一种带标尺水位识别方法、系统、设备及存储介质技术方案

本发明专利技术属于数据安全技术领域，具体公开了一种带标尺水位识别方法、系统、设备及存储介质，通过获取目标监测点位的水位监测图像来进行基于神经网络的水面分割，再根据分割结果进行水面分界边缘检测和霍夫变换直线检测，确定水位线和水位线的图像纵坐标，通过对水位监测图像进行光学字符识别，确定各标尺数据和各标尺数据文本框，然后利用各标尺数据文本框参照点的图像纵坐标及各标尺数据确定标尺数据与图像纵坐标线性关系，最后基于该线性关系和水位线的图像纵坐标计算得到水位识别结果。本发明专利技术通过对水位监测图像进行相应的图像识别处理，可以自动识别出水位情况，实现对水位变化的实时监测，提高水位监测效率，降低人力成本。降低人力成本。降低人力成本。

【技术实现步骤摘要】
一种带标尺水位识别方法、系统、设备及存储介质


[0001]本专利技术属于水位监测
，具体涉及一种带标尺水位识别方法、系统、设备及存储介质。

技术介绍

[0002]随着城市化进程的加快，水资源管理变得越来越重要。通过水位监测可以实时收集和分析水位数据，为水资源管理提供重要依据。目前，水位监测通常由监测人员进行现场观测，或者采用监控摄像头进行现场视频采集，由监测人员远程查看视频来完成，这样的方式需要付出一定的人力成本，不仅效率低下，而且容易受到人为因素的影响，监测质量不高。

技术实现思路

[0003]本专利技术的目的是提供一种带标尺水位识别方法、系统、设备及存储介质，用以解决现有技术中存在的上述问题。
[0004]为了实现上述目的，本专利技术采用以下技术方案：
[0005]第一方面，提供一种带标尺水位识别方法，包括：
[0006]获取目标监测点位的水位监测图像，所述水位监测图像中包含水面区域及背景区域，所述背景区域中包含水位标尺；
[0007]将水位监测图像输入预置的水分割模型进行分割处理，得到水分割图像，所述水分割图像中水面区域与背景区域由不同颜色分割表征，所述水分割模型由DeepLabV3Plus网络模型经训练集训练得到，所述训练集包含若干标注有水面区域标签的水位监测图像样本；
[0008]对水分割图像进行Canny边缘检测，检测出水分割图像中水面区域及背景区域的分界边缘；
[0009]采用霍夫变换算法对水分割图像中水面区域及背景区域的分界边缘进行直线检测，并根据直线检测结果得到水位线以及水位线对应的图像纵坐标；
[0010]对水位监测图像进行光学字符识别，得到水位标尺的字符检测结果和字符识别结果，所述字符检测结果包含若干标尺数据文本框，所述字符识别结果包含若干标尺数据，各标尺数据文本框与各标尺数据一一对应；
[0011]确定各标尺数据文本框的参照点以及各参照点的图像纵坐标，并根据各标尺数据文本框参照点的图像纵坐标以及各标尺数据文本框对应的标尺数据拟合确定标尺数据与图像纵坐标线性关系；
[0012]根据标尺数据与图像纵坐标线性关系以及水位线对应的图像纵坐标计算得到水位线的测算标尺数据，将水位线的测算标尺数据作为水位识别结果。
[0013]在一个可能的设计中，在将水位监测图像输入预置的水分割模型进行分割处理前，所述方法还包括：
[0014]构建DeepLabV3Plus网络模型，并采用预置的训练集对DeepLabV3Plus网络模型进行训练，将训练完成的DeepLabV3Plus网络模型作为水分割模型。
[0015]在一个可能的设计中，所述训练集的获取过程包括：
[0016]采集若干包含水面区域和水位标尺的水位监测图像样本；
[0017]对各水位监测图像样本进行色调转换、透明度变换、噪声处理以及模糊处理的任意组合处理，得到各水位监测图像样本的多张衍生图像样本；
[0018]对各水位监测图像样本以及各水位监测图像样本的衍生图像样本进行水面区域标注，并将标注完成的各水位监测图像样本以及各水位监测图像样本的衍生图像样本组合，得到训练集。
[0019]在一个可能的设计中，所述标尺数据文本框包括左上、左下、右上和右下四个顶点，所述确定各标尺数据文本框的参照点以及各参照点的图像纵坐标，包括：
[0020]将各标尺数据文本框的左下顶点作为对应的参照点，确定各标尺数据文本框参照点的图像纵坐标。
[0021]在一个可能的设计中，所述根据各标尺数据文本框参照点的图像纵坐标以及各标尺数据文本框对应的标尺数据拟合确定标尺数据与图像纵坐标线性关系，包括：
[0022]构建线性关系方程y＝ax+b，将各标尺数据文本框参照点的图像纵坐标值作为自变量x，各标尺数据文本框对应的标尺数据作为因变量y，分别代入线性关系方程y＝ax+b，组成线性关系方程组，求得a和b的值；
[0023]将a和b的值代入线性关系方程y＝ax+b，得到标尺数据与图像纵坐标线性方程。
[0024]在一个可能的设计中，所述根据标尺数据与图像纵坐标线性关系以及水位线对应的图像纵坐标计算得到水位线的测算标尺数据，包括：
[0025]将水位线的图像纵坐标值作为自变量x代入标尺数据与图像纵坐标线性方程中，得到因变量y的值作为测算标尺数据。
[0026]在一个可能的设计中，在所述字符识别结果只包含一个标尺数据时，将该标尺数据作为水位识别结果。
[0027]第二方面，提供一种带标尺水位识别系统，包括获取单元、分割单元、检测单元、确定单元、识别单元、拟合单元和计算单元，其中：
[0028]获取单元，用于获取目标监测点位的水位监测图像，所述水位监测图像中包含水面区域及背景区域，所述背景区域中包含水位标尺；
[0029]分割单元，用于将水位监测图像输入预置的水分割模型进行分割处理，得到水分割图像，所述水分割图像中水面区域与背景区域由不同颜色分割表征，所述水分割模型由DeepLabV3Plus网络模型经训练集训练得到，所述训练集包含若干标注有水面区域标签的水位监测图像样本；
[0030]检测单元，用于对水分割图像进行Canny边缘检测，检测出水分割图像中水面区域及背景区域的分界边缘；
[0031]确定单元，用于采用霍夫变换算法对水分割图像中水面区域及背景区域的分界边缘进行直线检测，并根据直线检测结果得到水位线以及水位线对应的图像纵坐标；
[0032]识别单元，用于对水位监测图像进行光学字符识别，得到水位标尺的字符检测结果和字符识别结果，所述字符检测结果包含若干标尺数据文本框，所述字符识别结果包含
若干标尺数据，各标尺数据文本框与各标尺数据一一对应；
[0033]拟合单元，用于确定各标尺数据文本框的参照点以及各参照点的图像纵坐标，并根据各标尺数据文本框参照点的图像纵坐标以及各标尺数据文本框对应的标尺数据拟合确定标尺数据与图像纵坐标线性关系；
[0034]计算单元，用于根据标尺数据与图像纵坐标线性关系以及水位线对应的图像纵坐标计算得到水位线的测算标尺数据，将水位线的测算标尺数据作为水位识别结果。
[0035]第三方面，提供一种带标尺水位识别设备，包括：
[0036]存储器，用于存储指令；
[0037]处理器，用于读取所述存储器中存储的指令，并根据指令执行上述第一方面中任意一种所述的方法。
[0038]第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行第一方面中任意一种所述的方法。同时，还提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行第一方面中任意一种所述的方法。
[0039]有益效果：本专利技术通过获取目标监测点位的水位监测图像来进行基于神经网络的水面分割，再根据分割结果进行水面分界边缘检测和霍夫变换直线检测，确定水位线和水位线的图像纵坐标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种带标尺水位识别方法，其特征在于，包括：获取目标监测点位的水位监测图像，所述水位监测图像中包含水面区域及背景区域，所述背景区域中包含水位标尺；将水位监测图像输入预置的水分割模型进行分割处理，得到水分割图像，所述水分割图像中水面区域与背景区域由不同颜色分割表征，所述水分割模型由DeepLabV3Plus网络模型经训练集训练得到，所述训练集包含若干标注有水面区域标签的水位监测图像样本；对水分割图像进行Canny边缘检测，检测出水分割图像中水面区域及背景区域的分界边缘；采用霍夫变换算法对水分割图像中水面区域及背景区域的分界边缘进行直线检测，并根据直线检测结果得到水位线以及水位线对应的图像纵坐标；对水位监测图像进行光学字符识别，得到水位标尺的字符检测结果和字符识别结果，所述字符检测结果包含若干标尺数据文本框，所述字符识别结果包含若干标尺数据，各标尺数据文本框与各标尺数据一一对应；确定各标尺数据文本框的参照点以及各参照点的图像纵坐标，并根据各标尺数据文本框参照点的图像纵坐标以及各标尺数据文本框对应的标尺数据拟合确定标尺数据与图像纵坐标线性关系；根据标尺数据与图像纵坐标线性关系以及水位线对应的图像纵坐标计算得到水位线的测算标尺数据，将水位线的测算标尺数据作为水位识别结果。2.根据权利要求1所述的一种带标尺水位识别方法，其特征在于，在将水位监测图像输入预置的水分割模型进行分割处理前，所述方法还包括：构建DeepLabV3Plus网络模型，并采用预置的训练集对DeepLabV3Plus网络模型进行训练，将训练完成的DeepLabV3Plus网络模型作为水分割模型。3.根据权利要求2所述的一种带标尺水位识别方法，其特征在于，所述训练集的获取过程包括：采集若干包含水面区域和水位标尺的水位监测图像样本；对各水位监测图像样本进行色调转换、透明度变换、噪声处理以及模糊处理的任意组合处理，得到各水位监测图像样本的多张衍生图像样本；对各水位监测图像样本以及各水位监测图像样本的衍生图像样本进行水面区域标注，并将标注完成的各水位监测图像样本以及各水位监测图像样本的衍生图像样本组合，得到训练集。4.根据权利要求1所述的一种带标尺水位识别方法，其特征在于，所述标尺数据文本框包括左上、左下、右上和右下四个顶点，所述确定各标尺数据文本框的参照点以及各参照点的图像纵坐标，包括：将各标尺数据文本框的左下顶点作为对应的参照点，确定各标尺数据文本框参照点的图像纵坐标。5.根据权利要求1所述的一种带标尺水位识别方法，其特征在于，所述根据各标尺数据文本框参照点的图像纵坐标以及各标尺数据文本框对应的标尺数据拟合确定标尺数据与图像纵坐标线性关系，包括：构建线性关系方程y＝ax+b，将各标尺数据文本框参照...

【专利技术属性】
技术研发人员：朱俊，刘鑫鹏，刘咏，
申请(专利权)人：中吉创新技术深圳有限公司，
类型：发明
国别省市：