CN111652089A - 一种基于图像处理的水位自动识别方法及系统 - Google Patents

一种基于图像处理的水位自动识别方法及系统 Download PDF

Info

Publication number
CN111652089A
CN111652089A CN202010418952.0A CN202010418952A CN111652089A CN 111652089 A CN111652089 A CN 111652089A CN 202010418952 A CN202010418952 A CN 202010418952A CN 111652089 A CN111652089 A CN 111652089A
Authority
CN
China
Prior art keywords
water level
image
water
gauge
water gauge
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.)
Granted
Application number
CN202010418952.0A
Other languages
English (en)
Other versions
CN111652089B (zh
Inventor
纪义胜
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202010418952.0A priority Critical patent/CN111652089B/zh
Publication of CN111652089A publication Critical patent/CN111652089A/zh
Application granted granted Critical
Publication of CN111652089B publication Critical patent/CN111652089B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • 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
    • G01F23/22—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 measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
    • G01F23/28—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 measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water by measuring the variations of parameters of electromagnetic or acoustic waves applied directly to the liquid or fluent solid material
    • G01F23/284—Electromagnetic waves
    • G01F23/292—Light, e.g. infrared or ultraviolet
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Abstract

本发明公开了一种基于图像处理的水位自动识别方法及系统，该方法通过预先在目标水尺的边缘绘制标示色，在水位变动下的视频截图、图像预处理、水尺提取、计算水位、显示水位等步骤，通过HSV颜色识别方法以及最小外接矩形法实现了河道水位的自动获取。同时配合图像采集设备、数据传输设备、服务器以及显示终端等辅助设备，实现数据了的水位的自动读取、显示等功能。该系统结构简单，搭建成本低，且准确可靠，更适合大范围推广应用。

Description

一种基于图像处理的水位自动识别方法及系统
技术领域
本发明涉及计算机视觉与图像处理以及水位监测技术领域，更具体的说是涉及一种基于图像处理的水位自动识别方法及系统。
背景技术
目前，水位是河流湖库的基本水文要素之一，连续可靠的水位监测对于水资源调度和防汛抗旱具有重要意义。目前，常用的水位检测方式大致分为两种，一种是通过水尺读数记录水位的高度，另一种是使用自动水位计自动对计算得到水位值，自动水位计主要包括浮子式、压力式、超声波式及雷达式等。但是，传统的水尺测量需要人工定时观测，自动化程度低，人员劳动强度大。而现有的自动水位计大多需要相应的传感器配合测量，传感器布设需深入水体，测量精度容易受到水中杂质和含沙量的影响，测量结果可靠性低，且成本较高。
因此，如何提供一种自动化程度高、测量结果更加可靠且成本低的水位识别方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于图像处理的水位自动识别方法，该方法通过采集水尺的流媒体图像数据，利用色彩识别方法识别水位，从而高效准确的获取水尺水位数据，解决了现有的水位测量方式自动化程度低、测量精度难以保证的问题。
为了实现上述目的，本发明采用如下技术方案：
一方面，本发明提供了一种基于图像处理的水位自动识别方法，该方法包括：
标示颜色：预先在目标水尺的边缘绘制标示色；
获取图像：获取河道现场实时流媒体图像，对流媒体图像中水位变化帧进行截图；
图像预处理：对截取的图像进行预处理，并转换为HSV格式；
提取水尺：根据HSV颜色识别方法识别预处理后图像中的标示色，得到水尺轮廓，并根据最小外接矩形法提取水尺；
计算水位：用预先测得的水尺总长度与水面以上水尺长度做差，获得水位值；
显示水位：将得到的水尺水位值实时显示在图像的中心位置。
进一步地，计算水位步骤执行后，还包括：
保存水位：连接数据库，保存水位。便于后续查询历史数据。
进一步地，计算水位步骤执行后，还包括：
警戒预警：将实时水位值与设定的警戒水位值进行比较，在实时水位值超出警戒水位值时发出报警信号。
进一步地，图像预处理步骤中，对截取的图像进行预处理，包括裁剪、滤波、缩放以及膨胀处理。进一步地，提取水尺的步骤，具体包括：
寻找预处理后图像的边缘，计算面积最大的点集，使用HSV颜色识别方法根据颜色阈值识别水尺边缘的标示色，确定水尺轮廓；
使用最小外接矩形法绘出水尺最小外接矩形，确定水尺轮廓中心，并绘制出水尺轮廓的中心线。
进一步地，计算水位步骤中，所述水面以上水尺长度为水尺轮廓中心线与水尺最小外接矩形区域的截距。
另一方面，本发明还提供了一种基于图像处理的水位自动识别系统，该系统包括图像采集设备、数据传输设备、服务器以及显示终端，所述图像采集设备与所述数据传输设备电连接，所述数据传输设备与所述服务器通信连接，所述服务器与所述显示终端电连接；
所述图像采集设备用于获取河道现场实时流媒体图像；
所述数据传输设备用于将采集的实时流媒体图像数据上传至所述服务器；
所述服务器用于对流媒体图像中水位变化帧进行截图；对截取的图像进行预处理，并转换为HSV格式；根据HSV颜色识别方法识别预处理后图像中预先绘制的标示色，得到水尺轮廓，并根据最小外接矩形法提取水尺；用预先测得的水尺总长度与水面以上水尺长度做差，获得水位值；
所述显示终端用于将得到的水尺水位值实时显示在图像的中心位置。
进一步地，上述基于图像处理的水位自动识别系统，还包括存储器，所述存储器与所述服务器连接，所述存储器用于实时存储水位数据。
进一步地，上述基于图像处理的水位自动识别系统，还包括警报器，所述警报器与所述服务器连接，所述警报器用于将实时水位值与设定的警戒水位值进行比较，在实时水位值超出警戒水位值时发出报警信号。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于图像处理的水位自动识别方法及系统，该方法通过预先在目标水尺的边缘绘制标示色，获取水面以上目标水尺的流媒体图像数据，进行预处理后，利用色彩识别技术提取水尺区域，绘制图像边缘最大点集轮廓线和中心线，进而计算水尺读数，上述方法高效便捷，自动化程度和测量精度均较高，该系统结构简单，搭建成本低，且准确可靠，更适合大范围推广应用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的一种基于图像处理的水位自动识别方法的流程示意图；
图2附图为本发明实施例中流媒体图像中截取的图像参考示意图；
图3附图为本发明实施例中HSV格式的图像示意图；
图4附图为本发明实施例中经降噪处理后的水尺轮廓图像示意图；
图5附图为本发明实施例中最小外接矩形区域图像示意图；
图6附图为本发明实施例中水尺轮廓的中心线示意图；
图7附图为本发明实施例中水尺水位读数显示在图像中心位置的示意图；
图8附图为本发明提供的一种基于图像处理的水位自动识别系统的结构架构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一方面，参见附图1，本发明实施例公开了一种基于图像处理的水位自动识别方法，该方法包括：
S1：标示颜色：预先在目标水尺的边缘绘制标示色；
S2：获取图像：获取河道现场实时流媒体图像，对流媒体图像中水位变化帧进行截图；
S3：图像预处理：对截取的图像进行预处理，并转换为HSV格式；
S4：提取水尺：根据HSV颜色识别方法识别预处理后图像中水尺边缘的标示色，得到水尺轮廓，并根据最小外接矩形法提取水尺；
S5：计算水位：用预先测得的水尺总长度与水面以上水尺长度做差，获得水位值；
S6：显示水位：将得到的水尺水位值实时显示在图像的中心位置。
在本实施例中，图像采集的过程中，需要获取实时RTSP(Real Time StreamingProtocol，即时串流协定)流媒体图像，截图，图2为截取的一张样图，将单位时间内两次截图进行对比，查看POI区域差分图面积，当该值超过一定数值(即设定的水位计量敏感度)时输出水位。
在一个具体的实施例中，计算水位步骤执行后，还包括：
S7：保存水位：连接数据库，保存水位。便于后续查询历史数据。
在一个具体的实施例中，计算水位步骤执行后，还包括：
S8：警戒预警：将实时水位值与设定的警戒水位值进行比较，在实时水位值超出警戒水位值时发出报警信号。
在一个具体的实施例中，图像预处理步骤中，对截取的图像进行预处理，包括裁剪、滤波、缩放以及膨胀处理。本实施例中图像预处理后的HSV格式的图像如图3所示。
在一个具体的实施例中，水尺水位识别的步骤，具体包括：
1、预先在原始水尺(即水尺实物上)上标示颜色，标示的颜色可以根据实际应用环境合理设置。
2、从现场视频中截取图像，并对图像进行处理，去除杂点。
3、将图像转换为HSV(Hue,Saturation,Value)格式。HSV格式图像的颜色识别范围可以参见下表1：
表1 HSV格式图像的颜色识别范围
Figure BDA0002496117460000051
由于H表示色调，S表示饱和度，V亮度表示，在上表1中，hmin表示色调最小值，hmax表示色调最大值，smin表示饱和度最小值，smax表示色调最大值，vmin表示亮度最小值，vmax表示亮度最大值。
4、查表1求得预先标示的颜色(即标示色)的HSV图像阈值，用以下函数重新构造图像如图3所示。
hsv＝cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
该函数将lower_red指的是图像中低于这个lower_red的值，图像值变为0；将upper_red指的是图像中高于这个upper_red的值，图像值变为0；在lower_red～upper_red之间的值变成255。
5、从图形中通过计算点集像素数量的方法求出最大的点集即为水尺轮廓，如图4所示。
6、在最大点集中用最小外接矩形法拟合出上述水尺轮廓所在的矩形区域和中心线，并将矩形区域及中心线绘制出来。图像可以分别参见附图5和图6，该方法在opencv中对应的函数为cv2.fitLine。
7、水面以上水尺长度为水尺轮廓中心线与水尺最小外接矩形区域的截距，将水尺读数显示在图像中心，如图7所示。
8、将水位数据dw写入数据库，可以通过以下代码实现：
db＝MySQLdb.connect("localhost","testuser","test123","TESTDB",charset＝'utf8')
本发明实施例提供的方案使用的核心技术是python-opencv技术，Python是一种跨平台的计算机设计语言，起初用于编写自动化脚本，现已发展成为高层次的、面向对象语言。Opencv是一个开源的基于BSD许可跨平台计算机视觉库，它主要由c函数构成，为计算机视觉提供了很多通用算法。
HSV色系是面向用户的一种较为直观颜色模型，它由色调(H)、饱和度(S)、亮度(V)组成，分别表示什么颜色、深浅如何及明暗度。之所以选择HSV色系而不是RGB色系，是由于基于H色调基本上就可以确定某种颜色，识别范围更广、更方便，而RGB色调则需要判断每种分量的贡献比例。
另一方面，参见附图8，本发明还提供了一种基于图像处理的水位自动识别系统，该系统包括图像采集设备1、数据传输设备2、服务器3以及显示终端4，图像采集设备1与数据传输设备2电连接，数据传输设备2与服务器3通信连接，服务器3与显示终端4电连接；
图像采集设备1用于获取河道现场实时流媒体图像；
数据传输设备2用于将采集的实时流媒体图像数据上传至服务器3；
服务器3用于对流媒体图像中水位变化帧进行截图；对截取的图像进行预处理，并转换为HSV格式；根据HSV颜色识别方法识别预处理后图像中的水尺，并根据最小外接矩形法提取水尺；用预先测得的水尺总长度与水面以上水尺长度做差，获得水位值；
显示终端4用于将得到的水尺水位值实时显示在图像的中心位置。
在一个具体的实施例中，上述基于图像处理的水位自动识别系统，还包括存储器5，存储器5与服务器3连接，存储器5用于实时存储水位数据。
在一个具体的实施例中，上述基于图像处理的水位自动识别系统，还包括警报器6，警报器6与服务器3连接，警报器6用于将实时水位值与设定的警戒水位值进行比较，在实时水位值超出警戒水位值时发出报警信号。
在本实施例中，视频采集设备可以通过安装摄像头实现，安装时，摄像头需要正对目标水尺，这样拍摄的视频中水尺的刻度更加清晰，便于得到准确的水位测量结果，数据传输设备可以通过数据传输单元DTU(Data Transferunit)实现，显示终端可以是电脑显示屏，也可以是便携式计算机、平板电脑或者智能手机等显示设备。
本实施例中通过网络摄像头采集水尺现场视频，具体可以通过以下代码实现视频采集功能：
source＝"rtsp://admin:a1234567@192.168.1.40/Streaming/Channels/1"
cap＝cv2.VideoCapture(source)
在本实施例中，服务器重复不间断的读取视频数据帧，计算实时水位数值，当水位有变化时立即更新输出。具体内部程序代码如下：
while(1):
ret,frame＝cap.read()
最终用户通过显示终端查看水位读数。
该系统克服了传统自动水位计的传感器易损，观测结果偏移等弊端，适应性强，长期学习后结果准确性能够达到观测要求。
下面对本实施例公开的水位自动识别系统在实际应用中的一些扩展功能进行简要说明。
在一些实施例中，该系统输出的水位数据即可内嵌于硬件设备，实地获取水位数据，为公众提供水情观测服务，亦可通过网络远程获取，以更好地适应观测环境。
在一些实施例中，本实施公开的系统输出的水位数据，还可以标志到GIS地图上，实现江河全域水情信息的实时显示。
在一些实施例中，本实施例提供的图像识别技术还可以应用于河道有水无水监测，对于掌握水流向，防止水灾害有预知作用。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种基于图像处理的水位自动识别方法，其特征在于，包括：
标示颜色：预先在目标水尺的边缘绘制标示色；
获取图像：获取河道现场实时流媒体图像，对流媒体图像中水位变化帧进行截图；
图像预处理：对截取的图像进行预处理，并转换为HSV格式；
提取水尺：根据HSV颜色识别方法识别预处理后图像中的标示色，得到水尺轮廓，并根据最小外接矩形法提取水尺；
计算水位：用预先测得的水尺总长度与水面以上水尺长度做差，获得水位值；
显示水位：将得到的水尺水位值实时显示在图像的中心位置。
2.根据权利要求1所述的一种基于图像处理的水位自动识别方法，其特征在于，计算水位步骤执行后，还包括：
保存水位：连接数据库，保存水位。
3.根据权利要求1所述的一种基于图像处理的水位自动识别方法，其特征在于，计算水位步骤执行后，还包括：
警戒预警：将实时水位值与设定的警戒水位值进行比较，在实时水位值超出警戒水位值时发出报警信号。
4.根据权利要求1所述的一种基于图像处理的水位自动识别方法，其特征在于，图像预处理步骤中，对截取的图像进行预处理，包括裁剪、滤波、缩放以及膨胀处理。
5.根据权利要求1所述的一种基于图像处理的水位自动识别方法，其特征在于，提取水尺的步骤，具体包括：
寻找预处理后图像的边缘，计算面积最大的点集，使用HSV颜色识别方法根据颜色阈值识别水尺边缘的标示色，确定水尺轮廓；
使用最小外接矩形法绘出水尺最小外接矩形，确定水尺轮廓中心，并绘制出水尺轮廓的中心线。
6.根据权利要求5所述的一种基于图像处理的水位自动识别方法，其特征在于，计算水位步骤中，所述水面以上水尺长度为水尺轮廓中心线与水尺最小外接矩形区域的截距。
7.一种基于图像处理的水位自动识别系统，其特征在于，包括图像采集设备、数据传输设备、服务器以及显示终端，所述图像采集设备与所述数据传输设备电连接，所述数据传输设备与所述服务器通信连接，所述服务器与所述显示终端电连接；
所述图像采集设备用于获取河道现场实时流媒体图像；
所述数据传输设备用于将采集的实时流媒体图像数据上传至所述服务器；
所述服务器用于对流媒体图像中水位变化帧进行截图；对截取的图像进行预处理，并转换为HSV格式；根据HSV颜色识别方法识别预处理后图像中预先绘制的标识色，得到水尺轮廓，并根据最小外接矩形法提取水尺；用预先测得的水尺总长度与水面以上水尺长度做差，获得水位值；
所述显示终端用于将得到的水尺水位值实时显示在图像的中心位置。
8.根据权利要求7所述的一种基于图像处理的水位自动识别系统，其特征在于，还包括存储器，所述存储器与所述服务器连接，所述存储器用于实时存储水位数据。
9.根据权利要求7所述的一种基于图像处理的水位自动识别系统，其特征在于，还包括警报器，所述警报器与所述服务器连接，所述警报器用于将实时水位值与设定的警戒水位值进行比较，在实时水位值超出警戒水位值时发出报警信号。
CN202010418952.0A 2020-05-18 2020-05-18 一种基于图像处理的水位自动识别方法及系统 Active CN111652089B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010418952.0A CN111652089B (zh) 2020-05-18 2020-05-18 一种基于图像处理的水位自动识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010418952.0A CN111652089B (zh) 2020-05-18 2020-05-18 一种基于图像处理的水位自动识别方法及系统

Publications (2)

Publication Number Publication Date
CN111652089A true CN111652089A (zh) 2020-09-11
CN111652089B CN111652089B (zh) 2023-09-19

Family

ID=72345797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010418952.0A Active CN111652089B (zh) 2020-05-18 2020-05-18 一种基于图像处理的水位自动识别方法及系统

Country Status (1)

Country Link
CN (1) CN111652089B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112541885A (zh) * 2020-11-26 2021-03-23 蓝箭航天空间科技股份有限公司 一种用于检测火箭贮箱液位的方法和系统
CN114229641A (zh) * 2021-12-20 2022-03-25 苏州汇川控制技术有限公司 电梯井道的水位判定方法、装置、设备和可读存储介质
CN116311796A (zh) * 2022-12-16 2023-06-23 华南农业大学 一种基于计算机视觉识别的河道防洪预警系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100245554A1 (en) * 2009-03-24 2010-09-30 Ajou University Industry-Academic Cooperation Vision watching system and method for safety hat
CN103017669A (zh) * 2012-12-07 2013-04-03 惠州中京电子科技股份有限公司 一种pcb板防焊层厚度检测方法
CN105160288A (zh) * 2015-06-30 2015-12-16 浙江海洋学院 一种水尺图像分析方法
CN106768155A (zh) * 2016-12-22 2017-05-31 北京尚水信息技术股份有限公司 使用图像处理测量水位的方法
CN206388307U (zh) * 2016-12-03 2017-08-08 临沂市山水电子科技有限公司 一种新型智能水文水情观测预警系统
CN108764229A (zh) * 2018-05-29 2018-11-06 广东技术师范学院 一种基于计算机视觉技术的水尺图像自动识别方法
CN109436234A (zh) * 2018-10-29 2019-03-08 上海振华重工(集团)股份有限公司 一种水尺监测装置及方法
CN109522889A (zh) * 2018-09-03 2019-03-26 中国人民解放军国防科技大学 一种基于图像分析的水文尺水位识别估算方法
CN110248160A (zh) * 2019-06-17 2019-09-17 国网福建省电力有限公司 基于机器视觉及4g通信技术的精益调度水情远程监测系统
CN210036874U (zh) * 2019-07-04 2020-02-07 长沙市盛唐科技有限公司 一种新型红外夜间可视水尺

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100245554A1 (en) * 2009-03-24 2010-09-30 Ajou University Industry-Academic Cooperation Vision watching system and method for safety hat
CN103017669A (zh) * 2012-12-07 2013-04-03 惠州中京电子科技股份有限公司 一种pcb板防焊层厚度检测方法
CN105160288A (zh) * 2015-06-30 2015-12-16 浙江海洋学院 一种水尺图像分析方法
CN206388307U (zh) * 2016-12-03 2017-08-08 临沂市山水电子科技有限公司 一种新型智能水文水情观测预警系统
CN106768155A (zh) * 2016-12-22 2017-05-31 北京尚水信息技术股份有限公司 使用图像处理测量水位的方法
CN108764229A (zh) * 2018-05-29 2018-11-06 广东技术师范学院 一种基于计算机视觉技术的水尺图像自动识别方法
CN109522889A (zh) * 2018-09-03 2019-03-26 中国人民解放军国防科技大学 一种基于图像分析的水文尺水位识别估算方法
CN109436234A (zh) * 2018-10-29 2019-03-08 上海振华重工(集团)股份有限公司 一种水尺监测装置及方法
CN110248160A (zh) * 2019-06-17 2019-09-17 国网福建省电力有限公司 基于机器视觉及4g通信技术的精益调度水情远程监测系统
CN210036874U (zh) * 2019-07-04 2020-02-07 长沙市盛唐科技有限公司 一种新型红外夜间可视水尺

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
仲志远;: "一种基于图像识别的水位测量算法", 国外电子测量技术, no. 06 *
兰华勇;严华;: "基于图像识别技术的水尺刻度提取方法研究", 人民黄河, no. 03 *
黄林: "基于机器视觉的快速水尺刻度提取技术" *
黄林;陶青川;沈建军;: "基于机器视觉的快速水尺刻度提取技术", 现代计算机(专业版), no. 06, pages 1 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112541885A (zh) * 2020-11-26 2021-03-23 蓝箭航天空间科技股份有限公司 一种用于检测火箭贮箱液位的方法和系统
CN114229641A (zh) * 2021-12-20 2022-03-25 苏州汇川控制技术有限公司 电梯井道的水位判定方法、装置、设备和可读存储介质
CN114229641B (zh) * 2021-12-20 2024-02-23 苏州汇川控制技术有限公司 电梯井道的水位判定方法、装置、设备和可读存储介质
CN116311796A (zh) * 2022-12-16 2023-06-23 华南农业大学 一种基于计算机视觉识别的河道防洪预警系统
CN116311796B (zh) * 2022-12-16 2023-08-25 华南农业大学 一种基于计算机视觉识别的河道防洪预警系统

Also Published As

Publication number Publication date
CN111652089B (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
CN111652089B (zh) 一种基于图像处理的水位自动识别方法及系统
CN110472636B (zh) 基于深度学习的水尺e字形刻度识别方法
CN112149512A (zh) 一种基于两阶段深度学习的安全帽佩戴识别方法
CN111027456A (zh) 基于图像识别的机械水表读数识别方法
CN114627461A (zh) 一种基于人工智能高精度识别水尺数据的方法及系统
TW201931308A (zh) 影像式水尺刻度偵測辨識系統及其方法
CN111239131A (zh) 一种ai智能水环保实时监测平台
CN112926660A (zh) 一种端边协同的水位识别系统及方法
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
CN112541887A (zh) 一种火电厂多管道设备运行现场漏水缺陷检测方法
CN108363958B (zh) 一种基于高分辨率光学遥感影像的油罐检测方法
CN115908774A (zh) 一种基于机器视觉的变形物资的品质检测方法和装置
CN113705442A (zh) 一种户外大牌广告画面监控识别系统及方法
CN113959339A (zh) 获取裂缝宽度的方法、装置以及裂缝监测仪及监测系统
Liu et al. An Edge-computing flow meter reading recognition algorithm optimized for agricultural IoT network
CN112729477A (zh) 一种基于深度学习的新型水位高度测量系统
CN111649804A (zh) 油位监测方法、设备及具有存储功能的装置
CN111914589A (zh) 空调机组安装过程的监测方法、计算设备、装置、监测系统和计算机可读存储介质
CN110942058A (zh) 一种基于ccd机器视觉识别的仪表数据读取方法
CN110599471A (zh) 基于图像处理的雨量筒水平监测系统及其检测方法
CN114659595B (zh) 基于物联网的水表耐久性智能试验装置及方法
CN215734657U (zh) 一种用于仪表自动识别的移动装置
CN114998887B (zh) 一种电能计量表智能识别方法
CN111860123B (zh) 一种识别工作区域边界的方法
CN113392834A (zh) 一种基于深度学习的字轮水表读数识别方法及系统

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
GR01 Patent grant
GR01 Patent grant