System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及城市积水监测,尤其涉及一种城市积水区域的识别方法、系统、设备及存储介质。
技术介绍
1、随着城市的不断发展,建筑工地的数量也会越来越多。建筑工地在施工中不可避免地会出现工地积水的状况。
2、当建筑工地出现积水时会严重影响建筑施工进度,需要管理人员及时进行排查和清理,现有的方法通常为人工通过安装在工地内的摄像头采集的数据进行观察的方式,工作人员通过摄像头采集回来的图像或者视频数据来判断拍摄地点是否发生积水以及积水区域的变化情况。
3、积水区域容易产生镜面问题,通过人工判断工地积水,镜面的反射会干扰工作人员进行判断,从而无法保证积水判断的准确性和及时性,而且费时费力。
技术实现思路
1、本申请提供了一种城市积水区域的识别方法、系统、设备及存储介质,能够省时省力,且能够有效提升积水区域的识别精确性,不易发生误判。本申请提供如下技术方案:
2、第一方面,本申请提供一种城市积水区域的识别方法,所述方法包括:
3、获取积水区域视频数据,并逐帧对所述视频数据进行预处理;
4、逐帧将所述视频数据输入镜面分割模型,对积水区域进行分割得到分割结果;
5、基于所述分割结果逐帧计算积水区域的掩膜像素面积和面积变化速率;
6、根据所述积水区域的掩膜像素面积和面积变化速率判断是否报警。
7、在一个具体的可实施方案中,所述逐帧将所述视频数据输入镜面分割模型,对积水区域进行分割得到分割结果包括:
9、设置阈值为0.5,0至0.5为非积水区域,0.5至1为积水区域;
10、过滤掉所述积水概率图中非积水的区域并生成分割结果。
11、在一个具体的可实施方案中,所述根据所述积水区域的掩膜像素面积和面积变化速率判断是否报警包括:
12、若是积水区域面积占比没有超过整个监控画面的预设阈值且面积速率长时间不再变化,则不进行报警;
13、若是积水区域面积占比超过整个监控画面的预设阈值且面积速率动态变化,则依据所述积水区域面积的变化情况进行报警。
14、在一个具体的可实施方案中,所述基于所述分割结果逐帧计算积水区域的掩膜像素面积和面积变化速率之前还包括:
15、使用opencv中的泛洪算法对所述积水区域进行填充。
16、在一个具体的可实施方案中,所述逐帧对所述视频数据进行预处理包括:
17、对所述视频数据的每一帧图像进行平滑处理以及降噪处理。
18、在一个具体的可实施方案中,所述镜面分割模型为mirrornet分割网络。
19、第二方面,本申请提供一种城市积水区域的识别系统,采用如下的技术方案:
20、一种城市积水区域的识别系统,包括:
21、数据获取模块,用于获取积水区域视频数据,并逐帧对所述视频数据进行预处理;
22、模型分割模块,用于逐帧将所述视频数据输入镜面分割模型,对积水区域进行分割得到分割结果;
23、面积计算模块,用于基于所述分割结果逐帧计算积水区域的掩膜像素面积和面积变化速率;
24、报警判断模块,用于根据所述积水区域的掩膜像素面积和面积变化速率判断是否报警。
25、第三方面,本申请提供一种电子设备,所述设备包括处理器和存储器;所述存储器中存储有程序,所述程序由所述处理器加载并执行以实现如权利要求1至6任一项所述的一种城市积水区域的识别方法。
26、第四方面,本申请提供一种计算机可读存储介质,所述存储介质中存储有程序,所述程序被处理器执行时用于实现如权利要求1至6任一项所述的一种城市积水区域的识别方法。
27、综上所述,本申请的有益效果至少包括:
28、(1)由于镜面分割模型的能力问题,遇到新的数据集时会出现无法识别的情况,因此积水区域的边缘区域可能存在误判,通过使用泛洪算法对分割结果中的积水区域的小的孔洞进行填充,能够得到较为完整的积水区域。
29、(2)相较于现有的人工判断积水区域的方式,省时省力,且能够有效提升积水区域的识别精确性,不易发生误判。
30、通过获取积水区域的视频数据并将其逐帧输入镜面分割模型,利用设置的阈值将镜面分割模型输出的积水概率图中的积水区域和非积水区域进行区分,过滤非积水区域之后生成积水区域的分割结果,再通过计算积水区域的掩膜像素面积和面积变化速率判断是否需要进行报警。相较于现有的人工判断积水区域的方式,省时省力,且能够有效提升积水区域的识别精确性,不易发生误判。
31、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,并可依照说明书的内容予以实施,以下以本申请的较佳实施例并配合附图详细说明如后。
本文档来自技高网...【技术保护点】
1.一种城市积水区域的识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的城市积水区域的识别方法,其特征在于,所述逐帧将所述视频数据输入镜面分割模型,对积水区域进行分割得到分割结果包括:
3.根据权利要求1所述的城市积水区域的识别方法,其特征在于,所述根据所述积水区域的掩膜像素面积和面积变化速率判断是否报警包括:
4.根据权利要求1所述的城市积水区域的识别方法,其特征在于,所述基于所述分割结果逐帧计算积水区域的掩膜像素面积和面积变化速率之前还包括:
5.根据权利要求1所述的城市积水区域的识别方法,其特征在于,所述逐帧对所述视频数据进行预处理包括:
6.根据权利要求1所述的城市积水区域的识别方法,其特征在于,所述镜面分割模型为MirrorNet分割网络。
7.一种城市积水区域的识别系统,其特征在于,包括:
8.一种电子设备,其特征在于,所述设备包括处理器和存储器;所述存储器中存储有程序,所述程序由所述处理器加载并执行以实现如权利要求1至6任一项所述的一种城市积水区域的识别方法。
...【技术特征摘要】
1.一种城市积水区域的识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的城市积水区域的识别方法,其特征在于,所述逐帧将所述视频数据输入镜面分割模型,对积水区域进行分割得到分割结果包括:
3.根据权利要求1所述的城市积水区域的识别方法,其特征在于,所述根据所述积水区域的掩膜像素面积和面积变化速率判断是否报警包括:
4.根据权利要求1所述的城市积水区域的识别方法,其特征在于,所述基于所述分割结果逐帧计算积水区域的掩膜像素面积和面积变化速率之前还包括:
5.根据权利要求1所述的城市积水区域的识别方法,其特征在于,所...
【专利技术属性】
技术研发人员:沈翀,张克进,胡静远,
申请(专利权)人:苏州海赛人工智能有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。