[发明专利]水位监测方法、存储介质、网络设备和水位监测系统有效
申请号: | 201910727330.3 | 申请日: | 2019-08-07 |
公开(公告)号: | CN110443243B | 公开(公告)日: | 2022-06-07 |
发明(设计)人: | 任馨怡;陈媛媛;熊剑平 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06V20/62 | 分类号: | G06V20/62;G06V20/10;G06V30/10;G01F23/00;G01F23/04 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 李庆波 |
地址: | 310051 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 水位 监测 方法 存储 介质 网络设备 系统 | ||
1.一种水位监测方法,其特征在于,所述水位监测方法包括:
识别出水位尺场景图像中水位尺上最接近水面的字符;
从所述水位尺场景图像中获取包含所述字符及水面的局部区域图像;
根据所述局部区域图像中字符区域和水面区域的边缘特征及饱和度分量确定所述水面的场景类型;所述场景类型包括第一场景、第二场景和第三场景中的至少一个;所述第一场景为水面浑浊无倒影场景,所述第二场景为水面清晰无倒影但有严重水波纹场景,所述第三场景为水面有清晰倒影场景;
匹配与所述场景类型对应的水位线检测方法,以检测水位线相对所述字符的位置坐标,其中不同的所述场景类型对应于不同的水位线检测方法;
根据所述位置坐标计算所述水面的水位值。
2.根据权利要求1所述的水位监测方法,其特征在于,所述根据所述局部区域图像确定所述水面的场景类型的步骤,包括:
将所述局部区域图像转化为边缘特征图像;
获取所述边缘特征图像的底部区域内的像素的平均灰阶值,其中所述底部区域至少包含部分所述水面;
判断所述底部区域的平均灰阶值是否小于或等于预设灰阶阈值;
若是,则所述水面的场景类型为所述第一场景。
3.根据权利要求2所述的水位监测方法,其特征在于,所述匹配与所述场景类型对应的水位线检测方法,以检测水位线的位置坐标的步骤,包括:
若所述水面的场景类型为所述第一场景,则在所述边缘特征图像中设置滑动窗口;
所述滑动窗口逐行遍历所述边缘特征图像;
分别获取所述滑动窗口的上半区域内的像素的平均灰阶值与下半区域内的像素的平均灰阶值的差值;
确定所述平均灰阶值的差值中的最大值,以根据与所述最大值对应的所述上半区域和所述下半区域的分界线获取所述水位线相对所述字符的位置坐标。
4.根据权利要求2所述的水位监测方法,其特征在于,所述根据所述局部区域图像确定所述水面的场景类型的步骤,还包括:
将所述局部区域图像转化为饱和度分量图像;
获取所述饱和度分量图像上顶部区域的平均饱和度分量值和底部区域的平均饱和度分量值的饱和度分量差值;
判断所述饱和度分量差值是否大于或等于预设饱和度分量阈值;
若是,则所述水面的场景类型为所述第二场景。
5.根据权利要求4所述的水位监测方法,其特征在于,所述匹配与所述场景类型对应的水位线检测方法,以检测水位线的位置坐标的步骤,包括:
若所述水面的场景类型为所述第二场景,则将所述饱和度分量图像转化为二值图像;
在所述二值图像中设置滑动窗口;
所述滑动窗口逐行遍历所述二值图像;
分别获取所述滑动窗口的上半区域内的像素的平均二值化值与下半区域内的像素的平均二值化值的差值;
确定所述平均二值化值的差值中的最大值,以根据与所述最大值对应的所述上半区域和所述下半区域的分界线获取所述水位线相对所述字符的位置坐标。
6.根据权利要求5所述的水位监测方法,其特征在于,所述将所述饱和度分量图像转化为二值图像的步骤,包括:
逐列获取所述饱和度分量图像中的各列像素所对应的二值化阈值;
基于各列像素所对应的二值化阈值对各列像素进行二值化处理。
7.根据权利要求6所述的水位监测方法,其特征在于,
其中,threj为第j列像素的所述二值化阈值,M为所述饱和度分量图像中像素的列数,N为所述饱和度分量图像中像素的行数,pij为第i行第j列像素的灰阶值,max(pj)为第j列像素中的最大灰阶值,min(pj)为第j列像素中的最小灰阶值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910727330.3/1.html,转载请声明来源钻瓜专利网。