CN111814784A - 基于图像处理的液位识别方法及相关装置 - Google Patents

Abstract

本申请提供一种基于图像处理的液位识别方法及相关装置。该基于图像处理的液位识别方法包括：获取含有待识别目标的实时图像；对实时图像进行处理以获取待识别目标的液位高度；根据液位高度获取待识别目标的液位刻度值。该方法不仅能够对液位进行识别，且能够在复杂环境下获取到准确度较高的液位识别结果。

Description

基于图像处理的液位识别方法及相关装置

技术领域

本发明涉及液位识别技术领域，尤其涉及一种基于图像处理的液位识别方法及相关装置。

背景技术

液位识别被广泛应用于科研、生活、工业生产等各个领域，其识别结果的准确度对各个领域起着至关重要的作用，比如，待巡检区域中液位计的液位识别。

目前，一般依靠相关工作人员的人眼对液位进行识别，以获取当前液位的刻度值；然而，该方法在复杂环境下获取的液位识别结果，其准确度较低。

发明内容

本申请提供一种基于图像处理的液位识别方法及相关装置，该方法不仅能够对液位进行识别，且能够在复杂环境下获取到准确度较高的液位识别结果。

为解决上述技术问题，本申请采用的第一个技术方案是：提供一种基于图像处理的液位识别方法，该方法包括：获取含有待识别目标的实时图像；对所述实时图像进行处理以获取所述待识别目标的液位高度；根据所述液位高度获取所述待识别目标的液位刻度值。

为解决上述技术问题，本申请采用的第二个技术方案是：提供一种基于图像处理的液位识别装置，该装置包括图像获取模块、图像处理模块和液位刻度值获取模块；其中，图像获取模块用于获取含有待识别目标的实时图像；图像处理模块用于对所述实时图像进行处理以获取所述待识别目标的液位高度；液位刻度值获取模块用于根据所述液位高度获取所述待识别目标的液位刻度值。

为解决上述技术问题，本申请采用的第三个技术方案是：提供一种基于图像处理的液位识别设备，该设备包括相互连接的存储器和处理器，其中，所述存储器用于存储实现上述所涉及的基于图像处理的液位识别方法的程序指令；所述处理器用于执行所述存储器存储的所述程序指令。

为解决上述技术问题，本申请采用的第四个技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质存储有程序文件，所述程序文件能够被执行以实现上述所涉及的基于图像处理的液位识别方法。

本申请提供的基于图像处理的液位识别方法及相关装置，该基于图像处理的液位识别方法通过获取含有待识别目标的实时图像，然后对实时图像进行处理以获取待识别目标的液位高度，并根据液位高度获取待识别目标的液位刻度值。该方法不仅能够对待识别目标的液位进行识别以获取待识别目标的液位刻度值，且由于该方法是通过对含有待识别目标的图像进行处理，并根据图像处理结果获取待识别目标的液位刻度值，相比于现有技术中通过人眼对液位进行识别以获取待识别目标的刻度值的方法，该方法能够在复杂环境下获得准确度较高的液位识别结果。

附图说明

图1为本申请第一实施例提供的基于图像处理的液位识别方法的流程示意图；

图2为图1中步骤S12的子流程图；

图3为本申请第二实施例提供的基于图像处理的液位识别方法的流程示意图；

图4为图3中步骤S21的子流程图；

图5为图4中步骤S32的子流程图；

图6为本申请一实施例提供的基于图像处理的液位识别装置的结构示意图；

图7为本申请一实施例提供的基于图像处理的液位识别设备的结构示意图；

图8为本申请一实施例提供的计算机可读存储介质的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

下面结合附图和实施例对本申请进行详细的说明。

请参阅图1，图1为本申请第一实施例提供的基于图像处理的液位识别方法的流程示意图；在本实施例中，提供一种基于图像处理的液位识别方法，该方法不仅能够对液位进行识别，且能够在复杂环境下获取到准确度较高的液位识别结果。

具体的，该基于图像处理的液位识别方法具体包括：

步骤S11：获取含有待识别目标的实时图像。

其中，待识别目标具体可为液位计，以下实施例均以此为例。

具体的，可通过图像采集装置获取清晰度较高的实时图像；其中，实时图像中含有待识别目标。具体的，可采用设置有摄像机的巡检机器人对待识别目标所在区域的场景进行拍摄，以获取实时图像。

步骤S12：对实时图像进行处理以获取待识别目标的液位高度。

具体的，参见图2，图2为图1中步骤S12的子流程图；步骤S12具体包括：

步骤S121：将实时图像输入预设模型以确定待识别目标的液面检测区域。

其中，液面检测区域具体是指实时图像中的待识别目标中容置液体的区域。

步骤S122：对液面检测区域进行裁剪以获取待识别图像。

具体的，可对液面检测区域进行一倍裁剪。具体的，步骤S122还包括对图像进行滤波和边缘提取处理。由于图像中存在很多噪点和干扰，需要对图像进行滤波处理；在一实施方式中，首先把图像分成若干个边长为3-5cm的正方形，计算出正方形内的平均像素，再对正方形内的像素点循环，如果大于平均像素或小于平均像素都可以看成是噪点，把它们的像素值修改为平均像素值。

图像的边缘提取是在保留原有图像属性的情况下，显著减少图像的数据规模。首先是找寻一副图像中灰度强度变化最强的位置。所谓变化最强，即指梯度方向，然后将其梯度方向近似为上、下、左、右和45度方向中的一个。比较该像素点和其梯度方向正负方向的像素点的梯度强度，如果该像素点梯度强度最大则保留，否则抑制(删除，即设置为0)，然后设定一个阈值上界和阈值下界，图像中的像素点如果大于阈值上界则认为必然是边界，小于阈值下界则认为必然不是边界，两者之间的则认为是候选项，和强边界相连的弱边界认为是边界，其他的弱边界则被抑制。

步骤S123：对待识别图像进行处理以获取待识别目标的液位高度。

步骤S13：根据液位高度获取待识别目标的液位刻度值。

具体的，根据液位高度、预设模型中的待识别目标的刻度点及相应的刻度值获取待识别目标的液位刻度值。

下面结合一具体实施例对该步骤进行详细说明。比如，预设模型中的待识别目标的刻度点分别为竖向等间距分布的A₁、A₂、A₃、A₄、A₅；其中，A₁对应的竖直高度H₁为h、对应的刻度值M₁为m；A₂对应的竖直高度H₂为2h、对应的刻度值M₂为2m；A₃对应的竖直高度H₃为3h、对应的刻度值M₃为3m；A₄对应的竖直高度H₄为4h、对应的刻度值M₄为4m；A₅对应的竖直高度H₅为5h、对应的刻度值M₅为5m；在一实施例中，实时图像中待识别目标的液位高度为h’，且2h<h’<3h；则该实时图像中的待识别目标的液位刻度值M’具体为：

其中，h为每两个刻度点之间的垂直距离。

本实施例提供的基于图像处理的液位识别方法，通过获取含有待识别目标的实时图像，然后对实时图像进行处理以获取待识别目标的液位高度，并根据液位高度获取待识别目标的液位刻度值。该方法不仅能够对待识别目标的液位进行识别以获取待识别目标的液位刻度值，且由于该方法是通过对含有待识别目标的图像进行处理，并根据图像处理结果获取待识别目标的液位刻度值，相比于现有技术中通过人眼对液位进行识别以获取待识别目标的刻度值的方法，该方法能够在复杂环境下获得准确度较高的液位识别结果。

请参阅图3，图3为本申请第二实施例提供的基于图像处理的液位识别方法的流程示意图；在本实施例中，提供一种基于图像处理的液位识别方法，该方法具体包括：

步骤S21：建立预设模型。

具体的，参见图4，图4为图3中步骤S21的子流程图；步骤S21具体包括：

步骤S211：获取含有待识别目标的模板图像。

具体的，通过巡检机器人拍摄一张典型的模板图像，模板图像中含有待识别目标；且图像清晰度高，待识别目标的各项特征明显；同时，模板图像的大小合适，不宜过大或过小。

步骤S212：获取模板图像中的待识别目标的目标区域。

具体的，采用图像识别技术识别模板图像中的待识别目标，并定位出待识别目标所在的目标区域。其中，该步骤中的图像识别技术可以是基于形状特征的识别技术、基于色彩特征的识别技术以及基于纹理特征的识别技术中的任意一种。

步骤S213：获取模板图像中的待识别目标的端点坐标信息并进行矫正以得到矫正图像。

具体的，定位出待识别目标所在目标区域的端点坐标信息，然后根据端点坐标信息对模板图像进行矫正以得到矫正图像。

步骤S214：获取矫正图像中的待识别目标的液面检测区域。

其中，液面检测区域具体是指矫正图像中的待识别目标中容置液体的区域。

步骤S215：获取模板图像中的液体区域并生成液体区域的液体区域图像。

其中，液体区域具体是指当前模板图像中液体所在的区域，可以理解的是，液面检测区域用于容置液体，其所在的空间形成为液面检测区域，但容置其中的液体不一定占满所有液面检测区域，当容置的液体仅占用部分液面检测区域时，液体所占用的区域形成为液体区域。

在一实施方式中，当待识别目标为液位计时，定位出模板图像中的油区域并生成油区域图像。

步骤S216：获取模板图像中的待识别目标的刻度点及每一刻度点对应的刻度值，根据刻度点和刻度值确定液体高度。

具体的，对模板图像中的待识别目标沿高度方向进行刻度点及刻度值标记；具体的，可沿高度方向每上升h高度，则标记一刻度点及相应的刻度值；比如，液位计的整体总高度为5h，则在高度为h、2h、3h、4h和5h处分别标记刻度点，并分别标记刻度点对应的刻度值为m、2m、3m、4m和5m，从而获得模板图像中待识别目标的刻度点及每一刻度点对应的刻度值；并根据刻度点和刻度值确定液体高度。

步骤S22：获取含有待识别目标的实时图像。

具体的，上述步骤S22的具体实施过程与上述第一实施例提供的基于图像处理的液位识别方法中的步骤S11的具体实施过程相同或相似，且可实现相同或相似的技术效果，具体可参见上述相关文字描述，在此不再赘述。

步骤S23：将实时图像输入预设模型，基于模板图像中的目标区域，对实时图像进行调整以得到调整图像。

步骤S24：获取调整图像中的待识别目标的端点坐标信息，并基于模板图像的矫正而对调整图像进行矫正，以得到实时矫正图像。

上述通过将获取到的实时图像基于预设模型进行调整并矫正，能够有效提高后续获取液位高度值的准确度。

步骤S25：基于矫正图像中的液面检测区域而确定实时矫正图像中的待识别目标的液面检测区域。

步骤S26：对液面检测区域进行裁剪以获取待识别图像。

具体的，上述步骤S26的具体实施过程与上述第一实施例提供的基于图像处理的液位识别方法中的步骤S122的具体实施过程相同或相似，且可实现相同或相似的技术效果，具体可参见上述相关文字描述，在此不再赘述。

步骤S27：对基于模板图像而生成的液体区域图像进行HSV变换处理并分别计算H分量均值、S分量均值和V分量均值。

步骤S28：分别设置H分量阈值、S分量阈值和V分量阈值，并根据H分量均值和H分量阈值获取H分量的最大值和最小值，根据S分量均值和S分量阈值获取S分量的最大值和最小值，及根据V分量均值和V分量阈值获取V分量的最大值和最小值。

具体的，若H分量均值、S分量均值、V分量均值分别为Mh、Ms、Mv；H分量阈值、S分量阈值和V分量阈值分别为Nh、Ns、Nv；则H分量的最大值hmax为Mh+Nh，最小值hmin为Mh-Nh；S分量的最大值smax为Ms+Ns，最小值smin为Ms-Ns；V分量的最大值vmax为Mv+Nv，最小值vmin为Mv-Nv。

步骤S29：对待识别图像进行HSV变换处理以获取变换图像。

步骤S30：基于H分量的最大值和最小值、S分量的最大值和最小值、V分量的最大值和最小值对变换图像进行处理以获取第一掩码图像。

具体的，利用H分量的最大值hmax和最小值hmin、S分量的最大值smax和最小值smin、V分量的最大值vmax和最小值vmin对变换图像进行处理，条件为变换图像中每个像素点的H、S、V三个值都要在其对应的最大值和最小值之间，如某个像素点上hmin<H<hmax，则可得到第一掩码图像；其中，第一掩码图像的图像表现为黑色区域，白色区域为疑似液体区域。

步骤S31：对第一掩码图像进行形态学处理以获取第二掩码图像。

具体的，设置形态学处理核阈值Tsize，然后对第一掩码图像进行形态学处理，以获取图像更为清晰、特征更为显著的第二掩码图像；其中，核阈值Tsize与第一掩码图像的宽度的大小有关。

步骤S32：对第二掩码图像进行处理以确定待识别目标的液面位置并根据液面位置确定待识别目标的液位高度。

具体的，参见图5，图5为图4中步骤S32的子流程图；步骤S32具体包括：

步骤S321：对第二掩码图像从上至下依次遍历疑似液体区域。

具体的，因为存在干扰所以在非液体区域也会存在非0值，此时有两个阈值单位为像素，宽度阈值Tw和高度阈值Th。

步骤S322：判断是否出现疑似液体区域。

具体的，若出现疑似液体区域，则执行步骤S323；若没有出现疑似液体区域，则继续执行步骤S321。

在一具体实施过程中，判断每行非0值是否大于Tw，若是，则确定出现疑似液体区域，执行步骤S323；若否，则确定没有出现疑似液体区域，继续执行步骤S321。

步骤S323：判断连续出现疑似液体区域的高度是否大于高度阈值。

具体的，若连续出现疑似液体区域的高度大于高度阈值，则执行步骤S324；若连续出现疑似液体区域的高度小于或等于高度阈值，则继续执行步骤S321。

步骤S324：根据连续出现疑似液体区域的高度确定待识别目标的液面位置并根据液面位置确定待识别目标的液位高度。

在具体实施过程中，液面位置以上的部分为非液体区域，即，空管，液面位置以下的部分为液体区域；当确定液面位置之后，则可以知道第二掩码图像中的非液体区域的高度，即，空管的高度，然后通过第二掩码图像的整体高度减去空管的高度则可获取到待识别目标的液位高度。

下面结合一具体实施例对确定液位高度进行说明；比如，第二掩码图像的整体高度为5h，对第二掩码图像从上至下依次遍历疑似液体区域的过程中，向下遍历h₁高度后，连续遍历到疑似液体区域的高度h₂大于高度阈值Th，则可确定向下高度为h₁-h₂处为液面位置。可以理解的是，在该实施例中，空管的高度为h₁-h₂，待识别目标的液位高度h’为5h-(h₁-h₂)。

可以理解的是，上述从任意h’+n行白色像素块大于Tw，n大于等于0小于等于Th+1；在具体实施过程中，如果不存在h’能满足上述条件，则输出n最大时对应的h’。

步骤S33：根据液位高度获取待识别目标的液位刻度值。

具体的，上述步骤S33的具体实施过程与上述第一实施例提供的基于图像处理的液位识别方法中的步骤S13的具体实施过程相同或相似，且可实现相同或相似的技术效果，具体可参见上述相关文字描述，在此不再赘述。

本实施例提供的基于图像处理的液位识别方法，相比于上述第一实施例提供的基于图像处理的液位识别方法，不仅能够对待识别目标的液位进行识别以获取待识别目标的液位刻度值，并在复杂环境下获得准确度较高的液位识别结果；同时，通过将获取到的实时图像基于预设模型进行调整并矫正，能够有效提高后续获取液位高度值的准确度；另外，通过在遍历疑似液体区域的过程中，设置宽度阈值和高度阈值，以在每行非0值满足宽度阈值以及在连续出现疑似液体区域的高度满足高度阈值时，才确定待识别目标的液面位置，这样能够有效保证确定的液面位置的准确度，进而大大提高了液位刻度值的准确度。

请参阅图6，图6为本申请一实施例提供的基于图像处理的液位识别装置的结构示意图；在本实施例中，提供一种基于图像处理的液位识别装置50，该装置50包括图像获取模块51、图像处理模块52和液位刻度值获取模块53。

其中，图像获取模块51用于获取含有待识别目标的实时图像；其中，待识别目标具体可为液位计，以下实施例均以此为例。具体的，可通过图像采集装置获取清晰度较高的实时图像；其中，实时图像中含有待识别目标。具体的，可采用设置有摄像机的巡检机器人对待识别目标所在区域的场景进行拍摄，以获取实时图像。

其中，图像处理模块52用于对实时图像进行处理以获取待识别目标的液位高度；具体的，图像处理模块52用于将实时图像输入预设模型以确定待识别目标的液面检测区域，然后对液面检测区域进行裁剪以获取待识别图像，最后对待识别图像进行处理以获取待识别目标的液位高度。

其中，液位刻度值获取模块53用于根据液位高度获取待识别目标的液位刻度值。具体的，液位刻度值获取模块53用于根据液位高度、预设模型中的待识别目标的刻度点及相应的刻度值获取待识别目标的液位刻度值。

请参阅图7，图7为本申请一实施例提供的基于图像处理的液位识别设备的结构示意图；在本实施例中，提供一种基于图像处理的液位识别设备，该设备包括相互连接的存储器61和处理器62。

其中，存储器61用于存储实现上述实施例所涉及的基于图像处理的液位识别方法的程序指令；处理器62用于执行存储器61存储的程序指令。其中，处理器62还可以称为CPU(CentralProcessingUnit，中央处理单元)。处理器62可能是一种集成电路芯片，具有信号的处理能力。处理器62还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。存储器61可以为内存条、TF卡等，可以存储基于图像处理的液位识别设备中全部信息，包括输入的原始数据、计算机程序、中间运行结果和最终运行结果都保存在存储器61中。它根据控制器指定的位置存入和取出信息。有了存储器61，基于图像处理的液位识别设备才有记忆功能，才能保证正常工作。基于图像处理的液位识别设备中的存储器61按用途存储器可分为主存储器(内存)和辅助存储器(外存)，也有分为外部存储器和内部存储器的分类方法。外存通常是磁性介质或光盘等，能长期保存信息。内存指主板上的存储部件，用来存放当前正在执行的数据和程序，但仅用于暂时存放程序和数据，关闭电源或断电，数据会丢失。门状态监测设备还包括其他的器件，其与现有技术中的基于图像处理的液位识别设备中的其他器件及功能相同，在此不再赘述。

请参阅图8，图8为本申请一实施例提供的计算机可读存储介质的结构示意图。在本实施例中，提供一种计算机可读存储介质，该计算机可读存储介质存储有程序文件71，程序文件71能够被执行以实现上述实施例所涉及的基于图像处理的液位识别方法。其中，该程序文件71可以以软件产品的形式存储在上述存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储装置包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。

以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种基于图像处理的液位识别方法，其特征在于，包括：

获取含有待识别目标的实时图像；

对所述实时图像进行处理以获取所述待识别目标的液位高度；

根据所述液位高度获取所述待识别目标的液位刻度值。

2.根据权利要求1所述的基于图像处理的液位识别方法，其特征在于，所述对所述实时图像进行处理以获取所述待识别目标的液位高度的步骤具体包括：

将所述实时图像输入预设模型以确定所述待识别目标的液面检测区域；

对所述液面检测区域进行裁剪以获取待识别图像；

对所述待识别图像进行处理以获取所述待识别目标的液位高度。

3.根据权利要求2所述的基于图像处理的液位识别方法，其特征在于，所述获取含有待识别目标的实时图像的步骤之前，还包括：建立所述预设模型；

所述建立所述预设模型的步骤具体包括：

获取含有所述待识别目标的模板图像；

获取所述模板图像中的所述待识别目标的目标区域；

获取所述模板图像中的所述待识别目标的端点坐标信息并进行矫正以得到矫正图像；

获取所述矫正图像中的所述待识别目标的液面检测区域；

获取所述模板图像中的液体区域并生成所述液体区域的液体区域图像；

获取所述模板图像中的所述待识别目标的刻度点及每一所述刻度点对应的刻度值，根据所述刻度点和所述刻度值确定所述液体高度。

4.根据权利要求3所述的基于图像处理的液位识别方法，其特征在于，所述将所述实时图像输入预设模型以确定所述待识别目标的液面检测区域的步骤具体包括：

将所述实时图像输入所述预设模型，基于所述模板图像中的所述目标区域，对所述实时图像进行调整以得到调整图像；

获取所述调整图像中的所述待识别目标的端点坐标信息，并基于所述模板图像的矫正而对所述调整图像进行矫正，以得到实时矫正图像；

基于所述矫正图像中的所述液面检测区域而确定所述实时矫正图像中的所述待识别目标的液面检测区域。

5.根据权利要求3所述的基于图像处理的液位识别方法，其特征在于，所述对所述待识别图像进行处理以获取所述待识别目标的液位高度的步骤具体包括：

对基于所述模板图像而生成的所述液体区域图像进行HSV变换处理并分别计算H分量均值、S分量均值和V分量均值；

分别设置H分量阈值、S分量阈值和V分量阈值，并根据所述H分量均值和所述H分量阈值获取H分量的最大值和最小值，根据所述S分量均值和所述S分量阈值获取S分量的最大值和最小值，及根据所述V分量均值和所述V分量阈值获取V分量的最大值和最小值；

对所述待识别图像进行HSV变换处理以获取变换图像；

基于所述H分量的最大值和最小值、所述S分量的最大值和最小值、所述V分量的最大值和最小值对所述变换图像进行处理以获取第一掩码图像；

对所述第一掩码图像进行形态学处理以获取第二掩码图像；

对所述第二掩码图像进行处理以确定所述待识别目标的液面位置并根据所述液面位置确定所述待识别目标的液位高度。

6.根据权利要求5所述的基于图像处理的液位识别方法，其特征在于，所述对所述第二掩码图像进行处理以确定所述待识别目标的液面位置并根据所述液面位置确定所述待识别目标的液位高度的步骤具体包括：

对所述第二掩码图像从上至下依次遍历疑似液体区域；

判断是否出现所述疑似液体区域；

若否，则继续执行对所述第二掩码图像从上至下依次遍历疑似液体区域的步骤；

若是，则判断连续出现所述疑似液体区域的高度是否大于高度阈值；

若否，则继续执行对所述第二掩码图像从上至下依次遍历疑似液体区域的步骤；若是，则根据连续出现疑似液体区域的高度确定所述待识别目标的液面位置并根据所述液面位置确定所述待识别目标的液位高度。

7.根据权利要求3所述的基于图像处理的液位识别方法，其特征在于，所述根据所述液位高度获取所述待识别目标的液位刻度值的步骤具体包括：

根据所述液位高度、所述预设模型中的所述待识别目标的刻度点及相应的所述刻度值获取所述待识别目标的液位刻度值。

8.一种基于图像处理的液位识别装置，其特征在于，包括：

图像获取模块，用于获取含有待识别目标的实时图像；

图像处理模块，用于对所述实时图像进行处理以获取所述待识别目标的液位高度；

液位刻度值获取模块，用于根据所述液位高度获取所述待识别目标的液位刻度值。

9.一种基于图像处理的液位识别设备，其特征在于，包括相互连接的存储器和处理器，其中，

所述存储器用于存储实现如权利要求1-7任一项所述的基于图像处理的液位识别方法的程序指令；

所述处理器用于执行所述存储器存储的所述程序指令。

10.一种计算机可读存储介质，其特征在于，存储有程序文件，所述程序文件能够被执行以实现如权利要求1-7任一项所述的基于图像处理的液位识别方法。

Images