基于改进PIDNet的水位线检测算法

PIDNet是三分支网络构成的语义分割模型,在众多竞赛数据集中均保持优秀的分割精度。然而,积分分支中进行多次下采样和金字塔池化模块中多分支特征融合冗余的缺点限制了算法精度的提高。在水位线检测任务中,现有算法的缺点会导致局部细节信息丢失,使得水体边缘精细化检测的能力有所下降。为了缓解这个问题,提出一种基于改进PIDNet的水位线检测算法。首先设计一种结合通道注意力的轻量化像素增强模块,在积分分支下采样过程中进行像素增强,减少局部信息丢失。然后对金字塔池化模块进行重构,在减小池化输出特征大小的基础上减少并行分支数,同时在特征融合时结合通道注意力进一步加强关注重要特征的能力,提高水位线边缘的分割精度。此外,融合多场景的河流数据集,避免复杂场景下检测出的水位线位置发生偏移和断线。实验结果表明,所提方法(S和M)在水位线检测任务中相对原算法(S和M)在3个性能指标上都有所提高,以M规模为例,像素正确率提高了1.47个百分点,平均交并比提高了1.04个百分点,检测延迟降低了0.9 ms。

基于深度学习的水位线检测算法

目前对河道、水库等开放水域的水位进行监控,通常需要在监控地点部署用于测量液位的特殊部件,如水位标尺、压力传感器等设备,无法仅使用摄像头完成水位的监控。为解决以上问题,提出一种基于卷积神经网络(CNN)的水位检测算法,该算法输入为一张包含水位线的静态图像,输出为水位线与检测图像左侧边界交点的预测坐标及水位线与水平方向的夹角预测值,最后根据网络输出的交点坐标及夹角绘制预测水位线。测试结果表明,该方法对检测环境的适应能力极强,即便在夜间下雨,且只由红外光源照明的情况下也能对水位线进行有效预测。使用该方法可以对河道湖泊等开放水域实现全天候非接触式水位连续监控。

基于语义分割的船闸水位检测方法研究

针对船闸水位传感器精度易受水质影响、传统图像检测方法适应性差等问题,提出一种基于语义分割和由粗到精策略的水位线检测方法,建立分段对照的标定模型计算水位。结合水位线长程相关性的特点,设计条带状空洞空间金字塔池化模块,针对分割边界模糊的问题,设计多路聚合上采样模块并引入在线困难样本挖掘,提升语义分割模型的分割精度。采用改进的语义分割模型在由原图像经压缩后的低分辨率图像中进行粗检测,分割图像中的水区域与非水区域,根据模型输出的掩膜图得到水位线的粗检测结果,然后在原图像中裁剪粗检测水位线的邻域并采用该模型进行精检测,得到水位线的精检测结果。建立分段对照的标定模型,获取像素坐标与世界坐标之间的映射关系,根据水位线精检测结果计算水位。在构建的水位图像数据集上进行试验,结果表明:在验证集上,改进后的语义分割模型粗检测和精检测的平均交并比分别提升了2.58%和1.98%,水位线精检测结果的平均像素误差为1.89 pixel,相比粗检测结果降低了52.3%,以水尺人工观测的读数为基准,摄像机在23 m工作距离下水位测量结果置信水平为95%的不确定度为0.026 m。所提方法对晴天、阴天、雨天、雪天等多种室外环境具有良好的适应性,为船闸水位检测提供了一种可行的方法。

基于DSP的智能饮水机纸杯水位检测方法

为了提高传统饮水机的智能化水平,采用DSP芯片TMS320C6416作为处理核心设计了智能饮水机纸杯水位线自动检测系统,系统由摄像头、编码、处理器、阀门开关和显示模块组成。通过对放在出水口处纸杯的原始图像进行灰度化处理、边缘检测、连通域提取和噪声去除算法,分割出杯口内边缘和水位线,并根据像素点的个数计算纸杯内边缘线与水位线的距离。实验结果表明,该智能饮水机具有良好的鲁棒性,平均测量误差为0.88%,也为灌装饮料和食品的满度检测提供了思路和方法。

基于DSP的智能饮水机纸杯水位检测方法

为了提高传统饮水机的智能化水平,采用DSP芯片TMS320C6416作为处理核心设计智能饮水机纸杯水位线自动检测系统。实验结果表明,该智能饮水机具有良好的鲁棒性,平均测量误差为0.88%。

图像法水位检测研究进展

水位监测对于流域水资源综合治理和航运具有重要意义,随着机器视觉技术的发展使得图像法水位检测有望代替人工观测水尺。本文简述了图像法水位检测的发展历程与现状,对比多种水位检测方法说明图像法的优势,总结图像法水位检测的基本流程,分析其中的三大关键步骤:标尺分割与畸变矫正,水位线检测和水位值换算,对每个步骤国内外的相关方法和研究发展进行综述。最后,对现阶段图像法水位检测面临的问题进行总结及对下一步研究方向进行展望。

标准双色水尺的图像法水位测量

图像法水位测量利用图像处理技术自动检测水位线并识别水尺读数,具有非接触测量、无温漂、结果可追溯、系统造价低等优点。然而受到户外视频监控系统在拍摄视角倾斜、成像分辨率低、光照条件复杂等方面的制约,水尺刻度及字符的检测和识别实际上存在较大困难,导致现有方法的稳定性和适宜性差。针对上述问题,从摄影测量的角度提出了一种解决方案。首先根据标准双色水尺的样式设计模板图像;然后通过人工选取的控制点建立感兴趣区域和模板图像间的透视投影变换关系,将水尺图像配准到正射坐标系下;接下来根据配准图像中设置的采样窗口计算自适应分割阈值将其二值化;最终在二值图像的水平投影曲线中检测水位线,并根据模板图像的物理分辨率将其坐标换算为水位测量值。在不同条件下开展了4组现场试验。结果表明,本方法对于日夜光照下拍摄的低分辨率图像均具有较好的鲁棒性,测量分辨率和精度分别达到1 mm和1 cm,满足水文测验的要求。

一种不定长水尺图像水位测量方法

针对水尺图像水位识别中存在的多根水尺拼接、水尺拍摄不完整以及环境适应性差等问题,从摄影测量学角度提出一种复杂光照条件下不定长水尺图像水位测量方法。首先通过人工选取的标识点构建水尺在像素坐标系和世界坐标系之间的透视投影关系;然后利用水尺的颜色特性将水尺与背景分割并二值化;再根据二值化图像使用方差均值阈值法检测水位线位置;最终通过投影关系计算出水尺图像中水尺中线的表达式,并结合水位线位置计算出水面上水尺中线的真实长度,获得水位值。本文对水文站真实水尺图像进行了测量实验,将检测结果与遥测水位值进行对比,结果表明本方法提高了不定长水尺图像水位检测的可靠性,测量精度达到1 cm,检测分辨率为1 pixel,基本满足水文站水位监测要求。