CN113819971A - 基于水、标尺和漂浮物语义分割的人工智能水位监测系统 - Google Patents
基于水、标尺和漂浮物语义分割的人工智能水位监测系统 Download PDFInfo
- Publication number
- CN113819971A CN113819971A CN202010644527.3A CN202010644527A CN113819971A CN 113819971 A CN113819971 A CN 113819971A CN 202010644527 A CN202010644527 A CN 202010644527A CN 113819971 A CN113819971 A CN 113819971A
- Authority
- CN
- China
- Prior art keywords
- water
- semantic segmentation
- water level
- scale
- module
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 84
- 230000011218 segmentation Effects 0.000 title claims abstract description 32
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000013473 artificial intelligence Methods 0.000 title claims description 11
- 208000034699 Vitreous floaters Diseases 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 abstract description 13
- 239000002352 surface water Substances 0.000 abstract description 4
- 230000004069 differentiation Effects 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Abstract
本发明公开了基于水、标尺和漂浮物语义分割的人工智能水位监测系统，包括监控模块和连接监控模块的测量模块，测量模块的工作步骤如下：Step1：区域分类；Step2：语义分割；Step3：区域界线赋值；Step4：取水位值；本发明一是利用语义分割算法对水域、标尺区域、水面漂浮物占据区域进行划分，避免水面漂浮物对图像区域划分造成干扰；二是综合水面的物理最高值和标尺的物理最低值得到水位线在的位置，计算结果准确，计算过程快速；三是对漂浮物占据区域进行置信度计算，减轻漂浮物对水位值计算结果的影响；四是本系统的特征区分建立在离线学习系统大数据库的基础上，并采用图像划分的方式得到水位值结果，结果直观，能广泛地检测各种环境下的水库、河流、湖泊、城市水域等各种地表水水位。
Description
技术领域
本发明涉及水位监测领域，尤其涉及基于水、标尺和漂浮物语义分割的人工智能水位监测系统。
背景技术
使用人工智能系统对水库、河流、湖泊、城市水域等各种地表水水位进行监测的过程中，因为水面上存在漂浮物，使SVM二分类器不能精准地分割水域和标尺区域，这样会对监测系统的测量准确度造成影响。
语义分割任务要求给图像上的每一个像素赋予一个带有语义的标签，视频语义分割任务是要求给视频中的每一帧图像上的每一个像素赋予一个带有语义的标签。利用语义分割能对待测图像中的像素点进行区分，再将不同的像素点分割，同样的像素点联合呈区域，由此对图像进行区域划分，并将不同的区域用颜色区分。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的基于水、标尺和漂浮物语义分割的人工智能水位监测系统。
为了实现上述目的，本发明采用了如下技术方案：
基于水、标尺和漂浮物语义分割的人工智能水位监测系统，包括监控模块和连接所述监控模块的测量模块，所述测量模块的工作步骤如下：Step1：区域分类；将导入测量模块的图像进行区域划分，得到类似标尺区域；Step2：语义分割；将Step1中进行分类后的区域图取语义分割结果；Step3：区域界线赋值；将Step2中得到的语义分割后的区域图按照水面的物理含义最高值和标尺区域的物理含义最低值分别赋值A1和B1；Step4：取水位值；将step3中得到的A1和B1按照取值算法取值，得到最终的水位值C。
优选的，所述监控模块包括图像传感器，所述图像传感器的输出端连接所述测量模块的输入端。
优选的，所述测量模块的Step4中的取值算法包括如下过程：a. 当|A1-B1|≤1m时，取
b.当|A1-B1|＞1m时，取C＝A1。
优选的，在测量模块的Step3中，利用预存定标模组配置的参数将图像的坐标转换为实际坐标，所述水面的物理含义最高值A1和标尺区域的物理含义最低值B1均为实际坐标。
优选的，本发明的人工智能监测系统包括离线学习模块，在测量模块的Step1中，区分出类似标尺区域，利用所述离线学习模块，将待测图像与离线学习模块中存储的参照图进行特征相似度匹配，区分出水域和标尺区域。
优选的，在测量模块的Step2中，语义分割针对的是水域、标尺区域、水面上的漂浮物。
优选的，在测量模块的Step2中采用的语义分割的图像像素大于 300万。
本发明的有益效果为：本发明中，一是利用语义分割算法对水域、标尺区域、水面漂浮物占据区域进行划分，配合分类器和特征算法能得到水域和标尺区域，避免水面漂浮物对图像区域划分造成干扰；二是综合水面的物理最高值和标尺的物理最低值得到水位线在的位置，计算结果准确，计算过程快速；三是对漂浮物占据区域进行置信度计算，减轻漂浮物对水位值计算结果的影响；四是本系统的特征区分建立在离线学习系统大数据库的基础上，并采用图像划分的方式得到水位值结果，结果直观，能广泛地检测各种环境下的水库、河流、湖泊、城市水域等各种地表水水位。
附图说明
图1为本发明所述监测系统的运行流程图。
具体实施方式
下面将结合本发明实施例中的，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。
基于水、标尺和漂浮物语义分割的人工智能水位监测系统，包括监控模块和连接所述监控模块的测量模块，所述测量模块的工作步骤如下：
Step1：区域分类；
将导入测量模块的图像进行区域划分，得到类似标尺区域；
Step2：语义分割；
将Step1中进行分类后的区域图取语义分割结果；
Step3：区域界线赋值；
将Step2中得到的语义分割后的区域图按照水面的物理含义最高值和标尺区域的物理含义最低值分别赋值A1和B1；
Step4：取水位值；
将step3中得到的A1和B1按照取值算法取值，得到最终的水位值C。
所述监控模块包括图像传感器，所述图像传感器的输出端连接所述测量模块的输入端。
所述测量模块的Step4中的取值算法包括如下过程：
a.当|A1-B1|≤1m时，取
b.当|A1-B1|＞1m时，取C＝A1。
在测量模块的Step3中，利用预存定标模组配置的参数将图像的坐标转换为实际坐标，所述水面的物理含义最高值A1和标尺区域的物理含义最低值B1均为实际坐标。
本发明所述人工智能监测系统还包括离线学习模块，在测量模块的Step1中，区分出类似标尺区域，利用所述离线学习模块，将待测图像与离线学习模块中存储的参照图进行特征相似度匹配，区分出水域和标尺区域。
在测量模块的Step2中，语义分割针对的是水域、标尺区域、水面上的漂浮物。
在测量模块的Step3中，设置水面漂浮物阈值γ，γ的计算方法如下：
当γ＞20％时，得到的水位值置信度低，在测量模块的Step4中输出水位值C时，将水位值的输出数字标红；
当γ≤20％时，正常输入水位值C。
在测量模块的Step2中采用的语义分割的图像像素大于300万。
本装置利用语义分割算法对待测图像进行区域划分，边缘分割准确。
本发明的有益效果为：本发明中，一是利用语义分割算法对水域、标尺区域、水面漂浮物占据区域进行划分，配合分类器和特征算法能得到水域和标尺区域，避免水面漂浮物对图像区域划分造成干扰；二是综合水面的物理最高值和标尺的物理最低值得到水位线在的位置，计算结果准确，计算过程快速；三是对漂浮物占据区域进行置信度计算，减轻漂浮物对水位值计算结果的影响；四是本系统的特征区分建立在离线学习系统大数据库的基础上，并采用图像划分的方式得到水位值结果，结果直观，能广泛地检测各种环境下的水库、河流、湖泊、城市水域等各种地表水水位。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”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”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，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，都应涵盖在本发明的保护范围之内。
Claims (7)
1.基于水、标尺和漂浮物语义分割的人工智能水位监测系统，其特征在于，包括监控模块和连接所述监控模块的测量模块，所述测量模块的工作步骤如下：
Step1：区域分类；
将导入测量模块的图像进行区域划分，得到类似标尺区域；
Step2：语义分割；
将Step1中进行分类后的区域图取语义分割结果；
Step3：区域界线赋值；
将Step2中得到的语义分割后的区域图按照水面的物理含义最高值和标尺区域的物理含义最低值分别赋值A1和B1；
Step4：取水位值；
将step3中得到的A1和B1按照取值算法取值，得到最终的水位值C。
2.根据权利要求1所述的基于水、标尺和漂浮物语义分割的人工智能水位监测系统，其特征在于，所述监控模块包括图像传感器，所述图像传感器的输出端连接所述测量模块的输入端。
3.根据权利要求1所述的基于水、标尺和漂浮物语义分割的人工智能水位监测系统，其特征在于，所述测量模块的Step4中的取值算法包括如下过程：
a.当|A1-B1|≤1m时，取
b.当|A1-B1|＞1m时，取C＝A1。
4.根据权利要求1所述的基于水、标尺和漂浮物语义分割的人工智能水位监测系统，其特征在于，在测量模块的Step3中，利用预存定标模组配置的参数将图像的坐标转换为实际坐标，所述水面的物理含义最高值A1和标尺区域的物理含义最低值B1均为实际坐标。
5.根据权利要求1所述的基于水、标尺和漂浮物语义分割的人工智能水位监测系统，其特征在于，包括离线学习模块，在测量模块的Step1中，区分出类似标尺区域，利用所述离线学习模块，将待测图像与离线学习模块中存储的参照图进行特征相似度匹配，区分出水域和标尺区域。
6.根据权利要求1所述的基于水、标尺和漂浮物语义分割的人工智能水位监测系统，其特征在于，在测量模块的Step2中，语义分割针对的是水域、标尺区域、水面上的漂浮物。
7.根据权利要求1所述的基于水、标尺和漂浮物语义分割的人工智能水位监测系统，其特征在于，在测量模块的Step2中采用的语义分割的图像像素大于300万。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010644527.3A CN113819971A (zh) | 2020-07-07 | 2020-07-07 | 基于水、标尺和漂浮物语义分割的人工智能水位监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010644527.3A CN113819971A (zh) | 2020-07-07 | 2020-07-07 | 基于水、标尺和漂浮物语义分割的人工智能水位监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113819971A true CN113819971A (zh) | 2021-12-21 |
Family
ID=78912159
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010644527.3A Pending CN113819971A (zh) | 2020-07-07 | 2020-07-07 | 基于水、标尺和漂浮物语义分割的人工智能水位监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113819971A (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09161076A (ja) * | 1995-12-12 | 1997-06-20 | Hitachi Ltd | 画像処理を用いた水位計測方法および水位計測装置 |
| JP2001281046A (ja) * | 2000-03-30 | 2001-10-10 | Japan Radio Co Ltd | 水位計測方法および装置 |
| WO2004076972A1 (ja) * | 2003-02-27 | 2004-09-10 | Mitsubishi Denki Kabushiki Kaisha | 水位計測システム |
| CN202209973U (zh) * | 2010-07-13 | 2012-05-02 | 联宇工程技术(武汉)有限公司 | 基于数字图像处理的水位测量仪 |
| KR101393079B1 (ko) * | 2013-03-11 | 2014-05-12 | (주) 온더시스 | 수표면인식용 표시부를 활용한 영상기반 수위측정시스템 |
| CN204390473U (zh) * | 2015-02-27 | 2015-06-10 | 湖北亿立能科技股份有限公司 | 一体化可移动led水文监测系统 |
| CN107506798A (zh) * | 2017-08-31 | 2017-12-22 | 福建四创软件有限公司 | 一种基于图像识别的水位监测方法 |
| 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 |
| CN108072421A (zh) * | 2017-12-13 | 2018-05-25 | 湖北亿立能科技股份有限公司 | 一种高精度智能电子水尺 |
| CN109376740A (zh) * | 2018-10-19 | 2019-02-22 | 天津天地伟业投资管理有限公司 | 一种基于视频的水尺读数检测方法 |
| 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 |
| US20190078882A1 (en) * | 2016-03-04 | 2019-03-14 | Hitachi Kokusai Electric Inc. | Water level measurement system and water level measurement method |
| JP2019117578A (ja) * | 2017-12-27 | 2019-07-18 | 富士通株式会社 | 情報処理プログラム、情報処理装置、情報処理システム、情報処理方法 |
| TW201931308A (zh) * | 2018-01-02 | 2019-08-01 | 中華電信股份有限公司 | 影像式水尺刻度偵測辨識系統及其方法 |
| 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 |
| CN110443243A (zh) * | 2019-08-07 | 2019-11-12 | 浙江大华技术股份有限公司 | 水位监测方法、存储介质、网络设备和水位监测系统 |
| CN110849444A (zh) * | 2019-11-20 | 2020-02-28 | 武汉世纪水元科技股份有限公司 | 一种基于机器视觉的视频水位测量方法 |
| CN210464468U (zh) * | 2019-09-24 | 2020-05-05 | 湖北省水文水资源应急监测中心 | 一种便携式水文应急监测一体机 |
| CN113822105A (zh) * | 2020-07-07 | 2021-12-21 | 湖北亿立能科技股份有限公司 | 基于svm水标尺在线二分类器的人工智能水位监测系统 |
-
2020
- 2020-07-07 CN CN202010644527.3A patent/CN113819971A/zh active Pending
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09161076A (ja) * | 1995-12-12 | 1997-06-20 | Hitachi Ltd | 画像処理を用いた水位計測方法および水位計測装置 |
| JP2001281046A (ja) * | 2000-03-30 | 2001-10-10 | Japan Radio Co Ltd | 水位計測方法および装置 |
| WO2004076972A1 (ja) * | 2003-02-27 | 2004-09-10 | Mitsubishi Denki Kabushiki Kaisha | 水位計測システム |
| CN202209973U (zh) * | 2010-07-13 | 2012-05-02 | 联宇工程技术(武汉)有限公司 | 基于数字图像处理的水位测量仪 |
| KR101393079B1 (ko) * | 2013-03-11 | 2014-05-12 | (주) 온더시스 | 수표면인식용 표시부를 활용한 영상기반 수위측정시스템 |
| CN204390473U (zh) * | 2015-02-27 | 2015-06-10 | 湖北亿立能科技股份有限公司 | 一体化可移动led水文监测系统 |
| US20190078882A1 (en) * | 2016-03-04 | 2019-03-14 | Hitachi Kokusai Electric Inc. | Water level measurement system and water level measurement method |
| CN107506798A (zh) * | 2017-08-31 | 2017-12-22 | 福建四创软件有限公司 | 一种基于图像识别的水位监测方法 |
| 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 |
| CN108072421A (zh) * | 2017-12-13 | 2018-05-25 | 湖北亿立能科技股份有限公司 | 一种高精度智能电子水尺 |
| JP2019117578A (ja) * | 2017-12-27 | 2019-07-18 | 富士通株式会社 | 情報処理プログラム、情報処理装置、情報処理システム、情報処理方法 |
| TW201931308A (zh) * | 2018-01-02 | 2019-08-01 | 中華電信股份有限公司 | 影像式水尺刻度偵測辨識系統及其方法 |
| CN109376740A (zh) * | 2018-10-19 | 2019-02-22 | 天津天地伟业投资管理有限公司 | 一种基于视频的水尺读数检测方法 |
| 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 |
| 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 |
| CN110443243A (zh) * | 2019-08-07 | 2019-11-12 | 浙江大华技术股份有限公司 | 水位监测方法、存储介质、网络设备和水位监测系统 |
| CN210464468U (zh) * | 2019-09-24 | 2020-05-05 | 湖北省水文水资源应急监测中心 | 一种便携式水文应急监测一体机 |
| CN110849444A (zh) * | 2019-11-20 | 2020-02-28 | 武汉世纪水元科技股份有限公司 | 一种基于机器视觉的视频水位测量方法 |
| CN113822105A (zh) * | 2020-07-07 | 2021-12-21 | 湖北亿立能科技股份有限公司 | 基于svm水标尺在线二分类器的人工智能水位监测系统 |
Non-Patent Citations (5)
| Title |
|---|
| LI, X: "An aerial image segmentation approach based on enhanced multi-scale convolutional neural network", 《2019 IEEE INTERNATIONAL CONFERENCE ON INDUSTRIAL CYBER PHYSICAL SYSTEMS (ICPS 2019)》, 24 March 2020 (2020-03-24), pages 47 - 52 * |
| 湖北亿立能科技股份有限公司: "亿立能水位、雨量、图像一体机遥测站点在防汛报汛中所发挥的作用", 《中国防汛抗旱》, vol. 26, no. 5, 31 October 2016 (2016-10-31), pages 69 - 70 * |
| 牛智星 等: "基于水尺图像自动提取水位监测系统与应用", 《电子设计工程》, vol. 27, no. 23, 5 December 2019 (2019-12-05), pages 103 - 107 * |
| 聂鼎 等: "《基于图像处理的小型水库水位测量方法》", 《水电能源科学》, vol. 37, no. 11, 25 November 2019 (2019-11-25), pages 28 - 32 * |
| 赵东明 等: "水面无人艇模糊神经网络航向控制器设计", 《华中师范大学学报(自然科学版)》, vol. 52, no. 3, 30 June 2018 (2018-06-30), pages 329 - 332 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107506798B (zh) | 一种基于图像识别的水位监测方法 | |
| WO2021238030A1 (zh) | 基于聚类分区进行刻度识别的水位监测方法 | |
| CN108759973B (zh) | 一种水位测量方法 | |
| CN107588823B (zh) | 基于双波段成像的水尺水位测量方法 | |
| CN106557764B (zh) | 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 | |
| CN111998910B (zh) | 一种多级水尺水位视觉测量方法及测量系统 | |
| CN107392929B (zh) | 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法 | |
| 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 | |
| CN116310845B (zh) | 一种用于污水处理的智能监测系统 | |
| CN111354047B (zh) | 一种基于计算机视觉的摄像模组定位方法及系统 | |
| CN112734729B (zh) | 适用于夜间补光条件的水尺水位线图像检测方法、装置及存储介质 | |
| CN116612123B (zh) | 一种花生油加工质量视觉检测方法 | |
| CN115032202A (zh) | 一种甜菊糖苷产品的残留杂质去除方法 | |
| CN114459564A (zh) | 一种基于机器视觉的河道水位测量装置及方法 | |
| CN117291967A (zh) | 一种基于单目图像的内河船舶干舷像素高度自动测量方法 | |
| CN115984360B (zh) | 一种基于图像处理的计算干滩长度的方法及系统 | |
| 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 | |
| CN113819971A (zh) | 基于水、标尺和漂浮物语义分割的人工智能水位监测系统 | |
| CN117037132A (zh) | 一种基于机器视觉的船舶水尺读数检测和识别方法 | |
| CN113822104B (zh) | 基于多候选虚拟标尺的人工智能水面检测系统 | |
| CN115761468A (zh) | 一种基于图像分割和目标检测技术的水位检测系统、方法 | |
| CN113822105B (zh) | 基于svm水标尺在线二分类器的人工智能水位监测系统 | |
| CN112884731B (zh) | 一种基于机器视觉的水位检测方法及河道监测方法 | |
| CN111189826B (zh) | 用于pH试纸测量待测溶液pH值的智能评分实验设备及方法 | |
| CN113902894A (zh) | 一种基于图像处理的条式水平仪自动读数识别方法 |
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 |