水位高度识别方法、装置、电子设备以及存储介质制造方法及图纸

本申请的实施例揭示了水位高度识别方法、装置、电子设备以及存储介质，本申请实施例可应用于地图、交通等各种领域中。本方法包括从采集到的水尺视频流中提取待识别图像；对待识别图像进行目标检测，得到水平面上方的图像区域，将图像区域获取为水尺图像；识别水尺图像中水平面上方的刻度信息，基于刻度信息确定水平面的初始水位高度信息；确定临近刻度距离水平面的像素高度，将确定出的像素高度作为临近像素高度，并基于临近像素高度占水尺刻度的平均像素高度的比例确定出初始水位高度信息对应的测量误差；根据测量误差对初始水位高度信息进行调整，得到水位高度信息。本申请的实施例揭示了水位高度识别方法能够提高水位高度识别方法的精度。识别方法的精度。识别方法的精度。

【技术实现步骤摘要】
水位高度识别方法、装置、电子设备以及存储介质


[0001]本申请涉及数据处理
，具体而言，涉及一种水位高度识别方法、装置、电子设备以及存储介质。

技术介绍

[0002]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由于刻度识别不准确等原因误差较大。

技术实现思路

[0003]为解决上述技术问题，本申请的实施例提供了一种水位高度识别方法、水位高度识别装置、电子设备以及计算机可读存储介质，能够提高水位高度识别的精度。
[0004]本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
[0005]根据本申请实施例的一个方面，提供了一种水位高度识别方法，包括：从采集到的水尺视频流中提取待识别图像；对待识别图像进行目标检测，得到水平面上方的图像区域，将图像区域获取为水尺图像；识别水尺图像中水平面上方的刻度信息，基于刻度信息确定水平面的初始水位高度信息，刻度信息包括临近刻度，临近刻度为距离水平面最近的刻度；确定临近刻度距离水平面的像素高度，将确定出的像素高度作为临近像素高度，并基于临近像素高度占水尺刻度的平均像素高度的比例确定出初始水位高度信息对应的测量误差；根据测量误差对初始水位高度信息进行调整，得到水位高度信息。
[0006]根据本申请实施例的一个方面，提供了一种水位高度识别装置，包括：提取模块，用于从采集到的水尺视频流中提取待识别图像；目标检测模块，用于对待识别图像进行目标检测，得到水平面上方的图像区域，将图像区域获取为水尺图像；识别模块，用于识别水尺图像中水平面上方的刻度信息，基于刻度信息确定水平面的初始水位高度信息，刻度信息包括临近刻度，临近刻度为距离水平面最近的刻度；第一确定模块，用于确定临近刻度距离水平面的像素高度，将确定出的像素高度作为临近像素高度，并基于临近像素高度占水尺刻度的平均像素高度的比例确定出初始水位高度信息对应的测量误差；调整模块，用于根据测量误差对初始水位高度信息进行调整，得到水位高度信息。
[0007]根据本申请实施例的一个方面，提供了一种电子设备，包括处理器及存储器，存储器上存储有计算机可读指令，计算机可读指令被处理器执行时实现如上水位高度识别方法。
[0008]根据本申请实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当计算机可读指令被计算机的处理器执行时，使计算机执行如前提供的水位高度识别方法。
[0009]根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实施例中提供的水位高度识别方法。
[0010]本申请的实施例所提供的技术方案基于临近刻度距离水平面的临近像素高度占水尺刻度的平均像素高度的比例，确定出初始水位高度信息对应的测量误差，根据测量误差对初始水位高度信息进行调整，得到水位高度信息，通过这种方式可消除在水平面的水位位于水尺的两个刻度之间或者在距离水平面最近的刻度未被识别为临近刻度的情况下对水位高度的测量误差，从而提高水位高度的识别精度。
[0011]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0012]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0013]图1是本申请一个示例性实施例示出的本专利技术所涉及的实施环境的示意图；
[0014]图2是本申请另一示例性实施例示出的本专利技术所涉及的实施环境的示意图；
[0015]图3是本申请的一示例性实施例示出的水位高度识别方法的流程图；
[0016]图4是在图3所示实施例中的基础上提出的一示例性实施例示出的水位高度识别方法的流程示意图；
[0017]图5是在图4所示实施例中的基础上提出的一示例性实施例示出的水位高度识别方法的流程示意图；
[0018]图6是在图5所示实施例中的基础上提出的一示例性实施例示出的水位高度识别方法的流程示意图；
[0019]图7是在图6所示实施例中的基础上提出的一示例性实施例示出的水位高度识别方法的流程示意图；
[0020]图8是图3所示实施例中的步骤S103在一示例性实施例的流程图；
[0021]图9是图3所示实施例中的步骤S103在一示例性实施例的流程图；
[0022]图10是图3所示实施例中的步骤S103在另一示例性实施例的流程图；
[0023]图11是本申请一示例性实施例示出水位高度识别方法的示意图；
[0024]图12是本申请一示例性实施例示出水位高度识别方法的示意图；
[0025]图13是本申请一示例性实施例示出的水位高度识别装置的框图；
[0026]图14示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
[0027]这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0028]附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0029]附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
[0030]还需要说明的是：在本申请中提及的“多个”是指两个或者两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水位高度识别方法，其特征在于，包括：从采集到的水尺视频流中提取待识别图像；对所述待识别图像进行目标检测，得到水平面上方的图像区域，将所述图像区域获取为所述水尺图像；识别所述水尺图像中水平面上方的刻度信息，基于所述刻度信息确定所述水平面的初始水位高度信息，所述刻度信息包括临近刻度，所述临近刻度为距离所述水平面最近的刻度；确定所述临近刻度距离所述水平面的像素高度，将确定出的像素高度作为临近像素高度，并基于所述临近像素高度占水尺刻度的平均像素高度的比例确定出所述初始水位高度信息对应的测量误差；根据所述测量误差对所述初始水位高度信息进行调整，得到水位高度信息。2.根据权利要求1所述的方法，其特征在于，在所述对所述待识别图像进行目标检测，得到水平面上方的图像区域，将所述图像区域获取为所述水尺图像之前，所述方法还包括：确定所述待识别图像中各个像素对应的临近像素区域，所述临近像素区域包括对应像素的预设数目个周围像素；计算所述临近像素区域中包含的像素的平均像素值，并将对应像素的像素值替换为所述平均像素值，以将得到的处理后图像作为进行目标检测的待识别图像。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：对所述处理后图像进行灰度化处理，得到对应的灰度图像；基于预设的线性变换公式对所述灰度图像进行灰度线性变换，得到对应的线性灰度图像，以将所述线性灰度图像作为进行目标检测的待识别图像，其中，所述线性变换公式中截距的取值范围由所述灰度图像的灰度均值确定。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：统计所述线性灰度图像中各灰度级的直方图分布信息；确定所述直方图分布信息对应的累积灰度概率分布函数；将所述累积灰度概率分布函数作为变换公式对所述待识别图像进行直方图均衡化，以将得到的修正后图像作为进行目标检测的待识别图像。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：获取所述修正后图像中各个像素的梯度幅值；对各个像素的梯度幅值进行非极大值抑制，基于得到的梯度幅值确定非极大值抑制图像；基于所述非极大值抑制图像检测所述修正后图像的边缘信息，以基于所述边缘信息对所述修正后图像进行目标检测。6.根据权利要求1所述的方法，其特征在于，所述基于所述临近像素高度占水尺刻度的平均像素高度的比例确定出所述初始水位高度信息对应的测量误差包括：计算所述临近像素高度与所述平均像素高度的比值，将所述比值确定为所述临近像素高度占所述平均像素高度的比例；计算所述比例与所述水尺...

【专利技术属性】
技术研发人员：祁奕霏，高小宏，陆江辉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：