基于机器学习的水位、异物识别于一体的监控系统及方法技术方案

本发明专利技术公开了一种基于机器学习的水位、异物识别于一体的监控系统及方法，系统包括：图像采集模块、前端服务器、无线传输模块和远程服务器；图像采集模块用于采集水体视频；前端服务器存储有卷积神经网络，用于利用训练好的卷积神经网络对水体视频中每帧图像进行目标识别，包括水位高度和水面异物；无线传输模块用于将监测信息传输至远程服务器；远程服务器用于存储监测信息。实现自动监测水样异物异样，成本低，不受时间限制、省时省力。

【技术实现步骤摘要】
基于机器学习的水位、异物识别于一体的监控系统及方法
本专利技术涉及水利监测
，更具体的说是涉及一种基于机器学习的水位、异物识别于一体的监控系统及方法。
技术介绍
很多河流的水面会漂浮有树叶、瓶体、树枝、油污、袋体等异物，这些水面异物会对水体的生态环境造成污染，因此需要经常巡视河流的水面，及时清除水面异物。目前的水面巡视都由人工驾驶小艇，通过目测来识别水面异物的，这种目测识别方式耗时、耗力，巡视成本高，劳动强度大。并且河道漫水、无水、洪水等异样现象时，无法提前或及时得知，造成城市或河道的污染，渠系的损坏。因此，如何提供一种智能化的水位、异物识别于一体的监控系统是本领域技术人员亟需解决的问题。
技术实现思路
有鉴于此，本专利技术提供了一种基于机器学习的水位、异物识别于一体的监控系统及方法，实现自动监测水样异物异样，成本低，不受时间限制、省时省力。为了实现上述目的，本专利技术采用如下技术方案：基于机器学习的水位、异物识别于一体的监控系统，包括：图像采集模块、前端服务器、无线传输模块和远程服务器本文档来自技高网...

【技术保护点】
1.基于机器学习的水位、异物识别于一体的监控系统，其特征在于，包括：图像采集模块、前端服务器、无线传输模块和远程服务器；/n所述图像采集模块用于采集水体视频；/n所述前端服务器存储有卷积神经网络，用于利用训练好的所述卷积神经网络对水体视频中每帧图像进行目标识别，包括水位高度和水面异物；/n所述无线传输模块用于将监测信息传输至所述远程服务器；/n所述远程服务器用于存储所述监测信息。/n

【技术特征摘要】
1.基于机器学习的水位、异物识别于一体的监控系统，其特征在于，包括：图像采集模块、前端服务器、无线传输模块和远程服务器；
所述图像采集模块用于采集水体视频；
所述前端服务器存储有卷积神经网络，用于利用训练好的所述卷积神经网络对水体视频中每帧图像进行目标识别，包括水位高度和水面异物；
所述无线传输模块用于将监测信息传输至所述远程服务器；
所述远程服务器用于存储所述监测信息。


2.根据权利要求1所述的基于机器学习的水位、异物识别于一体的监控系统，其特征在于，还包括报警模块，所述报警模块用于出现异物异样情况时进行报警。


3.根据权利要求1所述的基于机器学习的水位、异物识别于一体的监控系统，其特征在于，还包括语音输出模块和广播模块，所述广播模块用于出现异物异样情况时进行广播；所述语音输出模块用于将广播的信息进行输出提醒。


4.根据权利要求3所述的基于机器学习的水位、异物识别于一体的监控系统，其特征在于，所述图像采集模块为摄像机，所述广播模块为话筒，所述语音输出模块为喇叭。


5.根据权利要求4所述的基...

【专利技术属性】
技术研发人员：黄睿军，
申请(专利权)人：青海中水数易信息科技有限责任公司，
类型：发明
国别省市：青海;63