液体流量检测方法和装置、计算机可读介质以及计算设备制造方法及图纸

本发明专利技术公开了液体流量检测方法和装置、计算机可读介质以及计算设备。根据本发明专利技术的液体流量检测方法包括：图像获取步骤，通过图像捕获装置捕获目标环境图像；目标对象检测步骤，从目标环境图像中检测目标对象，以获取目标对象图像；颜色转换步骤，将目标对象图像转换成对应的颜色空间模型；颜色识别步骤，通过识别颜色空间模型确定液体颜色，并基于液体颜色确定液体密度和液体表面高度；以及液体流量计算步骤，基于所确定的液体密度和液体表面高度计算液体流量。算液体流量。算液体流量。

【技术实现步骤摘要】
液体流量检测方法和装置、计算机可读介质以及计算设备


[0001]本专利技术涉及图像识别领域，更具体地涉及基于图像识别的液体流量检测方法。

技术介绍

[0002]在计算机视觉人工智能领域中，通常基于卷积核修剪算法对图像进行识别。在图像识别中，目标检测通常可以被认为是物体识别和物体定位的结合，其中，一方面是识别出物体属于哪个分类，而另一方面是获得物体在图片中的具体位置。常见的目标检测模型分为两种类型，其中第一类模型是two
‑
stage，该模型将物体识别和物体定位分为两个步骤，并且分别完成这两个步骤，例如，R
‑
CNN、Fast R
‑
CNN，以及Faster
‑
RCNN等。这类模型的识别错误率低，漏识别率也较低，但速度较慢，不能满足实时检测。为了解决上述第一类模型的速度慢的问题，可以采用被称为one
‑
stage的第二类模型,例如，YOLO、SSD和YOLOV2等。这类模型识别速度很快，可以满足实时检测，并且准确率也基本上能达到faster R
‑
CNN的水平。
[0003]随着国家开始加大环境保护和治理力度，污水排放监管逐渐变得重要。因此，为了帮助环保部门对污水排放进行监督管理，并确认污水排放量是否超标以及污水种类，提出了一种新的液体流量检测方法以检测污水排放量。

技术实现思路

[0004]在下文中给出了关于本专利技术的简要概述，以便提供关于本专利技术的一些方面的基本理解。但是，应当理解，这个概述并不是关于本专利技术的穷举性概述。它并不是意图用来确定本专利技术的关键性部分或重要部分，也不是意图用来限定本专利技术的范围。其目的仅仅是以简化的形式给出关于本专利技术的某些概念，以此作为稍后给出的更详细描述的前序。
[0005]本专利技术的目的在于提供一种能够简单、快速、准确地检测液体流量(诸如污水流量)的方法和装置、计算机可读介质以及计算设备。
[0006]根据本专利技术的一个方面，提供了一种液体流量检测方法，包括：图像获取步骤，通过图像捕获装置捕获目标环境图像；目标对象检测步骤，从所述目标环境图像中检测目标对象，以获取目标对象图像；颜色转换步骤，将所述目标对象图像转换成对应的颜色空间模型；颜色识别步骤，通过识别所述颜色空间模型确定液体颜色，并基于所述液体颜色确定液体密度和液体表面高度；以及液体流量计算步骤，基于所确定的所述液体密度和所述液体表面高度计算所述液体流量。
[0007]在一些实施例中，所述颜色识别步骤还包括：基于所述液体颜色确定液体种类。
[0008]在一些实施例中，所述液体流量计算步骤还包括：基于所述液体密度和所述液体表面高度通过伯努利方程计算液体流速。
[0009]在一些实施例中，所述目标对象检测步骤包括通过以下检测模型对所述目标环境图像进行目标对象检测：方向梯度直方图(HOG)和支持向量机(SVM)。
[0010]在一些实施例中，所述颜色空间模型包括颜色参数，所述颜色参数包括色调、饱和度和亮度。
[0011]在一些实施例中，所述目标环境图像是包含一个或多个排水口的图像，并且所述目标对象图像是所述一个或多个排水口中的某个排水口的图像。
[0012]在一些实施例中，所述图像捕获装置包括摄像设备。
[0013]根据本专利技术的另一个方面，提供了一种用于液体流量检测的液体流量检测装置，包括：图像获取单元，被配置成通过图像捕获装置捕获目标环境图像；目标对象检测单元，从所述目标环境图像中检测目标对象，以获取目标对象图像；颜色转换单元，将所述目标对象图像转换成对应的颜色空间模型；颜色识别单元，通过识别所述颜色空间模型确定液体颜色，并基于所述液体颜色确定液体密度和液体表面高度；以及液体流量计算单元，基于所确定的所述液体密度和所述液体表面高度计算所述液体流量。
[0014]在一些实施例中，所述颜色识别单元还被配置成基于所述液体颜色确定液体种类。
[0015]在一些实施例中，所述液体流量计算单元还被配置成基于所述液体密度和所述液体表面高度通过伯努利方程计算液体流速。
[0016]在一些实施例中，所述目标对象检测单元包括通过以下检测模型对所述目标环境图像进行目标对象检测：方向梯度直方图(HOG)和支持向量机(SVM)。
[0017]在一些实施例中，所述颜色空间模型包括颜色参数，所述颜色参数包括色调、饱和度和亮度。
[0018]在一些实施例中，所述目标环境图像是包含一个或多个排水口的图像，并且所述目标对象图像是所述一个或多个排水口中的某个排水口的图像。
[0019]在一些实施例中，所述图像捕获装置包括摄像设备。
[0020]根据本专利技术的另一个方面，提供一种非暂态计算机可读介质，包括计算机可执行指令，所述指令在由一个或多个处理器执行时，使得所述处理器执行根据本专利技术的液体流量检测方法。
[0021]根据本专利技术的另一个方面，提供了一种计算设备，包括：存储器，存储有计算机可执行指令；以及一个或多个处理器，被配置为执行所述计算机可执行指令，从而使所述计算设备执行根据本专利技术的液体流量检测方法。
[0022]通过以下参考附图对本专利技术的示例性实施例的详细描述，本专利技术的其它特征及其优点将变得清楚。
附图说明
[0023]图1示意性地示出根据本专利技术的实施例的液体流量检测方法的流程图；
[0024]图2示意性地示出根据本专利技术的实施例的液体流量计算方法的流程图；
[0025]图3示意性地示出根据本专利技术的实施例的用于计算液体流量的具体方法；
[0026]图4示意性地示出能够实现根据本专利技术的实施例的计算设备的配置；
[0027]图5示意性地示出根据本专利技术的实施例的液体流量检测装置的框图。
具体实施方式
[0028]现在将参照附图来详细描述本专利技术的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本
专利技术的范围。
[0029]同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
[0030]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。
[0031]对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
[0032]在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
[0033]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
[0034](液体流量检测方法)
[0035]图1示意性地示出了根据本专利技术的实施例的液体流量检测方法的流程图。下面将参考图1描述根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种液体流量检测方法，包括：图像获取步骤，通过图像捕获装置捕获目标环境图像；目标对象检测步骤，从所述目标环境图像中检测目标对象，以获取目标对象图像；颜色转换步骤，将所述目标对象图像转换成对应的颜色空间模型；颜色识别步骤，通过识别所述颜色空间模型确定液体颜色，并基于所述液体颜色确定液体密度和液体表面高度；以及液体流量计算步骤，基于所确定的所述液体密度和所述液体表面高度计算所述液体流量。2.根据权利要求1所述的液体流量检测方法，其中，所述颜色识别步骤还包括：基于所述液体颜色确定液体种类。3.根据权利要求1所述的液体流量检测方法，其中，所述液体流量计算步骤还包括：基于所述液体密度和所述液体表面高度通过伯努利方程计算液体流速。4.根据权利要求1所述的液体流量检测方法，其中，所述目标对象检测步骤包括通过以下检测模型对所述目标环境图像进行目标对象检测：方向梯度直方图(HOG)和支持向量机(SVM)。5.根据权利要求1所述的液体流量检测方法，其中，所述颜色空间模型包括颜色参数，所述颜色参数包括色调、饱和度和亮度。6.根据权利要求1所述的液体流量检测方法，其中，所述目标环境图像是包含一个或多个排水口的图像，并且所述目标对象图像是所述一个或多个排水口中的某个排水口的图像。7.根据权利要求1所述的液体流量检测方法，其中，所述图像捕获装置包括摄像设备。8.一种用于液体流量检测的液体流量检测装置，包括：图像获取单元，被配置成通过图像捕获装置捕获目标环境图像；目标对象检测单元，从所述目标环境图像中检测目标对象，以获取目标对象图像；颜色转换单元，将所述目标对象...

【专利技术属性】
技术研发人员：李昊，贺群，全硕，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：