TWI487884B

TWI487884B - 多區塊水位量測方法

Info

Publication number: TWI487884B
Application number: TW102120913A
Authority: TW
Inventors: Tai Been Chen; wei chang Du; Yung Hui Huang
Original assignee: Univ Ishou
Priority date: 2013-06-13
Filing date: 2013-06-13
Publication date: 2015-06-11
Also published as: TW201447241A

Description

多區塊水位量測方法

本發明係關於一種多區塊水位量測方法，尤其是一種透過影像分析處理技術計算水位高度的多區塊水位量測方法。

台灣位處極易致災的西太平洋季風區，且平均每年遭受西太平洋生成颱風侵台四次以上，颱風所挾帶的豪大雨經常導致水患頻傳，帶來嚴重經濟損失。此外，隨著全球暖化、氣候變遷而造成降雨型態改變，近年來短時間內大降雨量的極端暴雨屢見不鲜，極端降雨型態容易造成都市地區短時間內無法排除多餘雨量、區域排洪不及而淹水，嚴重威脅民眾的生命與財產安全。

據此，水災的監控與預警向來是災害防範的首要目標，習知淹水警報方法為接收到人工通報後，派駐相關人員到淹水現場以一習用接觸式水位量測裝置測量水位高度，再將測量結果回報至災害應變中心統計處理，以判斷淹水情況，進而發出警報，然而這種方式往往需浪費大量人力進行淹水實地水位量測與結果彙整統計。為了解決上述習知淹水警報方法所面臨的問題，針對淹水機率較高的低窪地區，通常會常駐設置該習用接觸式水位量測裝置以隨時監測水位，並且透過有線或無線通訊方式自動回傳測量結果，以節省救災資源。

惟，該習用接觸式水位量測裝置由於必須伸入水中進行測量，遇到水流湍急時往往難以成功量測，甚至有裝置直接被沖走或沖毀的風險存在。此外，該習用接觸式水位量測裝置的量測範圍往往受裝置本身的尺寸限制，當淹水深度過高時，容易有裝置本身被淹沒導致失去測量功能的情形產生。

為了解決上述習知淹水監控方法所面臨的問題，如中華民國第201024687號「雷射光學影像水位量測裝置及其方法」專利申請案所述內容，揭示一種習知非接觸式水位量測方法，可透過非接觸的方式以一雷射光源射入一水體，並且拍攝水體表面影像以測量該水體水位。該專利案之裝置及其方法雖可改善習用接觸式水位量測裝置必須伸入水中，具有容易量測失敗或毀損裝置的缺點，但該裝置若需設置於各個待偵測地點，仍然有成本較高的問題，難以據以施行大範圍淹水監控。再者，由於淹水時水體往往呈現渾濁且充滿雜物，以雷射光源照射的方式亦具有無法正確量測水位的問題。

綜上所述，該習知非接觸式水位量測方法雖可達成「以非接觸方式量測水位」之目的，然而仍有「設置成本過高」及「量測準確度可能受水體顏色與水中漂流物影響」等疑慮，在實際使用時容易衍生不同限制與缺點，確有不便之處，亟需進一步改良，以提升其實用性。

本發明的目的乃改良上述之缺點，以提供一種多區塊水位量測方法，僅需就傳統監視攝影機所拍攝之影像進行分析處理，即可量測水位高度，具有降低系統設置成本之功效。

本發明另一目的係提供一種多區塊水位量測方法，該多區塊水位量測方法以影像辨識方式判斷水位高度，量測時不受水體顏色與水中漂流物影響，具有增加水位量測準確性之功效。

本發明又一目的係提供一種多區塊水位量測方法，該多區塊水位量測方法為使用一梯度運算子邊緣搜尋法偵測邊界位置，於一影像中選出一判斷區塊，針對該判斷區塊套用該梯度運算子邊緣搜尋法，具有提升運算速度之功效。

本發明再一目的係提供一種多區塊水位量測方法，該多區塊水位量測方法係於該影像中選取複數個該判斷區塊，並依據該複數個判斷區塊運算產生複數個水面位置，一併考量該複數個水面位置以計算產生水位高度，藉此可以避免一判斷區塊受遮蔽物體阻擋時，對水位量測結果造成嚴重影響，具有提升方法可靠度之功效。

為達到前述目的，本發明所運用之技術內容包含有：一種多區塊水位量測方法，藉由一監控鏡頭拍攝一原始影像，交由一電腦系統量測該原始影像之水位高度，係包含以下步驟：一影像讀取步驟，藉由該電腦系統讀入該原始影像，依據該原始影像之大小計算出一像素所代表之實際尺寸；一影像校正步驟，若該監控鏡頭之視角與地平線之夾角不等於零，則依據該夾角對該原始影像進行水平旋轉校正；並且自該原始影像中圈選複數個判斷區塊；及一水位估算步驟，係針對該複數個判斷區塊套用一梯度運算子邊緣搜尋法，計算各該判斷區塊各像素之影像梯度值及影像邊界值；且依據該影像邊界值推算一邊界投影值，以估算至少一邊界位置；再依據該邊界位置判定一水面位置，且根據由該複數個判斷區塊所產生之複數個水面位置推算一水位判定結果；最後，由該原始影像之像素所代表之實際尺寸計算出該水位判定結果所代表之水位高度。

本發明之多區塊水位量測方法，其中，另包含一灰階處理步驟，於該影像讀取步驟完成後執行，係對該原始影像進行灰階運算，該原始影像經灰階運算後之亮度屬於一灰階色階範圍。

本發明之多區塊水位量測方法，其中，另包含一影像強化步驟，於該灰階處理步驟完成後執行，係調整經灰階運算之該原始影像，使其亮度平均分布於該灰階色階範圍之最大值與最小值之間。

本發明之多區塊水位量測方法，其中，該梯度運算子邊緣搜尋法計算各該判斷區塊各像素之影像梯度及影像邊界值的方法如下式所示：其中，G代表影像梯度，E代表影像邊界值，f(x,y)係為該判斷區塊之像素座標值為(x,y)時之灰階值，Gx代表該判斷區塊水平方向之梯度值，Gy代表該判斷區塊垂直方向之梯度值，ω 為一閾值。

本發明之多區塊水位量測方法，其中，該閾值使用Canny邊緣檢測算子求得。

本發明之多區塊水位量測方法，其中，若該影像校正步驟共選取L個判斷區塊，且該判斷區塊之大小為M×N像素，則推算該邊界投影值及估算該邊界位置的方法如下式所示：其中，(x,y)代表上述判斷區塊之像素座標值，I(y)代表上述判斷區塊中一水平高度之邊界投影值，μ 為一標準值。當上述邊界投影值超過該標準值時，該水平高度座標即被設定為一邊界位置。

本發明之多區塊水位量測方法，其中，該判斷區塊之水平方向寬度共有M個像素，垂直方向長度共有N個像素，該標準值為M/2個像素。

本發明之多區塊水位量測方法，其中，，判定該水面位置之方法係為將該邊界位置視為該水面位置。

本發明之多區塊水位量測方法，其中，判定該水面位置之方法係取該至少一邊界位置中，隨時間變動之邊界位置，作為該水面位置。

本發明之多區塊水位量測方法，其中，推算該水位判定結果之方法係求取該複數個水面位置之平均數，作為該水位判定結果。

本發明之多區塊水位量測方法，其中，推算該水位判定結果之方法係設定一容許範圍，求取該複數個水面位置中落在該容許範圍內之水面位置之平均數，以作為該水位判定結果。

本發明之多區塊水位量測方法，其中，依據該多區塊水位量測方法先前量測之水位判定結果以設定該容許範圍。

本發明之多區塊水位量測方法，其中，係將該多區塊水位量測方法先前量測之一水位判定結果加上一誤差值，以作為該容許範圍。

本發明之多區塊水位量測方法，其中，係將該多區塊水位量測方法先前量測之複數個水位判定結果之平均值加上其標準差與一容許倍率之乘積，以作為該容許範圍。

本發明之多區塊水位量測方法，其中，該多區塊水位量測方法另包含一濾波處理步驟，係在該影像校正步驟選出複數個判斷區塊後，對各該判斷區塊進行濾波處理以消除雜訊，使該複數個判斷區塊形成複數個後製影像，該梯度運算子邊緣搜尋法係計算各該後製影像中各像素之影像梯度值及影像邊界值。

本發明之多區塊水位量測方法，其中，該濾波處理步驟所使用之濾波處理方法為中間值濾波。

1‧‧‧監控鏡頭

2‧‧‧電腦系統

3‧‧‧影像伺服器

S1‧‧‧影像讀取步驟

S2‧‧‧灰階處理步驟

S3‧‧‧影像強化步驟

S4‧‧‧影像校正步驟

S41‧‧‧水平校正子步驟

S42‧‧‧判斷區塊圈選子步驟

S5‧‧‧濾波處理步驟

S6‧‧‧水位估算步驟

S61‧‧‧邊界估算子步驟

S62‧‧‧邊界投影子步驟

S63‧‧‧水位判定子步驟

S64‧‧‧結果計算子步驟

A‧‧‧原始影像

B‧‧‧資料點

△H‧‧‧影像比例尺

θ ‧‧‧水平校正角度

V‧‧‧視角

G‧‧‧水平線

R‧‧‧判斷區塊

B‧‧‧後製影像

H₀ ‧‧‧水平線之水平高度座標值

H_t ‧‧‧水平線代表之實際高度

G‧‧‧影像梯度值

E‧‧‧影像邊界值

I‧‧‧邊界投影值

H‧‧‧邊界位置

W‧‧‧水面位置

W^C ‧‧‧水位判定結果

第1圖：本發明多區塊水位量測方法較佳實施例之系統架構圖

第2圖：本發明多區塊水位量測方法較佳實施例之運作流程圖

第3圖：本發明多區塊水位量測方法較佳實施例之影像校正步驟之內部流程圖

第4圖：本發明多區塊水位量測方法較佳實施例之監控鏡頭示意圖

第5圖：本發明多區塊水位量測方法較佳實施例之水位估算步驟之內部流程圖

為讓本發明之上述及其他目的、特徵及優點能更明顯易懂，下文特舉本發明之較佳實施例，並配合所附圖式，作詳細說明如下：本發明全文所述之「像素」(pixels)，係指一影像(image)組成的最小單位，用以表示該影像之解析度(resolution)，例如：若該影像之解析度為1024×768，則代表該影像共有(1024×768=786432)個像素，係本發明所屬技術領域中具有通常知識者可以理解。

本發明全文所述之「色階」(color level)，係指該像素所顯現顏色分量或亮度的濃淡程度，例如：彩色(color)影像之紅色(R)、綠色(G)、藍色(B)分量的色階範圍(range)各為0~255；或者，灰階(gray-level)影像之亮度(luminance)的色階範圍可為0~255，係本發明所屬技術領域中具有通常知識者可以理解。

本發明全文所述之「機率分布」(probability distribution)，係指一影像中所有像素之色階範圍機率分布，亦即該影像各像素所屬色階之分布情形，例如：一灰階影像之亮度範圍為0~255(即256個色階)，則其機率分布包含以下資訊：色階為0之像素數目、色階為1之像素數目、色階為2之像素數目……以及色階為255之像素數目，係本發明所屬技術領域中具有通常知識者可以理解。

請參閱第1圖所示，係本發明多區塊水位量測方法較佳實施例之系統架構圖。其中，藉由至少一監控鏡頭1(例如：習知監視攝影機、網路攝影機或夜間紅外線攝影機等)連接一電腦系統2(例如習知電腦主機、檔案伺服器或雲端伺服器等)作為執行架構，該至少一監控鏡頭1係可拍攝取得一原始影像A(original image)，例如：單一(single)或連續(continued)影像等，該原始影像A可為彩色或灰階影像，該原始影像A包含數個像素，各像素具有一色階，該色階可表示的數值範圍為該影像的色階範圍。該電腦系統2係耦接該至少一監控鏡頭1，以接收該原始影像A，並據以執行本發明多區塊水位量測方法較佳實施例所揭示的運作流程，用來量測該至少一監控鏡頭1所處地區之積淹水水位高度。在此實施例中，該原始影像A係以單一彩色影像作為實施態樣進行後續說明，惟不以此為限，依此類推，可應用於黑白或連續影像之水位量測，其係本發明所屬技術領域中具有通常知識者可以理解，在此容不贅述。

此外，該至少一監控鏡頭1與該電腦系統2之間較佳串聯連接一影像伺服器3，供接收彙整該至少一監控鏡頭1所拍攝之原始影像A，並據以進行時間取樣處理或影像壓縮處理，再將處理過後之原始影像A轉傳至該電腦系統2。藉此，可避免當該至少一監控鏡頭1之數量過多、所拍攝原始影像A畫質過於精細、或者該原始影像A為長度過長之連續影像時，所形成之影像檔案大小太大，造成該電腦系統2不堪負荷。

請參閱第2圖所示，係本發明多區塊水位量測方法較佳實施例之運作流程圖。其中，該多區塊水位量測方法包含一影像讀取步驟S1、一灰階處理步驟S2、一影像強化步驟S3、一影像校正步驟S4、一濾波處理步驟S5以及一水位估算步驟S6，分別敘述如後。

該影像讀取步驟S1首先係藉由該電腦系統2讀入一原始影像A，在本實施例當中該原始影像A為一RGB影像，且該原始影像A之色階範圍為0~255，惟本發明不以此為限。該原始影像A由一監控鏡頭1所攝錄，而該監控鏡頭1設置於一固定位置運作，因此該電腦系統2中可預先設定該原始影像A所代表之實際尺寸。該影像讀取步驟S1接著依據該原始影像A之像素大小與其所代表之實際尺寸計算出一影像比例尺△H，可供換算任意像素值所代表之實際尺寸。舉例而言，假設一監控鏡頭1所拍攝之原始影像A包含一司令台，已知該司令台實際高度為500公分，若該電腦系統2讀入該原始影像A且測量出該司令台之高度為100像素，則可推算出一個像素代表5公分，該影像比例尺△H即為5(cm/pixel)。當該影像讀取步驟S1完成後，開始進行該灰階處理步驟S2。

該灰階處理步驟S2，係對該原始影像A進行灰階處理，主要原理乃依據該原始影像A各像素之紅色、綠色、藍色分量的色階，將該原始影像A之色調平均轉換到色階範圍為0~255之灰階影像之亮度，該色調轉換方式較佳如下式(1)所示：f(x,y)=0.299×R(x,y)+0.587×G(x,y)+0.114×B(x,y) (1)其中(x,y)為像素座標值，f(x,y)為灰階影像之亮度，R(x,y)、G(x,y)、B(x,y)代表紅、綠、藍三種色域之色階。該原始影像A經過轉換過後形成一灰階影像，色彩單一較容易處理。

該影像強化步驟S3係對該灰階影像進行影像強化處理，得到一強化影像，主要原理是將該灰階影像之亮度的色階範圍機率分布，平均轉換至0~255，藉以強化該灰階影像之對比值。舉例來說，若一灰階影像之機率分布區域位於25~100之間，係屬於畫面偏暗之情形，經由該影像強化步驟S3可將其機率分布區域調整為0~255，以利後續步驟對其細節進行判讀。由於該監控鏡頭1所拍攝之原始影像A的畫面品質十分容易受到天候、時間等因素的影響，導致影像模糊、生成雜訊、整體色調過亮或過暗等情形，因此經由該影像強化步驟S3進行影像強化處理後，較能精確觀察觀察細部變化。

惟，該灰階處理步驟S2及該影像強化步驟S3係可以選擇性執行。換言之，若該原始影像A本身即為一灰階影像，即可省略該灰階處理步驟S2；同理，若該灰階影像之亮度已平均分布於其灰階色階範圍之最大值與最小值之間，則可以省略該影像強化步驟S3。據此，該灰階處理步驟S2及該影像強化步驟S3並非必要步驟，係本發明所屬技術領域技術人員可以輕易思及。

請一併參閱第3圖所示，係本發明多區塊水位量測方法較佳實施例之影像校正步驟S4之內部流程圖，該影像校正步驟S4之包含一水平校正子步驟S41及一判斷區塊圈選子步驟S42。該水平校正子步驟S41係對該強化影像進行水平校正，以得到一水平影像，由於該至少一監控鏡頭1的視角通常不是水平直視著待偵測物，故需要校正待偵測物成水平，以方便偵測淹水深度。

更詳言之，請另參照參照第4圖所示，該至少一監控鏡頭1通常設置於一固定位置運作，因此該電腦系統2中針對任一監控鏡頭1皆已預設一水平校正角度θ ，該水平校正角度θ 係為該監控鏡頭1之視角V與一水平線G之夾角，利用該水平校正角度θ 可分別對來自每一監控鏡頭1之影像進行水平校正，該水平校正方式如下式(2)所示：x' =x cos(θ )+y sin(θ )y' =-x sin(θ )+y cos(θ ) (2)其中(x,y)為該強化影像之像素座標值，(x’,y’)為該水平影像之像素座標值。該水平校正子步驟S41係可選擇性執行，例如當一監控鏡頭1水平直視待偵測物時，其強化影像即為一水平影像，該電腦系統2中係預設該水平校正角度θ 等於零，即省略該水平校正子步驟S41。

該判斷區塊圈選子步驟S42係自該水平影像當中選取複數個判斷區塊R，該複數個判斷區塊R分別分布於該水平影像中，且各該判斷區塊R彼此之間較佳不相互重疊。其中，該判斷區塊R之大小為M×N像素，亦即該判斷區塊R之水平方向寬度共有M個像素，垂直方向長度共有N個像素，且該判斷區塊R之大小以佔該原始影像A之百分之五以上為較佳。此外，該判斷區塊R中包含一水平線G，該水平線G所處之實際高度為H_t (cm)，而該水平線G之水平高度座標值為H₀ ，亦即該水平線G位於該判斷區塊R中垂直位置之第H₀ 像素，且0≦H₀ <N。

該濾波處理步驟S5，係針對該判斷區塊R進行濾波處理，主要原理是利用一遮罩對該判斷區塊R進行偵測比對，該遮罩為一習知中位數濾波器(median filter)遮罩，且該遮罩大小較佳為1×(M/2)，M/2即為該判斷區塊R之寬度的一半，該判斷區塊R之像素會被該遮罩內的中間值所取代。藉此，可降低該判斷區塊R之雜訊，且由於水位通常僅水平上升或下降運動，因此該濾波處理過程不會濾掉水位資訊成分，經由該濾波處理之判斷區塊R能夠更有效率地估計水位高度。然而，該濾波處理步驟S5亦可以使用平均值濾波、高斯值濾波或拉普拉斯值濾波等其它習知濾波處理方法，本發明不以此為限。

藉由上述步驟，可對該原始影像A進行連續影像處理過程，該濾波處理步驟S5最終產生複數個後製影像B，該後製影像B為一大小為M×N像素且色階範圍為0~255之灰階影像，供後續步驟進行水位估算。該濾波處理步驟S5係可選擇性執行，例如當一原始影像A足夠清晰，並未包含可能影響後續步驟運算結果之雜訊時，無須針對該原始影像A中所選出之判斷區塊R進行濾波處理，因此可省略本步驟，該判斷區塊R即為一後製影像B。

請參閱第2及5圖所示，第5圖係為本發明多區塊水位量測方法較佳實施例之水位估算步驟S6之內部流程圖，該水位估算步驟S6包含一邊界估算子步驟S61、一邊界投影子步驟S62、一水位判定子步驟S63與一結果計算子步驟S64，該邊界估算子步驟S61係為一種梯度運算子邊緣搜尋法，主要原理係計算該後製影像B中各像素之影像梯度(gradient)值G，並依據該影像梯度值G計算各該像素之影像邊界值E。該影像邊界值E為1或0，分別代表一像素為一邊界或並非一邊界。該影像梯度值G與影像邊界值E之計算方法如下式(3)、(4)與(5)所示：

其中，f(x,y)如上述公式(1)所示，係為該後製影像B之像素座標值為(x,y)時之灰階值，且0≦x<M且0≦y<N；Gx代表該後製影像B之水平方向之梯度值，Gy代表該後製影像B之垂直方向之梯度值，ω 為一閾值。當一像素(x,y)之影像梯度值G超過該閾值ω 時，則設定該像素(x,y)之影像邊界值E(x,y)為1；反之則設定該像素(x,y)之影像邊界值E(x,y)為0。該閾值ω 較佳使用Canny邊緣檢測算子(Canny edge detector)運算產生。

值得注意的是，若該判斷區塊圈選子步驟S42共選取L個判斷區塊R，則前述步驟將產生L個後製影像B，因此該邊界估算子步驟S61必須重複L次，以分別計算產生各該後製影像B中各像素之影像邊界值E。

該邊界投影子步驟S62係將各該後製影像B中每一水平高度之影像邊界值E投影累加，以產生一邊界投影值I，並依據該邊界投影值I判定該水平高度是否為一邊界位置。該投影累加方式以及邊界位置判定方法如下式(6)與(7)所示：

其中，由於(x,y)為該後製影像B之像素座標值，因此y為該後製影像B之一水平高度座標，為該水平高度座標y之所有影像邊界值E的和，即為該後製影像B於該水平高度座標y之邊界投影值I(y)。當該邊界投影值I(y)超過一標準值μ 時，該水平高度座標y即被設定為一邊界位置H，在本實施例當中，該標準值較佳為該後製影像B之寬度的二分之一(M/2)。

若該後製影像B於該邊界投影子步驟S62僅產生一邊界位置H，則該水位判定子步驟S63直接設定該邊界位置H為一水面位置W。然而，一後製影像B中除了水面外，尚可能有其它標的物被判定為邊界位置H，例如經過之路人、車輛或其它遮蔽物體等，導致該邊界投影子步驟S62所產生之邊界位置H的數量超過一個。因此為求更精準地估算水位，該水位判定子步驟S63可針對複數個邊界位置H進行分析比較，主要原理係比較該電腦系統2於不同時間所接收之原始影像A，該不同時間所接收之原始影像A所產生之後製影像B經由該邊界投影子步驟S62，係分別產生複數個邊界位置H，由於淹水時水位通常會隨時間上升或消退，因此水面在各該後製影像B中應屬一變動之邊界位置H，藉由比較該複數個邊界位置H，可排除維持於固定高度之邊界位置H，僅保存隨時間變動之邊界位置H，並設定為一水面位置W。

惟，若一後製影像B嚴重遭受遮蔽物體阻擋，致使該後製影像B中根本無水體畫面時，將導致依據該後製影像B所運算產生之水面位置W並非實際淹水水面，會對本發明多區塊水位量測方法較佳實施例之水位量測結果造成嚴重影響。為解決此問題，在本實施例當中，該判斷區塊圈選子步驟S42共選取L個判斷區塊R，因此該水位判定子步驟S63係依據L個後製影像B運算產生共L個水面位置W。

詳言之，該水位判定子步驟S63可以求取該L個水面位置W之平均數作為一水位判定結果W^C ，以抵銷少數誤判為淹水水面之水面位置W所造成之影響；或者，該水位判定子步驟S63可以設定一容許範圍，並將所有落在該容許範圍外之水面位置W剃除，再求取剩餘落在該容許範圍內之水面位置W之平均數，以作為該水位判定結果W^C 。

更詳言之，由於本發明多區塊水位量測方法較佳實施例係由該電腦系統2不斷接收一監控鏡頭1所拍攝之原始影像A，以持續量測更新該監控鏡頭1所處地區之積淹水水位高度，因此該水位判定子步驟S63可以依據前一次(或前數次)之量測結果以設定該容許範圍。舉例而言，透過預設一誤差值ε ，即可以±ε 作為該容許範圍，其中為前一次量測所得之水位判定結果W^C 。據此，該水位判定結果W^C 之判定方式可以劃分為以下三種情形：

(一)當該L個水面位置W均落在該容許範圍內時，該水位判定結果W^C 係為該L個水面位置W之平均數，如下式(8)所示：

(二)當其中一水面位置W^j 在該容許範圍之外時，該水位判定結果W^C 如下式(9)所示：

(三)當所有水面位置W均落在該容許範圍之外時，可以直接以為前一次量測所得之水位判定結果作為該水位判定結果W^C ，或者以前數次之水位判定結果,,,......之平均數作為該水位判定結果W^C ，本發明不以此為限。其中，Wⁱ 為該L個水面位置W中的第i個，而當該L個水面位置W中有複數個落在該在該容許範圍之外時，套用上式(9)數次即可算出該水位判定結果W^C ，係本發明所屬技術領域中具有通常知識者可以輕易理解實施。

值得注意的是，該誤差值ε 除了可以由使用者預設外，亦可以利用統計學原理運算產生。舉例來說，該電腦系統2可以依據前數次之水位判定結果,,,......計算一標準差，並且將該標準差乘上一容許倍率作為該誤差值ε 。其中，該容許倍率常見為2倍、1倍或1.5倍等等。

該結果計算子步驟S64係將該水位判定結果W^C 與該水平線G之水平高度座標值H₀ 進行比較運算，並依據該水平線G所處之實際高度Ht(cm)與該影像比例尺△H(cm/pixel)，計算出該水面位置所代表之實際高度。例如，當前述步驟判定出一水位判定結果W^C 時，該水位判定結果W^C 所代表之實際高度即為H_t +(W^C -H₀ )×△H(cm)，係為該監控鏡頭1所所拍攝地區之積淹水水位高度。

綜上所述，本發明之多區塊水位量測方法始於該影像讀取步驟S1，係由該電腦系統2讀入一原始影像A，經由該灰階處理步驟S2、影像強化步驟S3、影像校正步驟S4與濾波處理S5等後續步驟，對該原始影像A進行影像分析處理以產生一後製影像B，再交由該水位估算步驟S6運算得到一水位高度，係為該原始影像A中的淹水高度。據此，發明之多區塊水位量測方法可達成透過影像分析處理技術計算水位高度之目的。

藉此，本發明多區塊水位量測方法較佳實施例僅需藉由該監控鏡頭1所提供之原始影像A配合一電腦系統2即可量測出水位高度，成本無論相較於設置習知接觸式或非接觸式水位量測裝置都大幅減低，且該監控鏡頭1係為習知監視攝影機或網路攝影機，因此能夠大量設置以進行大範圍監控。

另，本發明多區塊水位量測方法較佳實施例使用影像辨識方式，辨識一影像中水位與四周景物的相對關係，即可找出水面位置並據以計算水位高度，因此可準確量測淹水時的水位，不受水體顏色與水中漂流物影響。

再者，本發明多區塊水位量測方法較佳實施例已於該原始影像A中取出一判斷區塊R，依據該判斷區塊R產生一後製影像B，再針對該後製影像使用一梯度運算子邊緣搜尋法，以進行邊界偵測估算，相較未選取判斷區塊R直接套用該梯度運算子邊緣搜尋法的情形，節省大量運算過程，是故，運算速度可大幅提升。

此外，本發明多區塊水位量測方法較佳實施例係選取複數個判斷區塊R，依據該複數個判斷區塊R運算產生複數個水面位置W，並一併考量該複數個水面位置W以計算產生一水位判定結果W^C 。藉此降低當一判斷區塊R受到遮蔽物體阻擋，使得據以運算產生之水面位置W並非實際淹水水面時，可以有效降低誤判為淹水水面之水面位置W對該水位判定結果W^C 所造成的影響，使得依據該水位判定結果W^C 所計算之水位高度具有較高之可信度。

本發明多區塊水位量測方法較佳實施例，僅需藉由分析處理一影像，即可快速而有效地量測該影像中的水位高度，因此，可以提升淹水水位量測效率，進而達到「降低系統設置成本」、「增加水位量測準確性」、「提升運算速度」及「提升方法可靠度」等功效。

雖然本發明已利用上述較佳實施例揭示，然其並非用以限定本發明，任何熟習此技藝者在不脫離本發明之精神和範圍之內，相對上述實施例進行各種更動與修改仍屬本發明所保護之技術範疇，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。