[发明专利]一种智能水尺读数的方法、系统和设备

说明书

本发明公开了一种智能水尺读数的方法、系统和设备，该方法包括对采集到的智能水尺读数的视频流进行鲁棒性预处理；基于canny算子对预处理后的视频流数据进行水位检测，得到水面的位置；通过训练模型识别出智能水尺的刻度含义并基于所述水面的位置计算出水位的高度。本发明有效解决了水尺识别准确率、实时性、鲁棒性等实际问题，并且，还提供了与该方法相应的系统和设备，兼具改善了原有算法的速度、精度等方面缺陷，使得智能水尺可以在雾霾、夜晚等条件恶劣的场景下可靠地工作，广泛适用于需要多场景下的水尺识别作业的行业。

技术领域

本发明涉及智能水尺读数技术领域，更加具体地说，是涉及一种智能水尺读数的方法、系统和设备。

背景技术

在国家重点工程项目南水北调工程项目中存在对基于计算机视觉智能水尺读数的需求，同时对精确性、鲁棒性、实时性有要求。而现有的传统算法还没有一套完整的解决方案。

通过传统的计算机算法对水尺进行读数存在实际实施中很大问题：精度存在问题；无法满足实时性；在多场景下鲁棒性不足，如夜晚、强光、弱光、雾霾；传统算法效率存在缺陷，无法保证实时性。

近年来图像识别技术取得重大突破、比如深度学习网络在图像分类、目标检测等领域的应用。但是在水尺识别领域暂时没有具体应用。因此如何将最新的深度学习算法应用于多场景下的水尺识别就变得非常有意义。

发明内容

本发明的目的是针对现有技术在实际场景下，在水尺识别的准确率、实时性、鲁棒性等方面的不足和缺陷，提供一种智能水尺读数的方法、系统和设备，本发明所提供的技术方案，改善了水尺读数的速度和精度，以及雾霾、夜晚等复杂场景下读数的可靠性，具有良好的识别效果。

为了实现上述目的，本发明一方面提供了一种智能水尺读数的方法，包括以下步骤：

对采集到的智能水尺读数的视频流进行鲁棒性预处理；

基于canny算子对预处理后的视频流数据进行水位检测，得到水面的位置；

通过训练模型识别出智能水尺的刻度含义并基于所述水面的位置计算出水位的高度。

进一步的，所述对采集到的智能水尺读数的视频流进行鲁棒性预处理步骤，包括：

针对不同场景下的智能水尺视频流采取包括但不限于高斯滤波、去雾化和/或夜间自适应的视频预处理步骤。

进一步的，所述高斯滤波的视频预处理步骤包括：对采集到的智能水尺读数的视频流进行排除水面浪水的高斯平滑处理；

所述去雾化的视频预处理步骤包括：基于先验法对该算法中对采集到的智能水尺读数的视频流图像中的雾的保留程度参数进行自适应调整；

所述夜间自适应的视频预处理步骤包括：对采集到的智能水尺读数的视频流中的图像做灰度变换、边缘检测后得到的边缘特征图像，根据边缘特征的多少自适应调整高斯曲线的标准差值，以达到自适应的目的。

进一步的，所述基于canny算子对预处理后的视频流数据进行水位检测，得到水面的位置，包括：

对预处理后的视频流数据中的某一帧图像进行灰度变换得到灰度图像；

对所述灰度图像使用canny算子做边缘检测，得到边缘特征图；

对所述边缘特征图进行腐蚀变换得到新的特征图；

将所述新的特征图向Y轴方向投影得到水面的位置。

进一步的，所述通过训练模型识别出智能水尺的刻度含义并基于所述水面的位置计算出水位的高度，包括：

A、通过深度学习模型对数据集中存储的样本进行训练得到可对目标检测与识别的目标检测模型；