基于人工智能云识别水尺的低功耗水位遥测系统技术方案

本发明专利技术涉及基于人工智能云识别水尺的低功耗水位遥测系统，包括遥测站、中心站服务器、云服务器，中心站服务器通过局域网或互联网与客户端计算机通信连接，所述遥测站包括对准水尺的网络摄像机、遥测终端机、用来供电的蓄电池、对蓄电池进行充电的太阳能板，所述网络摄像机对着水尺进行采集图像、保存图像、发送图像至云服务器，云服务器识别图像、反传水位数据至遥测站，遥测站将水位数据进行处理后，发送到中心站服务器。该系统低功耗、成本较小，环境适应性强；不仅可测得准水位数据，还可看得清现场拍摄的图像，通过图像比对不再需要人工到现场进行数据校准，实施效果好。

【技术实现步骤摘要】
基于人工智能云识别水尺的低功耗水位遥测系统
本专利技术涉及一种基于人工智能云识别水尺的低功耗水位遥测系统，属于水文自动测报

技术介绍
目前，水文自动测报系统的水位测量传感器可分为接触式和非接触式两大类，接触式水位计有浮子水位计、压力水位计、电子水尺等，非接触式水位计有雷达水位计、超声波水位计等。无论哪种类型水位测量传感器都需要依托现场状况进行基础设施建设，比如，采用浮子水位计需要进行测井建设，成本高，测井每年都需要清淤；压力水位计在现场应用时需要防止淤积，防止退水时裸漏在外，避免雷击；雷达和超声波水位计沿河道需要建设支杆，支杆过长或者过高会导致维护、维修困难；而以上所有的测量方式都定期需要专人到现场进行人工观测进行数据校准。中心站只能读取到数据而不能查看到现场状况，当出现数据异常时，不具备可追溯性。目前，市场上有些产品比如水尺读取智能球机，采用图像识别水尺方式读取水位数据，存在着需要交流电供电、功耗高、成本高等缺点，不适合在偏远无交流电的地点应用，大面积推广困难；同时摄像机内置的固件虽然号称符合SL651-2014《水本文档来自技高网...

【技术保护点】
1.基于人工智能云识别水尺的低功耗水位遥测系统，其特征在于：包括遥测站、中心站服务器、云服务器，中心站服务器通过局域网或互联网与客户端计算机通信连接，所述遥测站包括对准水尺的网络摄像机、遥测终端机、用来供电的蓄电池、对蓄电池进行充电的太阳能板，所述网络摄像机对着水尺进行采集图像、保存图像、发送图像至云服务器，云服务器识别图像、反传水位数据至遥测站，遥测站将水位数据进行处理后，发送到中心站服务器。/n

【技术特征摘要】
1.基于人工智能云识别水尺的低功耗水位遥测系统，其特征在于：包括遥测站、中心站服务器、云服务器，中心站服务器通过局域网或互联网与客户端计算机通信连接，所述遥测站包括对准水尺的网络摄像机、遥测终端机、用来供电的蓄电池、对蓄电池进行充电的太阳能板，所述网络摄像机对着水尺进行采集图像、保存图像、发送图像至云服务器，云服务器识别图像、反传水位数据至遥测站，遥测站将水位数据进行处理后，发送到中心站服务器。


2.根据权利要求1所述的基于人工智能云识别水尺的低功耗水位遥测系统，其特征在于：所述云服务器应用人工智能方法检测水尺并识别水尺读数的方法，包括以下步骤：
步骤S1、平台搭建和模型的设计；
步骤S2、检测、识别样本数据的标注和合成，训练模型；
步骤S3、水位监测图像预处理；
步骤S4、水尺和水体的检测定位分割抠图；
步骤S5、端到端解码水尺读数，合理性检测。


3.根据权利要求2所述的基于人工智能云识别水尺的低功耗水位遥测系统，其特征在于：在步骤S2中，包括：
步骤S21、收集含水尺和水体的图像，实景水尺水体标注，作为基础样本数据；
步骤S22、收集不含水尺和水体的图像作为背景，叠加融合按照国标水尺图像、数字和尺寸要求的模拟合成水尺样本，融合为高度仿真的样本数据；
步骤S23、水尺水体检测分割样本、水尺识别样本分别合成和标注，提高样本多样性；
步骤S24、分别合成高低分辨率样本，分别训练；
步骤S25、训练模型，分别在2种软硬平台上训练样本，分别针对检测和识别模块，先后训练低分辨率样本，观测模型收敛稳定后，加入高分辨率样本同时训练，观测模型收敛情况；如果模型不稳定，调整顺序重新训练；
步骤S26、验证数据验证模型，保存模型参数，压缩模型参数，用于推理。


4.根据权利要求2所述的基于人工智能云识别水尺的低功耗水位遥测系统，其特征在于：在步骤S3中，包括：
步骤S31、图像尺寸处理，水平和垂直方向，统一到32的整倍数，不足部分用图像inpain算法修复；
步骤S32、去雾；
步骤S33、自动化亮度和对比度；
步骤S34、去噪点；
步骤S35、CL...

【专利技术属性】
技术研发人员：熊启龙，陈宏立，吴恒清，郑建良，刘进喜，孙中星，贾学松，孙冶，
申请(专利权)人：淮河水利委员会水文局信息中心，
类型：发明
国别省市：安徽;34