CN114543930A - 基于图像识别的水位获取方法、装置及电子设备 - Google Patents

基于图像识别的水位获取方法、装置及电子设备 Download PDF

Info

Publication number
CN114543930A
CN114543930A CN202210149821.6A CN202210149821A CN114543930A CN 114543930 A CN114543930 A CN 114543930A CN 202210149821 A CN202210149821 A CN 202210149821A CN 114543930 A CN114543930 A CN 114543930A
Authority
CN
China
Prior art keywords
water gauge
pixel
determining
water
scale
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
Application number
CN202210149821.6A
Other languages
English (en)
Inventor
陈芳林
王英鸿
刘泽军
卢光明
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.)
Shenzhen Graduate School Harbin Institute of Technology
Original Assignee
Shenzhen Graduate School Harbin Institute of Technology
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 Shenzhen Graduate School Harbin Institute of Technology filed Critical Shenzhen Graduate School Harbin Institute of Technology
Priority to CN202210149821.6A priority Critical patent/CN114543930A/zh
Publication of CN114543930A publication Critical patent/CN114543930A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01FMEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/04Indicating 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Landscapes

  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)

Abstract

本申请实施例提供了一种基于图像识别的水位获取方法、装置及电子设备,其中方法包括:通过水尺检测模型识别水尺图像的目标水尺区域;确定目标水尺区域的各相邻两行像素向量之间的像素距离;根据各像素距离中的最大像素距离确定水尺上边界线;将目标水尺区域划分为多个子区域,通过梯度函数计算各子区域的二阶导数,根据各二阶导数确定水尺下边界线;获取目标水尺区域的水尺刻度信息;根据水尺上边界线、水尺下边界线和水尺刻度信息确定水位数据。这样,能够利用水尺刻度信息计算水位数据,不需要预先确定像素坐标与真实坐标对应关系,摄像头安装简单,操作简单、人工成本低,水位数据精度高。

Description

基于图像识别的水位获取方法、装置及电子设备
技术领域
本申请涉及图像识别技术领域,尤其涉及一种基于图像识别的水位获取方法、装置及电子设备。
背景技术
在水利监测技术中,常用监测河道湖泊的水位,水位一般是指水面相对于选定基面的高度,是反映水体水情最直观的指标。传统的水位检测方案有两种,一种是依靠人工检测来获得水位,人工监测所需的人工成本高,不能实时检测。另一种是通过传感器得到水体其他特征计算水位值,此种方案中,传感器安装比较麻烦,且由于自然环境复杂,导致传感器的工作状态具有不确定性,需要经常检查传感器工作状况。
现有基于图像的水位监测方案一般包括以下过程:通过摄像头拍摄图像,检测出图像中的水尺区域,然后对该水尺区域进行精确切割得到水尺对象,之后根据图片的像素坐标与真实坐标的对应关系和精确切割后的水尺对象计算水位。此种方式需要预先确定像素坐标与真实坐标的对应关系,对摄像头的安装位置有严格要求,摄像头安装操作复杂,需要耗费大量人力。综上,现有的水位监测方案存在操作复杂、人工成本高的问题。
发明内容
为了解决上述技术问题,本申请实施例提供了一种基于图像识别的水位获取方法、装置及电子设备。
第一方面,本申请实施例提供了一种基于图像识别的水位获取方法,所述方法包括:
通过水尺检测模型识别水尺图像的目标水尺区域;
确定所述目标水尺区域的各相邻两行像素向量之间的像素距离;
根据各像素距离中的最大像素距离确定水尺上边界线;
将所述目标水尺区域划分为多个子区域,通过梯度函数计算各子区域的二阶导数,根据各二阶导数确定水尺下边界线;
获取所述目标水尺区域的水尺刻度信息;
根据所述水尺上边界线、水尺下边界线和所述水尺刻度信息确定水位数据。
第二方面,本申请实施例提供了一种基于图像识别的水位获取装置,所述装置包括:
识别模块,用于通过水尺检测模型识别水尺图像的目标水尺区域;
第一确定模块,用于确定所述目标水尺区域的相邻两行像素向量之间的像素距离;
第二确定模块,用于根据各像素距离中的最大像素距离确定水尺上边界线;
计算模块,用于将所述目标水尺区域划分为多个子区域,通过梯度函数计算各子区域的二阶导数,根据各二阶导数确定水尺下边界线;
获取模块,用于获取所述目标水尺区域的水尺刻度信息;
第三确定模块,用于根据所述水尺上边界线、水尺下边界线和所述水尺刻度信息确定水位数据。
第三方面,本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述计算机程序在所述处理器运行时执行第一方面提供的基于图像识别的水位获取方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序在处理器上运行时执行第一方面提供的基于图像识别的水位获取方法。
上述本申请提供的基于图像识别的水位获取方法、装置及电子设备,通过水尺检测模型识别水尺图像的目标水尺区域;确定所述目标水尺区域的各相邻两行像素向量之间的像素距离;根据各像素距离中的最大像素距离确定水尺上边界线;将所述目标水尺区域划分为多个子区域,通过梯度函数计算各子区域的二阶导数,根据各二阶导数确定水尺下边界线;获取所述目标水尺区域的水尺刻度信息;根据所述水尺上边界线、水尺下边界线和所述水尺刻度信息确定水位数据。本实施例提供的基于图像识别的水位获取方案,摄像头安装简单,能够实时检测水尺图像,能够利用水尺刻度信息计算水位数据,不需要预先确定像素坐标与真实坐标对应关系,摄像头安装简单,操作简单、人工成本低,水位数据精度高。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对本申请保护范围的限定。在各个附图中,类似的构成部分采用类似的编号。
图1示出了本申请实施例提供的基于图像识别的水位获取方法的一流程示意图;
图2示出了本申请实施例提供的水尺图像的一示意图;
图3示出了本申请实施例提供的目标水尺区域的一局部示意图;
图4示出了本申请实施例提供的目标水尺区域的另一局部示意图;
图5示出了本申请实施例提供的样本水尺图像的一示意图;
图6示出了本申请实施例提供的基于图像识别的水位获取装置的另一结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
在下文中,可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本申请的各种实施例中被清楚地限定。
实施例1
本公开实施例提供了一种基于图像识别的水位获取方法。
具体的,参见图1,基于图像识别的水位获取方法包括:
步骤S101,通过水尺检测模型识别水尺图像的目标水尺区域。
在一实施方式中,水尺检测模型可以是根据目标检测模型进行训练得到的模型,举例来说,目标检测模型可以为yolov5目标检测模型。将摄像头安装在湖泊河道等需要进行水位监测的水域,水域中设置水尺,通过摄像头采集视频,从视频中抽取画面帧作为水尺图像。
请参阅图2,图2所示为水尺图像的一示意图,水尺图像20中有水尺区域、水体区域、背景区域,水尺图像20还可以显示拍摄时间、拍摄地点等信息,在此不做限制。举例来说,将可以将水尺图像20输入水尺检测模型,通过水尺检测模型识别出目标水尺区域201。后续,可以继续将抽取的水尺图像输入水尺检测模型进行后续识别,确保当前水尺图像中水尺区域的可见性,若没有检测到水尺区域则等待下一帧输入的水尺图像,持续进行水尺区域识别。
这样,可以通过水尺检测模型将水尺图像中的水尺所在的大致范围进行确定,便于对水尺的边界进行精确定位识别。
步骤S102,确定所述目标水尺区域的各相邻两行像素向量之间的像素距离。
需要补充说明的是,像素点有(r,g,b)三个分量,则一行像素向量可以看作目标水尺区域处于同一行的所有像素点,将像素点看作三维空间的一个点,像素点A(r1,g1,b1)和像素点B(r2,g2,b2)的像素距离可以根据如下公式1计算得到:
公式1:
Figure BDA0003510292650000061
举例来说,像素点(1,0,0)和像素点(0,1,0)的像素距离为
Figure BDA0003510292650000062
相邻两行像素向量的像素距离,则是对于相邻的两行像素向量,计算相应位置的两个像素点的像素距离再求和。
在一实施方式中,步骤S102包括以下步骤:
根据各行像素向量中的像素点位置,确定相邻两行像素向量之间的像素点对,计算各像素点对的像素距离;
将相邻两行像素向量内全部像素点对的像素距离的和确定为相邻两行像素向量之间的像素距离。
举例来说,若第一行像素向量和第二行像素向量为相邻的两行像素向量,第一行像素向量依次包括像素点A、像素点B、像素点C,第二行像素向量依次包括像素点D、像素点E、像素点F,像素点A与像素点D为排序序号相同的像素点对,像素点B与像素点E为排序序号相同的像素点对,像素点C与像素点F为排序序号相同的像素点对,计算像素点A与像素点D之间的第一像素距离,计算像素点B与像素点E之间的第二像素距离,计算像素点C与像素点F之间的第三像素距离,将第一像素距离、第二像素距离和第三像素距离的和值作为第一行像素向量和第二行像素向量的像素距离。需要说明的是,第一行像素向量和第二行像素向量的像素点数量可以由多个,根据实际情况确定,在此不做限定。
步骤S103,根据各像素距离中的最大像素距离确定水尺上边界线。
需要说明的是,因为背景区域中背景行像素向量与背景行像素向量之间的相似度较高,水尺区域中水尺行像素向量与水尺行像素向量之间相似度较高,上述的相邻两行像素向量的像素距离比较小,而背景区域与水尺区域的相似度低,背景区域的背景行像素向量与水尺区域的水尺行像素向量的像素距离比较大。例如,请参阅图3,图3所示为目标水尺区域30的一局部示意图,目标水尺区域30包括背景区域31和水尺区域32,和背景区域31和水尺区域32之间的水尺上边界线33。
在一实施方式中,步骤S103包括以下步骤:
确定各所述像素距离中的最大像素距离对应的两行目标像素向量;
根据所述两行目标像素向量确定所述水尺上边界线。
请再次参阅图3,若确定背景区域31的末行像素向量和水尺区域32的首行像素向量的像素距离为所有相邻两行像素向量的像素距离中的最大值,则确定背景区域31的末行像素向量和水尺区域32的首行像素向量的中间线为水尺上边界线,或者确定背景区域31的末行像素向量为水尺边界线,或者确定水尺区域32的首行像素向量为水尺上边界线。该处的背景区域为水尺顶部的背景对象,例如,背景区域可以为杂草区域。
步骤S104,将所述目标水尺区域划分为多个子区域,通过梯度函数计算各子区域的二阶导数,根据各二阶导数确定水尺下边界线。
在一实施方式中,可以根据需求将目标水尺区域划分为多个子区域,划分子区域的目的是为了能够计算水尺区域中x、y两个方向的导数,得到两个方向的突变信息。若子区域过小,即子区域数量多,则y方向导数隐含的变化信息少;若子区域过大,即子区域数量少,则结果精度差。一般取水尺区域图像的3或5行像素作为一个子区域。梯段函数可以为拉普拉斯算子、采用Sobel算子的Tenengrad梯度函数,在opencv库中有封装的拉普拉斯算子,可以从opencv库中直接调用封装的拉普拉斯算子。
请参阅图4,图4所示为目标水尺区域40的一局部示意图,目标水尺区域40包括水尺区域41和水体区域42,水尺区域41和水体区域42之间的水尺下边界线43。
在一实施方式中,步骤S104中的所述根据各二阶导数确定水尺下边界线,包括以下步骤:
确定各所述二阶导数中的小于或等于预设导数阈值的第一二阶导数,将所述第一二阶导数对应的子区域确定为水体子区域,确定各所述二阶导数中的大于预设导数阈值的第二二阶导数,将所述第二二阶导数对应的子区域确定为水尺子区域;
根据所述水体子区域和所述水尺子区域确定所述水体子区域与所述水尺子区域确定所述水尺下边界线。
需要说明的是,图像的拉普拉斯导数值往往与图像的突变部分相关联,对于水体区域,图像变化平缓,水体区域相似度高,故二阶导数值小;对于水尺区域,由于存在刻度符号的关系,会有急剧变化的区域,故二阶导数值大。预设导数阈值可以根据经验或者实验测试得到,根据具体情形进行调整。在一实施方式中,根据实际水尺图像的情况,水体子区域水尺子区域的交界向可以确定为水尺下边界线。
步骤S105,获取所述目标水尺区域的水尺刻度信息。
在本实施例中,水尺刻度信息包括水尺的刻度符号、基准刻度像素尺寸、实际刻度尺寸,其中,基准刻度像素尺寸可以理解为刻度符号在目标水尺区域所占的像素行数,实际刻度尺寸表示在物理世界中水尺的刻度尺寸,例如,实际刻度尺寸为1刻度符号对应5厘米。例如,在图2中的刻度符号为“E”与“
Figure BDA0003510292650000081
”两种刻度符号,各刻度符号分别代表5厘米。
在一实施方式中,步骤S105包括以下步骤:
对所述目标水尺区域进行图像识别,得到多个初始刻度符号;
根据多个所述初始刻度符号的像素行数确定基准刻度像素尺寸;
获取相邻两个初始刻度符号之间的像素长度,并确定各像素长度中大于所述基准刻度像素尺寸的目标像素长度,按照所述基准刻度像素尺寸在所述目标像素长度对应的两个初始刻度符号之间添加第一修正刻度符号;
将所述水尺下边界线所在的局部刻度符号进行补全处理,得到第二修正刻度符号;
获取实际刻度尺寸,将所述第一修正刻度符号、所述第二修正刻度符号、所述基准刻度像素尺寸、各所述初始刻度符号和所述实际刻度尺寸确定为所述水尺刻度信息。
具体来说,多个初始刻度符号可以为多个“E”与“
Figure BDA0003510292650000091
”两种初始刻度符号,检测到的“E”与“
Figure BDA0003510292650000092
”两种初始刻度符号可能是水尺图像中能看清的刻度符号,对于一些模糊破损的刻度符号,需要进行补全,从而得到整个水尺区域的完整刻度信息。可以将多个所述初始刻度符号的像素行数的平均值作为检测到的刻度符号的基准刻度像素尺寸,例如,检测到第一初始刻度符号、第二初始刻度符号、第三初始刻度符号的像素行数为20行、21行、22行,则基准刻度像素尺寸为21行。设基准刻度像素尺寸为s,由于刻度符号分布于一条直线上,则可认为该直线上每隔s的位置就存在一个刻度符号,当相邻两个初始刻度符号的像素长度大于基准刻度像素尺寸s时,即可认为存在检测遗漏的情况,需要在两个初始刻度符号间添加第一修正刻度符号以进行补全。当初始刻度符号都在水位线上方而与水位线无相交时,则继续往下补全刻度符号直到有刻度符号与水位线相交,得到第二修正刻度符号。
步骤S106,根据所述水尺上边界线、水尺下边界线和所述水尺刻度信息确定水位数据。
在一实施方式中,步骤S106包括以下步骤:
确定所述第二修正刻度符号的中间像素行;
根据所述水尺下边界线的末行像素行、所述中间像素行、所述基准刻度像素尺寸、实际刻度尺寸确定第一水位;
根据所述第一修正刻度符号、第二修正刻度符号、各初始刻度符号确定完整刻度符号数量;
将所述完整刻度符号数量减去1得到差值,根据所述差值及所述实际刻度尺寸确定第二水位;
将所述第一水位和所述第二水位的和确定为所述水位数据。
在一实施方式中,第二修正刻度符号为“E”或“
Figure BDA0003510292650000101
”刻度符号,确定所述第二修正刻度符号的中间像素行,则可以基于中间像素行计算水尺下边界线所在第二修正可度符号露出水面上的长度。所述第一水位即为水尺下边界线所在第二修正可度符号露出水面上的长度,第二水位即为露出水面的所有完成刻度符号对应的长度,将第一水位和第二水位相加,即可以得到水位数据。
此外,还可以通过建立坐标系计算水位数据。具体的,设水位线坐标为y,刻度符号的中心坐标为{xi|i=1,2,…,n},其中n为对水尺区域补全刻度符号后的刻度符号数量,坐标原点为水尺的顶端坐标,单个的基准刻度像素尺寸为s,实际刻度尺寸为k,则水尺水上部分长度可以根据如下公式2进行计算得到;
公式2:L=(n-1)×k+((y-(xn-s/2))/s)×k;
其中n为补全后的完整刻度符号数量,k表示实际刻度尺寸,y为水位线坐标,xn表示补全后的完整刻度符号的最后一个完整刻度符号的中心坐标,s表示基准刻度像素尺寸。(n-1)×k表示前n-1完整刻度符号对应露出水面的第一水位,((y-(xn-s/2))/s)×k表示最后的局部刻度符号露出水面的第二水位,第一水位和第二水位的和值即为水尺露出水面的水位数据。举例来说,实际刻度尺寸可以为5cm。
本实施例中,首先检测出水尺图像的水尺区域和水尺刻度信息,通过对水尺区域进行精确定位得到水位线坐标和水尺顶部坐标,在通过水尺的刻度坐标和水位线坐标判断出水位线以上的刻度值,从而就计算出水位数据,无需考虑像素坐标与真实坐标对应关系,对摄像头与水尺的距离没有严格的规定,提高了系统的适用性。基于图像识别的水位监测,减少了安装难度和成本,保证监测的实时性。通过相两行像素向量的像素距离区分水尺区域与背景区域、通过高阶导数值区分水尺区域与水体区域,不同区域的分割准确度高。考虑到了水尺刻度不完整性,利用已有刻度信息推理出全部刻度信息,水尺刻度补全,提高水尺刻度信息的准确度,通过水位线坐标和刻度坐标计算出水面上水尺部分的刻度个数,从而确定水位值,提高水位数据的准确度。
在一实施方式中,所述水尺检测模型的训练步骤,包括以下步骤:
获取多个初始训练水尺图像,检测各初始训练水尺图像中的水尺区域、背景区域和水体区域,根据所述背景区域和所述水体区域生成修正区域,将所述修正区域覆盖在各初始训练水尺图像的水尺区域上,得到修正图像;
按照预设调整倍数对所述水尺区域进行调整,得到修正水尺区域;
根据所述修正水尺区域与所述修正图像生成样本水尺图像;
将所述样本水尺图像输入目标检测模型进行训练,得到所述水尺检测模型。
在一实施方式中,目标检测模型可以采用yolov5目标检测模型,基于yolov5目标检测模型检测目标水尺区域。现有的技术中,训练数据集中的水尺图像中的水尺区域的大小和位置都是固定的,为水尺检测增加模型泛化能力,在训练之前对数据进行增广处理,具体做法为在水尺图像中随机生成水尺区域,使得用于训练模型的水尺图像中包括位于不同位置、具有不同尺寸的水尺区域。另外根据水尺的形状特征一般为长方形形状,将yolov5目标检测模型模型的锚点改为长方形形状。
需要说明的是,锚点是目标检测模型的目标检测过程中的先验框,代表检测目标的大概形状。现有的锚点是根据coco数据集聚类得到,具有普适性,适用于一般的检测任务。本实施例中,将锚点修改为长方形则是根据检测水尺任务来决定,使得在检测时先验框的回归更准确。
举例来说,样本水尺图像的获取过程可以包括以下步骤:对初始训练水尺图像中除水尺区域之外的其他区域进行平移操作,覆盖初始训练水尺图像中的水尺区域,得到修正图像,在修正图像上随机生成0.4-1倍水尺区域的多个修正水尺区域,以得到样本水尺图像。
请参阅图5,图5所示为样本水尺图像的一示意图,样本水尺图像50包括第一水尺区域51、第二水尺区域52、第三水尺区域53、第四水尺区域54和第五水尺区域55,第一水尺区域51、第二水尺区域52、第三水尺区域53、第四水尺区域54和第五水尺区域55的尺寸不同、位置不同,各水尺区域不重叠。
这样,样本水尺图像具有不同大小、不同位置、且不重叠的多个水尺区域,采用样本水尺图像对目标检测模型进行训练,能够提高水尺检测模型泛化能力,确保能够水尺检测模型检测出在待检测的水尺图像的不同位置、不同尺寸的水尺区域,以适应水尺图像中水尺区域的各种形态,例如,更换了摄像头位置,摄像头拍摄角度、位置发生变化导致水尺图像中水尺区域的位置变化、尺寸变化。
本实施例提供的基于图像识别的水位获取方法,通过水尺检测模型识别水尺图像的目标水尺区域;确定所述目标水尺区域的各相邻两行像素向量之间的像素距离;根据各像素距离中的最大像素距离确定水尺上边界线;将所述目标水尺区域划分为多个子区域,通过梯度函数计算各子区域的二阶导数,根据各二阶导数确定水尺下边界线;获取所述目标水尺区域的水尺刻度信息;根据所述水尺上边界线、水尺下边界线和所述水尺刻度信息确定水位数据。本实施例提供的基于图像识别的水位获取方案,摄像头安装简单,能够实时检测水尺图像,能够利用水尺刻度信息计算水位数据,不需要预先确定像素坐标与真实坐标对应关系,摄像头安装简单,操作简单、人工成本低,水位数据精度高。
实施例2
此外,本公开实施例提供了一种基于图像识别的水位获取装置。
具体的,如图6所示,基于图像识别的水位获取装置600包括:
识别模块601,用于通过水尺检测模型识别水尺图像的目标水尺区域;
第一确定模块602,用于确定所述目标水尺区域的相邻两行像素向量之间的像素距离;
第二确定模块603,用于根据各像素距离中的最大像素距离确定水尺上边界线;
计算模块604,用于将所述目标水尺区域划分为多个子区域,通过梯度函数计算各子区域的二阶导数,根据各二阶导数确定水尺下边界线;
获取模块605,用于获取所述目标水尺区域的水尺刻度信息;
第三确定模块606,用于根据所述水尺上边界线、水尺下边界线和所述水尺刻度信息确定水位数据。
在一实施方式中,所述第一确定模块602,还用于根据各行像素向量中的像素点位置,确定相邻两行像素向量之间的像素点对,计算各像素点对的像素距离;
将相邻两行像素向量内全部像素点对的像素距离的和确定为相邻两行像素向量之间的像素距离。
在一实施方式中,所述第二确定模块603,还用于确定各所述像素距离中的最大像素距离对应的两行目标像素向量;
根据所述两行目标像素向量确定所述水尺上边界线。
在一实施方式中,所述计算模块604,还用于确定各所述二阶导数中的小于或等于预设导数阈值的第一二阶导数,将所述第一二阶导数对应的子区域确定为水体子区域,确定各所述二阶导数中的大于预设导数阈值的第二二阶导数,将所述第二二阶导数对应的子区域确定为水尺子区域;
根据所述水体子区域和所述水尺子区域确定所述水体子区域与所述水尺子区域确定所述水尺下边界线。
在一实施方式中,所述获取模块6045,还用于对所述目标水尺区域进行图像识别,得到多个初始刻度符号;
根据多个所述初始刻度符号的像素行数确定基准刻度像素尺寸;
获取相邻两个初始刻度符号之间的像素长度,并确定各像素长度中大于所述基准刻度像素尺寸的目标像素长度,按照所述基准刻度像素尺寸在所述目标像素长度对应的两个初始刻度符号之间添加第一修正刻度符号;
将所述水尺下边界线所在的局部刻度符号进行补全处理,得到第二修正刻度符号;
获取实际刻度尺寸,将所述第一修正刻度符号、所述第二修正刻度符号、所述基准刻度像素尺寸、各所述初始刻度符号和所述实际刻度尺寸确定为所述水尺刻度信息。
在一实施方式中,第三确定模块606,还用于确定所述第二修正刻度符号的中间像素行;
根据所述水尺下边界线的末行像素行、所述中间像素行、所述基准刻度像素尺寸、实际刻度尺寸确定第一水位;
根据所述第一修正刻度符号、第二修正刻度符号、各初始刻度符号确定完整刻度符号数量;
将所述完整刻度符号数量减去1得到差值,根据所述差值及所述实际刻度尺寸确定第二水位;
将所述第一水位和所述第二水位的和确定为所述水位数据。
在一实施方式中,基于图像识别的水位获取装置600还包括:
训练模块,用于获取多个初始训练水尺图像,检测各初始训练水尺图像中的水尺区域、背景区域和水体区域,根据所述背景区域和所述水体区域生成修正区域,将所述修正区域覆盖在各初始训练水尺图像的水尺区域上,得到修正图像;
按照预设调整倍数对所述水尺区域进行调整,得到修正水尺区域;
根据所述修正水尺区域与所述修正图像生成样本水尺图像;
将所述样本水尺图像输入目标检测模型进行训练,得到所述水尺检测模型。
本实施例提供基于图像识别的水位获取装置600可以实现实施例1所提供的基于图像识别的水位获取方法,为避免重复,在此不再赘述。
本实施例提供的基于图像识别的水位获取装置,通过水尺检测模型识别水尺图像的目标水尺区域;确定所述目标水尺区域的各相邻两行像素向量之间的像素距离;根据各像素距离中的最大像素距离确定水尺上边界线;将所述目标水尺区域划分为多个子区域,通过梯度函数计算各子区域的二阶导数,根据各二阶导数确定水尺下边界线;获取所述目标水尺区域的水尺刻度信息;根据所述水尺上边界线、水尺下边界线和所述水尺刻度信息确定水位数据。本实施例提供的基于图像识别的水位获取方案,摄像头安装简单,能够实时检测水尺图像,能够利用水尺刻度信息计算水位数据,不需要预先确定像素坐标与真实坐标对应关系,摄像头安装简单,操作简单、人工成本低,水位数据精度高。
实施例3
此外,本公开实施例提供了一种电子设备,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器上运行时执行上述实施例1所提供的基于图像识别的水位获取方法。
本实施例提供的电子设备可以实现实施例1所提供的基于图像识别的水位获取方法,为避免重复,在此不再赘述。
实施例4
本申请公开实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序在处理器上运行时执行实施例1所提供的基于图像识别的水位获取方法。
在本实施例中,计算机可读存储介质可以为只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
本实施例提供的计算机可读存储介质可以实现实施例1所提供的基于图像识别的水位获取方法,为避免重复,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请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申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。

Claims (10)

1.一种基于图像识别的水位获取方法,其特征在于,所述方法包括:
通过水尺检测模型识别水尺图像的目标水尺区域;
确定所述目标水尺区域的各相邻两行像素向量之间的像素距离;
根据各像素距离中的最大像素距离确定水尺上边界线;
将所述目标水尺区域划分为多个子区域,通过梯度函数计算各子区域的二阶导数,根据各二阶导数确定水尺下边界线;
获取所述目标水尺区域的水尺刻度信息;
根据所述水尺上边界线、水尺下边界线和所述水尺刻度信息确定水位数据。
2.根据权利要求1所述的方法,其特征在于,所述确定所述目标水尺区域的各相邻两行像素向量之间的像素距离的步骤,包括:
根据各行像素向量中的像素点位置,确定相邻两行像素向量之间的像素点对,计算各像素点对的像素距离;
将相邻两行像素向量内全部像素点对的像素距离的和确定为相邻两行像素向量之间的像素距离。
3.根据权利要求1所述的方法,其特征在于,所述根据各所述像素距离中的最大像素距离确定水尺上边界线的步骤,包括:
确定各所述像素距离中的最大像素距离对应的两行目标像素向量;
根据所述两行目标像素向量确定所述水尺上边界线。
4.根据权利要求1所述的方法,其特征在于,所述根据各二阶导数确定水尺下边界线的步骤,包括:
确定各所述二阶导数中的小于或等于预设导数阈值的第一二阶导数,将所述第一二阶导数对应的子区域确定为水体子区域,确定各所述二阶导数中的大于预设导数阈值的第二二阶导数,将所述第二二阶导数对应的子区域确定为水尺子区域;
根据所述水体子区域和所述水尺子区域确定所述水体子区域与所述水尺子区域确定所述水尺下边界线。
5.根据权利要求1所述的基于图像识别的水位获取方法,其特征在于,所述获取所述目标水尺区域的水尺刻度信息的步骤,包括:
对所述目标水尺区域进行图像识别,得到多个初始刻度符号;
根据多个所述初始刻度符号的像素行数确定基准刻度像素尺寸;
获取相邻两个初始刻度符号之间的像素长度,并确定各像素长度中大于所述基准刻度像素尺寸的目标像素长度,按照所述基准刻度像素尺寸在所述目标像素长度对应的两个初始刻度符号之间添加第一修正刻度符号;
将所述水尺下边界线所在的局部刻度符号进行补全处理,得到第二修正刻度符号;
获取实际刻度尺寸,将所述第一修正刻度符号、所述第二修正刻度符号、所述基准刻度像素尺寸、各所述初始刻度符号和所述实际刻度尺寸确定为所述水尺刻度信息。
6.根据权利要求5所述的方法,其特征在于,所述根据所述水尺上边界线、水尺下边界线和所述水尺刻度信息确定水位数据的步骤,包括:
确定所述第二修正刻度符号的中间像素行;
根据所述水尺下边界线的末行像素行、所述中间像素行、所述基准刻度像素尺寸、实际刻度尺寸确定第一水位;
根据所述第一修正刻度符号、第二修正刻度符号、各初始刻度符号确定完整刻度符号数量;
将所述完整刻度符号数量减去1得到差值,根据所述差值及所述实际刻度尺寸确定第二水位;
将所述第一水位和所述第二水位的和确定为所述水位数据。
7.根据权利要求1所述的基于图像识别的水位获取方法,其特征在于,所述水尺检测模型的训练步骤,包括:
获取多个初始训练水尺图像,检测各初始训练水尺图像中的水尺区域、背景区域和水体区域,根据所述背景区域和所述水体区域生成修正区域,将所述修正区域覆盖在各初始训练水尺图像的水尺区域上,得到修正图像;
按照预设调整倍数对所述水尺区域进行调整,得到修正水尺区域;
根据所述修正水尺区域与所述修正图像生成样本水尺图像;
将所述样本水尺图像输入目标检测模型进行训练,得到所述水尺检测模型。
8.一种基于图像识别的水位获取装置,其特征在于,所述装置包括:
识别模块,用于通过水尺检测模型识别水尺图像的目标水尺区域;
第一确定模块,用于确定所述目标水尺区域的相邻两行像素向量之间的像素距离;
第二确定模块,用于根据各像素距离中的最大像素距离确定水尺上边界线;
计算模块,用于将所述目标水尺区域划分为多个子区域,通过梯度函数计算各子区域的二阶导数,根据各二阶导数确定水尺下边界线;
获取模块,用于获取所述目标水尺区域的水尺刻度信息;
第三确定模块,用于根据所述水尺上边界线、水尺下边界线和所述水尺刻度信息确定水位数据。
9.一种电子设备,其特征在于,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的基于图像识别的水位获取方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的基于图像识别的水位获取方法。
CN202210149821.6A 2022-02-18 2022-02-18 基于图像识别的水位获取方法、装置及电子设备 Pending CN114543930A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210149821.6A CN114543930A (zh) 2022-02-18 2022-02-18 基于图像识别的水位获取方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210149821.6A CN114543930A (zh) 2022-02-18 2022-02-18 基于图像识别的水位获取方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN114543930A true CN114543930A (zh) 2022-05-27

Family

ID=81676102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210149821.6A Pending CN114543930A (zh) 2022-02-18 2022-02-18 基于图像识别的水位获取方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN114543930A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116011480A (zh) * 2023-03-28 2023-04-25 武汉大水云科技有限公司 基于二维码标识符的水位获取方法、装置、设备及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116011480A (zh) * 2023-03-28 2023-04-25 武汉大水云科技有限公司 基于二维码标识符的水位获取方法、装置、设备及介质
CN116011480B (zh) * 2023-03-28 2023-06-23 武汉大水云科技有限公司 基于二维码标识符的水位获取方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN112102369B (zh) 水面漂浮目标自主巡检方法、装置、设备及存储介质
CN108876816B (zh) 基于自适应目标响应的目标跟踪方法
CN110956171A (zh) 铭牌自动识别方法、装置、计算机设备和存储介质
JP3764364B2 (ja) 画像特徴点検出方法、画像処理方法、及びプログラム
CN109447061A (zh) 基于巡检机器人的电抗器油位计识别方法
CN112508037B (zh) 图像模板匹配方法、装置及存储装置
CN111768450B (zh) 基于散斑图的结构光相机行偏差的自动检测方法和装置
CN110211185B (zh) 在一组候选点内识别校准图案的特征点的方法
CN108074237B (zh) 图像清晰度检测方法、装置、存储介质及电子设备
CN106296587B (zh) 轮胎模具图像的拼接方法
CN116542945B (zh) 晶圆图像分割处理方法、电子设备及存储介质
CN109029737B (zh) 一种测温取样的智能视觉定位方法
CN109636820A (zh) 电子地图车道线修正方法、设备及计算机可读存储介质
CN109389110B (zh) 一种区域确定方法及装置
CN114543930A (zh) 基于图像识别的水位获取方法、装置及电子设备
CN106297536B (zh) 电子地图中的面状图元名称的标注位置确定方法及装置
CN111192324A (zh) 线段交点位置的确定方法、装置及可读存储介质
CN117611642A (zh) 一种地图图像配准方法、设备和介质
CN111932568A (zh) 人体图像分割方法、人体图像分割模型的训练方法和装置
JP5904168B2 (ja) 撮像画像の特徴点抽出方法および特徴点抽出装置
CN116206139A (zh) 一种基于局部自卷积的无人机图像升尺度匹配方法
CN111931786B (zh) 一种图像处理方法、装置及计算机可读存储介质
CN109215068B (zh) 图像放大率测量方法及装置
CN112862676A (zh) 一种图像拼接方法、设备、存储介质
CN115830043B (zh) 无线充磁铁的边界检测方法、装置、设备及存储介质

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