TWI465699B - 水位量測方法 - Google Patents

Description

水位量測方法

本發明係關於一種水位量測方法，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，對民眾的生命與財產安全造成嚴重威脅。

據此，水災的監控與預警向來是災害防範的首要目標，習知淹水監控方法通常為人工通報後，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，進而發出通報或預警，然而這種方式往往需浪費大量人力進行淹水現場水位量測與結果彙整統計。因此，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。

然而，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避免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，惟仍有「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水位量測方法，該水位量 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水位量測方法，該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。

本發明水位量測方法，係藉由一電腦系統對一原始影像進行水位量測作業，該方法包含：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；一灰階處理步驟，對該原始影像進行灰階運算，該原始影像經灰階運算後之色階屬於一灰階色階範圍；一影像強化步驟，調整該經灰階運算之原始影像，使其色階平均分布於該灰階色階範圍之最大值與最小值之間；一影像校正步驟，依據該監控鏡頭之視角與地平線之夾角，將該原始影像旋轉校正成一水平影像，並自該水平影像中圈選一判斷區塊，以作為一後製影像；及一水位估算步驟，係針對該後製影像套用一梯度運算子邊緣搜尋法，計算該後製影像各像素之影像梯度及影像邊界值，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，並依據該原始影像之像素所代表之實際尺寸計算出該水面位置所代表之水位高度。

本發明之水位量測方法，其中，該梯度運算子邊緣搜尋法計算該後製影像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代表該影像邊界值，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，ε為一閾值。

本發明之水位量測方法，其中，該閾值使用Canny邊緣檢測算子求得。

本發明之水位量測方法，其中，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)代表該判斷區塊之像素座標值，I(y)代表該判斷區塊中一水平高度之邊界投影值。當該邊界投影值超過一標準值時，該水平高度座標即被設定為一邊界位置H。

本發明之水位量測方法，其中，該標準值為該判斷區塊寬度的二分之一。

本發明之水位量測方法，其中，判定該水面位置之方法係為將該至少一邊界位置視為該水面位置。

本發明之水位量測方法，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。

本發明之水位量測方法，其中，該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一判斷區塊後，對該判斷區塊進行濾波處理以消除雜訊，使該判斷區塊形成該後製影像。

本發明之水位量測方法，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。

本發明之水位量測方法，其中該濾波處理步驟所使用之濾波處理方法為平均值濾波。

本發明之水位量測方法，其中，該濾波處理步驟所使用之濾波處理方法為高斯值波。

本發明之水位量測方法，其中，該濾波處理步驟所使用之濾波處理方法為拉普拉斯值濾波。

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：一灰階影像之色階範圍為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，其係本發明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(original image)A，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，並據以執行本發明水位量測方法較佳實施例所揭示的運作流程，可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之數量過高、或者拍攝之原始影像A長度過長時，所形成之影像檔案大小過大，造成該電腦系統2不堪負荷。

請參閱第2圖所示，其係本發明水位量測方法較佳實施例之運作流程圖。其中，該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。例如，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色調平均轉換到色階範圍為0~255之灰階影像之色階，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)為灰階影像之色階，R(x,y)、G(x,y)、B(x,y)代表紅、綠、藍三種色域。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的色階範圍機率分佈，平均轉換至0~255，藉以強化該灰階影像之對比值。例如，若一灰階影像之機率分布區域位於25~155之間，係屬於畫面偏暗之情形，經由該影像強化步驟S3可將其機率分佈區域調整為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，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。

請參閱第2及3圖所示，第3圖係為本發明水位量測 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。請再參照第4圖所示，該至少一監控鏡頭1皆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與一地平線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一判斷區塊R，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之大小較佳占該原始影像A之百分之五以上。此外，該判斷區塊影像R中包含一地平線G，其中，該地平線G所處之實際高度為H_t (cm)，而該地平線G之水平高度座標值為H₀ ，亦即該地平線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部分進行濾波處理，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。藉由上述步驟，可對該原始影像A之判斷區塊R進行連續影像處理過程，該濾波處理步驟S5最終產生一後製影像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，ε為一閾值。當一像素(x,y)之影像梯度值G超過該閾值ε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。該閾值較佳使用Canny邊緣檢測算子(Canny edge detector)求得。

該邊界投影子步驟S62係將該後製影像B中，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， E (x ,y )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。然而，該後製影像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。

該結果計算子步驟S64係將該水面位置與該地平線G之水平高度座標值H₀ 進行比較運算，並依據該地平線G所處之實際高度為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邊界位置H為一水面位置時，該水面位置所代表之實際高度即為H_t +(H-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，成本相較於習知接觸式或非接觸式水位量測裝置大幅減低，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。

再者，本發明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。

此外，本發明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，據該判斷區塊R產生一後製影像B，再針對該後製影像B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。

本發明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，可以提高影像還原品質及壓縮效率，進而達到「降低系統設置成本」、「增加水位量測準確性」及「提升運算速度」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。

〔本發明〕

1‧‧‧監控鏡頭

2‧‧‧電腦系統

3‧‧‧影像伺服器

A‧‧‧原始影像

R‧‧‧判斷區塊

B‧‧‧後製影像

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

V‧‧‧監控鏡頭之視角

G‧‧‧地平線

θ‧‧‧水平校正角度

H₀ ‧‧‧地平線之水平高度座標值

H_t ‧‧‧地平線代表之實際高度

H‧‧‧邊界位置

△H‧‧‧影像比例尺

第1圖：本發明水位量測方法較佳實施例之系統架構圖

第2圖：本發明水位量測方法較佳實施例之運作流程圖

第3圖：本發明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：本發明水位量測方法較佳實施例之水位估算步驟之內部流程圖

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

S5‧‧‧濾波處理步驟

S6‧‧‧水位估算步驟

Claims (11)

1. 一種水位量測方法，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；一灰階處理步驟，對該原始影像進行灰階運算，該原始影像經灰階連算後之色階屬於一灰階色階範圍；一影像強化步驟，調整該經灰階運算之原始影像，使其色階平均分布於該灰階色階範圍之最大值與最小值之間；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一判斷區塊，以作為一後製影像；及一水位估算步驟，係針對該後製影像套用一梯度運算子邊緣搜尋法，計算該後製影像各像素之影像梯度及影像邊界值，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，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，並依據該原始影像之像素所代表之實際尺寸計算出該水面位置所代表之水位高度。
2. 如申請專利範圍第1項所述之水位量測方法，其中，該 梯度運算子邊緣搜尋法計算該後製影像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，ε為一閾值。
3. 如申請專利範圍第2項所述之水位量測方法，其中，該閾值使用Canny邊緣檢測算子求得。
4. 如申請專利範圍第2項所述之水位量測方法，其中，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)代表該判斷區塊之像素座標值，I(y)代表該判斷區塊中一水平高度之邊界投影值。當該邊界投影值超過一標準值時，該水平高度座標即被設定為一邊界位置H。
5. 如申請專利範圍第4項所述之水位量測方法，其中，該標準值為該判斷區塊寬度的二分之一。
6. 如申請專利範圍第1、2或4項所述之水位量測方法，其中，判定該水面位置之方法係為將該至少一邊界位置視為該水面位置。
7. 如申請專利範圍第1、2或4項所述之水位量測方法，其中，該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一判斷區塊後，對該判斷區塊進行濾波處理以消除雜訊，使該判斷區塊形成該後製影像。
8. 如申請專利範圍第7項所述之水位量測方法，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。
9. 如申請專利範圍第7項所述之水位量測方法，其中，該濾波處理步驟所使用之濾波處理方法為平均值濾波。
10. 如申請專利範圍第7項所述之水位量測方法，其中，該濾波處理步驟所使用之濾波處理方法為高斯值波。
11. 如申請專利範圍第7項所述之水位量測方法，其中，該濾波處理步驟所使用之濾波處理方法為拉普拉斯值濾波。