CN117516656A - 一种影像测量自然水域蒸发量的系统及方法 - Google Patents

一种影像测量自然水域蒸发量的系统及方法 Download PDF

Info

Publication number
CN117516656A
CN117516656A CN202410002647.1A CN202410002647A CN117516656A CN 117516656 A CN117516656 A CN 117516656A CN 202410002647 A CN202410002647 A CN 202410002647A CN 117516656 A CN117516656 A CN 117516656A
Authority
CN
China
Prior art keywords
liquid level
evaporation capacity
evaporation
image
level meter
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
CN202410002647.1A
Other languages
English (en)
Inventor
付邦鹏
杜庆雨
李辰
张毅强
刘乡盟
吴迪
陈磊
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.)
Tiandy Technologies Co Ltd
Original Assignee
Tiandy Technologies Co Ltd
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 Tiandy Technologies Co Ltd filed Critical Tiandy Technologies Co Ltd
Priority to CN202410002647.1A priority Critical patent/CN117516656A/zh
Publication of CN117516656A publication Critical patent/CN117516656A/zh
Pending legal-status Critical Current

Links

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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147Details of sensors, e.g. sensor lenses
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/94Hardware or software architectures specially adapted for image or video understanding
    • G06V10/955Hardware or software architectures specially adapted for image or video understanding using specific electronic processors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Atmospheric Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Fluid Mechanics (AREA)
  • Medical Informatics (AREA)
  • Vascular Medicine (AREA)
  • Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)

Abstract

本发明涉及一种影像测量自然水域蒸发量的系统及方法,通过与蒸发桶相连的液位计反应蒸发桶里的水是位置,通过依次连接的镜头、图像传感器、CPU和4G模块,依次完成采集液位计的图像,对图像处理计算蒸发量,并且传输蒸发量数据。本发明使用智能影像技术,视频采集分析液位变化实现蒸发量自动监测,并使用大焦段镜头和高分辨率图像传感器,实现更精细的液位变化检测,蒸发量检测误差极小。本发明使用智能影像技术,省去人工检测,较少人力投入,同时蒸发量检测误差比传统误差小。

Description

一种影像测量自然水域蒸发量的系统及方法
技术领域
本发明属于视频检测领域,尤其是一种影像测量自然水域蒸发量的系统及方法。
背景技术
AI智能识别技术和高清图像技术发展成熟,车牌识别、人脸识别在现实中广泛应用。信息化发展相对落后,视频AI在水文监测领域应用还不广泛。传统的蒸发量测量有两种方法一种是测针法和称重法,测针法需要人工反复旋转刻度盘去读数,操作繁琐,对人的反应及时性要求高,操作人员反应不及时就会产生测量误差。称重法虽然使用简单可以实现自动化测量,但是假如水中有杂质,通过重量换算水位不准,导致测量误差。
发明内容
本发明的目的在于克服现有技术的不足,提出一种影像测量自然水域蒸发量的系统及方法,使用智能影像技术,省去人工检测,较少人力投入,同时蒸发量检测误差比传统误差小。
本发明解决其技术问题是采取以下技术方案实现的:
一种影像测量自然水域蒸发量的系统,包括液位计、进水管、镜头、图像传感器、CPU、4G模块和蒸发桶,其中蒸发桶用于盛放水,并且蒸发桶通过进水管与旁边的液位计相连;液位计内的水和蒸发桶里的水是等位的;镜头的拍摄方向朝向液位计,镜头、图像传感器、CPU和4G模块依次连接,镜头和图像传感器用于采集液位计的图像,CPU对图像处理计算蒸发量,4G模块用于传输数据。
一种影像测量自然水域蒸发量的系统的测量方法,包括以下步骤:
步骤1、镜头和图像传感器采集液位计的图像;
步骤2、CPU对图像处理计算得到蒸发量;
步骤3、4G模块将CPU计算得到的蒸发量上报给平台用于展示蒸发量。
而且,所述步骤2包括以下步骤:
步骤2.1、图像预处理;
步骤2.2、根据预处理的图像进行水面线检测;
步骤2.3、根据水面线检测结果输出液位,并计算得到蒸发量。
而且,所述步骤2.1的具体实现方法为:使用高斯滤波对图像进行预处理,对图像进行抑制噪声和平滑处理图像。
而且,所述步骤2.2的具体实现方法为:获取液位样本,并传输至Yolov8+Unet融合训练得到模型,通过模型对水面线检测。
而且,所述Yolov8+Unet的具体实现方法为:
步骤2.2.1、加载Dataloder增加分割label;
步骤2.2.2、修改Tranforms数据增强,适应同时训练检测和分割任务;
步骤2.2.3、添加UnetHead;使用YoloV8的backbone作为Unet左侧Encoder部分提取特征,然后将提取的特征送入UnetHead进行上采样和concat,进行decoder;同时增加PPYoloE输出层数为5层,[0,1,2]仍送入检测head,[2,3,4]送入UnetHead进行Decoder;
步骤2.2.4、Loss计算修改,按照权重增加分割Loss值,计算权重。
本发明的优点和积极效果是:
本发明通过与蒸发桶相连的液位计反应蒸发桶里的水是位置,通过依次连接的镜头、图像传感器、CPU和4G模块,依次完成采集液位计的图像,对图像处理计算蒸发量,并且传输蒸发量数据。本发明使用智能影像技术,视频采集分析液位变化实现蒸发量自动监测,并使用大焦段镜头和高分辨率图像传感器,实现更精细的液位变化检测,蒸发量检测误差极小。本发明使用智能影像技术,省去人工检测,较少人力投入,同时蒸发量检测误差比传统误差小。
附图说明
图1为本发明的装置连接图;
图2为本发明的硬件结构图;
图3为本发明对图像处理计算的流程图。
具体实施方式
以下结合附图对本发明做进一步详述。
一种影像测量自然水域蒸发量的系统,包括液位计、进水管、镜头、图像传感器、CPU、4G模块和蒸发桶,其中蒸发桶用于盛放水,如图1所示,蒸发桶通过进水管与旁边的液位计相连;液位计内的水和蒸发桶里的水是等位的;如图2所示,镜头的拍摄方向朝向液位计,镜头、图像传感器、CPU和4G模块依次连接,镜头和图像传感器用于采集液位计的图像,CPU的ISP单元模块对图像信号进行处理得到高清图像,送入NPU单元模块,内部有算法识别到液位计的液面,根据实际的液位变化计算得到蒸发量,4G模块用于传输数据。
为了确保设备输出液位的精准,图像传感器选用高分辨率500万像素,这样0.1mm的液位所占像素数是8;为了进一步提高液位精度,对0-30mm量程的液位每隔0.1mm液位进行图像中的像素标定,得到300个液位与像素的对应关系保存到设备里,精度0.1mm,这样就可以通过图像中的像素换算成高精度的液位。
本系统的工作过程为:蒸发桶中加适量水,使液面在液位计量程范围内,液位计上有两条刻度线量程为30mm,摄像机镜头和图像传感器采集高清图像,算法初始化图像中的液位计检测区域,将检测区域中图像预处理去噪点,将预处理后的图像送给模型去检测分割,通过模型检测分割得到液面所在的像素,根据液面像素与液位关系表,输出液位值。
一种影像测量自然水域蒸发量的系统的测量方法,包括以下步骤:
步骤1、镜头和图像传感器采集液位计的图像。
步骤2、CPU对图像处理计算得到蒸发量。
如图3所示,本步骤包括以下步骤:
步骤2.1、图像预处理;使用高斯滤波对图像进行预处理,能够有效的抑制噪声,平滑图像。
步骤2.2、根据预处理的图像进行水面线检测。
选用Yolov8进行检测任务,Unet进行分割任务
Yolov8网络结构使用Anchor free无锚盒机制,可扩展的backbone和neck,由CSPLayer构成。
分割网络Unet其特点是简单、高效、容易构建,可以从小数据集中训练,网络结构为;U形的encoder-Decoder结构,左边网络为特征提取网络:使用conv和pooling,右边网络为特征融合网络:使用上采样产生的特征图与左侧特征图进行concat操作,可以让包含高级抽象特征低分辨率图片在保留高级抽象特征的同时变为高分辨率,使分割更为准确。
将上述两个网络分别训练成两个模型,就需要分别进行检测的前向推理和分割的前向推理,为了缩短模型推理时间,将Unet和YoloV8进行了融合,一次前向推理输出检测和分割结果:
步骤2.2.1、加载Dataloder增加分割label;
步骤2.2.2、修改Tranforms数据增强,适应同时训练检测和分割任务;
步骤2.2.3、添加UnetHead;使用YoloV8的backbone作为Unet左侧Encoder部分提取特征,然后将提取的特征送入UnetHead进行上采样和concat,进行decoder;同时增加PPYoloE输出层数为5层,[0,1,2]仍送入检测head,[2,3,4]送入UnetHead进行Decoder;
步骤2.2.4、Loss计算修改,按照权重增加分割Loss值,计算权重。
步骤2.3、根据液面像素与液位关系表,输出液位值。
步骤3、4G模块将CPU计算得到的蒸发量上报给平台用于展示蒸发量。
8点开始往蒸发桶内注水,蒸发桶内的水与液位计的水是等位的;设备实时监测液位计的液位,当蒸发桶快注满水,液位计液位达到高液位阈值时,停止注水;设备算法识别出液位计的当前液位,输出液位值并保存;第二天8点设备输出当前的液位值,计算蒸发量并将数据通过4G信号传给平台;再次给蒸发桶注水,进行第二天的蒸发量统计。
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。

Claims (6)

1.一种影像测量自然水域蒸发量的系统,其特征在于:包括液位计、进水管、镜头、图像传感器、CPU、4G模块和蒸发桶,其中蒸发桶用于盛放水,并且蒸发桶通过进水管与旁边的液位计相连;液位计内的水和蒸发桶里的水是等位的;镜头的拍摄方向朝向液位计,镜头、图像传感器、CPU和4G模块依次连接,镜头和图像传感器用于采集液位计的图像,CPU对图像处理计算蒸发量,4G模块用于传输数据。
2.一种如权利要求1所述的影像测量自然水域蒸发量的系统的测量方法,其特征在于:包括以下步骤:
步骤1、镜头和图像传感器采集液位计的图像;
步骤2、CPU对图像处理计算得到蒸发量;
步骤3、4G模块将CPU计算得到的蒸发量上报给平台用于展示蒸发量。
3.根据权利要求2所述的一种影像测量自然水域蒸发量的系统的测量方法,其特征在于:所述步骤2包括以下步骤:
步骤2.1、图像预处理;
步骤2.2、根据预处理的图像进行水面线检测;
步骤2.3、根据水面线检测结果输出液位,并计算得到蒸发量。
4.根据权利要求3所述的一种影像测量自然水域蒸发量的系统的测量方法,其特征在于:所述步骤2.1的具体实现方法为:使用高斯滤波对图像进行预处理,对图像进行抑制噪声和平滑处理图像。
5.根据权利要求3所述的一种影像测量自然水域蒸发量的系统的测量方法,其特征在于:所述步骤2.2的具体实现方法为:获取液位样本,并传输至Yolov8+Unet融合训练得到模型,通过模型对水面线检测。
6.根据权利要求5所述的一种影像测量自然水域蒸发量的系统的测量方法,其特征在于:所述Yolov8+Unet的具体实现方法为:
步骤2.2.1、加载Dataloder增加分割label;
步骤2.2.2、修改Tranforms数据增强,适应同时训练检测和分割任务;
步骤2.2.3、添加UnetHead;使用YoloV8的backbone作为Unet左侧Encoder部分提取特征,然后将提取的特征送入UnetHead进行上采样和concat,进行decoder;同时增加PPYoloE输出层数为5层,[0,1,2]仍送入检测head,[2,3,4]送入UnetHead进行Decoder;
步骤2.2.4、Loss计算修改,按照权重增加分割Loss值,计算权重。
CN202410002647.1A 2024-01-02 2024-01-02 一种影像测量自然水域蒸发量的系统及方法 Pending CN117516656A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410002647.1A CN117516656A (zh) 2024-01-02 2024-01-02 一种影像测量自然水域蒸发量的系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410002647.1A CN117516656A (zh) 2024-01-02 2024-01-02 一种影像测量自然水域蒸发量的系统及方法

Publications (1)

Publication Number Publication Date
CN117516656A true CN117516656A (zh) 2024-02-06

Family

ID=89766724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410002647.1A Pending CN117516656A (zh) 2024-01-02 2024-01-02 一种影像测量自然水域蒸发量的系统及方法

Country Status (1)

Country Link
CN (1) CN117516656A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101418001B1 (ko) * 2013-01-28 2014-07-09 한전케이피에스 주식회사 증기발생기 2차측 전열관 상부다발 원격 육안검사장치
CN104237256A (zh) * 2014-09-22 2014-12-24 江苏大学 一种用于pH值检测的镜头清洗方法与装置
CN104615160A (zh) * 2014-12-24 2015-05-13 安徽华润金蟾药业股份有限公司 一种中药配方颗粒生产浓缩过程液位检测装置及方法
CN204882904U (zh) * 2015-08-04 2015-12-16 武汉新烽光电科技有限公司 一种基于容栅式位移传感器的自动蒸发测量系统
CN106353283A (zh) * 2016-11-04 2017-01-25 青岛佳明测控科技股份有限公司 水体透明度检测方法及基于该方法的检测装置
CN111669555A (zh) * 2020-07-08 2020-09-15 烟台市水文局(烟台市水土保持监测站) 一种基于图像解析的水面蒸发自动监测装置及监测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101418001B1 (ko) * 2013-01-28 2014-07-09 한전케이피에스 주식회사 증기발생기 2차측 전열관 상부다발 원격 육안검사장치
CN104237256A (zh) * 2014-09-22 2014-12-24 江苏大学 一种用于pH值检测的镜头清洗方法与装置
CN104615160A (zh) * 2014-12-24 2015-05-13 安徽华润金蟾药业股份有限公司 一种中药配方颗粒生产浓缩过程液位检测装置及方法
CN204882904U (zh) * 2015-08-04 2015-12-16 武汉新烽光电科技有限公司 一种基于容栅式位移传感器的自动蒸发测量系统
CN106353283A (zh) * 2016-11-04 2017-01-25 青岛佳明测控科技股份有限公司 水体透明度检测方法及基于该方法的检测装置
CN111669555A (zh) * 2020-07-08 2020-09-15 烟台市水文局(烟台市水土保持监测站) 一种基于图像解析的水面蒸发自动监测装置及监测方法

Similar Documents

Publication Publication Date Title
CN114399672A (zh) 一种基于深度学习的铁路货车闸瓦故障检测方法
CN112927279A (zh) 一种图像深度信息生成方法、设备及存储介质
CN103903222A (zh) 三维感测方法与三维感测装置
CN109522840A (zh) 一种高速路车流密度监测计算系统及方法
CN110689558A (zh) 多传感器图像增强方法及装置
CN111950812B (zh) 一种自动识别与预测雨量的方法及其装置
CN111325782A (zh) 一种基于多尺度统一的无监督单目视图深度估计方法
CN110187142A (zh) 流速监测方法和系统
CN115880571A (zh) 一种基于语义分割的水位尺读数识别方法
CN112861700A (zh) 基于DeepLabv3+的车道线网络识别模型建立及车辆速度检测方法
CN115471777A (zh) 基于视频识别的精细化水流速度场获取方法和系统
CN117636325A (zh) 一种指针式仪表读数识别方法
CN117274227B (zh) 水表表面状态管理系统
CN117516656A (zh) 一种影像测量自然水域蒸发量的系统及方法
CN112924037A (zh) 基于图像配准的红外体温检测系统及检测方法
CN115760720A (zh) 基于移动设备与超分重建分割网络的裂缝在线检测方法及系统
CN112229586A (zh) 桥梁支座健康状态检测方法及终端设备
CN114926841B (zh) 基于改进穿线法的电子式水表读数图像识别方法及装置
KR100825504B1 (ko) 카메라를 이용한 인터페이스 장치 및 방법
CN115546539A (zh) 基于机器视觉的磁翻板液位读取方法、装置及可读介质
CN114998185A (zh) 一种基于YOLOv5模型的泥浆泌水率实时检测方法
CN113888604A (zh) 一种基于深度光流的目标跟踪方法
CN113822802A (zh) 基于显微镜的超分辨率方法、装置、设备及介质
CN117036454B (zh) 一种基于稠密匹配算法的构件表面位移场检测方法
CN117809227B (zh) 一种基于视频帧的冰流速识别方法

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