一种基于Mask RCNN算法的水尺图像水位自动读数方法及系统技术方案

本发明专利技术公开了水利信息化水位自动测报技术领域中的一种基于Mask RCNN算法的水尺图像水位自动读数方法，包括以下步骤：(1)安装摄像头和水尺，记录并确认球机的每个预置点位水尺成像后的四个角点坐标，设为预置点参数；(2)采集不同摄像头水尺图像并批量校正；(3)对校正的图像标注水尺检测框，构建训练集；(4)获取最佳锚框尺寸anchors，调整学习率、迭代次数，开始对Mask RCNN模型进行训练、验证、测试，获得最终模型参数文件；(5)部署步骤(4)训练的模型参数文件，对实时采集的图片校正，预测出检测框和分割掩码；(6)结合步骤(1)中的预置点坐标，计算水位；本发明专利技术可适应复杂环境下的水尺图像水位自动读数，具备识别准确率高、适用范围广和智能化程度高等优点。

【技术实现步骤摘要】
一种基于MaskRCNN算法的水尺图像水位自动读数方法及系统
本专利技术属于水利信息化水位自动测报
，具体涉及一种基于MaskRCNN算法的水尺图像水位自动读数方法及系统。
技术介绍
水位是河流湖库的基本水文要素，实时水位是防汛相关部门在山洪灾害防治、流域防洪、城市防洪指挥决策的重要参考依据，同时，水位监测数据也是水资源环境监管、开发利用的重要指标。河流、湖库水位，除了人工观察读值外，还有自动水位计监测，自动水位计监测主要包括浮子式、压力式、气泡式、超声波式、雷达式，以及会采用传统的图像识别方法对水位进行监测。这些方法在监控时存在诸多缺陷，比如人工监测，存在安全问题，劳动强度大且自动化程度低；各种自动水位计成本高，易受环境影响，安装难度大，维护成本较高；而传统的图像识别方法对每个摄像头的安装角度和位置要求较高，适应性较差。我国每年投入数以亿计的资金对现有自动水位站进行补充建设和设备维护。在船舶吃水深度检测领域，公开号为CN108549894A的中国专利文件中公开了利用传统的边缘检测算子对吃水线进行边缘检测的方法，去本文档来自技高网...

【技术保护点】
1.一种基于Mask RCNN算法的水尺图像水位自动读数方法，其特征在于，包括以下步骤：/n步骤1：构建用于检测分割水面以上水尺的深度神经网络模型，模型包括预置点配置和批量校正模块、目标检测实例分割模块和水尺读数计算模块；/n预置点配置和批量校正模块包括：/n现场安装摄像头和水尺时，对摄像头球机的每个预置点位标记水尺成像后的四个角点像素坐标作为预置点参数；/n收集水尺图像数据，并对收集的水尺图像数据进行批量校正处理；/n目标检测实例分割模块基于Mask RCNN，用于识别水尺的位置和语义掩码；/n水尺读数计算模块是根据预置点坐标和水尺掩码的边界像素坐标来换算水位读数；/n步骤2：对基于Mask...

【技术特征摘要】
1.一种基于MaskRCNN算法的水尺图像水位自动读数方法，其特征在于，包括以下步骤：
步骤1：构建用于检测分割水面以上水尺的深度神经网络模型，模型包括预置点配置和批量校正模块、目标检测实例分割模块和水尺读数计算模块；
预置点配置和批量校正模块包括：
现场安装摄像头和水尺时，对摄像头球机的每个预置点位标记水尺成像后的四个角点像素坐标作为预置点参数；
收集水尺图像数据，并对收集的水尺图像数据进行批量校正处理；
目标检测实例分割模块基于MaskRCNN，用于识别水尺的位置和语义掩码；
水尺读数计算模块是根据预置点坐标和水尺掩码的边界像素坐标来换算水位读数；
步骤2：对基于MaskRCNN的目标检测实例分割模块进行训练，包括：
对校正处理后的水尺图像标注水尺检测框，形成包含原始数据与对应的语义掩码的数据集，将数据集随机分为训练集、验证集和测试集；
使用训练集对初始化后的MaskRCNN进行训练，然后使用验证集对训练后的MaskRCNN进行验证；
如果验证结果的Mask识别准确率符合预设阈值，则进入步骤3，否则，返回步骤2.1)，扩大原始数据容量后重新进行标注、训练及验证；
步骤3：利用测试集或采集端实时传来的图像，测试MaskRCNN网络模型的预测效果，结合步骤1中的预置点参数，计算出目标水尺图像的水位刻度。


2.如权利要求1所述的一种基于MaskRCNN算法的水尺图像水位自动读数方法，其特征在于，步骤1中，为了降低训练模型的偏差，选择具有不同视角、环境条件、光照条件的图片数据。


3.如权利要求1所述的一种基于MaskRCNN算法的水尺图像水位自动读数方法，其特征在于，步骤2.1)中，标注的水尺检测框即是水位线以上的水尺图像，其他的图像部分都是背景。


4.如权利要求1-3任一项所述的一种基于MaskRCNN算法的水尺图像水位自动读数方法，其特征在于，步骤1.1)中，现场安装摄像头和水尺时，需对球机的每个预置点位，标记水尺成像后内框左上、左下、右下、右上四个角点的像素坐标作为预置点坐标，左上与左下坐标点对应此根水尺的度量范围，预置点坐标用于校正水尺，效果是图像中水尺以其左上角点为中心映射，校正为目标水尺横平竖直；度量范围用于MaskRCNN模型检测出水位以上像素后换算实际水位读数。


5.如权利要求4所述的一种基于MaskRCNN算法的水尺图像水位自动读数方法，其特征在于，步骤1.2)中，采用透视变换的方法批量校正水尺图像中的水尺，将水尺内框四个角点投影到一个新的视平面，通用的变换公式为：






<...

【专利技术属性】
技术研发人员：陈赛你，蔡立辉，陈干发，范文兵，贾小娇，
申请(专利权)人：长沙市盛唐科技有限公司，
类型：发明
国别省市：湖南;43