CN113822104B - 基于多候选虚拟标尺的人工智能水面检测系统 - Google Patents
基于多候选虚拟标尺的人工智能水面检测系统 Download PDFInfo
- Publication number
- CN113822104B CN113822104B CN202010644627.6A CN202010644627A CN113822104B CN 113822104 B CN113822104 B CN 113822104B CN 202010644627 A CN202010644627 A CN 202010644627A CN 113822104 B CN113822104 B CN 113822104B
- Authority
- CN
- China
- Prior art keywords
- scale
- water
- virtual
- image
- current
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 128
- 238000013473 artificial intelligence Methods 0.000 title claims description 7
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 238000003384 imaging method Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 12
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 6
- 238000005070 sampling Methods 0.000 claims description 12
- 230000015556 catabolic process Effects 0.000 claims description 8
- 238000006731 degradation reaction Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 241000238097 Callinectes sapidus Species 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 6
- 208000034699 Vitreous floaters Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01F23/04—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了基于多候选虚拟标尺的人工智能水面检测系统，基于多候选虚拟标尺的人工智能水面检测系统，包括多个虚拟标尺，所述虚拟标尺的使用方法包括以下步骤：Step1：获取算法配置；Step2：获取图像水位线；Step3：去除噪声和倒影；Step4：定标；Step5：合成虚拟标尺；本发明的有益效果为：本发明中，一是采用虚拟标尺多位置成像的方式，避免了水尺在水面上产生倒影的时候对标尺读数造成影响，仍旧能得到准确读数；二是采用定标方法采用远近虚拟标尺，成像监测范围广读数准确；三是利用虚拟标尺和现实中的磨损、褪色标尺进行合成，得到一个准确的标尺，从而得到准确的水位读数；本发明的检测系统应用高效且读数准确。
Description
技术领域
本发明涉及水位监测领域，尤其涉及基于多候选虚拟标尺的人工智能水面检测系统。
背景技术
实际情况中，有些水位站点不适合实际标尺的建设，水下的标尺很难建设，并且随着时间的推移，标尺会出现褪色、陨落的状况，还有水面出现漂浮物的或是水尺存在倒影的时候，会遮挡标尺，导致标尺得不到准确读数。
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，而提出的基于多候选虚拟标尺的人工智能水面检测系统。
为了实现上述目的，本发明采用了如下技术方案：
基于多候选虚拟标尺的人工智能水面检测系统，基于多候选虚拟标尺的人工智能水面检测系统，包括多个虚拟标尺，所述虚拟标尺的使用方法包括以下步骤：Step1：获取算法配置；本发明中的算法配置包括正负采样和定标配置两个模块；a.正负采样；将图像传感器得到的水域图像传入本发明的检测系统中，使用在线分类器，区分图像中的水域区域和非水域区域，将对图像上非水域区域进行正采样，在图中由蓝色的点表示，对水域区域进行负采样；b.定标配置；在图像中选取两个点A1和B1，A1和B1的连线代表水面的方向，A1和B1之间的距离代表标尺的宽度，在图像中选取两个点A2和B2，A2为当前的水位点，B2为参考水位点，记录A2和B2在标尺中的对应数值；Step2：获取图像水位线；根据Step1中选取的背景点进行在线训练，根据标定图像和当前实时图像比对得到前景点，训练在线分类器，对图像进行分类，得到图像水位线；图像水位线的成像位于当前图像中水域的最上方，标尺的最下方，根据当前图像中水域的最上方，标尺的最下方中的任一一个数据得到当前水位线；Step3：去除噪声和倒影；去除前景区域中误分区域，去除图像中的成像倒影；Step4：定标；采用定标模组，根据实际标尺构建实际坐标和图像中的像素的映射；Step5：合成虚拟标尺；根据Step1到Step4得到的结果，得到一个当前水尺的高，和标定的水尺刻度进行换算，得到当前水面实际高度。
优选的，在Step3中的定标模组包括以下工作步骤：s1：输入点位ID；点位ID是每个检测点对应唯一的一个标记符；s2：配置文件所在路径；文件所在路径即最终运行的程序所在路径；s3：定标图片所在路径；确定当前检测点对应截取的一张图片所在地址，设置标定图片的时间和运行时间相差比较少；s4：确定最大高度；读取当前图像场景中，水位尺的最大刻度，单位为m；s5：确定当前高度；读取当前图像场景中，水位线的实时高度，单位为m；s6：标尺定标；用4个点框出当前的电子标尺的范围；s7：水域标定：将水域的区域给标注出来，标注点最多20个。
优选的，根据Step1至Step5的虚拟标尺使用步骤，本检测系统的虚拟标尺在图像中可同时存在多个，并且能设置在图像中的任何位置；在此基础上，对虚拟标尺存在多种运用；其运用方式如下：a.多候选位置虚拟成像；b.远近成像得到大范围读数和精准数据。
优选的，本发明所述检测系统包括以下运用情况：1)替代水尺倒影位置；若天气环境情况良好、水体清澈，则存在水面倒影；倒影可能会影响到水尺与水面交界处的识别；采用虚拟标尺在非倒影位置成像，得到准确的水位读数；需要增加抗倒影干扰模块，处理效果与相机成像质量有一定关系，相机分辨率不宜过低；2)应用于水尺磨损、变暗、遮挡等退化情况；由于采用了水尺直接判读，水尺的清晰度尤为重要；局部的小范围刻度退化可能导致水位识别在对应小范围内有一些偏差；建议采用类似E型水尺，其抗退化能力稍强；因此采用虚拟标尺叠加在实际标尺上，得到清晰的读数。
优选的，经过定标，在图像上同时构建虚拟远尺和虚拟近尺，虚拟远尺得到检测大范围数据，虚拟近尺检测精准的数值。
优选的，本检测系统包括对虚拟标尺的使用方法的精度确定；
准确度用Fp表示：其中Fp的计算公式如下P代表满足精度要求的测试次数；M代表满足精度测试要求的总测试次数。
优选的，在Step4中的噪声去除主要根据前景区域的位置、长宽比、区域面积、亮度等综合信息进行排除。
优选的，在Step4中的倒影去除是根据光的斜射原理，将水面下部分和水面上部分之间的亮度、饱和度进行差别去除。
本发明的有益效果为：本发明中，一是采用虚拟标尺多位置成像的方式，避免了水尺在水面上产生倒影的时候对标尺读数造成影响，仍旧能得到准确读数；二是采用定标方法采用远近虚拟标尺，成像监测范围广读数准确；三是利用虚拟标尺和现实中的磨损、褪色标尺进行合成，得到一个准确的标尺，从而得到准确的水位读数；本发明的检测系统应用高效且读数准确。
附图说明
图1为本发明所述检测系统的方法流程图。
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。
基于多候选虚拟标尺的人工智能水面检测系统，包括多个虚拟标尺，所述虚拟标尺的使用方法包括以下步骤：
Step1：获取算法配置；
本发明中的算法配置包括正负采样和定标配置两个模块。
a.正负采样；将图像传感器得到的水域图像传入本发明的检测系统中，使用在线分类器，区分图像中的水域区域和非水域区域，将对图像上非水域区域进行正采样，在图中由蓝色的点表示，对水域区域进行负采样；
b.定标配置；在图像中选取两个点A1和B1，A1和B1的连线代表水面的方向，A1和B1之间的距离代表标尺的宽度，在图像中选取两个点A2和B2，A2为当前的水位点，B2为参考水位点，记录A2和B2在标尺中的对应数值。
Step2：获取图像水位线；
根据Step1中选取的背景点进行在线训练，根据标定图像和当前实时图像比对得到前景点，训练在线分类器，对图像进行分类，得到图像水位线；
图像水位线的成像位于当前图像中水域的最上方，标尺的最下方，根据当前图像中水域的最上方，标尺的最下方中的任一一个数据得到当前水位线；
Step3：去除噪声和倒影；去除前景区域中误分区域，去除图像中的成像倒影；
Step4：定标；
采用定标模组，根据实际标尺构建实际坐标和图像中的像素的映射。
Step5：合成虚拟标尺；
根据Step1到Step4得到的结果，得到一个当前水尺的高，和标定的水尺刻度进行换算，得到当前水面实际高度。
在Step3中的定标模组包括以下工作步骤：
s1：输入点位ID；点位ID是每个检测点对应唯一的一个标记符；
s2：配置文件所在路径；文件所在路径即最终运行的程序所在路径；
s3：定标图片所在路径；确定当前检测点对应截取的一张图片所在地址，设置标定图片的时间和运行时间相差比较少；
s4：确定最大高度；读取当前图像场景中，水位尺的最大刻度，单位为m；
s5：确定当前高度；读取当前图像场景中，水位线的实时高度，单位为m。
s6：标尺定标；用4个点框出当前的电子标尺的范围；
s7：水域标定：将水域的区域给标注出来，标注点最多20个；实际标定的时候，如果没有这个区域的话，即图像中没有水域区域的时候，比如在枯水期，或者水域不明显时，可以不标定水域；
在Step4中的噪声去除主要根据前景区域的位置、长宽比、区域面积、亮度等综合信息进行排除。噪声去除指的就是，在线二分类器，在分类的过程中对于图像的某些区域分类错误，本来是背景，被当成前景，这些误分区域的去除，称为噪声去除。
在Step4中的倒影去除是根据光的斜射原理，将水面下部分和水面上部分之间的亮度、饱和度进行差别去除。倒影是在水面清澈的情况下，水面下面的水尺也会暴露出来，这时就要对水面下部分的倒影进行去除，避免其影响图像获取。
根据Step1至Step5的虚拟标尺使用步骤，本检测系统的虚拟标尺在图像中可同时存在多个，并且能设置在图像中的任何位置。在此基础上，对虚拟标尺存在多种运用；
其运用方式如下：
a.多候选位置虚拟成像；
1)替代水尺倒影位置；若天气环境情况良好、水体清澈，则存在水面倒影。倒影可能会影响到水尺与水面交界处的识别。采用虚拟标尺在非倒影位置成像，得到准确的水位读数；需要增加抗倒影干扰模块，处理效果与相机成像质量有一定关系，相机分辨率不宜过低。
2)应用于水尺磨损、变暗、遮挡等退化情况；
由于采用了水尺直接判读，水尺的清晰度尤为重要。局部的小范围刻度退化可能导致水位识别在对应小范围内有一些偏差。建议采用类似E型水尺，其抗退化能力稍强。因此采用虚拟标尺叠加在实际标尺上，得到清晰的读数；
b.远近成像得到大范围读数和精准数据；
经过定标，同样的像素点位置在图像上代表的实际高度数据不同，同样的刻度线代表的单位参数不同，因此在图像上同时构建虚拟远尺和虚拟近尺，虚拟远尺得到检测大范围数据，虚拟近尺检测精准的数值。
本装置需要对虚拟标尺的检测方法进行精度确定；
准确度用Fp表示：
P代表满足精度要求的测试次数；
M代表满足精度测试要求的总测试次数。
实际使用的时候要求Fp≥95％。
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 (5)
1.基于多候选虚拟标尺的人工智能水面检测系统，其特征在于，基于多候选虚拟标尺的人工智能水面检测系统，包括多个虚拟标尺，所述虚拟标尺的使用方法包括以下步骤：
Step1：获取算法配置；
所述的算法配置包括正负采样和定标配置两个模块；
a.正负采样；将图像传感器得到的水域图像传入所述的检测系统中，使用在线分类器，区分图像中的水域区域和非水域区域，将对图像上非水域区域进行正采样，在图中由蓝色的点表示，对水域区域进行负采样；
b.定标配置；在图像中选取两个点A1和B1，A1和B1的连线代表水面的方向，A1和B1之间的距离代表标尺的宽度，在图像中选取两个点A2和B2，A2为当前的水位点，B2为参考水位点，记录A2和B2在标尺中的对应数值；
Step2：获取图像水位线；
根据Step1中选取的背景点进行在线训练，根据标定图像和当前实时图像比对得到前景点，训练在线分类器，对图像进行分类，得到图像水位线；
图像水位线的成像位于当前图像中水域的最上方，标尺的最下方，根据当前图像中水域的最上方，标尺的最下方中的任一一个数据得到当前水位线；
Step3：去除噪声和倒影；去除前景区域中误分区域，去除图像中的成像倒影；
Step4：定标；
采用定标模组，根据实际标尺构建实际坐标和图像中的像素的映射；
Step5：合成虚拟标尺；
根据Step1到Step4得到的结果，得到一个当前水尺的高，和标定的水尺刻度进行换算，得到当前水面实际高度；
根据Step1至Step5的虚拟标尺使用步骤，本检测系统的虚拟标尺在图像中可同时存在多个，并且能设置在图像中的任何位置；在此基础上，对虚拟标尺存在多种运用；其运用方式如下：
a.多候选位置虚拟成像；
b.远近成像得到大范围读数和精准数据；
包括以下运用情况：
1）替代水尺倒影位置；若天气环境情况良好、水体清澈，则存在水面倒影；倒影会影响到水尺与水面交界处的识别；采用虚拟标尺在非倒影位置成像，得到准确的水位读数；需要增加抗倒影干扰模块，处理效果与相机成像质量有一定关系，相机分辨率不宜过低；
2）应用于水尺磨损、变暗、遮挡等退化情况；
由于采用了水尺直接判读，水尺的清晰度尤为重要；局部的小范围刻度退化导致水位识别在对应小范围内有一些偏差；建议采用类似E型水尺；因此采用虚拟标尺叠加在实际标尺上，得到清晰的读数。
2.根据权利要求1所述的基于多候选虚拟标尺的人工智能水面检测系统，其特征在于，在Step3中的定标模组包括以下工作步骤：
s1：输入点位ID；点位ID是每个检测点对应唯一的一个标记符；
s2：配置文件所在路径；文件所在路径即最终运行的程序所在路径；
s3：定标图片所在路径；确定当前检测点对应截取的一张图片所在地址；
s4：确定最大高度；读取当前图像场景中，水位尺的最大刻度，单位为m；
s5：确定当前高度；读取当前图像场景中，水位线的实时高度，单位为m；
s6：标尺定标；用４个点框出当前的电子标尺的范围；
s7：水域标定：将水域的区域给标注出来，标注点最多20个。
3.根据权利要求1所述的基于多候选虚拟标尺的人工智能水面检测系统，其特征在于，经过定标，在图像上同时构建虚拟远尺和虚拟近尺，虚拟远尺得到检测大范围数据，虚拟近尺检测精准的数值。
4.根据权利要求1所述的基于多候选虚拟标尺的人工智能水面检测系统，其特征在于，在Step4中的噪声去除根据前景区域的位置、长宽比、区域面积、亮度等综合信息进行排除。
5.根据权利要求1所述的基于多候选虚拟标尺的人工智能水面检测系统，其特征在于，在Step4中的倒影去除是根据光的斜射原理，将水面下部分和水面上部分之间的亮度、饱和度进行差别去除。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010644627.6A CN113822104B (zh) | 2020-07-07 | 2020-07-07 | 基于多候选虚拟标尺的人工智能水面检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010644627.6A CN113822104B (zh) | 2020-07-07 | 2020-07-07 | 基于多候选虚拟标尺的人工智能水面检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113822104A CN113822104A (zh) | 2021-12-21 |
| CN113822104B true CN113822104B (zh) | 2023-11-03 |
Family
ID=78912162
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010644627.6A Active CN113822104B (zh) | 2020-07-07 | 2020-07-07 | 基于多候选虚拟标尺的人工智能水面检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113822104B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113819972A (zh) * | 2020-07-07 | 2021-12-21 | 湖北亿立能科技股份有限公司 | 基于虚拟标尺的人工智能水面检测系统 |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB464288A (en) * | 1934-10-12 | 1937-04-14 | Heinrich Alt | Telemeter for taking direct measurements of horizontal distances with a horizontal or a vertical staff |
| DE3144992A1 (de) * | 1981-11-12 | 1983-05-19 | Spohr-Messtechnik GmbH, 6000 Frankfurt | "schreibpegel zur messung und registrierung des wasserstandes" |
| JP2005343411A (ja) * | 2004-06-07 | 2005-12-15 | Takusoku Kaito | 水底清掃・探索方法および同装置 |
| JP2011220797A (ja) * | 2010-04-08 | 2011-11-04 | Sanyo Electric Co Ltd | 電子カメラ |
| CN102288254A (zh) * | 2010-07-13 | 2011-12-21 | 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方法 |
| KR20120011505A (ko) * | 2010-07-29 | 2012-02-08 | 숭실대학교산학협력단 | 영상 기반의 수위 계측 시스템 그 방법 |
| CN104677456A (zh) * | 2015-02-10 | 2015-06-03 | 厦门精图信息技术股份有限公司 | 一种基于计算机图像识别的水位监测方法及其标尺和监测系统 |
| WO2015148351A1 (en) * | 2014-03-25 | 2015-10-01 | Digimarc Corporation | Screen watermarking methods and arrangements |
| JP2016117051A (ja) * | 2014-12-18 | 2016-06-30 | 三菱電機株式会社 | スケール除去装置及び給湯器並びにスケール除去方法 |
| CN107300774A (zh) * | 2016-11-30 | 2017-10-27 | 深圳市虚拟现实技术有限公司 | 基于刻度对应的虚拟现实头盔畸变验证和调整的方法及装置 |
| 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 |
| JP2018146559A (ja) * | 2017-03-06 | 2018-09-20 | 株式会社アラソフトウェア | スマートバーチャル表示システム |
| 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 |
| CN109145830A (zh) * | 2018-08-24 | 2019-01-04 | 浙江大学 | 一种智能水尺识别方法 |
| CN109373897A (zh) * | 2018-11-16 | 2019-02-22 | 广州市九州旗建筑科技有限公司 | 一种基于激光虚拟标尺的测量方法 |
| 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 |
| CN109508630A (zh) * | 2018-09-27 | 2019-03-22 | 杭州朗澈科技有限公司 | 一种基于人工智能识别水尺水位的方法 |
| CN109815865A (zh) * | 2019-01-11 | 2019-05-28 | 江河瑞通（北京）技术有限公司 | 一种基于虚拟水尺的水位识别方法及系统 |
| CN111008614A (zh) * | 2019-12-24 | 2020-04-14 | 天津天地人和企业管理咨询有限公司 | 一种基于视频的无水尺水位读数方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070242884A1 (en) * | 2001-07-24 | 2007-10-18 | Dugan John P | Method for measuring water depths using visible images of shoaling ocean waves |
| US8840863B2 (en) * | 2008-09-04 | 2014-09-23 | The Hong Kong University Of Science And Technology | Method for synthesising a nano-product |
-
2020
- 2020-07-07 CN CN202010644627.6A patent/CN113822104B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB464288A (en) * | 1934-10-12 | 1937-04-14 | Heinrich Alt | Telemeter for taking direct measurements of horizontal distances with a horizontal or a vertical staff |
| DE3144992A1 (de) * | 1981-11-12 | 1983-05-19 | Spohr-Messtechnik GmbH, 6000 Frankfurt | "schreibpegel zur messung und registrierung des wasserstandes" |
| JP2005343411A (ja) * | 2004-06-07 | 2005-12-15 | Takusoku Kaito | 水底清掃・探索方法および同装置 |
| JP2011220797A (ja) * | 2010-04-08 | 2011-11-04 | Sanyo Electric Co Ltd | 電子カメラ |
| CN102288254A (zh) * | 2010-07-13 | 2011-12-21 | 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方法 |
| KR20120011505A (ko) * | 2010-07-29 | 2012-02-08 | 숭실대학교산학협력단 | 영상 기반의 수위 계측 시스템 그 방법 |
| WO2015148351A1 (en) * | 2014-03-25 | 2015-10-01 | Digimarc Corporation | Screen watermarking methods and arrangements |
| JP2016117051A (ja) * | 2014-12-18 | 2016-06-30 | 三菱電機株式会社 | スケール除去装置及び給湯器並びにスケール除去方法 |
| CN104677456A (zh) * | 2015-02-10 | 2015-06-03 | 厦门精图信息技术股份有限公司 | 一种基于计算机图像识别的水位监测方法及其标尺和监测系统 |
| CN107300774A (zh) * | 2016-11-30 | 2017-10-27 | 深圳市虚拟现实技术有限公司 | 基于刻度对应的虚拟现实头盔畸变验证和调整的方法及装置 |
| JP2018146559A (ja) * | 2017-03-06 | 2018-09-20 | 株式会社アラソフトウェア | スマートバーチャル表示システム |
| 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 |
| 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 |
| CN109145830A (zh) * | 2018-08-24 | 2019-01-04 | 浙江大学 | 一种智能水尺识别方法 |
| CN109508630A (zh) * | 2018-09-27 | 2019-03-22 | 杭州朗澈科技有限公司 | 一种基于人工智能识别水尺水位的方法 |
| 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 |
| CN109373897A (zh) * | 2018-11-16 | 2019-02-22 | 广州市九州旗建筑科技有限公司 | 一种基于激光虚拟标尺的测量方法 |
| CN109815865A (zh) * | 2019-01-11 | 2019-05-28 | 江河瑞通（北京）技术有限公司 | 一种基于虚拟水尺的水位识别方法及系统 |
| CN111008614A (zh) * | 2019-12-24 | 2020-04-14 | 天津天地人和企业管理咨询有限公司 | 一种基于视频的无水尺水位读数方法 |
Non-Patent Citations (5)
| Title |
|---|
| Environmental sensitivity map of Solimões River basin using SAR images and fuzzy modeling;Carlos H. Beisl;《2017 IEEE International Conference on Computational Intelligence and Virtual Environments for Measurement Systems and Applications (CIVEMSA)》;全文 * |
| 图像式水平尺自动校准系统的评定;贾晓杰;王晓伟;郭桢灏;朱记全;;精密制造与自动化(第03期);全文 * |
| 基于SSD目标检测的视频水位检测算法;肖卓;陶青川;沈建军;;现代计算机(专业版)(第09期);全文 * |
| 基于虚拟现实技术开发的矿山救援虚拟仿真演练系统;侯建明;杨俊燕;;矿业安全与环保(第05期);全文 * |
| 基于虚拟现实技术的船舶水尺检测评估系统研究;张兴星;关克平;;中国水运(下半月)(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113822104A (zh) | 2021-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107588823B (zh) | 基于双波段成像的水尺水位测量方法 | |
| CN108759973B (zh) | 一种水位测量方法 | |
| CN109145830B (zh) | 一种智能水尺识别方法 | |
| CN112257676B (zh) | 一种指针式仪表读数方法、系统以及巡检机器人 | |
| Shortis et al. | Design and calibration of an underwater stereo-video system for the monitoring of marine fauna populations | |
| CN108562250B (zh) | 基于结构光成像的键盘键帽平整度快速测量方法与装置 | |
| CN112766274A (zh) | 一种基于Mask RCNN算法的水尺图像水位自动读数方法及系统 | |
| CN111191625A (zh) | 一种激光-单目视觉融合的物体识别与定位方法 | |
| CN111598098B (zh) | 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 | |
| CN112215125A (zh) | 一种基于YOLOv3的水位识别方法 | |
| CN108445010A (zh) | 自动光学检测方法及装置 | |
| CN113822104B (zh) | 基于多候选虚拟标尺的人工智能水面检测系统 | |
| CN113554667A (zh) | 一种基于图像识别的三维位移检测方法及装置 | |
| CN112461845A (zh) | 一种基于双光一体的太阳能电池板彩虹纹检测方法 | |
| CN113705564B (zh) | 一种指针式仪表识别读数方法 | |
| CN114459564A (zh) | 一种基于机器视觉的河道水位测量装置及方法 | |
| CN116011480B (zh) | 基于二维码标识符的水位获取方法、装置、设备及介质 | |
| CN117037132A (zh) | 一种基于机器视觉的船舶水尺读数检测和识别方法 | |
| 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 | |
| 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 | |
| CN115984360A (zh) | 一种基于图像处理的计算干滩长度的方法及系统 | |
| CA3237725A1 (en) | Systems and methods for draft calculation | |
| CN115493740A (zh) | 利用机器视觉测量水轮机内部流道压力脉动的方法及系统 | |
| CN115359124A (zh) | 用于复杂环境条件下的高精度双目视觉测量方法和装置 | |
| CN113516081A (zh) | 一种通过深度学习图像识别技术实现虚拟水尺识别水位的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |