CN112907506A - 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 - Google Patents
一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112907506A CN112907506A CN202110032824.7A CN202110032824A CN112907506A CN 112907506 A CN112907506 A CN 112907506A CN 202110032824 A CN202110032824 A CN 202110032824A CN 112907506 A CN112907506 A CN 112907506A
- Authority
- CN
- China
- Prior art keywords
- water gauge
- image
- coordinate system
- water
- information
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 374
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000013507 mapping Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 12
- 238000012544 monitoring process Methods 0.000 description 8
- 230000009466 transformation Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000000825 pharmaceutical preparation Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G01F23/04—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 dip members, e.g. dip-sticks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T7/90—Determination of colour characteristics
-
- 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
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Fluid Mechanics (AREA)
- Image Processing (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种不定长水尺水位检测方法、装置及存储介质，方法包括：获取待检测水位的目标水尺图像，确定目标水尺图像对应的标注参考图像信息；对目标水尺图像进行颜色识别以及二值化处理，根据目标水尺中线信息，确定水尺中线与水位线的交点在图像像素坐标系中的坐标；根据透视投影矩阵信息中的图像像素坐标系与世界坐标系的映射关系，计算水尺中线的起点坐标和所述交点坐标映射在世界坐标系中的起点坐标和终点坐标；根据目标水尺中线在世界坐标系中的起点坐标和终点坐标，确定目标水尺位于水面之上的实际长度；将目标水尺的总长度与水面之上的实际长度之间的差值，作为水位检测结果值。利用本发明可计算任意长度水尺的水位值，计算简单且可以有效克服背景噪声的干扰。
Description
技术领域
本发明涉及水位检测技术领域，特别是一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质。
背景技术
水位是河流湖库的基本水文要素之一。传统水尺测量需要人工定时观测，存在设备及安装成本高，测量精度易受复杂环境的影响，需要工作人员定期维护等缺点。在河流涨幅较大的区域往往使用多米水尺，而目前现有的水位检测算法在解决多米水尺的水位监测上均较为复杂。
目前国内许多重要的水位观测点均建设有视频监控系统并配有标准水尺，为基于视频图像的水尺水位检测提供了有利条件。相比现有方法，图像法在原理上具有非接触、无温漂、无转换误差等优点，因此，近年来图像法水位检测在机器图像和水利量测领域已成为新的研究热点。然而受复杂现场条件的影响，现有的图像法水位检测方法在测量精度和可靠性上仍然存在较大的局限，体现在：1)通过识别水尺刻度线与水尺字符实现水位值检测的方法，专利如：一种基于二进制编码字符水尺和图像处理的水位识别方法(公开号：CN107367310A)，建立二进制编码字符定位和分割模型及二进制编码字符水尺刻度线提取模型，通过模板匹配方法识别字符，进而换算水位值，在图像分辨率较低，水尺刻度线和字符不清晰的情况下就难以保证检测的精度。2)通过图像处理和神经网络实现水位值检测方法。专利如：一种基于全卷积神经网络的水尺水位线检测及有效性识别方法(公开号：CN111598098A)，基于VGG-16构建了一种用于语义分割的全卷积神经网络。标注数据集时仅分为水尺，水草和水体三部分，对图像中的其他背景未能有很好的检测效果，使用时若有水草遮挡则需要人工读数。3)通过对水尺分块进行处理逐渐缩小检测区域最终获得水位线的位置。专利如：一种适用于复杂光照条件的水尺水位线视觉检测方法(公开号：CN109764930A)，通过计算灰度图像和边缘图像的灰度均值差，取两个特征中的最大值作为衡量图像差异性的指标，再采用粗定位和精定位结合的水位线检测方法得到水位线的位置，计算量较大，实际应用较为困难。
发明内容
本发明的目的是提供一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质，能够在水尺刻度线和字符不清晰的情况下，获得符合水文检测规范的水尺读数，提高检测效率和准确度。本发明采用的技术方案如下。
一方面，本发明提供一种不定长水尺水位检测方法，包括：
获取待检测水位的目标水尺图像，确定目标水尺图像对应的标注参考图像信息；其中，所述标注参考图像信息包括目标水尺中线信息和水尺中线起点在图像像素坐标系中的坐标信息，以及预先构建的透视投影矩阵信息，所述透视投影矩阵信息包括图像像素坐标系与世界坐标系的映射关系；
对目标水尺图像进行颜色识别以及二值化处理，根据目标水尺中线信息，确定水尺中线与水位线的交点在图像像素坐标系中的坐标；
根据所述透视投影矩阵信息中的映射关系，计算水尺中线的起点坐标和所述交点坐标映射在世界坐标系中的起点坐标和终点坐标；
根据目标水尺中线在世界坐标系中的起点坐标和终点坐标，确定目标水尺位于水面之上的实际长度；
将目标水尺的总长度与水面之上的实际长度之间的差值，作为水位检测结果值。
可选的，所述目标水尺图像与对应的标注参考图像为相同拍摄条件下获取的相同水尺状态的图像；所述相同拍摄条件包括：摄像机与水尺的相对位置相同、摄像机相同、摄像机拍摄角度相同。相同水尺状态不包括水尺与水面的相对位置。
实际应用中，摄像机对于某一测量点的水尺进行拍摄一般是固定的，不同时间所拍摄得到的图像之间的区别仅由水位的不同所造成，因此对于各测量点的水尺可分别预先构造对应的标注参考图像。
可选的，所述标注参考图像信息中的目标水尺中线信息和水尺中线起点在图像像素坐标系中的坐标信息的确定方法包括：
在标注参考图像中标注水尺顶部边缘的中点，将所述中点作为起点标注水尺中线的方向线，获取方向线的起点和终点在图像像素坐标系中的坐标：L1(a1，b1)，L2(a2，b2)；
根据L1(a1，b1)和L2(a2，b2)计算水尺中线的表达式：
所计算得到的表达式即为对应图像像素坐标系的目标水尺中线信息。
可选的，所述透视投影矩阵的构建方法包括：
在目标水尺的边缘标注四个共面不共线的标识点，确定四个标识点在世界坐标系中的坐标：A：(X1，Y1)，B：(X2，Y2)，C：(X3，Y3)，D：(X4，Y4)；
将一标注后的目标水尺图像作为标注参考图像，获取四个标识点在图像像素坐标系中的坐标A：(x1，y1)，B：(x2，y2)，C：(x3，y3)，D：(x4，y4)；
根据四个标识点在世界坐标系中的坐标和在图像像素坐标系中的坐标，利用以下公式计算透视投影矩阵T：
透视变换(Perspective Transformation)是指利用透视中心、像点、标识点三点共线的条件，将水尺图像通过透视投影矩阵投影到世界坐标系的标准水尺图像上。
可选的，所述四个标识点的颜色与水尺颜色不同，分别为红色和蓝色。若水尺颜色为红色，四个标识点的颜色设置为蓝色；若水尺颜色蓝色，四个点的颜色设置为红色。
可选的，所述对目标水尺图像进行颜色识别以及二值化处理，根据目标水尺中线信息，确定水尺中线与水位线的交点在图像像素坐标系中的坐标，包括：
将目标水尺图像转换为HSV格式，对图像进行颜色识别；
将颜色识别后得到的彩色图像进行二值化处理，得到水尺二值图像；
从水尺二值图像中，选取符合水尺中线信息的全部像素灰度值为255的像素点；
从所选取的像素点中，计算与水尺中线起点最远的像素点，该像素点坐标即为水尺中线与水位线的交点在图像像素坐标系中的坐标。
第二方面，本发明提供一种不定长水尺水位检测装置，包括：
待测图像及参考信息获取模块，被配置用于获取待检测水位的目标水尺图像，确定目标水尺图像对应的标注参考图像信息；其中，所述标注参考图像信息包括目标水尺中线信息和水尺中线起点在图像像素坐标系中的坐标信息，以及预先构建的透视投影矩阵信息，所述透视投影矩阵信息包括图像像素坐标系与世界坐标系的映射关系；
交点定位模块，被配置用于对目标水尺图像进行颜色识别以及二值化处理，根据目标水尺中线信息，确定水尺中线与水位线的交点在图像像素坐标系中的坐标；
坐标转换模块，被配置用于根据所述透视投影矩阵信息中的映射关系，计算水尺中线的起点坐标和所述交点坐标映射在世界坐标系中的起点坐标和终点坐标；
水尺未淹没长度确定模块，被配置用于根据目标水尺中线在世界坐标系中的起点坐标和终点坐标，确定目标水尺位于水面之上的实际长度；
以及，水位计算模块，被配置用于将目标水尺的总长度与水面之上的实际长度之间的差值，作为水位检测结果值。
第三方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如第一方面所述的不定长水尺水位检测方法。
有益效果
本发明基于水尺颜色信息的不定长水尺水位监测方法，根据水尺的特征，利用颜色识别算法分割出水尺图像，结合水尺中线信息以及图像像素坐标系与世界坐标系之间的映射关系信息，计算出水尺在水面上的实际长度，进而得到水位值，对背景能够做到较好的过滤，对于复杂环境下的水尺水位监测具有较强的鲁棒性，能够解决现有技术中存在的在水尺刻度线和字符不清晰情况下难以保证精度的问题，以及使用神经网络无法有效去除背景以及计算量大等问题。
同时，由于利用颜色识别分割结合水尺中线表达式，使用透视投影矩阵计算水尺在水面上的实际长度，不需要检测水位线和水尺图像校正，因此提高了算法的计算效率。
而且，本发明是通过首先计算水尺在水面上的实际长度，来推算水位值，适用于各种长度水尺的检测情景，能有效检测不定长水尺的水位值，大大降低水位检测的复杂程度。
附图说明
图1所示为本发明不定长水尺水位检测方法流程示意图；
图2所示为本发明不定长水尺水位检测方法的一种具体实施方式流程示意图；
图3所示为目标参考图像中的四个标识点示意图；
图4所示为水尺中线示意图；
图5所示为HSV方法识别水尺颜色后的图像示意图；
图6所示为二值化处理后的水尺图像示意图；
图7所示为水尺中线选取示意图；
图8所示为坐标投射变换结果后的图像示意图。
具体实施方式
以下结合附图和具体实施例进一步描述。
实施例1
本实施例介绍一种基于水尺颜色信息的不定长水尺水位检测方法，参考图1所示，方法包括：
获取待检测水位的目标水尺图像，确定目标水尺图像对应的标注参考图像信息；其中，所述标注参考图像信息包括目标水尺中线信息和水尺中线起点在图像像素坐标系中的坐标信息，以及预先构建的透视投影矩阵信息，所述透视投影矩阵信息包括图像像素坐标系与世界坐标系的映射关系；
对目标水尺图像进行颜色识别以及二值化处理，根据目标水尺中线信息，确定水尺中线与水位线的交点在图像像素坐标系中的坐标；
根据所述透视投影矩阵信息中的映射关系，计算水尺中线的起点坐标和所述交点坐标映射在世界坐标系中的起点坐标和终点坐标；
根据目标水尺中线在世界坐标系中的起点坐标和终点坐标，确定目标水尺位于水面之上的实际长度；
将目标水尺的总长度与水面之上的实际长度之间的差值，作为水位检测结果值。
上述目标水尺图像与对应的标注参考图像为相同拍摄条件下获取的相同水尺状态的图像；所述相同拍摄条件包括：摄像机与水尺的相对位置相同、摄像机相同、摄像机拍摄角度相同。相同水尺状态不包括水尺与水面的相对位置。
实际应用中，摄像机对于某一测量点的水尺进行拍摄一般是固定的，不同时间所拍摄得到的图像之间的区别仅由水位的不同所造成，因此对于各测量点的水尺可分别预先构造对应的标注参考图像，并确定相应的标注参考图像信息。
标注参考图像信息中的目标水尺中线信息和水尺中线起点在图像像素坐标系中的坐标信息的确定方法包括：
在标注参考图像中标注水尺顶部边缘的中点，将所述中点作为起点标注水尺中线的方向线，获取方向线的起点和终点在图像像素坐标系中的坐标：L1(a1，b1)，L2(a2，b2)；
根据L1(a1，b1)和L2(a2，b2)计算水尺中线的表达式：
所计算得到的表达式即为对应图像像素坐标系的目标水尺中线信息。
上述透视投影矩阵的构建方法包括：
在目标水尺的边缘标注四个共面不共线的标识点，确定四个标识点在世界坐标系中的坐标：A：(X1，Y1)，B：(X2，Y2)，C：(X3，Y3)，D：(X4，Y4)；四个标识点的颜色与水尺颜色不同；
将一标注后的目标水尺图像作为标注参考图像，获取四个标识点在图像像素坐标系中的坐标A：(x1，y1)，B：(x2，y2)，C：(x3，y3)，D：(x4，y4)；
根据四个标识点在世界坐标系中的坐标和在图像像素坐标系中的坐标，利用以下公式计算透视投影矩阵T：
透视变换(Perspective Transformation)是指利用透视中心、像点、标识点三点共线的条件，将水尺图像通过透视投影矩阵投影到世界坐标系的标准水尺图像上。
上述对目标水尺图像进行颜色识别以及二值化处理，根据目标水尺中线信息，确定水尺中线与水位线的交点在图像像素坐标系中的坐标，包括：
将目标水尺图像转换为HSV格式，对图像进行颜色识别；
将颜色识别后得到的彩色图像进行二值化处理，得到水尺二值图像；
从水尺二值图像中，选取符合水尺中线信息的全部像素灰度值为255的像素点；
从所选取的像素点中，计算与水尺中线起点最远的像素点，该像素点坐标即为水尺中线与水位线的交点在图像像素坐标系中的坐标。
以下以一应用例具体说明本发明基于水尺颜色信息的不定长水尺水位检测方法的具体实现方式，参考图2所示，涉及以下内容。
一、标注参考信息预先确定
对于需要监测的目标水尺，在实际监测前基于相同的拍摄条件获取目标水尺图像作为参考图像，进行标注和相关计算，以确定实际监测时所需的标注参考信息。
1.1在确定透视投影矩阵时，首先需要识别标识点，此时需要使用水尺的颜色信息对水尺进行分割，所以为了能将标识点与水尺进行区别，需要根据水尺的刻度颜色确定标识点的颜色，如：当水尺颜色为红色时，四个标识点的颜色设置为蓝色；当水尺颜色为蓝色时，四个标识点的颜色设置为红色。
四个标识点不能共线，应构成一个平面。因为根据透视变换的公式以及透视系数的计算方式可知，若四个点共线将无法计算出透视投影矩阵。
如图3所示的实施例，四个标识点在世界坐标系中的坐标分别为(0，0)，(0，600)，(80，600)，(80，0)；通过标注参考图像可获得四个标识点在图像像素坐标系中的坐标分别为(72，10)，(22，640)，(93，645)，(157，17)；根据前述公式(2)和(3)，可计算得到透视投影矩阵T为：
1.2在确定目标水尺中线的起点和表达式中，具体流程为：
在目标水尺参考图像上标注出水尺顶部边缘的中点L1，即水尺中线起点，可得到L1在图像像素坐标系中的坐标为(116，16)；
参考图4所示，从水尺中线起点开始标注出水尺中线的方向线，方向线的终点为L2，L2在图像像素坐标系中的坐标为(106，131)；
根据L1(116，16)和L2(106，131)计算出水尺中线的表达式，具体软件实现思路如下：
(1):设L1、L2坐标(a1,b1)、(a2,b2)
(2):根据L1和L2的坐标，取a1＝116，b1＝16，a2＝106，b2＝131
(3):将b1、b2做差保存为c1，c1＝b1–b2＝16-131＝-115
(4):将a1、a2做差保存为d1，d1＝a1–a2＝116-106＝10
(5):将c1、d1相除保存为a,a＝c1/d1＝-115/10＝-11.5
(6):将b1减去a和a1的积保存为b,b＝b1–a*a1＝16-(-11.5)*116＝1350
(7):得到水尺中线表达式，y＝ax+b＝-11.5x+1350
二、实际检测过程
实际监测时，可定期获取目标水尺图像，同时确定目标水尺对应的标注参考图像信息，再对待检测水位的目标水尺图像进行颜色识别和其它处理计算，直至获取实际水位检测值。
2.1水尺识别
参考图5所示，为颜色识别处理后的目标水尺图像。本实施例采用HSV转换方法进行颜色识别，即将目标水尺图像转换为HSV格式，转换过程中可根据水尺颜色设置颜色阈值实现颜色识别。
图6示出了二值化处理后的目标水尺图像。
2.2水尺中线定位
在二值化处理后的目标水尺图像中，选择符合水尺中线表达式的像素灰度值为255的全部像素点，这些像素点就是水面之上水尺中线的像素点。从这些像素点中找到距离水尺顶部边缘的中点L1最远的像素点L3，此像素点即为水位线与水尺中线的交点，参考图7所示，设L3的坐标为(a3，b3)。
2.3坐标转换
根据透视投影矩阵可将水尺图像转换至世界坐标系下的标准水尺图像如图8所示。在确定L1和L3在图像像素坐标系的坐标后，即可进行坐标的转换。由透视投影矩阵T计算L1和L3在世界坐标系中的坐标值，如下公式(4)、(5)所示：
其中(A1，B1)表示L1在世界坐标系中的坐标值，(A3，B3)表示L3在世界坐标系中的坐标值。
接下来可根据(A1，B1)和(A3，B3)计算水尺在水面上的实际长度L上，再将水尺的总长度L与水面上的实际长度L上做差，即可获得水位值L水。
实施例2
与实施例1基于相同的发明构思，本实施例介绍一种不定长水尺水位检测装置，包括：
待测图像及参考信息获取模块，被配置用于获取待检测水位的目标水尺图像，确定目标水尺图像对应的标注参考图像信息；其中，所述标注参考图像信息包括目标水尺中线信息和水尺中线起点在图像像素坐标系中的坐标信息，以及预先构建的透视投影矩阵信息，所述透视投影矩阵信息包括图像像素坐标系与世界坐标系的映射关系；
交点定位模块，被配置用于对目标水尺图像进行颜色识别以及二值化处理，根据目标水尺中线信息，确定水尺中线与水位线的交点在图像像素坐标系中的坐标；
坐标转换模块，被配置用于根据所述透视投影矩阵信息中的映射关系，计算水尺中线的起点坐标和所述交点坐标映射在世界坐标系中的起点坐标和终点坐标；
水尺未淹没长度确定模块，被配置用于根据目标水尺中线在世界坐标系中的起点坐标和终点坐标，确定目标水尺位于水面之上的实际长度；
以及，水位计算模块，被配置用于将目标水尺的总长度与水面之上的实际长度之间的差值，作为水位检测结果值。
以上各模块的具体功能实现、标注参考图像信息中，目标水尺中线信息和水尺中线起点在图像像素坐标系中的坐标信息，以及预先构建的透视投影矩阵信息的确定方法，参考实施例1中的相关内容。
实施例3
与实施例1和2基于相同的发明构思，本实施例介绍一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如实施例1所述的不定长水尺水位检测方法。
综上，本发明具有以下优点和进步：
1)环境适应性强：本发明利用水尺的颜色信息，将图片转换为HSV格式分割出水尺图像，结合水尺中线的表达式，计算出水尺在水面上的实际长度，进而得到水位值。对背景有较好的过滤，对于复杂环境下的水尺水位监测具有较强的鲁棒性；
2)计算效率高：本发明利用颜色分割结合水尺中线表达式，使用透视投影矩阵计算水尺在水面上的实际长度，不需要检测水位线和水尺图像校正。提高了算法的计算效率；
3)适用于不定长水尺检测条件：本发明通过计算水尺在水面上的实际长度能有效检测不定长水尺的水位值，大大降低水位检测的复杂程度。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (8)
1.一种不定长水尺水位检测方法，其特征是，包括：
获取待检测水位的目标水尺图像，确定目标水尺图像对应的标注参考图像信息；其中，所述标注参考图像信息包括目标水尺中线信息和水尺中线起点在图像像素坐标系中的坐标信息，以及预先构建的透视投影矩阵信息，所述透视投影矩阵信息包括图像像素坐标系与世界坐标系的映射关系；
对目标水尺图像进行颜色识别以及二值化处理，根据目标水尺中线信息，确定水尺中线与水位线的交点在图像像素坐标系中的坐标；
根据所述透视投影矩阵信息中的映射关系，计算水尺中线的起点坐标和所述交点坐标映射在世界坐标系中的起点坐标和终点坐标；
根据目标水尺中线在世界坐标系中的起点坐标和终点坐标，确定目标水尺位于水面之上的实际长度；
将目标水尺的总长度与水面之上的实际长度之间的差值，作为水位检测结果值。
2.根据权利要求1所述的方法，其特征是，所述目标水尺图像与对应的标注参考图像为相同拍摄条件下获取的相同水尺状态的图像；所述相同拍摄条件包括：摄像机与水尺的相对位置相同、摄像机拍摄角度相同，或者同时满足摄像机相同。
3.根据权利要求1所述的方法，其特征是，所述标注参考图像信息中的目标水尺中线信息和水尺中线起点在图像像素坐标系中的坐标信息的确定方法包括：
在标注参考图像中标注水尺顶部边缘的中点，将所述中点作为起点标注水尺中线的方向线，获取方向线的起点和终点在图像像素坐标系中的坐标：L1(a1，b1)，L2(a2，b2)；
根据L1(a1，b1)和L2(a2，b2)计算水尺中线的表达式：
4.根据权利要求1所述的方法，其特征是，所述透视投影矩阵的构建方法包括：
在目标水尺的边缘标注四个共面不共线的标识点，确定四个标识点在世界坐标系中的坐标：A：(X1，Y1)，B：(X2，Y2)，C：(X3，Y3)，D：(X4，Y4)；
将一标注后的目标水尺图像作为标注参考图像，获取四个标识点在图像像素坐标系中的坐标A：(x1，y1)，B：(x2，y2)，C：(x3，y3)，D：(x4，y4)；
根据四个标识点在世界坐标系中的坐标和在图像像素坐标系中的坐标，利用以下公式计算透视投影矩阵T：
5.根据权利要求4所述的方法，其特征是，所述四个标识点的颜色与水尺颜色不同，分别为红色和蓝色。
6.根据权利要求1或4所述的方法，其特征是，所述对目标水尺图像进行颜色识别以及二值化处理，根据目标水尺中线信息，确定水尺中线与水位线的交点在图像像素坐标系中的坐标，包括：
将目标水尺图像转换为HSV格式，对图像进行颜色识别；
将颜色识别后得到的彩色图像进行二值化处理，得到水尺二值图像；
从水尺二值图像中，选取符合水尺中线信息的全部像素灰度值为255的像素点；
从所选取的像素点中，计算与水尺中线起点最远的像素点，该像素点坐标即为水尺中线与水位线的交点在图像像素坐标系中的坐标。
7.一种不定长水尺水位检测装置，其特征是，包括：
待测图像及参考信息获取模块，被配置用于获取待检测水位的目标水尺图像，确定目标水尺图像对应的标注参考图像信息；其中，所述标注参考图像信息包括目标水尺中线信息和水尺中线起点在图像像素坐标系中的坐标信息，以及预先构建的透视投影矩阵信息，所述透视投影矩阵信息包括图像像素坐标系与世界坐标系的映射关系；
交点定位模块，被配置用于对目标水尺图像进行颜色识别以及二值化处理，根据目标水尺中线信息，确定水尺中线与水位线的交点在图像像素坐标系中的坐标；
坐标转换模块，被配置用于根据所述透视投影矩阵信息中的映射关系，计算水尺中线的起点坐标和所述交点坐标映射在世界坐标系中的起点坐标和终点坐标；
水尺未淹没长度确定模块，被配置用于根据目标水尺中线在世界坐标系中的起点坐标和终点坐标，确定目标水尺位于水面之上的实际长度；
以及，水位计算模块，被配置用于将目标水尺的总长度与水面之上的实际长度之间的差值，作为水位检测结果值。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征是，该计算机程序被处理器执行时，实现如权利要求1-6任一项所述的不定长水尺水位检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110032824.7A CN112907506B (zh) | 2021-01-11 | 2021-01-11 | 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110032824.7A CN112907506B (zh) | 2021-01-11 | 2021-01-11 | 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112907506A true CN112907506A (zh) | 2021-06-04 |
| CN112907506B CN112907506B (zh) | 2023-07-07 |
Family
ID=76112419
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110032824.7A Active CN112907506B (zh) | 2021-01-11 | 2021-01-11 | 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112907506B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115345854A (zh) * | 2022-08-16 | 2022-11-15 | 中国水利水电科学研究院 | 一种基于多区域搜索的水位识别方法 |
| CN116129430A (zh) * | 2023-01-28 | 2023-05-16 | 武汉大水云科技有限公司 | 一种自适应环境水位识别方法、装置及设备 |
| CN116399418A (zh) * | 2023-05-29 | 2023-07-07 | 陕西省水利电力勘测设计研究院 | 一种基于固定摄像头的水位识别方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103886612A (zh) * | 2014-04-08 | 2014-06-25 | 马鸿旭 | 一种基于水库监控摄像头的水位自动提取方法及系统 |
| CN107588823A (zh) * | 2017-09-18 | 2018-01-16 | 河海大学 | 基于双波段成像的水尺水位测量方法 |
| CN108759973A (zh) * | 2018-04-28 | 2018-11-06 | 南京昊控软件技术有限公司 | 一种水位测量方法 |
| CN109443480A (zh) * | 2018-11-02 | 2019-03-08 | 南京邮电大学 | 基于图像处理的水位标尺定位及水位测量方法 |
| CN109443476A (zh) * | 2018-10-17 | 2019-03-08 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水位波动过程非接触量测装置及方法 |
| CN109543596A (zh) * | 2018-11-20 | 2019-03-29 | 浙江大华技术股份有限公司 | 一种水位监测方法、装置、电子设备及存储介质 |
| WO2019080229A1 (zh) * | 2017-10-25 | 2019-05-02 | 南京阿凡达机器人科技有限公司 | 基于机器视觉的棋子定位方法、系统、存储介质及机器人 |
| KR101978351B1 (ko) * | 2018-11-13 | 2019-05-15 | 주식회사 하이드로셈 | Ｃｃｔｖ 영상 기반의 실시간 자동 유량계측 시스템 및 방법 |
| CN110031060A (zh) * | 2019-05-14 | 2019-07-19 | 武汉大学 | 投影放大水位测量精度的方法及应用 |
| CN110223341A (zh) * | 2019-06-14 | 2019-09-10 | 北京国信华源科技有限公司 | 一种基于图像识别的智能水位监测方法 |
| CN210625804U (zh) * | 2019-08-06 | 2020-05-26 | 谭春英 | 一种水利工程用水位检测装置 |
| CN111220235A (zh) * | 2018-11-23 | 2020-06-02 | 杭州海康威视数字技术股份有限公司 | 水位监测方法及装置 |
-
2021
- 2021-01-11 CN CN202110032824.7A patent/CN112907506B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103886612A (zh) * | 2014-04-08 | 2014-06-25 | 马鸿旭 | 一种基于水库监控摄像头的水位自动提取方法及系统 |
| CN107588823A (zh) * | 2017-09-18 | 2018-01-16 | 河海大学 | 基于双波段成像的水尺水位测量方法 |
| WO2019080229A1 (zh) * | 2017-10-25 | 2019-05-02 | 南京阿凡达机器人科技有限公司 | 基于机器视觉的棋子定位方法、系统、存储介质及机器人 |
| CN108759973A (zh) * | 2018-04-28 | 2018-11-06 | 南京昊控软件技术有限公司 | 一种水位测量方法 |
| CN109443476A (zh) * | 2018-10-17 | 2019-03-08 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水位波动过程非接触量测装置及方法 |
| CN109443480A (zh) * | 2018-11-02 | 2019-03-08 | 南京邮电大学 | 基于图像处理的水位标尺定位及水位测量方法 |
| KR101978351B1 (ko) * | 2018-11-13 | 2019-05-15 | 주식회사 하이드로셈 | Ｃｃｔｖ 영상 기반의 실시간 자동 유량계측 시스템 및 방법 |
| CN109543596A (zh) * | 2018-11-20 | 2019-03-29 | 浙江大华技术股份有限公司 | 一种水位监测方法、装置、电子设备及存储介质 |
| CN111220235A (zh) * | 2018-11-23 | 2020-06-02 | 杭州海康威视数字技术股份有限公司 | 水位监测方法及装置 |
| CN110031060A (zh) * | 2019-05-14 | 2019-07-19 | 武汉大学 | 投影放大水位测量精度的方法及应用 |
| CN110223341A (zh) * | 2019-06-14 | 2019-09-10 | 北京国信华源科技有限公司 | 一种基于图像识别的智能水位监测方法 |
| CN210625804U (zh) * | 2019-08-06 | 2020-05-26 | 谭春英 | 一种水利工程用水位检测装置 |
Non-Patent Citations (13)
| Title |
|---|
| CALVIN PLACIO: "WATER LEVEL MONITORING SYSTEM", pages 1, Retrieved from the Internet <URL:https://www.researchgate.net/publication/350873793_WATER_LEVEL_MONITORING_SYSTEM> * |
| WEIXIN_39769984: "水位尺读数识别 python_一种基于深度学习的水尺识别方法与流程", pages 1 - 3, Retrieved from the Internet <URL:https://blog.csdn.net/weixin_39769984/article/details/111429991> * |
| YAN-TINGLIN 等: ""Automatic water-level detection using single-camera images with varied poses"", 《HTTPS://DOI.ORG/10.1016/J.MEASUREMENT.2018.05.100》 * |
| YAN-TINGLIN 等: ""Automatic water-level detection using single-camera images with varied poses"", 《HTTPS://DOI.ORG/10.1016/J.MEASUREMENT.2018.05.100》, 31 October 2018 (2018-10-31), pages 167 - 174 * |
| 张振 等: "标准双色水尺的图像法水位测量", 仪器仪表学报, no. 09, pages 236 - 245 * |
| 张振等: "标准双色水尺的图像法水位测量", 《仪器仪表学报》 * |
| 张振等: "标准双色水尺的图像法水位测量", 《仪器仪表学报》, no. 09, 15 September 2018 (2018-09-15), pages 236 - 244 * |
| 张阳: "基于计算机视觉的河流水位测量系统设计", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 2, pages 1 - 69 * |
| 王伟等: "基于图像处理的水位自动测量技术", 《南水北调与水利科技》 * |
| 王伟等: "基于图像处理的水位自动测量技术", 《南水北调与水利科技》, no. 06, 25 November 2012 (2012-11-25), pages 147 - 150 * |
| 石宏华: "视频图像在水库水位检测中的应用", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 4, pages 1 - 74 * |
| 陈金水 等: "基于视频图像识别的水位数据获取方法", 水利信息化, no. 01, pages 48 - 51 * |
| 黄战华 等: "嵌入式水尺图像检测系统与判读算法研究", 光电工程, no. 04, pages 1 - 7 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115345854A (zh) * | 2022-08-16 | 2022-11-15 | 中国水利水电科学研究院 | 一种基于多区域搜索的水位识别方法 |
| CN116129430A (zh) * | 2023-01-28 | 2023-05-16 | 武汉大水云科技有限公司 | 一种自适应环境水位识别方法、装置及设备 |
| CN116399418A (zh) * | 2023-05-29 | 2023-07-07 | 陕西省水利电力勘测设计研究院 | 一种基于固定摄像头的水位识别方法及系统 |
| CN116399418B (zh) * | 2023-05-29 | 2023-10-27 | 陕西省水利电力勘测设计研究院 | 一种基于固定摄像头的水位识别方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112907506B (zh) | 2023-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112907506B (zh) | 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 | |
| CN111243032B (zh) | 一种棋盘格角点全自动检测方法 | |
| CN111340797B (zh) | 一种激光雷达与双目相机数据融合检测方法及系统 | |
| CN110659636B (zh) | 基于深度学习的指针式仪表读数识别方法 | |
| CN108759973B (zh) | 一种水位测量方法 | |
| CN108960237B (zh) | 一种指针式油位计读数识别方法 | |
| CN109443480A (zh) | 基于图像处理的水位标尺定位及水位测量方法 | |
| CN108764234B (zh) | 一种基于巡检机器人的液位仪表读数识别方法 | |
| CN109447061A (zh) | 基于巡检机器人的电抗器油位计识别方法 | |
| CN109764930B (zh) | 一种适用于复杂光照条件的水尺水位线视觉检测方法 | |
| CN109508709B (zh) | 一种基于机器视觉的单指针仪表读数方法 | |
| CN110363798B (zh) | 一种遥感影像解译样本集的生成方法 | |
| CN107133623B (zh) | 一种基于背景差和圆心定位的指针位置精确检测方法 | |
| CN110223355B (zh) | 一种基于双重极线约束的特征标志点匹配方法 | |
| CN104517101A (zh) | 一种基于像素平方差匹配的游戏扑克牌识别方法 | |
| CN109186550B (zh) | 一种可编码近景摄影测量标志的编码解码与测量方法 | |
| CN109029203A (zh) | 一种基于数字图像处理的半自动测量物体尺寸装置 | |
| CN115597494B (zh) | 一种基于点云的预制构件预留孔的精度检测方法、系统 | |
| CN111220235A (zh) | 水位监测方法及装置 | |
| CN113392846A (zh) | 一种基于深度学习的水尺水位监测方法及系统 | |
| Xu et al. | Water level estimation based on image of staff gauge in smart city | |
| CN113657339A (zh) | 一种基于机器视觉的仪表指针计数读取方法及介质 | |
| CN115760860B (zh) | 一种基于dxf文件导入的多类型工件尺寸视觉测量方法 | |
| CN115880683B (zh) | 一种基于深度学习的城市内涝积水智能水位检测方法 | |
| CN112991342B (zh) | 基于水位尺图像的水位线检测方法、装置与系统 |
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 |