[发明专利]一种基于图像分割和目标检测技术的水位检测系统、方法在审

专利信息
申请号: 202211477590.8 申请日: 2022-11-23
公开(公告)号: CN115761468A 公开(公告)日: 2023-03-07
发明(设计)人: 吉崇冬;乔卫丽;李成玉;李永红;周强;孙佳悦;金橹;郭晓阳 申请(专利权)人: 山东沂蒙抽水蓄能有限公司;国网新源控股有限公司
主分类号: G06V20/05 分类号: G06V20/05;G06V10/26;G06V10/25;G06T7/00;G06T7/136;G06T7/13;G06T7/62
代理公司: 济南竹森知识产权代理事务所(普通合伙) 37270 代理人: 刘宏广
地址: 273402 山东省临沂市费*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 分割 目标 检测 技术 水位 系统 方法
【权利要求书】:

1.一种基于图像分割和目标检测技术的水位检测系统,其特征在于,包括固定点位摄像机、水位尺、以及部署了基于图像分割和目标检测技术的水位检测算法的平台;所述固定点位摄像机获取水位尺图像后通过无线网络将图像传输到所述平台上,最终得到水位高度。

2.如权利要求1所述一种基于图像分割和目标检测技术的水位检测方法,其特征在于,包括:

步骤S1,获取目标场景的可见光图像,所述目标场景中至少包括放置有水位尺的河流;

步骤S2,采用图像分割和检测模型,对所述可见光图像进行处理:

通过所述图像分割得到掩膜图像,

通过所述检测模型得到检测结果,包括水位尺坐标、水位尺刻度的位置坐标、水位尺上的污渍位置坐标及相应的置信度;

步骤S3,确定水位尺的准确位置,包括两个信息处理路径:

一路通过对所述掩膜图像的标签信息进行筛选,再对筛选后的掩膜图像进行二值化处理,获得二值化掩膜图像,并对应求取二值化掩膜图像对应水位尺的位置坐标信息;

另一路通过获取所述检测结果中的水位尺坐标信息;

将一路所述水位尺的位置坐标与检测结果中置信度大于预设置信度阈值的水位尺位置坐标进行交并比计算,选取交并比最大值所对应的水位尺位置坐标为准确位置;

步骤S4,判断水位尺上是否存在污渍,包括两个信息处理路径:

一路通过对所述掩膜图像的标签信息进行筛选,再对筛选后的掩膜图像进行二值化处理,获得二值化掩膜图像,并对应求取二值化掩膜图像对应污渍的位置坐标信息;

另一路通过获取所述检测结果中的污渍坐标信息;

通过对上述两路中污渍进行对比,判断水位尺上是否存在污渍;

根据水位尺上是否存在污渍求取水位尺的像素高度:

如存在污渍,则水位尺的像素高度为水位尺的像素高度与水位尺上污渍的像素高度之和;

如不存在污渍,则水位尺高度的像素距离即为水位尺的像素高度;

步骤S5,对所述水位尺刻度的位置坐标的检测结果进行筛选和校准,将所有筛选后的数字检测框的中心坐标矫正到同一直线上;对所述矫正后的相邻数字计算其像素距离,对所有的相邻间数字的像素距离进行离群点去除,筛除距离偏差过大的值后求剩余像素距离的平均值;

步骤S6,基于所述水位尺刻度数字间的实际距离,计算像素距离到实际距离的映射关系;对所述水位尺的像素高度进行映射,将水位尺的像素高度映射到实际距离,得到水位尺在水面上的实际高度。

3.如权利要求2所述一种基于图像分割和目标检测技术的水位检测方法,其特征在于,在所述步骤S2中,所述图像分割和检测模型为加载有分割头的YoloV5神经网络模型,以实现分割与检测同时进行;

步骤S2的具体步骤包括:

训练所述图像分割和检测模型、将待测所述可见光图像进行识别并输出结果;

所述训练所述图像分割和检测模型包括步骤S201-步骤S203:

步骤S201,采集不同场景下的水位尺图像,通过标注工具分别进行图像分割标注和目标检测标注,分别生成json类型和xml类型的标注文件;

步骤S202,对所述图像标注文件分别进行处理,对所述json类型的标注文件生成与图像相对应的掩膜图像,对xml类型的标注文件需要生成对应的txt文件;

步骤S203,利用所述不同场景下的水位尺图像及相对应的处理后的标注文件训练所述图像分割和检测模型;

将待测所述可见光图像进行识别并输出结果:

步骤S204,利用训练好的图像分割和检测模型对待测所述可见光图像进行识别,输出与待测所述可见光图像相对应的掩膜图像、水位尺坐标、水位尺刻度的位置坐标和水位尺上的污渍位置坐标。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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山东沂蒙抽水蓄能有限公司;国网新源控股有限公司,未经山东沂蒙抽水蓄能有限公司;国网新源控股有限公司许可,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/202211477590.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top