[发明专利]一种基于机器视觉的视频水位测量方法

说明书

本发明涉及图像处理技术领域，尤其是一种基于机器视觉的视频水位测量系统，包括水面线识别模块，所述水面线识别模块信号连接有样本提取模块，所述样本提取模块信号连接有样本分类模块，所述样本分类模块信号连接有SVM模型建立模块，所述SVM模型建立模块信号连接有上传模块，所述上传模块信号连接有多项式拟合模块，所述多项式拟合模块信号连接有参考对象选取模块，所述参考对象选取模块信号连接有基准点选取模块，所述基准点选取模块信号连接有水位计算模块，本发明还提供了一种基于机器视觉的视频水位测量方法。本发明具有提高水位识别的可靠性和稳定性的特点。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于机器视觉的视频水位测量方法。

背景技术

目前，随着图像处理和机器视觉技术的进步和提高，视频识别从最早的文字识别，逐渐发展到车牌识别、人脸识别，这些自动识别技术已经遍布我们生活的每个角落。然而，在水位测量这一块领域上，还没有一种视频识别方法能够达到水位测量95％的要求。已有的水位识别方法主要是基于图像边缘检测方法，利用对基础图像的阈值处理，腐蚀，利用统计学进行累加得到水位信息，这种处理方式一方面会丢失图像信息，无法做到自率定和校正；另一方面，在面对光源条件不足、水面倒影、水尺反光、水面漂浮物遮挡、水尺污损等不利情况下，这类算法的识别精度大大下降。

基于机器视觉发展和原有水位识别方法的不足，本发明提出一种全新的视频水位测量方法，利用高精摄像头解决水位测量精度问题，同时保证适用于多种野外环境。

发明内容

本发明的目的是为了解决现有技术中存在的识别精度低、无法做到自率定和校正的缺点，而提出的一种基于机器视觉的视频水位测量方法。

为了实现上述目的，本发明采用了如下技术方案：

设计一种基于机器视觉的视频水位测量系统，包括水面线识别模块，所述水面线识别模块信号连接有样本提取模块，所述样本提取模块信号连接有样本分类模块，所述样本分类模块信号连接有SVM模型建立模块，所述SVM模型建立模块信号连接有上传模块，所述上传模块信号连接有多项式拟合模块，所述多项式拟合模块信号连接有参考对象选取模块，所述参考对象选取模块信号连接有基准点选取模块，所述基准点选取模块信号连接有水位计算模块。

本发明还提供了一种基于机器视觉的视频水位测量方法，包括以下步骤：

S1、利用Visual Studio的视频流获取算法得到现场水位视频，根据图像中水文水尺位置和测量范围，确定测量区域的像素位置，然后从水面线识别模块和水位计算模块进行水位识别方法建立；

S2、通过样本提取模块截取水尺图片和水面图片，然后样本分类模块将图片分为正样本和负样本，利用固定像素块进行步进筛分，得到对应的图像RGB向量信息，采用SVM模型建立模块进行SVM分类训练，得到水位线识别模型，利用模型得到视频图像的水位线像素位置；

S3、采用基准点选取模块选定水尺顶部为像素基准点，通过参考对象选取模块根据量程选定参考点，确定参考点像素值和实际长度值，再利用多项式拟合模块进行多项式拟合，得到实际水位和像素位置的映射关系；

S4、利用映射关系和水面线位置，可以准确的得到水位值，然后通过上传模块对数据进行上传。

本发明提出的一种基于机器视觉的视频水位测量方法，有益效果在于：本发明的优势在于能够较为迅速的处理视频流信息，在不损失图像数据的情况下，做到对水位实时识别；同时，能够适应多种野外环境，针对小样本建立生成适合的SVM模型，鲁棒性较高；此外，本发明在目前实验和野外测量情况下，能够达到95％的识别精度，且误码率较低，提高水位识别的可靠性和稳定性；最后，本方法能够结合实时视频和图像进行自率定，即使是恶劣天气情况下也能及时做出调整，保障水文测量的安全性。

附图说明