基于AI图像识别的南水北调中线工程水位测量方法与装置制造方法及图纸

本发明专利技术公开了一种基于AI图像识别的南水北调中线工程水位测量方法与装置，根据水位尺红色刻度特征选择合适的色彩空间模式对所拍摄的图像进行水位尺具体位置的定位并剪裁出水位线以上水位尺部分；从剪裁的水位尺图像中依次剪裁出左边水位尺的刻度，包括数字及左边字符“E”；用模板识别的方法识别出每个字符及数字大小；判断最小数字大小以及其所在位置，判断水位线位置是否在字符中间；运用多尺度的方法估算每毫米所占像素值大小，根据最后一个数字大小以及水位尺图像垂直方向像素值计算水位准确位置。本发明专利技术根据图像的特性结合图像色彩变化自动选择相应的色彩空间模式进行智能融合处理，且利用多尺度的方式自动调整图像区域大小进行识别。区域大小进行识别。区域大小进行识别。

【技术实现步骤摘要】
基于AI图像识别的南水北调中线工程水位测量方法与装置


[0001]本专利技术属于水位监测领域，具体涉及一种基于AI图像识别的南水北调中线工程水位测量方法与装置。

技术介绍

[0002]南水北调工程是主要解决我国北方地区水资源短缺、实现我国水资源南北调配、合理配置的战略性调水工程。在工程的建设和运行中所涉及到的水文数据的采集是非常重要问题。其中水位数据是水文信息采集中非常关键的资料，它是反应水情最直接的因素。河流、湖泊的水位会受到降雨降水、河床冲刷淤积、强烈的风向等自然因素的影响，除此之外水库水位的变化还会受其上游的河流湖泊的流量，蓄水量等影响。水位的测量对周边水利工程的规划实施、航道港口的等工程的建设有重要意义。同时，水位的测量也是防旱抗洪、含沙量检测、冰情等调查防御及制定措施的重要资料及依据。另外，水位的测量也是有效了解水情，对水资源的输送进行合理安排的依据，因此需要寻找适合南水北调水位测量的计算方法。
[0003]目前已存在一些水位测量的方法，其中人工测量是最原始的测量方法，但此方法耗时耗力，在恶劣天气的情况下在河里进行测量的安全系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI图像识别的南水北调中线工程水位测量方法，其特征在于，包括如下步骤：步骤1，根据水位尺红色刻度特征选择合适的色彩空间模式对所拍摄的图像进行水位尺具体位置的定位并剪裁出水位线以上水位尺部分；步骤2，从剪裁的水位尺图像中依次剪裁出左边水位尺的刻度，包括数字及左边字符“E”；步骤3，用模板识别的方法识别出每个字符及数字大小；步骤4，判断最小数字大小以及其所在位置，判断水位线位置是否在字符中间；步骤5，运用多尺度的方法估算每毫米所占像素值大小，根据最后一个数字大小以及水位尺图像垂直方向像素值计算水位准确位置。2.根据权利要求1所述的一种基于AI图像识别的南水北调中线工程水位测量方法，其特征在于，剪裁水位尺包括以下具体步骤：步骤1
‑
1，首先拍摄的水位尺图像RGB模式，判断其与红色图像欧氏距离是否小于2.28像素或者大于2.80像素，并利用其相应色彩空间进行水位尺红色刻度区域的定位；通过公式计算出水位尺图像与标准红色图像在RGB空间上的加权的红色分量欧式距离
△
C:
△
R＝R1‑
R2ꢀꢀꢀꢀꢀ
(2)
△
G＝G1‑
G2ꢀꢀꢀꢀꢀꢀꢀ
(3)
△
B＝B1‑
B2ꢀꢀꢀꢀꢀꢀꢀꢀ
(4)(4)其中，式(1)、式(2)、式(3)、和式(4)中，R1,G1,B1为标准红色图像的各分量值，R2,G2,B2为水位尺图像各分量值；式(5)中，
△
C为其两者的加权欧式距离；式(6)是根据红色分量
△
C来判断选择用HSV色彩空间还是RGB色彩空间的方法，或者二者加权融合的方法；步骤1
‑1‑
1,若其红色分量加权欧式距离
△
C大于2.80像素则选用其RGB色彩空间图像进行水位尺的定位，用RGB色彩空间图像进行水位尺位置的确定流程图；步骤1
‑1‑
2,若其红色分量加权欧式距离
△
C小于2.28像素则选用其HSV色彩空间图像进行水位尺的定位，用HSV色彩空间图像进行水位尺位置的确定流程图；步骤1
‑1‑
3,若其红色分量加权欧式距离
△
C大于2.28像素且小于2.80像素可选用其RGB色彩空间图像或HSV色彩空间图像进行水位尺的定位。3.根据权利要求2所述的一种基于AI图像识别的南水北调中线工程水位测量方法，其特征在于，所述步骤1
‑1‑
1中用RGB色彩空间图像进行水位尺位置的确定包括以下步骤：步骤1
‑1‑1‑
1，首先根据拍摄图像分离其红色区域分量与其他分量以及选择合适的阈值，将不满足阈值的分量置为白色；
定义其分量图为：P＝(R
‑
G>level)&&(R
‑
B>level)，则C＝Y
‑
P
ꢀꢀꢀꢀꢀꢀꢀ
(7)将分量图C的像素置为255；其中Y为原水位尺图像，P为红色区域分量，C为其他颜色水位尺图像分量，R为水位尺图像红色通道分量，G为水位尺图像绿色通道分量，B为水位尺图像蓝色通道分量，level为阈值，根据南水北调水池环境及水质特征加以调试最终选择阈值level为30像素；步骤1
‑1‑1‑
2，根据步骤1
‑1‑1‑
1得到的图像进行二值化处理，采用最大类间方差法，按图像的灰度特性，将图像分成前景与背景两部分；记T为前景与背景的分割阈值，前景点数占图像比例为w0，平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1，图像的总平均灰度为u，前景和背景图象的方差，则有：w0+w1＝1
ꢀꢀꢀꢀꢀ
(8)u＝w0×
u0+w1×
u1ꢀꢀꢀꢀꢀꢀꢀ
(9)g＝w0×
(u0‑
u)2+w1×
(u1‑
u)2ꢀꢀꢀꢀꢀꢀꢀ
(10)联立上面两式：g＝w0w1×
(u0‑
u1)2ꢀꢀꢀꢀꢀ
(11)当方差g最大时，此时前景和背景差异最大，此时的灰度T是最佳阈值为0.7255像素，用此阈值对水位尺图像进行二值化，并进行形态学开闭合运算去除图像中细小杂质平滑边界，得到只含黑白像素的图像，其中黑色部分为水位尺；步骤1
‑1‑1‑
3，根据步骤1
‑1‑1‑
2得到的图像进行水位尺边界的确定以及剪裁，分别从上下左右四个位置向中间循环，找到像素为0的位置即其边界，记录边界位置并进行剪裁。4.根据权利要求2所述的一种基于AI图像识别的南水北调中线工程水位测量方法，其特征在于，所述步骤1
‑1‑
2用HSV色彩空间图像进行水位尺位置的确定包括以下步骤：步骤1
‑1‑2‑
1，首先将拍摄图像色彩空间由RGB格式转为HSV格式，再根据其彩色分量表对红色像素进行限定；RGB转化到HSV：V＝max(R,G,B)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)(12)其中max为R,G,B中最大的值，min为R,G,B中最小的值；根据HSV分量模型，其中红色的范围是：[0,43,46]～[10,255,255]∪[156,43,46]～[180,255,255]；饱和度S为比例值，范围从0到1，表示成所选颜色的纯度和该颜色最大的纯度之间的比率；当S＝0时，只有灰度；V表示色彩的明亮程度，范围从0到1；选取以下参数作为水位尺部分的限定：a＝[0.833 0.4 1 0.3 1]
ꢀꢀꢀꢀꢀꢀꢀ
(15)P＝H>(a(1)&&(S>＝a(2)&&S<＝a(3))&&(V>＝a(4)&&V<＝a(5))
ꢀꢀ
(16)其中P为红色区域分量，H为图像色调，S为图像饱和度，V为图像亮度；
步骤1
‑1‑2‑
2，根据步骤1
‑1‑2‑
1得到的图像进行其红色像素值的个数进行统计，分别统计行和列方向红色像素个数最大的行列位置并记录；步骤1
‑1‑2‑
3，根据步骤1
‑1‑2‑
2得到的位置分别从上下左右四个位置往中间扫描，在上下方向，若不超出边界且红色像素个数大于0则往中间方向扫描；在左右方向，从图像最边界开始往中间扫描找到红色像素个数不为0的位置并记录；步骤1
‑1‑2‑
4，根据步骤1
‑1‑2‑
3所得到的水位尺边界位置进行水位尺剪裁。5.根据权利要求1所述的一种基于AI图像识别的南水北调中线工程水位测量方法，其特征在于，水位尺刻度剪裁包括以下具体步骤：步骤2
‑
1，根据步骤1剪裁出来的水位尺图像确定水位尺左半边刻度的每个像素位置并记录；步骤2
‑
2，根据步骤2
‑
1所得位置从上到下依次剪裁出左边刻度的字符，数字及字符“E”。6.根据权利要求1所述的一种基于AI图像识别的南水北调中线工程水位测量方法，其特征在于，刻度识别包括以下具体步骤：步骤3
‑
1，建立标准字符模板库，归一化字符尺寸并将其灰度化处理；步骤3
‑
2，建立自动识别字符的代码表，采用字符类数组char；如下：liccode＝char([
‘
0123456789
’‘
A
’‘
B
’‘
C
’‘
D
’‘
G
’‘
E<...

【专利技术属性】
技术研发人员：秦鸿飞，刘英杰，王海峰，薛海，赵瑞霞，吴思琪，李斌，岳爽，刘明堂，
申请(专利权)人：河南省南水北调中线工程建设管理局，
类型：发明
国别省市：