CN107588823A - 基于双波段成像的水尺水位测量方法 - Google Patents
基于双波段成像的水尺水位测量方法 Download PDFInfo
- Publication number
- CN107588823A CN107588823A CN201710841471.9A CN201710841471A CN107588823A CN 107588823 A CN107588823 A CN 107588823A CN 201710841471 A CN201710841471 A CN 201710841471A CN 107588823 A CN107588823 A CN 107588823A
- Authority
- CN
- China
- Prior art keywords
- mtd
- msub
- mrow
- mtr
- image
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 250
- 238000003384 imaging method Methods 0.000 title claims abstract description 26
- 238000000691 measurement method Methods 0.000 title claims description 10
- 238000005259 measurement Methods 0.000 claims abstract description 36
- 230000009466 transformation Effects 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000009977 dual effect Effects 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 210000003298 dental enamel Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- -1 underwater scenes Substances 0.000 description 1
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Abstract
本发明公开了一种基于双波段成像的水尺水位测量方法,属于水位测量技术领域。采用的相机具有双波段成像功能,可见光和近红外图像分别用于系统标定和水位测量环节;系统标定环节首先布设测量系统并获取可见光水尺图像,然后根据待测水尺的标准样式设计模板图像,最后通过选择的匹配控制点建立水尺图像和模板图像间的透视投影变换关系;水位测量环节首先获取近红外水尺图像并将其和模板图像配准,然后对配准图像进行二值化处理,接下来在二值图像的水平投影曲线中检测水位线坐标,最后根据模板图像的物理分辨率将水位线坐标换算为实际水位值。本发明无需检测和识别水尺上的刻度及字符,对于复杂现场条件下拍摄的低分辨率图像具有较好的鲁棒性。
Description
技术领域
本发明涉及一种水尺水位测量方法,尤其涉及一种基于双波段成像的水尺水位测量方法,属于水位测量技术领域。
背景技术
水位是河流湖库的基本水文要素之一,连续可靠的水位监测对于水资源调度和防汛抗旱具有重要意义。水尺通过读数记录水位的高度,是一种最直观和简单的测量工具,几乎成为水文站的标配;然而传统水尺测量需要人工定时观测,自动化程度低,人员劳动强度大。现有的自动水位计主要包括浮子式、压力式、超声波式及雷达式等。浮子式水位计利用重锤带动浮子感应水位升降,并采用光电编码器量化水位高程,具有精度高、可靠性强的优点,但通常需要建造测井房,造价较高。压力式水位计通过感测不同水深产生的压力换算出水位值,传感器布设需深入水体,测量精度容易受到水中杂质和含沙量的影响。超声波式水位计利用声波往返探头到水面间的渡越时间和声速计算距离并换算成水位值,由于声波在空气中的传播速度受环境温度的影响显著,且温度分布通常难以精确获得,因此大量程下的测量精度有限。雷达式水位计和超声波式水位计的原理类似,由于电磁波受温度的影响小,因此精度较高,但目前设备及安装成本较高,通常需要采用悬臂支架安装于水面之上以获得近似垂直的探测角度,否则电磁波的反射信号将显著衰减导致无法精确施测。
目前国内许多重要的水位观测点均建设有视频监控系统并配有标准水尺,为基于视频图像的水尺水位检测提供了有利条件。图像法利用图像传感器代替人眼获取水尺图像,通过图像处理技术检测水位线对应的读数,从而自动获取水位信息。相比现有方法,在原理上具有非接触、无温漂、无转换误差等优点;实施时既可在现有水利视频监控系统的基础上改造实现,也可利用成熟的GPRS或4G无线视频图像传输系统在野外建立观测点,具有机动灵活、建站成本低的优势。因此,近年来图像法水位检测在机器视觉和水利量测领域已成为新的研究热点,并逐渐出现了一些基于视频图像的水位自动监测系统。然而,这些系统及方法主要通过检测和识别水尺上的刻度线及字符获得水位线的位置信息。受复杂现场条件的影响,在测量精度和可靠性上仍然存在较大的局限,体现在:
(1)现有系统主要采用可见光成像,可见光图像中水尺和水体的对比度较低,而野外水体表面的水流、光照和气象条件复杂多变,漂浮杂质、水下场景、水面倒影、太阳耀光及降雨水雾均会导致水位线的检测困难,极易产生粗大误差。
(2)市面上的双色水尺主要采用铁制搪瓷板和铝制反光板两种材料,表面涂层在近红外波段下均具有很强的反射特性,导致夜间采用近红外补光灯照明时,水尺表面的字符和刻度在图像中呈现出和背景相近的高亮状态而难以辨识。
(3)现有的视频监控系统多为水文闸站的工情监测而设置,并非专门用于水尺水位监测,存在图像视场大、水尺有效分辨率低,拍摄角度倾斜、图像透视畸变严重等问题,人眼识别刻度及字符往往都存在困难,计算机检测的难度更大。
综上分析,行之有效的水尺水位测量方法应当成像时确保水尺和水面具有较高的对比度,并能够在不依赖于水尺刻度线及字符的提取和识别的条件下精确检测出水位线。
发明内容
发明目的:本发明针对复杂现场条件下水尺水位测量的难点及现有方法存在的不足,提供了一种基于双波段成像的水尺水位测量方法。
技术方案:一种基于双波段成像的水尺水位测量方法,采用的相机具有双波段成像功能,可见光和近红外图像分别用于系统标定和水位测量环节;系统标定环节首先布设测量系统并获取可见光水尺图像,然后根据待测水尺的标准样式设计模板图像,最后通过选择的匹配控制点建立水尺图像和模板图像间的透视投影变换关系;水位测量环节首先获取近红外水尺图像并将其和模板图像配准,然后对配准图像进行二值化处理,接下来在二值图像的水平投影曲线中检测水位线坐标,最后根据模板图像的物理分辨率将水位线坐标换算为实际水位值。
所述相机的图像传感器前安装有可见光和近红外波段的双滤镜切换器,其中可见光滤镜采用波长为400-700nm的带通滤光片,近红外滤镜采用中心波长为850nm、带宽为30nm的窄带滤光片;相机配备有近红外波段的LED补光灯用于夜间照明,LED的中心波长为850nm。
所述的系统标定环节分为以下5个步骤实现:
(1)布设测量系统:水尺采用水文测验中常用的标准红白或蓝白双色水尺,水位刻度由E型字符及0~9数字表示,单根水尺的标准尺寸为1000×80mm;在待测水尺附近架设一台相机,选择合适的成像分辨率和镜头焦距使得待测水尺在图像中的大小不小于200×20pixel,否则画质的严重失真将给后续处理带来困难,同时确保相机固定后和待测水尺的相对位置关系保持不变;
(2)获取可见光水尺图像:控制相机的双滤镜切换器切换至可见光波段,拍摄一幅包含完整水尺的图像并转换为灰度图;为了剔除和检测无关的区域,减小图像处理的运算量,在图中裁剪出包含了水尺在水面以上及水面以下部分的最小矩形区域作为可见光水尺图像IVIS,并采用[A B W H]四个参数来描述该区域,其中A、B分别表示矩形左上方边界点的x、y坐标,W、H分别表示矩形的宽度及高度;
(3)设计模板图像:根据待测水尺的标准样式设计模板图像T,T为正射的黑白二值图像,其物理分辨率设定为Δd=1pixel/mm,对应的水位测量分辨率为1mm,单根水尺对应的模板图像大小为1000×80pixel;
(4)选取匹配控制点:为使控制点具有较好的定位精度和分散性,将水尺上两列E型字符的内角点作为控制点,在可见光水尺图像IVIS和模板图像T中由水面以上部分的上下两端向中间依次选取n≥4对匹配控制点,控制点的亚像素坐标分别表示为(xi,yi)和(ui,vi),其中i=1,2,3,…,n;
(5)建立透视投影变换关系:由于水尺的观测面可近似为平面场景,采用平面间的中心透视投影成像模型描述水尺图像和模板图像间的坐标变换关系:
其中m1~m9为变换系数;假设m9=1,用分母乘以等式两侧,可得:
将n≥4对匹配控制点的坐标代入式(2),组合成以下线性方程组的矩阵形式:
将上式表示成向量矩阵形式:
U=X*P (4)
其中,P=[m1 m2 m3 m4 m5 m6 m7 m8]T为待求解的透视投影矩阵,有:
P=X\U (5)
记录变换系数m1~m9用于水位测量环节的水尺图像配准;至此完成系统标定。
所述的水位测量环节分为以下5个步骤实现:
(1)获取近红外水尺图像:首先控制相机的双滤镜切换器切换至近红外波段,拍摄一幅包含完整水尺的图像并转换为灰度图;然后根据系统标定环节记录的矩形区域参数[AB W H]对图像进行裁剪,得到近红外水尺图像INIR;
(2)水尺图像配准:首先将系统标定环节求得的变换系数m1~m9代入式(1),计算图像INIR的像素(x,y)在透视投影变换图像P中对应的像素(u,v);然后采用最邻近插值法将其灰度值I(x,y)分配到P(u,v),对于P中由于坐标变换超出有效图像边界等原因引起的空缺像素,采用灰度值255(白色)进行填充处理;最后将P裁剪成和模板图像T具有相同大小的配准图像R;
(3)图像二值化处理:首先在配准图像R中自上而下设置一组图像灰度采样点S(uj,vj),采样点的数量应当能够覆盖该测点的最大水位变幅;然后将采样点中的灰度最大值Smax和最小值Smin分别作为水尺和水面的灰度代表值,并取二者的中值作为阈值计算二值图像B:
(4)水位线坐标检测。对二值图像B中的像素灰度值按行进行累加:
Sum(r)=B(r,1)+B(r,2)+B(r,3)+…+B(r,80) (7)
其中r=1,2,3,…,1000表示像素所在的行编号,各行的累加值Sum(r)构成了二值图像B的水平投影曲线。为了检测水位线的坐标,并消除光照不均匀或成像不清晰等因素引起的局部噪声的干扰,设定一个固定阈值δ=1000,并自上而下对Sum(r)进行遍历搜索,将满足连续5个Sum(r)<δ的r值作为水位线的坐标l;
(5)实际水位值换算:根据模板图像的物理分辨率Δd将水位线的坐标l换算为实际的水位值L:
L=l/Δd (8)
至此完成一次水尺水位的测量。
本发明采用上述技术方案,具有以下有益效果:
1、鲁棒性和适应性强。利用拍摄的水尺图像和模板图像在配准后像素坐标实现了对齐的特点对水位线进行定位,无需检测和识别水尺上的刻度及字符,对于水尺存在局部污染、遮挡和缺损的情况具有较强的鲁棒性。图像配准过程基于透视投影变换模型对存在透视畸变的水尺图像进行了有效的校正,使得测量不受相机拍摄角度的限制。方法不仅可用于标准双色水尺,通过更新模板图像同样可以适用于其他类型的水尺。
2、检测精度和分辨率高。可见光图像用于标定,可在图像模糊不清的条件下提供水尺的细节信息,有利于人眼辨识和定位特征点,提高图像配准精度;近红外图像用于测量,可在复杂的水流、气象和光照条件下提供最佳的水尺-水体对比度,有利于计算机识别和定位水位线,水位检测精度优于1cm。根据应用需求,当模板图像的单位分辨率设计为1mm/pixel时,水位检测分辨率可达1mm。
3、有利于嵌入式系统实现。在相机和水尺相对位置关系不变的条件下仅需开展一次标定工作,模板图像无需本地存储,仅需记录标定得到的图像变换参数,系统开销小。模板图像和水尺图像的特征点对由人工选取,无需复杂的水尺定位、刻度线提取和字符识别算法,实时性高。方法可嵌入到视频监控系统的相机前端,实现智能监测。
附图说明
图1是本发明的方法流程示意图;
图2是本发明实施例中获取的可见光水尺图像;
图3是本发明实施例中设计的标准水尺模板图像;
图4是本发明实施例中匹配控制点对选取示意图,其中,(a)为可见光水尺图像,(b)为模板图像;
图5是本发明实施例中获取的近红外水尺图像;
图6是本发明实施例中水尺图像配准示意图,其中,(a)为近红外水尺图像,(b)投影变换图像,(c)配准图像;
图7是本发明实施例中图像灰度采样点选取示意图;
图8是本发明实施例中的二值图像;
图9是本发明实施例中二值图像的水平投影曲线。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明的一种基于双波段成像的水尺水位测量方法示意图如图1所示。分为系统标定和水位测量两个主要环节。
1.系统标定环节分为以下步骤实现:
(1)布设测量系统:本实施例中水尺采用标准蓝白双色水尺,水位刻度由E型字符及0~9数字表示,单根水尺的标准尺寸为1000×80mm;在待测水尺附近架设一台相机,设置相机的成像分辨率为1920×1080pixel,镜头焦距为8mm。相机固定后和待测水尺的相对位置关系保持不变;相机的图像传感器前安装有可见光和近红外波段的双滤镜切换器,其中可见光滤镜采用波长为400-700nm的带通滤光片,近红外滤镜采用中心波长为850nm、带宽为30nm的窄带滤光片;相机配备有近红外波段的LED补光灯用于夜间照明,LED的中心波长为850nm。
(2)获取可见光水尺图像:控制相机的双滤镜切换器切换至可见光波段,拍摄一幅包含完整水尺的图像并转换为灰度图;为了剔除和检测无关的区域,减小图像处理的运算量,在图中裁剪出包含了水尺在水面以上及水面以下部分的最小矩形区域作为可见光水尺图像IVIS,并采用[A B W H]四个参数来描述该区域,如图2所示,其中A、B分别表示矩形左上方边界点的x、y坐标,W、H分别表示矩形的宽度及高度;本例中[A B W H]=[1300 1 1201100]。
(3)设计模板图像:根据待测水尺的标准样式设计模板图像T,如图3所示;模板图像T为正射的黑白二值图像,其物理分辨率Δd设定为1pixel/mm,对应的水位测量分辨率为1mm,单根水尺对应的模板图像大小为1000×80pixel。
(4)选取匹配控制点:本实施例中,为使控制点具有较好的定位精度和分散性,将水尺上两列E型字符的内角点作为控制点,如图4所示,在可见光水尺图像IVIS和模板图像T中由水面以上部分的上下两端向中间依次选取了n=12对匹配控制点,控制点的亚像素坐标分别表示为(xi,yi)和(ui,vi),如下表所示:
i | (xi,yi) | (ui,vi) |
1 | (25.25,52.25) | (10.75,10.25) |
2 | (98.25,112.75) | (71.25,61.25) |
3 | (18.25,837.75) | (10.75,740.75) |
4 | (80.75,886.25) | (71.25,790.75) |
5 | (25.75,89.75) | (10.75,40.25) |
6 | (98.25,149.25) | (71.25,91.25) |
7 | (18.75,810.25) | (10.75,710.75) |
8 | (81.25,858.75) | (71.25,760.75) |
9 | (24.75,172.75) | (10.75,111.25) |
10 | (97.25,231.25) | (71.25,160.75) |
11 | (19.25,743.75) | (10.75,640.25) |
12 | (83.75,794.25) | (71.25,690.25) |
(5)建立透视投影变换关系:由于水尺的观测面可近似为平面场景,采用平面间的中心透视投影成像模型描述水尺图像和模板图像间的坐标变换关系:
其中m1~m9为变换系数;假设m9=1,用分母乘以等式两侧,可得:
将n≥4对匹配控制点的坐标代入式(2),组合成以下线性方程组的矩阵形式:
将上式表示成向量矩阵形式:
U=X*P (4)
其中,P=[m1 m2 m3 m4 m5 m6 m7 m8]T为待求解的透视投影矩阵,有:
P=X\U (5)
本实施例中,
P=[1.2204 -0.0473 -0.0001 -0.0066 1.2598 0.0002 12.8875 39.2101]T,记录变换系数m1~m9用于水位测量环节的水尺图像配准;至此完成系统标定。
2.水位测量环节分为以下步骤实现:
(1)获取近红外水尺图像:首先控制相机的双滤镜切换器切换至近红外波段,拍摄一幅包含完整水尺的图像并转换为灰度图;然后根据系统标定环节记录的矩形区域参数[AB W H]对图像进行裁剪,得到近红外水尺图像INIR,如图5所示。
(2)水尺图像配准:首先将系统标定环节记录的透视投影矩阵P代入式(1),计算图像INIR的像素(x,y)在透视投影变换图像P中对应的像素(u,v);然后采用最邻近插值法将其灰度值I(x,y)分配到P(u,v),对于P中由于坐标变换超出有效图像边界等原因引起的空缺像素,采用灰度值255(白色)进行填充处理;最后将P裁剪成和模板图像T具有相同大小的配准图像R,如图6所示。
(3)图像二值化处理:首先在配准图像R中自上而下设置一组图像灰度采样点S(uj,vj),采样点的数量应当能够覆盖该测点的最大水位变幅。本实施例中,在配准图像R右半侧的白色背景区域中选取10个采样点,如图7所示。由于近红外波段下水尺和水面的反射特性存在显著差异,表现为水尺具有高反射率而水面具有低反射率,因此将采样点中的灰度最大值Smax和最小值Smin分别作为水尺和水面的灰度代表值,并取二者的中值作为阈值计算二值图像B:
如图8所示,二值图像B中水体部分为黑色,而水尺的背景部分为白色,刻度和字符部分则具有不确定性。
(4)水位线坐标检测:对二值图像B中的像素灰度值按行进行累加:
Sum(r)=B(r,1)+B(r,2)+B(r,3)+…+B(r,80) (7)
其中r=1,2,3,…,1000表示像素所在的行编号,各行的累加值Sum(r)构成了二值图像B的水平投影曲线,如图9所示。由于水尺部分对应的水平投影值较高,而水体部分的较低,在水位线处形成了明显的分界点。为了检测水位线的坐标,并消除光照不均匀或成像不清晰等因素引起的局部噪声的干扰,设定一个固定阈值δ=1000,并自上而下对Sum(r)进行遍历搜索,将满足连续5个Sum(r)<δ的r值作为水位线的坐标l。在本实施例中l=187pixel。
(5)实际水位值换算:根据模板图像的物理分辨率Δd将水位线的坐标l换算为实际的水位值L:
L=l/Δd (8)
由于本实施例中Δd=1pixel/mm,测得的水位值L=187mm,在数值上和l相等。
Claims (5)
1.一种基于双波段成像的水尺水位测量方法,其特征在于:采用的相机具有双波段成像功能,可见光和近红外图像分别用于系统标定和水位测量环节;系统标定环节首先布设测量系统并获取可见光水尺图像,然后根据待测水尺的标准样式设计模板图像,最后通过选择的匹配控制点建立水尺图像和模板图像间的透视投影变换关系;水位测量环节首先获取近红外水尺图像并将其和模板图像配准,然后对配准图像进行二值化处理,接下来在二值图像的水平投影曲线中检测水位线坐标,最后根据模板图像的物理分辨率将水位线坐标换算为实际水位值。
2.根据权利要求1所述的基于双波段成像的水尺水位测量方法,其特征在于:所述相机的图像传感器前安装有可见光和近红外波段的双滤镜切换器,其中可见光滤镜采用波长为400-700nm的带通滤光片,近红外滤镜采用中心波长为850nm、带宽为30nm的窄带滤光片;相机配备有近红外波段的LED补光灯用于夜间照明,LED的中心波长为850nm。
3.根据权利要求1所述的基于双波段成像的水尺水位测量方法,其特征在于:所述的系统标定环节分为以下5个步骤实现:
(1)布设测量系统:水尺采用水文测验中常用的标准红白或蓝白双色水尺,水位刻度由E型字符及0~9数字表示,单根水尺的标准尺寸为1000×80mm;在待测水尺附近架设一台相机,选择合适的成像分辨率和镜头焦距使得待测水尺在图像中的大小不小于200×20pixel,否则画质的严重失真将给后续处理带来困难,同时确保相机固定后和待测水尺的相对位置关系保持不变;
(2)获取可见光水尺图像:控制相机的双滤镜切换器切换至可见光波段,拍摄一幅包含完整水尺的图像并转换为灰度图;为了剔除和检测无关的区域,减小图像处理的运算量,在图中裁剪出包含了水尺在水面以上及水面以下部分的最小矩形区域作为可见光水尺图像IVIS,并采用[A B W H]四个参数来描述该区域,其中A、B分别表示矩形左上方边界点的x、y坐标,W、H分别表示矩形的宽度及高度;
(3)设计模板图像:根据待测水尺的标准样式设计模板图像T,T为正射的黑白二值图像,其物理分辨率设定为Δd=1pixel/mm,对应的水位测量分辨率为1mm,单根水尺对应的模板图像大小为1000×80pixel;
(4)选取匹配控制点:为使控制点具有较好的定位精度和分散性,将水尺上两列E型字符的内角点作为控制点,在可见光水尺图像IVIS和模板图像T中由水面以上部分的上下两端向中间依次选取n≥4对匹配控制点,控制点的亚像素坐标分别表示为(xi,yi)和(ui,vi),其中i=1,2,3,…,n;
(5)建立透视投影变换关系:由于水尺的观测面可近似为平面场景,采用平面间的中心透视投影成像模型描述水尺图像和模板图像间的坐标变换关系。
4.根据权利要求3所述的基于双波段成像的水尺水位测量方法,其特征在于:采用平面间的中心透视投影成像模型描述水尺图像和模板图像间的坐标变换关系:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>u</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>m</mi>
<mn>1</mn>
</msub>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>m</mi>
<mn>2</mn>
</msub>
<mi>y</mi>
<mo>+</mo>
<msub>
<mi>m</mi>
<mn>3</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>m</mi>
<mn>7</mn>
</msub>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>m</mi>
<mn>8</mn>
</msub>
<mi>y</mi>
<mo>+</mo>
<msub>
<mi>m</mi>
<mn>9</mn>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>v</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>m</mi>
<mn>4</mn>
</msub>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>m</mi>
<mn>5</mn>
</msub>
<mi>y</mi>
<mo>+</mo>
<msub>
<mi>m</mi>
<mn>6</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>m</mi>
<mn>7</mn>
</msub>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>m</mi>
<mn>8</mn>
</msub>
<mi>y</mi>
<mo>+</mo>
<msub>
<mi>m</mi>
<mn>9</mn>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中m1~m9为变换系数;假设m9=1,用分母乘以等式两侧,可得:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>u</mi>
<mo>=</mo>
<mo>&lsqb;</mo>
<mtable>
<mtr>
<mtd>
<mi>x</mi>
</mtd>
<mtd>
<mi>y</mi>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>u</mi>
<mi>x</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>u</mi>
<mi>y</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>&rsqb;</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mn>1</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>2</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>3</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>4</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>5</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>6</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>7</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>8</mn>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>v</mi>
<mo>=</mo>
<mo>&lsqb;</mo>
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mi>x</mi>
</mtd>
<mtd>
<mi>y</mi>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>v</mi>
<mi>x</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>v</mi>
<mi>y</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>&rsqb;</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mn>1</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>2</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>3</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>4</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>5</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>6</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>7</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>m</mi>
<mn>8</mn>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
将n≥4对匹配控制点的坐标代入式(2),组合成以下线性方程组的矩阵形式:
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mn>3</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mn>4</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>...</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mi>n</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>v</mi>
<mn>1</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>v</mi>
<mn>2</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>v</mi>
<mn>3</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>v</mi>
<mn>4</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>...</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>v</mi>
<mi>n</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>3</mn>
</msub>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>3</mn>
</msub>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>4</mn>
</msub>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>4</mn>
</msub>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mi>n</mi>
</msub>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mi>n</mi>
</msub>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mn>1</mn>
</msub>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mn>2</mn>
</msub>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mn>3</mn>
</msub>
<msub>
<mi>x</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mn>3</mn>
</msub>
<msub>
<mi>y</mi>
<mn>3</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mn>4</mn>
</msub>
<msub>
<mi>x</mi>
<mn>4</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mn>4</mn>
</msub>
<msub>
<mi>y</mi>
<mn>4</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>..</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>y</mi>
<mi>n</mi>
</msub>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mn>5</mn>
</msub>
<msub>
<mi>x</mi>
<mn>5</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mn>5</mn>
</msub>
<msub>
<mi>y</mi>
<mn>5</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mn>1</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mn>2</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mn>3</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mn>4</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mn>5</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mn>6</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mn>7</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mn>8</mn>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
将上式表示成向量矩阵形式:
U=X*P (4)
其中,P=[m1 m2 m3 m4 m5 m6 m7 m8]T为待求解的透视投影矩阵,有:
P=X\U (5)
记录变换系数m1~m9用于水位测量环节的水尺图像配准;至此完成系统标定。
5.根据权利要求1所述的基于双波段成像的水尺水位测量方法,其特征在于:所述的水位测量环节分为以下5个步骤实现:
(1)获取近红外水尺图像:首先控制相机的双滤镜切换器切换至近红外波段,拍摄一幅包含完整水尺的图像并转换为灰度图;然后根据系统标定环节记录的矩形区域参数[A B WH]对图像进行裁剪,得到近红外水尺图像INIR;
(2)水尺图像配准:首先将系统标定环节求得的变换系数m1~m9代入式(1),计算图像INIR的像素(x,y)在透视投影变换图像P中对应的像素(u,v);然后采用最邻近插值法将其灰度值I(x,y)分配到P(u,v),对于P中由于坐标变换超出有效图像边界等原因引起的空缺像素,采用灰度值255(白色)进行填充处理;最后将P裁剪成和模板图像T具有相同大小的配准图像R;
(3)图像二值化处理:首先在配准图像R中自上而下设置一组图像灰度采样点S(uj,vj),采样点的数量应当能够覆盖该测点的最大水位变幅;然后将采样点中的灰度最大值Smax和最小值Smin分别作为水尺和水面的灰度代表值,并取二者的中值作为阈值计算二值图像B:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mi>max</mi>
</msub>
<mo>+</mo>
<msub>
<mi>S</mi>
<mi>min</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mn>2</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>255</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>&GreaterEqual;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mi>max</mi>
</msub>
<mo>+</mo>
<msub>
<mi>S</mi>
<mi>min</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mn>2</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
(4)水位线坐标检测。对二值图像B中的像素灰度值按行进行累加:
Sum(r)=B(r,1)+B(r,2)+B(r,3)+…+B(r,80) (7)
其中r=1,2,3,…,1000表示像素所在的行编号,各行的累加值Sum(r)构成了二值图像B的水平投影曲线。为了检测水位线的坐标,并消除光照不均匀或成像不清晰等因素引起的局部噪声的干扰,设定一个固定阈值δ=1000,并自上而下对Sum(r)进行遍历搜索,将满足连续5个Sum(r)<δ的r值作为水位线的坐标l;
(5)实际水位值换算:根据模板图像的物理分辨率Δd将水位线的坐标l换算为实际的水位值L:
L=l/Δd (8)
至此完成一次水尺水位的测量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710841471.9A CN107588823B (zh) | 2017-09-18 | 2017-09-18 | 基于双波段成像的水尺水位测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710841471.9A CN107588823B (zh) | 2017-09-18 | 2017-09-18 | 基于双波段成像的水尺水位测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107588823A true CN107588823A (zh) | 2018-01-16 |
CN107588823B CN107588823B (zh) | 2019-05-31 |
Family
ID=61047237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710841471.9A Active CN107588823B (zh) | 2017-09-18 | 2017-09-18 | 基于双波段成像的水尺水位测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107588823B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108871226A (zh) * | 2018-06-26 | 2018-11-23 | 北京佳讯飞鸿电气股份有限公司 | 一种积雪深度的测量方法、装置及系统 |
CN108960070A (zh) * | 2018-06-05 | 2018-12-07 | 河海大学文天学院 | 一种水位高程检测系统及其方法 |
CN109035335A (zh) * | 2018-07-03 | 2018-12-18 | 厦门大学 | 一种基于单目视觉的海底隧道渗水水位识别方法 |
CN109443476A (zh) * | 2018-10-17 | 2019-03-08 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水位波动过程非接触量测装置及方法 |
CN109764930A (zh) * | 2018-12-27 | 2019-05-17 | 河海大学 | 一种适用于复杂光照条件的水尺水位线视觉检测方法 |
CN109815865A (zh) * | 2019-01-11 | 2019-05-28 | 江河瑞通(北京)技术有限公司 | 一种基于虚拟水尺的水位识别方法及系统 |
CN110044448A (zh) * | 2019-05-29 | 2019-07-23 | 山西科致成科技有限公司 | 一种玻璃量器容量自动检定装置及其检定方法 |
CN110287953A (zh) * | 2019-05-20 | 2019-09-27 | 湖北九感科技有限公司 | 水位自动识别方法及装置 |
CN110530441A (zh) * | 2019-08-21 | 2019-12-03 | 河海大学 | 一种全天候在线视频测流系统 |
CN110849444A (zh) * | 2019-11-20 | 2020-02-28 | 武汉世纪水元科技股份有限公司 | 一种基于机器视觉的视频水位测量方法 |
CN112212935A (zh) * | 2020-09-28 | 2021-01-12 | 北京艾克斯智能科技有限公司 | 基于数字图像处理的水体水位测量方法 |
CN112444302A (zh) * | 2019-08-30 | 2021-03-05 | 杭州海康威视系统技术有限公司 | 一种图像采集设备、水位检测设备、方法及存储介质 |
CN112504406A (zh) * | 2020-11-12 | 2021-03-16 | 山西科致成科技有限公司 | 玻璃量器容量自动检定装置及其检定方法 |
JP2021081255A (ja) * | 2019-11-18 | 2021-05-27 | 三菱電機株式会社 | 水位計測装置 |
CN112907506A (zh) * | 2021-01-11 | 2021-06-04 | 昆明理工大学 | 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 |
CN112991425A (zh) * | 2021-04-28 | 2021-06-18 | 武汉光谷信息技术股份有限公司 | 一种水域水位提取方法、系统及存储介质 |
CN113091827A (zh) * | 2021-04-29 | 2021-07-09 | 中铁第四勘察设计院集团有限公司 | 一种城市轨道交通地下综合体智能化水灾自动监测系统 |
CN113221898A (zh) * | 2021-04-16 | 2021-08-06 | 北京科技大学 | 一种自动水位尺读数方法 |
CN113819971A (zh) * | 2020-07-07 | 2021-12-21 | 湖北亿立能科技股份有限公司 | 基于水、标尺和漂浮物语义分割的人工智能水位监测系统 |
CN116109869A (zh) * | 2023-02-20 | 2023-05-12 | 北京科技大学 | 一种基于水岸图像匹配的库水位变动识别方法及装置 |
CN117974549A (zh) * | 2023-12-11 | 2024-05-03 | 广西壮族自治区水利科学研究院 | 一种基于双区域卷积神经网络的图像识别水位计算方法 |
CN118644542A (zh) * | 2024-06-18 | 2024-09-13 | 河海大学 | 一种基于改进双边网络的无标尺水位监测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090175415A1 (en) * | 2003-08-29 | 2009-07-09 | Visuray As | Method of visualizing target objects in a fluid-carrying pipe |
CN102288254A (zh) * | 2010-07-13 | 2011-12-21 | 联宇工程技术(武汉)有限公司 | 基于数字图像处理的水位测量方法 |
CN102506827A (zh) * | 2011-11-08 | 2012-06-20 | 中国科学院长春光学精密机械与物理研究所 | 多载荷光电跟踪测量设备高帧频图像配准与融合的方法 |
CN103247039A (zh) * | 2013-05-09 | 2013-08-14 | 河海大学常州校区 | 一种基于复合视觉的高压线缆带电检测方法 |
CN106257535A (zh) * | 2016-08-11 | 2016-12-28 | 河海大学常州校区 | 基于surf算子的电气设备红外与可见光图像配准方法 |
CN106768155A (zh) * | 2016-12-22 | 2017-05-31 | 北京尚水信息技术股份有限公司 | 使用图像处理测量水位的方法 |
-
2017
- 2017-09-18 CN CN201710841471.9A patent/CN107588823B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090175415A1 (en) * | 2003-08-29 | 2009-07-09 | Visuray As | Method of visualizing target objects in a fluid-carrying pipe |
CN102288254A (zh) * | 2010-07-13 | 2011-12-21 | 联宇工程技术(武汉)有限公司 | 基于数字图像处理的水位测量方法 |
CN102506827A (zh) * | 2011-11-08 | 2012-06-20 | 中国科学院长春光学精密机械与物理研究所 | 多载荷光电跟踪测量设备高帧频图像配准与融合的方法 |
CN103247039A (zh) * | 2013-05-09 | 2013-08-14 | 河海大学常州校区 | 一种基于复合视觉的高压线缆带电检测方法 |
CN106257535A (zh) * | 2016-08-11 | 2016-12-28 | 河海大学常州校区 | 基于surf算子的电气设备红外与可见光图像配准方法 |
CN106768155A (zh) * | 2016-12-22 | 2017-05-31 | 北京尚水信息技术股份有限公司 | 使用图像处理测量水位的方法 |
Non-Patent Citations (1)
Title |
---|
臧丽 等: ""基于互信息的红外与可见光图像快速配准"", 《红外与激光工程》 * |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960070A (zh) * | 2018-06-05 | 2018-12-07 | 河海大学文天学院 | 一种水位高程检测系统及其方法 |
CN108871226B (zh) * | 2018-06-26 | 2020-12-15 | 北京佳讯飞鸿电气股份有限公司 | 一种积雪深度的测量方法、装置及系统 |
CN108871226A (zh) * | 2018-06-26 | 2018-11-23 | 北京佳讯飞鸿电气股份有限公司 | 一种积雪深度的测量方法、装置及系统 |
CN109035335A (zh) * | 2018-07-03 | 2018-12-18 | 厦门大学 | 一种基于单目视觉的海底隧道渗水水位识别方法 |
CN109035335B (zh) * | 2018-07-03 | 2021-11-19 | 厦门大学 | 一种基于单目视觉的海底隧道渗水水位识别方法 |
CN109443476A (zh) * | 2018-10-17 | 2019-03-08 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种水位波动过程非接触量测装置及方法 |
CN109764930A (zh) * | 2018-12-27 | 2019-05-17 | 河海大学 | 一种适用于复杂光照条件的水尺水位线视觉检测方法 |
CN109815865A (zh) * | 2019-01-11 | 2019-05-28 | 江河瑞通(北京)技术有限公司 | 一种基于虚拟水尺的水位识别方法及系统 |
CN110287953A (zh) * | 2019-05-20 | 2019-09-27 | 湖北九感科技有限公司 | 水位自动识别方法及装置 |
CN110287953B (zh) * | 2019-05-20 | 2021-02-26 | 湖北九感科技有限公司 | 水位自动识别方法及装置 |
CN110044448A (zh) * | 2019-05-29 | 2019-07-23 | 山西科致成科技有限公司 | 一种玻璃量器容量自动检定装置及其检定方法 |
CN110530441A (zh) * | 2019-08-21 | 2019-12-03 | 河海大学 | 一种全天候在线视频测流系统 |
CN112444302A (zh) * | 2019-08-30 | 2021-03-05 | 杭州海康威视系统技术有限公司 | 一种图像采集设备、水位检测设备、方法及存储介质 |
CN112444302B (zh) * | 2019-08-30 | 2024-07-05 | 杭州海康威视系统技术有限公司 | 一种图像采集设备、水位检测设备、方法及存储介质 |
JP2021081255A (ja) * | 2019-11-18 | 2021-05-27 | 三菱電機株式会社 | 水位計測装置 |
JP7378278B2 (ja) | 2019-11-18 | 2023-11-13 | 三菱電機株式会社 | 水位計測装置 |
CN110849444A (zh) * | 2019-11-20 | 2020-02-28 | 武汉世纪水元科技股份有限公司 | 一种基于机器视觉的视频水位测量方法 |
CN113819971A (zh) * | 2020-07-07 | 2021-12-21 | 湖北亿立能科技股份有限公司 | 基于水、标尺和漂浮物语义分割的人工智能水位监测系统 |
CN112212935A (zh) * | 2020-09-28 | 2021-01-12 | 北京艾克斯智能科技有限公司 | 基于数字图像处理的水体水位测量方法 |
CN112504406A (zh) * | 2020-11-12 | 2021-03-16 | 山西科致成科技有限公司 | 玻璃量器容量自动检定装置及其检定方法 |
CN112907506A (zh) * | 2021-01-11 | 2021-06-04 | 昆明理工大学 | 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 |
CN112907506B (zh) * | 2021-01-11 | 2023-07-07 | 昆明理工大学 | 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 |
CN113221898A (zh) * | 2021-04-16 | 2021-08-06 | 北京科技大学 | 一种自动水位尺读数方法 |
CN112991425B (zh) * | 2021-04-28 | 2021-08-06 | 武汉光谷信息技术股份有限公司 | 一种水域水位提取方法、系统及存储介质 |
CN112991425A (zh) * | 2021-04-28 | 2021-06-18 | 武汉光谷信息技术股份有限公司 | 一种水域水位提取方法、系统及存储介质 |
CN113091827A (zh) * | 2021-04-29 | 2021-07-09 | 中铁第四勘察设计院集团有限公司 | 一种城市轨道交通地下综合体智能化水灾自动监测系统 |
CN116109869A (zh) * | 2023-02-20 | 2023-05-12 | 北京科技大学 | 一种基于水岸图像匹配的库水位变动识别方法及装置 |
CN116109869B (zh) * | 2023-02-20 | 2024-02-20 | 北京科技大学 | 一种基于水岸图像匹配的库水位变动识别方法及装置 |
CN117974549A (zh) * | 2023-12-11 | 2024-05-03 | 广西壮族自治区水利科学研究院 | 一种基于双区域卷积神经网络的图像识别水位计算方法 |
CN117974549B (zh) * | 2023-12-11 | 2025-03-21 | 广西壮族自治区水利科学研究院 | 一种基于双区域卷积神经网络的图像识别水位计算方法 |
CN118644542A (zh) * | 2024-06-18 | 2024-09-13 | 河海大学 | 一种基于改进双边网络的无标尺水位监测方法 |
CN118644542B (zh) * | 2024-06-18 | 2025-01-17 | 河海大学 | 一种基于改进双边网络的无标尺水位监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107588823B (zh) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107588823B (zh) | 基于双波段成像的水尺水位测量方法 | |
CN108759973B (zh) | 一种水位测量方法 | |
CN103017869B (zh) | 一种基于数字图像处理的水位测定系统及方法 | |
CN109764930B (zh) | 一种适用于复杂光照条件的水尺水位线视觉检测方法 | |
CN110472636B (zh) | 基于深度学习的水尺e字形刻度识别方法 | |
CN103759658B (zh) | 一种基于红外图像处理实现对接触网几何参数检测的方法 | |
CN102288254B (zh) | 基于数字图像处理的水位测量方法 | |
CN102768022B (zh) | 采用数码照相技术的隧道围岩变形检测方法 | |
CN108921165B (zh) | 基于水尺图像的水位识别方法 | |
CN111998910B (zh) | 一种多级水尺水位视觉测量方法及测量系统 | |
CN113138148B (zh) | 一种基于红外图像的土壤入渗性能自动测量方法及装置 | |
CN107727658A (zh) | 基于图像处理的受电弓裂纹在线检测装置及方法 | |
CN112907506B (zh) | 一种基于水尺颜色信息的不定长水尺水位检测方法、装置及存储介质 | |
CN113920138A (zh) | 一种基于rgb-d相机的奶牛体尺检测装置及其检测方法 | |
CN110287953A (zh) | 水位自动识别方法及装置 | |
CN114663344A (zh) | 一种基于图像融合的列车轮对踏面缺陷识别方法及装置 | |
CN116843965A (zh) | 一种基于深度学习的水位智能检测方法 | |
CN115578695A (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 | |
CN108898080B (zh) | 一种基于山脊线邻域评价模型的裂缝连接方法 | |
CN114459564A (zh) | 一种基于机器视觉的河道水位测量装置及方法 | |
CN118262278A (zh) | 一种基于语义分割与改进目标检测模型的水位识别方法 | |
CN102682293A (zh) | 基于图像的回旋体玻璃瓶凸点模具号识别方法及其系统 | |
CN104459101B (zh) | 酶联免疫斑点分析装置及方法 | |
CN116109869B (zh) | 一种基于水岸图像匹配的库水位变动识别方法及装置 | |
CN115908780A (zh) | 针对复杂恶劣环境的无水尺水位智能检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |