TW201030324A - An identification method for liquid level - Google Patents
An identification method for liquid level Download PDFInfo
- Publication number
- TW201030324A TW201030324A TW98104069A TW98104069A TW201030324A TW 201030324 A TW201030324 A TW 201030324A TW 98104069 A TW98104069 A TW 98104069A TW 98104069 A TW98104069 A TW 98104069A TW 201030324 A TW201030324 A TW 201030324A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- liquid level
- value
- height
- tested
- Prior art date
Links
Landscapes
- Image Analysis (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
- Image Processing (AREA)
Description
201030324 六、發明說明: 【發明所屬之技術領域】 •纟發明I有關種高度辨識方》,特別是指一種液 面高度辨識方法。 【先前技術】 目前許多化學相關領域之實驗中,對於各式液態化學 液品的量測,由於常牵涉到各種液品間不同濃度的配置, 因此其劑量之量測的精準度是非常講究的;再者,於醫療 © 用途上,對於病患治療所用之藥劑的用量監測,如所施打 點滴疋否已低於某一臨界線而須盡速補充等情形,亦是曰 常生活中所須仰賴液面高度辨識的常見範嘴。 此外,液面高度辨識亦可用於水利防災領域,特別是 台灣近年來遭受風災、水災不斷,每當災害來臨時,經常 導致河川、$水暴張以及水庫儲水量滿載而緊急茂洪,往 往在短時間内造成民命財產與損失。加上,在防災體系中 水患之防治,與降雨頻率、區内排水系統設計標準、聯外 ❹ 水路'容量,及區外防洪標準等因素有關,在諸多不確定因 素下水患發生必然有其風險性存在,然而,於上述各項 因素中,對於河川、溪水及水庫等水位的掌握是最直接且 能最快速預知水患的發生。 目月’』傳統的液面局度辨識方式,主要有以下二類: ()對於内裝有液體之各式試管或容器上之刻度,或是 設置於河川、溪水及水庫等處之水尺以目測方式進行研判 201030324 (二)利用各式液面或水位計進行液面高度之量測,如浮 筒式、壓力式或超音波等方式。 然而’傳統液面高度量測之方式主要有以下缺失: (一) 相關設備安裝或設定不易,此外對於戶外河川水 庫之水位之量測的設備體積更為龐大。 (二) 各式液面量測儀器會因長期接觸液面(如酸性或驗 性液)而遭錄料致故障之情形;此外,安裝於戶外之水位 計儀器還會有被大水沖毀或發生機械故障之情形。 (三) 利用人工目測方式會因人本身認知、目測位置或其 他因素而產生較不客觀之判讀結果或甚至產生無法辨識之 所以’如何能有效地對液面高度進行辨識量測,進而 有效地對河川、溪水及水庫等水位進行監測,使管理 防救災單料速掌握正相龍,減將災害減至最低, 便成為相關業者、學術及政府單位最急迫的研究課題。 【發明内容】 本發明之目_,即在提供—種利用影像處理方 式來對各式液面之高度進行觸的方法。 於是j本發明液面高度辨識方法,包含以下步驟: 錢(Γ透過n鏡頭之影㈣取裝置對-液面進行著 像擷取,並得出一待測影像。 0>)對該待測影像進行—影像前置處理 理影像及-高度參考值。 i生出已肩 ⑷計算該高度參考值與該已處理影像間之相對比例關 201030324 係’得出一高度值。 本發明之功效,藉由該影像擷取裝置之鏡頭對該液面 進订該待測影像之擷取’再經由該影像前置處理對該待測 I像進行-連串影像處理後’並與該已處理影像進行比例 计算,而得出該液面之高度值,藉此,能有效率且精確地 達到該液面高度之辨識量測目的。 【實施方式】
有關本發明之前述及其他技術内容、特點與功效,在 、下配σ參考圓式之一個較隹實施例的詳細說明中,將可 清楚的呈現。 在進行本較佳實施例之說明前,將以對一水庫之水位 進行高度辨識量測為例。 參閱圖1及圖2,本發明液面高度辨識方法之較佳實施 例包含以下步驟·· 首先,如步驟41所示,透過一具有一鏡頭丨〗之影像擷 取裝置1對-液面2進行影像揭取’並得出—待測影像31( 如附件1所示)。 須進一步補充說明的是,在本較佳實施例中,該待測 影像31的擷取是透過CCD攝影機連續擷取,由於傳統上 一般的攝影機所使用的多為交錯式掃描,此類型之攝影機 主要是將所有的水平掃描線,依所在列的位置,分為奇數 區及偶數區,並交替的掃描奇數區與偶數區來構成整個晝 面。因此,有可能會發生物體錯開的情形,為了解決此現 象,大多採用插補法,然而這樣的動作會浪費中央處理器 5 201030324 (CPU)的處理時間,因此為了能夠快速處理交錯的問題, 本較佳實施例再透過AXIS Video Server嵌入式系統裝置, 將類比的影像訊號轉換成數位訊號,可有效加快處理速度 。影像解析度可分別為704x480和320x240兩種位元顏 色的彩色影像,而影像格式則為Motion JPEG的數位影像 格式。 接著,如步驟42所示,對該待測影像31進行一影像 前置處理,產生出一已處理影像36(如附件6所示)及一高度 參考值。 值得一提的是,該影像前置處理更包括以下次步驟: 一開始,如次步驟421所示,對該待測影像31進行一 雜訊去除處理,得出一去雜訊待測影像32(如附件2所示)。 在本較佳實施例中,該雜訊去除處理是藉由一平滑濾波器 對該待測影像31進行積分運算,以達到平滑的效果,藉以 將雜訊去除,來減少後續影像處理造成錯誤的影響程度。 其次,如次步驟422所示,對該去雜訊待測影像32進 行一灰階轉換處理,得出一灰階影像33(如附件3所示)。在 本較佳實施例中,該灰階轉換處理是將該去雜訊待測影像 32轉換成灰階格式之影像。這是因為彩色影像有著相當多 的不同資訊,為了有效降低影像的資訊量與圖形所代表的 複雜度,通常習慣上會先進行灰階轉換處理。 再來,如次步驟423所示,對該灰階影像33進行一二 值化處理,得出一二值化影像34(如附件4所示),以增加該 影像擷取裝置1内之中央處理器運算執行時的效率與節省 201030324 記憶體空間的浪費。 值得一提的是’該二值化處理之最主要的功能是區分 出影像中的物件以及背景,以獲取物件影像資訊。此外, 其處理方式是將該灰階影像内之所有低於一臨界值之像素 設定為一第一顏色,而將其内所有高於該臨界值之像素設 定為一第二顏色,而在本較佳實施例中,如附件4所示, 該第一顏色為黑色,而該第二顏色為白色,並於產生該二 值化影像之前,先透過直方圖(Histpgram)頻率分佈處理, 以避免於進行該二值化處理時,受到當時影像擷取之環境 與攝影角度及亮度影響所造成色階上的差異,因此,於進 行直方圖頻率分佈處理後,再產生該二值化影像34。 參 緊接著,如次步驟424所示,對該二值化影像34進行 一邊緣偵測處理,得出一邊緣化影像35(如附件5所示)。在 此進行該邊緣偵測處理的主要的目的是在找出物體與背景 的分界’ _邊緣多半是利用影像中鄰近像素上的灰階值 上的差距來決定,若灰階值落差报大則為邊緣,反之則否 。然而,在很多情況T,邊緣並不會剛好是由—點、一點 的像素所組成,可能有數點所構成,而真正的邊緣則在這 ^點當中,而導致邊緣化之難度;再者,就是雜訊問題, :雜訊本身有其隨機的特質,無法預測。因此,在本較佳 ’該邊緣㈣處理是利用導數滤波器Penvative 1 er)來達到有效銳化該二值化影像之目的。 =,為了找出該待㈣像31中的直線,因為液面2 疋呈直線,所以可利用對直線的傾測方式,來找出 201030324 有可能的液面2,並將不構成直線的其餘雜訊給去 ’因此’如次步驟425所示,對該邊緣化影像35進行二 線摘測處理,得出該已處理影像36(如附件6所示)及一液面 =(如附件6中之箭頭所示),並將該液面線轉換為該高度參 (如附件7所示,在此為75像素)。該直_測處理是 將該邊緣化影像35内不構成直線之額外線條雜訊去除,此 外,在本較佳實施财,該直線制處理是採用霍氏轉換 法(Hough Transform),來將該邊緣化影像乃内不構成直線 之額外線條雜訊去除。 ’ 補充一提的是,上述之霍氏轉換法,是一種找尋二值 化影像34中線性直線的轉換式,原理是將^座標平:上 的線性直線轉換成theta-rho座標平面上的點,為原χ_ y座標平面上直線之斜率’ rh。為原x_y座標平面上直線之 截距,假設原A x-y座標平面上的二條線性直線yi=mx+b 與y2=ax+c在theta-rh〇座標平面上將轉為(m b)與二點 。線段在經過霍氏轉換後’必定會因為相同的斜率與相近 的截距而大量的交會於一點或其附近成為峰值一㈣,因◎ 此,找出霍氏轉換的峰值即可找到該二值化影像34中的直 線0 然後,如步驟43所示,計算該高度參考值與該已處理 影像3 6間之相對比例關係,得出一高度值。 在此,須補充說明的是,在本較佳實施例中,由於在 步驟43時,須計算該高度參考值與該已處理影像36間之 相對比例關係的緣故,因此,必須先定義出該待測影像31 201030324 之一組邊界實際值,以利後續計算比例之用,所以,於步 驟41與步驟42間,可先行計算出該待測影像31之該组邊 界實際值,才由該高度參考值與該組邊界實際值間之相對 比例關係來求得該高度值,然而,於實務上,也可以於進 行步驟42與步驟43間時,才來計算出該待測影像η之該 組邊界實際值,或是於進行步驟42時,於各次步驟中再插 入進行,此為具有相關背景者所易於思及而變化次序所運 用,故不應受該較佳f施例之特定範例為限。 ❹ ❹ 此外,當完成上述之該組邊界實際值計算後,於進行 步驟43時,該高度值即可透過對該高度參考值與該組邊界 實際值進行内插法數學運算所求得,即如附件7所示,該 組邊界實際值包括一上邊界值169 5公尺與—下邊界值 164.5公尺,又因為該待測影像31之畫面高度為細像素 /所求得之該高度參考值為75像素,因此,_内插法 么式即可求得該高度值為⑹㈣叫⑽5· 164.5)/240=166.06 公尺。 最後,如㈣44料,計算《㈣取裝置丨之鏡頭 」與該液面2間之角度,制用—校正運算對該高度值進 得出一實際高度值。在本較佳實施例中,該校正 進Π::像操取裝置1之鏡頭U與該液面2間之角度 進仃二角函數之計算。 以下=所述’本發明液面高度辨識方法之主要優勢計有 (-)可利用鏡頭η的光學變焦功能,將該影像擁取裝 201030324 置°又置於谷置有各式液趙之試管或容器外,避免設備遭 受鏽钱’而當於監測辨識戶外之河川或水庫水位時,即可 將此影像操取裝置1架設在不易淹水區,減少該影像操取 裝置1之故障機率。 /(二)該影像擷取裝置!之規格無特定限定,一般而言僅 /頁鏡頭11搭配安裝有能執行本方法之軟體程式或硬體晶片 之運作主機(如電腦主機)所成之影像梅取裝置i即可,成本 低,且裝設容易,並含機動性。 (三) 透過數位化的相關資料運算及判斷,如前述之直方 圖頻率分佈、平滑滤波器、導數攄波器、霍氏轉換法等,Θ 以降低液面2辨識的複雜度,使得液面2高度資訊之找尋 速度加快,且更精準。 (四) 本影㈣取裝置i能適應各種量_識之週遭環境 ,而較不受其外在環境因素影響,加上本方法可透過網路 連結之傳輸,進而提供遠距辨識量測液面2的功效。 因此’藉由本發明液面高度辨識方法確實能達成本發 明之目的。 鲁 惟以上所述者’僅為本發明之一較佳實施例而已,當 不能以此限定本發明實施之範圍,即大凡依本發明申請專 利範圍及發明說明内容所作之簡單的等效變化與修飾,皆 仍屬本發明專利涵蓋之範圍内。 【圖式簡單說明】 圖1是一流程圖,說明本發明液面高度辨識方法之-較佳實施例的流程步驟;及 10 201030324 樣 圖2是-示意圖,說明與該較佳實施例對應之運作態 【附件簡單說明】 附件1是一影像圖,說明經由本發明液面高度辨識方 法之較佳實施例運作得出之待測影像; 附牛π景/像圖,說明經由本發明液面高度辨識方 法之較佳實施例運作得出之去雜訊待測影像; ❹ ❹ ,附件3是-影像圖,說明經由本發明液面高度辨識方 法之較佳實施例運作得出之灰階影像; , 附件4是一影像圖,說明經由本發明液面高度辨識方 法之較佳實施例運作得出之二值化影像; 附件5是-影像圖,說明經由本發明液面高度辨識方 法之較佳實施例運作得出之邊緣化影像; 附件6是一影像圖,說明經由本發明液面高度辨識方 法之較佳實施例運作得出之已處理影像;及 附件7是-示意圖,說明本發明液面高度辨識方法藉 由内插法求出一高度值之過程。 201030324 【主要元件符號說明】 1 ..........影像擷取裝置 11.........鏡頭 2 ..........液面 31 .........待測影像 32 .........去雜訊待測影像 33 .........灰階影像 34 .........二值化影像 35 .........邊緣化影像 36 .........已處理影像 41〜44.…步驟 421〜425次步驟
12
Claims (1)
- 201030324 七、申請專利範圍·· 1. 一種液面高度辨識方法,包含以下步驟: ⑷透過-具有—鏡頭之影像擷取裝置對—液面 影像擷取,並得出一待測影像,· 已 (b)對該待測影像進行-影像前置處理,產生出 處理影像及一高度參考值;及 ⑷計算該高度參考值與該已處理影像間 關係,得出一高度值。 例 ❹ 2.依據申請專利範圍第】項所述之液面高度辨識方法,更 包含-位於該⑷步驟後之⑷步驟,計算該影像㈣裝置 之鏡頊與該液面間之角度,並利用_校正運談 值進行調整,得出一實際高度值。 度 3·依據中請專利範圍第!項所述之液面高度辨識方法,更 包含-位於該⑷步驟及該(b)步驟間之⑷步驟計算出 該待測影像之-組邊界實際值,而於該⑷步驟中,該高 ❹ 度值即由該高度參考值與該組邊界實際值間之相對= 關係所求得。 4.依據申請專利範圍第i項所述之液面高度辨識方法,更 包含一位於該(b)步驟及該(c)步驟間之(f)步驟,計算出哼 已處理影像之-組邊界實際值,而於該⑷步驟中^ 度值即由該高度參考值與該組邊界實際值間之相對^ 關係所求得。 之任一項所述之液面高 中,該影像前置處理更 依據申請專利範圍第1至4項中 度辨識方法,其中,於該(b)步驟 13 5. 201030324 包括以下次步驟: (b-l)對該待測影像 雜訊待測影像; 雜訊去除處理,得出一去 ㈣對該去雜訊待Μ像 出一灰階影像; (b-3)對該灰階影像進行— 化影像; (b-4)對該二值化影像進行 邊緣化影像;及 灰階轉換處理,得 值化處理,得出 邊緣偵測處理,得出 值 (b-5)對該邊緣化影像 已處理影像及一液面線, 考值。 進行一直線偵測處理 並將該液面線轉換為 ’得出該 該高度參6.依據中請專利範圍第2項所述之液面高度辨識方法,其 中’在該⑷步驟中,該校正運算是對該影㈣取裝置之 鏡頭與該液面間之角度進行三角函數之計算。 7·依射請專利範圍第3項所述之液面高度辨識方法,其中,在該⑷步驟中,該高度值是對該高度參考值與該組 邊界實際值進行内插法數學運算所求得。 8. 依據申請專利範圍第4項所述之液面高度辨識方法,其 中,在該(f)步驟中,該高度值是對該高度參考值與該組 邊界實際值進行内插法數學運算所求得。 9. 依據申請專利範圍第5項所述之液面高度辨識方法其 中,在該(b)步驟之(b_i)次步驟中,該雜訊去除處理是藉 由一平滑濾波器對該待測影像進行積分運算,以去除雜 14 201030324 訊。 -i〇.依據申請專利範圍第5項所述之液面高度辨識方法,其 .中,在該(b)步驟之(b-2)次步驟中,該灰階轉換處理是將 該去雜訊待測影像轉換成灰階格式之影像。 11. 依據申請專利範圍第5項所述之液面高度辨識方法,其 中,在該(b)步驟之(b_3)次步驟中,該二值化處理是將該 灰階影像内之所有低於一臨界值之像素設定為一第一顏 色,而將其内所有高於該臨界值之像素設定為一第二顏 • 色。 12. 依據申請專利範圍第5項所述之液面高度辨識方法其 中’在5亥(b)步驟之(b-4)次步驟中,該邊緣摘測處理是利 用導數濾波器來銳化該二值化影像。 13. 依據申請專利範圍第5項所述之液面高度辨識方法,其 中’在該(b)步驟之(b-5)次步驟中,該直線偵測處理是將 該邊緣化影像内不構成直線之額外線條雜訊去除。 14. 依據申请專利範圍第5項所述之液面高度辨識方法,其 〇 中’在該(a)步驟中,所得出之待測影像為數位訊號格式 〇 15. 申請專利範圍第η項所述之液面高度辨識方法,其中, 在該(b)步驟之(b-3)次步驟中,該第一顏色為黑色,而該 第二顏色為白色’並於產生該二值化影像之前,先透過 直方圖頻率分佈處理,再產生該二值化影像。 16. 依據申請專利範圍第13項所述之液面高度辨識方法,其 中’在該(b)步驟之(b-5)次步驟中,該直線偵測處理是採 15 201030324 用霍氏轉換法,來將該邊緣化影像内不構成直線之額外 線條雜訊去除。16
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW98104069A TWI396832B (zh) | 2009-02-09 | 2009-02-09 | Liquid level identification method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW98104069A TWI396832B (zh) | 2009-02-09 | 2009-02-09 | Liquid level identification method |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201030324A true TW201030324A (en) | 2010-08-16 |
TWI396832B TWI396832B (zh) | 2013-05-21 |
Family
ID=44854254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW98104069A TWI396832B (zh) | 2009-02-09 | 2009-02-09 | Liquid level identification method |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI396832B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI465699B (zh) * | 2012-11-01 | 2014-12-21 | Univ Ishou | 水位量測方法 |
TWI481824B (zh) * | 2013-01-29 | 2015-04-21 | Univ Ishou | 水位監控方法 |
TWI487884B (zh) * | 2013-06-13 | 2015-06-11 | Univ Ishou | 多區塊水位量測方法 |
CN107449485A (zh) * | 2016-05-26 | 2017-12-08 | 财团法人成大水利海洋研究发展文教基金会 | 液面影像辨识方法 |
TWI608221B (zh) * | 2016-09-06 | 2017-12-11 | 台灣智能機器人科技股份有限公司 | 液面高度檢測系統及其方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI473976B (zh) * | 2013-06-28 | 2015-02-21 | Univ Nat Taiwan Ocean | 液面高度量測模組 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW514515B (en) * | 2001-12-28 | 2002-12-21 | Taiwan Nat Central University | Method for obtaining boundary data, contour and boundary category of target image and positioning and guidance of image |
TW200636216A (en) * | 2005-04-13 | 2006-10-16 | Procal Technology Co Ltd | Image water level measurement device and method |
EP1715304A1 (en) * | 2005-04-18 | 2006-10-25 | Agilent Technologies, Inc. | Fluid level detection by reflecting a beam at a meniscus |
JP2007298445A (ja) * | 2006-05-01 | 2007-11-15 | Olympus Corp | 液面検知装置 |
-
2009
- 2009-02-09 TW TW98104069A patent/TWI396832B/zh active
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI465699B (zh) * | 2012-11-01 | 2014-12-21 | Univ Ishou | 水位量測方法 |
TWI481824B (zh) * | 2013-01-29 | 2015-04-21 | Univ Ishou | 水位監控方法 |
TWI487884B (zh) * | 2013-06-13 | 2015-06-11 | Univ Ishou | 多區塊水位量測方法 |
CN107449485A (zh) * | 2016-05-26 | 2017-12-08 | 财团法人成大水利海洋研究发展文教基金会 | 液面影像辨识方法 |
CN107449485B (zh) * | 2016-05-26 | 2019-12-17 | 财团法人成大水利海洋研究发展文教基金会 | 液面影像辨识方法 |
TWI608221B (zh) * | 2016-09-06 | 2017-12-11 | 台灣智能機器人科技股份有限公司 | 液面高度檢測系統及其方法 |
Also Published As
Publication number | Publication date |
---|---|
TWI396832B (zh) | 2013-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8184848B2 (en) | Liquid level detection method | |
CN108759973B (zh) | 一种水位测量方法 | |
TW201030324A (en) | An identification method for liquid level | |
Lokeshwor et al. | Robust method for automated segmentation of frames with/without distress from road surface video clips | |
CN114359841B (zh) | 一种基于时空平均的视频水位识别方法 | |
CN107833203A (zh) | 一种基于图像处理的水平面识别及水位实时测量方法 | |
CN104700395A (zh) | 一种构造物外观裂缝检测方法及系统 | |
TWI590190B (zh) | 液面影像辨識方法 | |
CN113627299B (zh) | 一种基于深度学习的导线漂浮物智能识别方法及装置 | |
CN104615972A (zh) | 指针式仪表智能识别方法及其装置 | |
Nair et al. | Flood water depth estimation—A survey | |
CN108898609A (zh) | 一种图像边缘检测方法、检测装置及计算机存储介质 | |
CN109064479A (zh) | 一种基于邻近视频帧灰度动态特征的海天线检测方法 | |
TW201931308A (zh) | 影像式水尺刻度偵測辨識系統及其方法 | |
CN114359149A (zh) | 基于实时图像边缘增强的坝岸险情视频检测方法及系统 | |
Kuo et al. | Automatic water-level measurement system for confined-space applications | |
CN115578695B (zh) | 一种自由拍摄视角的水尺水位机器视觉检测方法及装置 | |
GB2470741A (en) | Liquid level detection method | |
CN115841449B (zh) | 排水管道结构性缺陷纵向定位的单目测距方法及存储介质 | |
CN114283126B (zh) | 一种输电线路监控设备偏移检测方法 | |
Zhen et al. | Visual detection algorithm of water line based on feature fusion | |
CN114549613A (zh) | 基于深度超分辨率网络的结构位移测量方法及装置 | |
Chen et al. | Design and Implementation of Crack Width Detection System Based on Android | |
CN109389595B (zh) | 一种表格线交点检测方法、电子设备及可读存储介质 | |
CN113847970B (zh) | 一种水位检测方法、装置及系统 |