CN116399418B - 一种基于固定摄像头的水位识别方法及系统 - Google Patents

Abstract

本发明公开了一种基于固定摄像头下的水尺水位识别方法及系统，其中方法包括：步骤1：获取含有水域和水尺的灰度图像；步骤2：在灰度图像上构建与水尺边界平行的参考线，参考线的一端在水域内，另一端在水尺边界的非水域内；步骤3：构建参考线上的像素点与水尺上的数值之间的对应关系；步骤4：获取参考线上灰度值突变的像素点，结合对应关系，确定水位值。本发明通过对监控系统图像处理检测水位对应的读数，从而获取水位值，大大减少了人员劳动强度，具有自动化程度高，精度高，可靠性强的优点，同时与其他途径获得的水位值进行对比，互相校核，并能及时反馈，能更精确准时的提供水位检测服务。

Description

一种基于固定摄像头的水位识别方法及系统

技术领域

本发明公开了一种基于固定摄像头的水位识别方法及系统，属于图像识别技术领域。

背景技术

水位是河流湖库的基本水文要素之一，连续可靠的水位检测对于水资源调度和防汛抗旱具有重要意义。人工观读水尺是获取水位的重要手段，然而人工观测水尺水位，自动化程度低，人员劳动强度大。自动水位计自动采集水位方式逐步取代人工观读方式，但自动水位计的水位采集准确性受多种因素影响，无法保证水位准确性。目前通过人工观读水尺水位与自动水位计比测，提高自动水位计的准确率。比测频率越高，准确率越高，但是每次比测都需要专业人员现场观读，工作量大且容易出错。

发明内容

本申请的目的在于，提供一种基于固定摄像头的水位识别方法及系统以替代人工识别自动化程度低、人员劳动强度大的技术问题。为实现上述目的，本发明提出了一种基于固定摄像头的水位识别方法及系统，具体方案如下：

一种基于固定摄像头的水位识别方法，包括以下步骤：

步骤1：获取含有水域和水尺的灰度图像；

步骤2：在所述灰度图像上构建与所述水尺边界平行的参考线，所述参考线的一端在所述水域内，另一端在所述水尺边界的非水域内；

步骤3：构建所述参考线上的像素点与水尺上的数值之间的对应关系；

步骤4：获取所述参考线上灰度值突变的像素点，结合所述对应关系，确定水位值。

优选的，在步骤4之后，还包括：利用所述水位值复核待校验水位值。

优选的，利用所述水位值复核待校验水位值，具体包括：计算所述水位值与所述待校验水位值的差值，根据所述差值复核所述待校验水位值。

优选的，计算所述水位值与所述待校验水位值的差值，根据所述差值复核所述待校验水位值，具体为：

计算所述水位值与所述待校验水位值的差值的绝对值；

将所述绝对值与预设的第一阈值进行对比，当所述绝对值小于所述第一阈值时，则所述待校验水位值正确；

当所述绝对值大于或等于所述第一阈值时，则所述待校验水位值有误，发出错误警示。

优选的，所述步骤3具体包括：

获取多组所述参考线上的像素点的位置及所述像素点的位置对应的水尺上的数值；

根据多组所述位置及所述位置对应的水尺上的数值，利用拟合方法构建所述参考线上的像素点与水尺上的数值之间的对应关系。

优选的，获取所述参考线上灰度值突变的像素点，具体为：

将所述参考线上的相邻两个像素点的灰度值之差的绝对值与第二阈值进行对比；

当相邻两个像素点的灰度值之差的绝对值大于所述第二阈值时，则将两个像素点中灰度值小的像素点作为灰度值突变的像素点。

优选的，所述第二阈值根据所述水域灰度值及水域外灰度值的差确定。

优选的，在步骤1之后，还包括：

对所述灰度图像进行裁剪，获取含有所述水尺及距所述水尺边界预设距离范围内的目标图像；

相应的，在所述灰度图像上构建与所述水尺边界平行的参考线，具体为：

在所述目标图像上构建与所述水尺边界平行的参考线。

本发明的第二方面提供了一种基于固定摄像头下的水尺水位识别系统，包括：

图像获取模块，所述图像获取模块用于获取含有水域和水尺的灰度图像；

参考线构建模块，所述参考线构建模块用于在所述灰度图像上构建与所述水尺边界平行的参考线，所述参考线的一端在所述水域内，另一端在所述水尺边界的非水域内；

关系确定模块，所述关系确定模块用于构建所述参考线上的像素点与水尺上的数值之间的对应关系；

水位确定模块，所述水位确定模块用于获取所述参考线上灰度值突变的像素点，结合所述对应关系，确定水位值。

优选地，还包括复核模块；

所述复核模块用于利用所述水位值复核待校验水位值。

有益效果：本发明通过对监控系统图像进行处理，利用图像检测水位对应的读数，从而获取水位值，大大减少了人员劳动强度，具有自动化程度高，精度高，可靠性强的优点，同时与其他途径获得的水位值进行对比，互相校核，并能及时反馈，能更精确准时的提供水位检测服务。

附图说明

图1为本发明实施例基于固定摄像头下的水尺水位识别方法的流程图；

图2 为本实施例灰度化处理后的监控画面；

图3为本实施例对图2进行裁剪后的目标图像；

图4在目标图像中虚拟的参考线示意图；

图5为本发明实施例基于固定摄像头下的水尺水位识别系统的结构示意图。

图中，101为图像获取模块；102为参考线构建模块；103为关系确定模块；104为水位确定模块。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实施方式，对本发明进行进一步的详细说明。应当理解的是，此处所描述的具体实施方式仅用以解释本发明，并不限定本发明的保护范围。

如图1所示，在一个实施例中，一种基于固定摄像头的水位识别方法，包括以下步骤：

步骤1：获取含有水域和水尺的灰度图像。

首先，设计PYTHON程序依次执行以下程序：打开实时监控视频网页，对打开后的网页页面进行截图保存，处理后仅保留监控画面。如图2所示，对监控画面进行灰度化处理，得到灰度化处理的灰度图像之后对灰度图像进行裁剪，如图3所示，剪裁获取含有水尺及距水尺边界预设距离范围内的目标图像，裁剪灰度图像可以缩小计算范围，减少计算量；

步骤2：在灰度图像上构建与水尺边界平行的参考线，参考线的一端在水域内，另一端在水尺边界的非水域内。

具体的，如图4所示，设计PYTHON程序，构建参考线，参考线与水尺的边界平行，位于目标图像中混凝土结构上的水尺边界线附近。参考线的上部位于目标图像中的混凝土部分，下部伸入目标图像中的水域内。

步骤3：构建参考线上的像素点与水尺上的数值之间的对应关系。

首先，获取多组参考线上的像素点的位置及像素点的位置对应的水尺上的数值。具体的，在目标图像上建立坐标系，参考线上像素点的坐标位置为，其中，/>，对应的水尺上的数值为：/>，其中X为参考线上的像素点在坐标中的横坐标，Y为参考线上的像素点在坐标中的纵坐标。H为参考线上的像素点对应的水尺上的数值。

其次，根据获取的多组像素点位置及位置对应的水尺上的数值，利用拟合方法构建参考线上的像素点与水尺上的数值之间的对应关系。对获取的多组参考线上的像素点的位置及像素点的位置对应的水尺上的数值进行处理，通过已知的像素点位置和的关系，拟合多元线性回归方程/>。

步骤4：获取参考线上灰度值突变的像素点，结合对应关系，确定水位值。

首先，设计PYTHON程序，遍历参考线上的点，将参考线上的相邻两个像素点的灰度值之差的绝对值与第二阈值进行对比；当相邻两个像素点的灰度值之差的绝对值大于第二阈值时，则将两个像素点中灰度值小的像素点作为灰度值突变的像素点，根据参考线上灰度值突变的像素点的位置结合拟合多元线性回归方程计算水尺上的数值得到水位值。

具体的，本实时例中，灰度图像中灰度值范围为[0,255]，参考线范围上水域内像素点灰度值通常在[0,100]范围之间，参考线范围上水域外的混凝土像素点灰度值通常在[100,255]之间,由此可以设定一个灰度变化的第二阈值a，通过遍历获取参考线上相邻两个像素点的灰度值之差，当相邻两个像素点的灰度值之差的绝对值大于第二阈值时a时，则将两个像素点中灰度值小的像素点作为灰度值突变的像素点，即得到参考线上灰度值突变的像素点位置为（X_界限，Y_界限），根据步骤3中得到的像素点位置与水尺上数值关系，将像素点位置（X_界限，Y_界限）代入得到H_界限，即水位值为H_界限。采用将灰度值突变点像素点位置代入拟合的线性回归方程的方法，可以得到较人工观读更精确地的水位值。

在步骤4之后，利用水位值复核待校验水位值，计算水位值与待校验水位值的差值的绝对值，将绝对值与预设的第一阈值进行对比，当绝对值小于第一阈值时，则待校验水位值正确；当绝对值大于或等于第一阈值时，则水位值和/或待校验水位值有误，发出错误警示，第二阈值根据水域灰度值及水域外灰度值的差确定；

具体的，通过PYTHON程序，计算步骤4中得到水位值H_界限与待校验水位值H_校验的差值的绝对值D，待校验水位值通过其他途径获取，本实施例中具体为自动水位计测得，根据目标图像中水域灰度值及水域外混凝土灰度值的差确定第二阈值a，将上述得到的水位值与待校验水位值的差的绝对值D与第二阈值a进行对比，当D<a时，待校验水位值H_校验正确，当D≥a,时，水位值和/或待校验水位值有误，程序提示警报，工作人员进行人工查看。

本发明实施例提供的裁剪灰度图像获得目标图像的方法，通过缩小图片数据，有效减少识别时间，提高系统效率，并且通过目标图像的裁剪，提高水位值获取的精确度，同时本实施例中采用在水尺边界线构建参考线，利用参考线上的点及对应的水尺的数值关系，通过灰度突变点确定水位值，相较其他方法精确度及准确性更高。通过系统可以随时获取水位值，与待校验水位值对比，系统可及时反馈警示，能及时发现水位值检测误差。

本发明的第二方面提供了一种基于固定摄像头的水位识别系统，如图5所示，包括图像获取模块101、参考线构建模块102、关系确定模块103和水位确定模块104。

其中图像获取模块101用于获取含有水域和水尺的灰度图像；参考线构建模块102用于在灰度图像上构建与水尺边界平行的参考线，参考线的一端在水域内，另一端在水尺边界的非水域内；关系确定模块103用于构建参考线上的像素点与水尺上的数值之间的对应关系；水位确定模块104用于获取参考线上灰度值突变的像素点，结合对应关系，确定水尺上的数值，水尺上的数值为水位值。

本发明的基于固定摄像头的水位识别系统还包括复核模块；

复核模块用于利用所述水位值复核其他途径获取的待校验水位值。

本实施例提供的水位识别系统，通过对监控系统图像处理检测水位对应的读数，从而获取水位值，大大减少了人员劳动强度，具有自动化程度高，精度高，可靠性强的优点。同时与其他途径获得的水位值进行对比，互相校核，并能及时反馈，能更精确准时的提供水位检测服务。

以上实施例仅表达了本发明的一种实时方式，其描述较为具体和详细，但不能因此而理解为对本发明专利的范围约束。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应该以所附权利要求为准。

Claims (4)

1.一种基于固定摄像头的水位识别方法，其特征在于，包括以下步骤：

步骤1：采用PYTHON程序，获取含有水域和水尺的灰度图像；

步骤2：在所述灰度图像上构建与所述水尺边界平行的参考线，所述参考线的一端在所述水域内，另一端在所述水尺边界的非水域内；

步骤3：构建所述参考线上的像素点与所述水尺上的数值之间的对应关系，具体包括：

获取多组所述参考线上的像素点的位置及所述像素点的位置对应的水尺上的数值；

根据多组所述位置及所述位置对应的水尺上的数值，利用拟合方法构建所述参考线上的像素点与水尺上的数值之间的对应关系；

步骤4：获取所述参考线上灰度值突变的像素点，结合所述对应关系，确定水位值；

在步骤4之后，还包括：计算所述水位值与待校验水位值的差值，根据所述差值复核所述待校验水位值；

获取所述参考线上灰度值突变的像素点，具体为：

将所述参考线上的相邻两个像素点的灰度值之差的绝对值与第二阈值进行对比；

当相邻两个像素点的灰度值之差的绝对值大于所述第二阈值时，则将两个像素点中灰度值小的像素点作为灰度值突变的像素点；

所述第二阈值根据所述水域灰度值及水域外灰度值的差确定。

2.根据权利要求1所述的基于固定摄像头的水位识别方法，其特征在于，计算所述水位值与所述待校验水位值的差值，根据所述差值复核所述待校验水位值，具体为：

计算所述水位值与所述待校验水位值的差值的绝对值；

将所述绝对值与预设的第一阈值进行对比，当所述绝对值小于所述第一阈值时，则所述待校验水位值正确；

当所述绝对值大于或等于所述第一阈值时，则水位值和/或待校验水位值有误，发出错误警示。

3.根据权利要求1-2任一项所述的基于固定摄像头的水位识别方法，其特征在于，在步骤1之后，还包括：

对所述灰度图像进行裁剪，获取含有所述水尺及距所述水尺边界预设距离范围内的目标图像；

相应的，在所述灰度图像上构建与所述水尺边界平行的参考线，具体为：

在所述目标图像上构建与所述水尺边界平行的参考线。

4.一种基于固定摄像头的水位识别系统，其特征在于，基于权利要求1-3任一项所述的基于固定摄像头的水位识别方法，包括：

图像获取模块，所述图像获取模块用于采用PYTHON程序，获取含有水域和水尺的灰度图像；

参考线构建模块，所述参考线构建模块用于在所述灰度图像上构建与所述水尺边界平行的参考线，所述参考线的一端在所述水域内，另一端在所述水尺边界的非水域内；

关系确定模块，所述关系确定模块用于构建所述参考线上的像素点与水尺上的数值之间的对应关系；

水位确定模块，所述水位确定模块用于获取所述参考线上灰度值突变的像素点，结合所述对应关系，确定水位值；

还包括复核模块，所述复核模块用于计算所述水位值与待校验水位值的差值，根据所述差值复核所述待校验水位值；

其中获取所述参考线上灰度值突变的像素点，具体为：

将所述参考线上的相邻两个像素点的灰度值之差的绝对值与第二阈值进行对比；

当相邻两个像素点的灰度值之差的绝对值大于所述第二阈值时，则将两个像素点中灰度值小的像素点作为灰度值突变的像素点。