋 一种水文视频监测装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108444574A (zh) * 2018-03-30 2018-08-24 南京理工大学 一种利用图像分析技术测量液位的装置
CN112862820A (zh) * 2021-03-17 2021-05-28 水利部交通运输部国家能源局南京水利科学研究院 一种基于图像识别技术的测压管群水深智能获取装置及其水深获取方法
CN112862820B (zh) * 2021-03-17 2023-12-29 水利部交通运输部国家能源局南京水利科学研究院 一种基于图像识别技术的测压管群水深智能获取装置及其水深获取方法
CN113089261A (zh) * 2021-03-19 2021-07-09 珠海格力电器股份有限公司 一种波轮洗衣机
CN113089261B (zh) * 2021-03-19 2021-11-16 珠海格力电器股份有限公司 一种波轮洗衣机

Similar Documents

Publication Publication Date Title
CN111521245A (zh) 基于视觉分析的液位控制方法
WO2021238030A1 (zh) 基于聚类分区进行刻度识别的水位监测方法
CN107506798B (zh) 一种基于图像识别的水位监测方法
CN108759973B (zh) 一种水位测量方法
CN107749268B (zh) 屏幕检测方法及设备
CN111476827B (zh) 目标跟踪方法、系统、电子装置及存储介质
CN102975826A (zh) 基于机器视觉的便携式船舶水尺自动检测和识别方法
CN112183470B (zh) 一种船舶水尺识别方法、设备及存储介质
CN112132874B (zh) 无标定板异源图像配准方法、装置、电子设备及存储介质
CN103090796B (zh) 火箭偏摆、沉降的测量系统及方法
CN112115913B (zh) 图像处理方法、装置及设备、存储介质
CN112101389A (zh) 仓储货物测量方法和装置
CN114170549A (zh) 一种基于深度学习的水面漂浮物检测方法
CN116844147A (zh) 一种基于深度学习的指针式仪表识别和异常警报方法
CN117037132A (zh) 一种基于机器视觉的船舶水尺读数检测和识别方法
CN113469178A (zh) 一种基于深度学习的电力表计识别方法
CN112924037A (zh) 基于图像配准的红外体温检测系统及检测方法
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
CN116912805A (zh) 一种基于无人清扫车的井盖异常智能检测识别方法及系统
CN116486212A (zh) 一种基于计算机视觉的水尺识别方法、系统及存储介质
CN116310263A (zh) 一种指针式航空地平仪示数自动读取实现方法
CN115717867A (zh) 一种基于机载双相机和目标追踪的桥梁变形测量方法
CN116434230A (zh) 一种复杂环境下的船舶水尺读数方法
CN112541403B (zh) 一种利用红外摄像头的室内人员跌倒检测方法
CN114898347A (zh) 一种指针式仪表机器视觉识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200811