[发明专利]一种基于机器视觉的河道水位测量装置及方法

说明书

本发明公开了一种基于机器视觉的河道水位测量装置及方法，属于机器视觉技术领域。一种基于机器视觉的河道水位测量装置包括水位标尺、图像采集模块和水位测量算法模块。水位标尺提供便于安装和采用机器视觉识别的参考标志，包括垂直水位刻度标尺、第一区域色块和第二区域色块；图像采集模块采集水位标尺所在观测区域的数字图像；水位测量算法模块依据观测区域检测到的数字图像中的第一区域色块与水面交界线的长度、第一区域色块与第二区域色块的分界线形状计算出对应的水位高度。本发明通过一种基于机器视觉的河道水位测量装置和方法，解决了因水面反射倒影带来的测量目标误识问题，实现了河道水位的准确测量。

技术领域

本发明属于机器视觉技术领域，特别涉及一种基于机器视觉的河道水位测量装置及方法。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

目前河道水位测量存在浮球、音叉振动、超声波、TDR（时域反射）/导波雷达/微波、激光、光电折射、液面电容、河底静压等基于传感器的测量方式。近年来，随着机器视觉技术的进步，越来越多的用户开始选择采用视频监控摄像信息检测水位高度，这样可简化设备部署，而且便于人工远程利用视频观察现场情况。

目前普遍采用的方法是用机器视觉技术识别水位标尺，水位标尺大都基于人工观察需求，用机器视觉技术识别时，由于环境复杂，水面反光等因素，技术难度很大，即使采用深度学习等技术，也难以降低误报率。

专利《一种基于机器视觉的水位检测方法及河道监测方法》（申请公布号CN112884731A）公开了一种基于机器视觉的水位检测方法及河道监测方法，水位检测方法包括如下步骤：先获取如下结构的水尺，包括水尺本体，所述水尺本体上涂设有水尺线，所述水尺线包括沿竖向涂设的特征色线，所述特征色线的两侧具有沿长度方向依次交错设置的刻度线块，所述刻度线块包括三条间隔设置特征刻度线，所述特征刻度线与所述特征色线均采用红色涂设，相邻两条特征刻度线之间涂设有白色刻度线，使刻度线块与所述特征色线形成“E”形；其中一侧的刻度线块之间的区域涂设为蓝色色块，另一侧的刻度线块之间的区域涂设有数字。本发明具有无需对水尺字符进行识别等优点。该专利无法消除水面镜像反射带来的干扰，存在误报风险。

专利《一种用于测量斜坡式河道水位的激光测量装置》（授权公告号CN206387475U）本实用新型公开的一种用于测量斜坡式河道水位的激光测量装置，包括：一设置在斜坡式河道护岸的坡面上的保护套管；一放置在所述保护套管内并可随着水位进行漂浮升降的浮子；一安装在所述保护套管的上端的激光测量探头；以及一远程控制器，所述远程控制器与所述激光测量探头连接并根据所述激光测量探头收集的数据计算出斜坡式河道水位。本实用新型结合浮子水位计与非接触水位计的优点，测量更加可靠，盲区小于10cm，不受安装距离限制，探头尺寸小，便于安装，能够满足远程自动化监控需要，可以有效地解决斜坡式河道护岸中超声波水位计、雷达水位计的安装及水位数据收集的问题。该专利采用斜坡式安装，有别于传统标尺安装方法，但从正面看，标尺仍然垂直与河流流向，与本发明从形式上有根本的区别。

专利《基于深度学习算法的水尺水位视频智能监测方法及系统》（公告号CN108318101A）公开了一种基于深度学习算法的水尺水位视频智能监测方法及系统，属于图像识别和水位监测技术领域。本发明方法包括视频采集、视频帧处理、水位线识别和水位测算等步骤。本发明利用深度学习神经网络实现水位监测的智能化和自动化，具有极强的准确性和可行性，装置结构简单，便于部署，相对于现有技术来说不仅成本低廉、自动化水平高，而且还具有较高的监测效率，是对现有技术的一种重要改进。事实上，基于深度学习的测量方法的精度严重依赖训练样本的丰富程度，在实际应用中，不仅需要强大的硬件算力支持，而且针对不同场景性能差异较大。该方法基于对传统标尺的识别，无法解决水面反射带来的算法误识问题。