TWI396832B - Liquid level identification method - Google Patents
Liquid level identification method Download PDFInfo
- Publication number
- TWI396832B TWI396832B TW98104069A TW98104069A TWI396832B TW I396832 B TWI396832 B TW I396832B TW 98104069 A TW98104069 A TW 98104069A TW 98104069 A TW98104069 A TW 98104069A TW I396832 B TWI396832 B TW I396832B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- liquid level
- value
- height
- identifying
- Prior art date
Links
Landscapes
- Image Analysis (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
- Image Processing (AREA)
Description
本發明是有關於一種高度辨識方法,特別是指一種液面高度辨識方法。
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,由於常牽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,如所施打點滴是否已低於某一臨界線而須盡速補充等情形,亦是日常生活中所須仰賴液面高度辨識的常見範疇。
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、溪水暴漲以及水庫儲水量滿載而緊急洩洪,往往在短時間內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、區內排水系統設計標準、聯外水路容量,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。
目前傳統的液面高度辨識方式,主要有以下二類:
(一)對於內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。
(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(如酸性或鹼性液)而遭鏽蝕導致故障之情形;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情況。
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,使管理維護防救災單位迅速掌握正確的資訊,期能將災害減至最低,便成為相關業者、學術及政府單位最急迫的研究課題。
因此,本發明之目的,即在提供一種利用影像處理方式來對各式液面之高度進行辨識的方法。
於是,本發明液面高度辨識方法,包含以下步驟:
(a)透過一具有一鏡頭之影像擷取裝置對一液面進行影像擷取,並得出一待測影像。
(b)對該待測影像進行一影像前置處理,產生出一已處理影像及一高度參考值。
(c)計算該高度參考值與該已處理影像間之相對比例關係,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行該待測影像之擷取,再經由該影像前置處理對該待測影像進行一連串影像處理後,並與該已處理影像進行比例計算,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。
有關本發明之前述及其他技術內容、特點與功效,在以下配合參考圖式之一個較佳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11之影像擷取裝置1對一液面2進行影像擷取,並得出一待測影像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畫面。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(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內之中央處理器運算執行時的效率與節省記憶體空間的浪費。
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內之所有低於一臨界值之像素設定為一第一顏色,而將其內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。
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,偵測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,若灰階值落差很大則為邊緣,反之則否。然而,在很多情況下,邊緣並不會剛好是由一點、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些點當中,而導致邊緣化之難度;再者,就是雜訊問題,因雜訊本身有其隨機的特質,無法預測。因此,在本較佳實施例中,該邊緣偵測處理是利用導數濾波器(Derivative Filter)來達到有效銳化該二值化影像34之目的。
而後,為了找出該待測影像31中的直線,因為液面2大致上是呈直線,所以可利用對直線的偵測方式,來找出所有有可能的液面2,並將不構成直線的其餘雜訊給去除掉,因此,如次步驟425所示,對該邊緣化影像35進行一直線偵測處理,得出該已處理影像36(如附件6所示)及一液面線(如附件6中之箭頭所示),並將該液面線轉換為該高度參考值(如附件7所示,在此為75像素)。該直線偵測處理是將該邊緣化影像35內不構成直線之額外線條雜訊去除,此外,在本較佳實施例中,該直線偵測處理是採用霍氏轉換法(Hough Transform),來將該邊緣化影像35內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x-y座標平面上的線性直線轉換成theta-rho座標平面上的點,theta為原x-y座標平面上直線之斜率,rho為原x-y座標平面上直線之截距,假設原先x-y座標平面上的二條線性直線y1=mx+b與y2=ax+c在theta-rho座標平面上將轉為(m,b)與(a,c)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(peaks),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。
然後,如步驟43所示,計算該高度參考值與該已處理影像36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之該組邊界實際值,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31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,故不應受該較佳實施例之特定範例為限。
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內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公尺與一下邊界值164.5公尺,又因為該待測影像31之畫面高度為240像素,且所求得之該高度參考值為75像素,因此,利用內插法公式即可求得該高度值為164.5+75x(169.5-164.5)/240=166.06公尺。
最後,如步驟44所示,計算該影像擷取裝置1之鏡頭11與該液面2間之角度,並利用一校正運算對該高度值進行調整,得出一實際高度值。在本較佳實施例中,該校正運算是對該影像擷取裝置1之鏡頭11與該液面2間之角度進行三角函數之計算。
綜上所述,本發明液面高度辨識方法之主要優勢計有以下四點:
(一)可利用鏡頭11的光學變焦功能,將該影像擷取裝置1設置於容置有各式液體之試管或容器外,避免設備遭受鏽蝕,而當於監測辨識戶外之河川或水庫水位時,即可將此影像擷取裝置1架設在不易淹水區,減少該影像擷取裝置1之故障機率。
(二)該影像擷取裝置1之規格無特定限定,一般而言僅須鏡頭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)所成之影像擷取裝置1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、平滑濾波器、導數濾波器、霍氏轉換法等,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)本影像擷取裝置1能適應各種量測辨識之週遭環境,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。
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內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內。
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
圖1是一流程圖,說明本發明液面高度辨識方法之一較佳實施例的流程步驟;及
圖2是一示意圖,說明與該較佳實施例對應之運作態樣。
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;
附件2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去雜訊待測影像;
附件3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是一示意圖,說明本發明液面高度辨識方法藉由內插法求出一高度值之過程。
41~44...步驟
421~425...次步驟
Claims (12)
- 一種液面高度辨識方法,包含以下步驟:(a)透過一具有一鏡頭之影像擷取裝置對一液面進行影像擷取,並得出一待測影像;(b)對該待測影像進行一影像前置處理,產生出一已處理影像及一高度參考值,其中於該(b)步驟中,該影像前置處理包括下列次步驟:(b-1)對該待測影像進行一雜訊去除處理,得出一去雜訊待測影像;(b-2)對該去雜訊待測影像進行一灰階轉換處理,得出一灰階影像;(b-3)對該灰階影像進行一二值化處理,得出一二值化影像;(b-4)對該二值化影像進行一邊緣偵測處理,得出一邊緣化影像;(b-5)採用霍氏轉換法對該邊緣化影像進行一直線偵測處理,將該邊緣化影像內不構成直線之額外線條雜訊去除,以得出該已處理影像及一液面線,並將該液面線轉換為該高度參考值;(c)計算該高度參考值與該已處理影像間之相對比例關係,得出一高度值;及(d)計算該影像擷取裝置之鏡頭與該液面間之角度,並利用一校正運算對該高度值進行調整,得出一實際高度值。
- 依據申請專利範圍第1項所述之液面高度辨識方法,更包含一位於該(a)步驟及該(b)步驟間之(e)步驟,計算出該待測影像之一組邊界實際值,而於該(c)步驟中,該高度值即由該高度參考值與該組邊界實際值間之相對比例關係所求得。
- 依據申請專利範圍第1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,計算出該已處理影像之一組邊界實際值,而於該(c)步驟中,該高度值即由該高度參考值與該組邊界實際值間之相對比例關係所求得。
- 依據申請專利範圍第1項所述之液面高度辨識方法,其中,在該(d)步驟中,該校正運算是對該影像擷取裝置之鏡頭與該液面間之角度進行三角函數之計算。
- 依據申請專利範圍第2項所述之液面高度辨識方法,其中,在該(e)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內插法數學運算所求得。
- 依據申請專利範圍第3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內插法數學運算所求得。
- 依據申請專利範圍第1項所述之液面高度辨識方法,其中,在該(b)步驟之(b-1)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,以去除雜訊。
- 依據申請專利範圍第1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。
- 依據申請專利範圍第1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內之所有低於一臨界值之像素設定為一第一顏色,而將其內所有高於該臨界值之像素設定為一第二顏色。
- 依據申請專利範圍第1項所述之液面高度辨識方法,其中,在該(b)步驟之(b-4)次步驟中,該邊緣偵測處理是利用導數濾波器來銳化該二值化影像。
- 依據申請專利範圍第1項所述之液面高度辨識方法,其中,在該(a)步驟中,所得出之待測影像為數位訊號格式。
- 申請專利範圍第9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。
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 TW201030324A (en) | 2010-08-16 |
TWI396832B true 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 (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 |
Families Citing this family (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 |
TWI590190B (zh) * | 2016-05-26 | 2017-07-01 | 財團法人成大水利海洋研究發展文教基金會 | 液面影像辨識方法 |
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 |
Citations (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 |
WO2007129639A1 (ja) * | 2006-05-01 | 2007-11-15 | Olympus Corporation | 液面検知装置 |
-
2009
- 2009-02-09 TW TW98104069A patent/TWI396832B/zh active
Patent Citations (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 |
WO2007129639A1 (ja) * | 2006-05-01 | 2007-11-15 | Olympus Corporation | 液面検知装置 |
Cited By (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 |
Also Published As
Publication number | Publication date |
---|---|
TW201030324A (en) | 2010-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8184848B2 (en) | Liquid level detection method | |
TWI396832B (zh) | Liquid level identification method | |
CN110414334B (zh) | 一种基于无人机巡视的智能水质识别方法 | |
CN108759973B (zh) | 一种水位测量方法 | |
US10931871B2 (en) | Pipeline detection method and apparatus, and storage medium | |
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 | |
CN101995281A (zh) | 一种基于数字图像处理的水位测量方法 | |
CN104615972A (zh) | 指针式仪表智能识别方法及其装置 | |
JPH0765152A (ja) | 監視装置および監視方法 | |
CN101839741A (zh) | 液面高度辨识方法 | |
CN108898609A (zh) | 一种图像边缘检测方法、检测装置及计算机存储介质 | |
Park et al. | Novel bolt-loosening detection technique using image processing for bolt joints in steel bridges | |
CN115752969A (zh) | 一种铝箔封口密封性检测方法及系统和设备 | |
TW201931308A (zh) | 影像式水尺刻度偵測辨識系統及其方法 | |
CN113705564B (zh) | 一种指针式仪表识别读数方法 | |
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 | |
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 | |
Kuo et al. | Automatic water-level measurement system for confined-space applications | |
JP2007212238A (ja) | 水位検出装置、それを用いた水位検出方法 | |
CN114283126B (zh) | 一种输电线路监控设备偏移检测方法 | |
GB2470741A (en) | Liquid level detection method | |
CN113588796B (zh) | 一种海洋管道监测预警方法及系统 | |
CN112991342B (zh) | 基于水位尺图像的水位线检测方法、装置与系统 | |
TWI759778B (zh) | 流體監測系統及方法 |