Water Gauge Image Denoising Model Based on Improved Adaptive Total Variation

As an important part of water level warning in water conservancy projects,often due to the influence of environmental factors such as light and stains,the acquired water gauge images have sticky,broken and bright spot conditions,which affect the identification of water gauges.To solve this problem,a water gauge image denoising model based on improved adaptive total variation is proposed.Firstly,the regular term exponent in the adaptive total variational equation is changed to an inverse cosine function;secondly,the differential curvature is used to distinguish the image noise points and increase the smoothing strength at the noise points;finally,according to the characteristics of the gradient mode and adaptive gradient threshold after Gaussian filtering,the New model can adaptively denoise in the smooth area and protect the edge area,so as to have the characteristics of both edge-preserving denoising.The experimental results show that the new model has a great improvement in image vision,higher iteration efficiency and an average increase of 1.6 dB in peak signal-to-noise ratio,and an average increase of 9%in structural similarity,which is more beneficial to practical applications.

复杂场景下无水尺水位的影像水位反演智能检测方法

实现精细化水务管控和洪涝灾害预警,需要实时、准确感知水位突变事件。现有技术不能满足夜晚、雾霾、雨天、雪天、漂浮物遮挡及阴影等复杂恶劣环境下的水位识别需求。为此,本文提出一种融合改进YOLOv5与卡尔曼滤波原理的无水尺水位智能检测技术:①引入YOLOv5对水位线(水岸分界线)进行检测,并利用线性拟合方法获得实际水位线;②针对水位线在延伸方向无限大而在其法向无限小特点,提出强化中尺度特征的多层级特征融合方法改进原YOLOv5算法;③利用卡尔曼滤波引入水位历史信息作为先验知识,提高本技术对复杂恶劣环境的泛化性能;④将图像中事先标定的固定的标志物加入到深度学习网络中训练,根据标志位真实尺寸解算实际水位高程,实现无水尺检测方案。相关试验和实践表明,改进的YOLOv5更加轻量化;本文所述水位智能检测技术斜率准确性为97.3%,较原算法提高了2.4%;截距准确性为99.3%,较原算法提高了0.5%;在夜晚、雾霾、雨天、雪天、漂浮物遮挡及阴影等复杂恶劣环境下可以自动、准确识别出水位高程,误差小于0.1 m。

基于联合特征定位的水文标尺识别方法

为解决现有基于视觉特征的水位测量方法在光照变化强烈以及成像质量模糊等恶劣环境下存在定位精度差和识别鲁棒性弱等问题,提出一种多特征联合定位的水尺识别方法。首先利用水尺的几何结构和颜色特征对水尺图像进行粗定位得到水尺候选区域,再提取候选区域的方向梯度直方图特征输入支持向量机得到水尺精定位,然后结合形态学算子和投影法实现字符和水尺刻度分割,通过自建水尺字符库来增强字符模型的泛化性能,最后采用LeNet-5框架对归一化、标准化字符进行识别并输出水尺识别结果。仿真结果表明,在不同视距和视角条件下水尺字符和刻度的识别准确率达到了99.4%,有效提高了恶劣环境下水尺识别的准确性和鲁棒性。

温度对投入式水位计测量精度的影响研究

小沙湾水厂是黄河地表水给水工程的重要组成部分,是准能集团的重要水源地,而精准的水位数据对泵站取水工作有较大的影响。以浮子式水位计示值为参照,设计了投入式水位计示值的对比试验,对影响传感器精度的主要因素之一温度进行了研究,总结了温度与示值误差之间的关系。结果发现,在10~18℃时,水温对传感器精度影响很小;在18~25℃时,水温越高传感器精度越低;在26~30℃时,传感器精度随温度升高而升高。

枞阳闸水文站雷达水位计与人工观测水位比测研究

本文以枞阳闸水文站为研究对象,为验证雷达水位计在测站水位监测中的精度性,选取2023年4-6月雷达水位计观测水位数据,结合人工观测方式实现同步分析。结果表明,基于《水位观测标准》要求,枞阳闸水文站雷达水位计与人工水位观测比测误差符合指标要求,雷达观测资料可供该测站水文资料正式使用。

水轮机顶盖液位计卡阻原因分析及处理

水轮机顶盖排水系统采用的浮球连杆式液位计在实际运行中常发生卡阻,经过分析发现卡阻的主要原因为液位计连杆在启主泵液位处集中结垢或聚积污渍所致;通过改进液位计的设计制造、优化顶盖排水系统控制程序、加强设备检修维护工作,可有效降低顶盖排水系统液位计发生卡阻的概率,从而保障水轮发电机组的安全可靠运行。

东江博罗水文站断面调整水位比测分析

基于博罗水文站基本水尺新旧断面水位比测分析,选取2022—2023年的水位观测资料,采用相关性关系分析及水位观测不确定度估算的方法,验证水位比测是否合格,是否启用新断面和变更站名。结果表明,新旧断面水位比测合格,数据相关性较好,置信水平为95%的综合不确定度为2 cm(≤3 cm),系统误差为-6.4×10^(-4) cm(≤±1 cm),符合相关规范要求,可启用新的基本水尺断面且站名保持不变。

基于机器视觉与深度学习的船舶水尺智能识别技术研究与运用

本文对基于机器视觉与深度学习的船舶水尺智能识别技术研究与运用进行讨论,首先对机器视觉与深度学习的相关基础理论进行分析,其次对其在船舶水尺智能识别技术的研究与运用进行分析,保证船舶能保持较好的运行水平。基于机器视觉与深度学习的船舶水尺智能识别技术研究与运用分析促进了船舶水尺智能识别技术的顺利实施,提升了船舶运行的可靠性。

水域水位实时监控系统的设计与应用

水域水位实时监控系统是一种新型的水位智能化监测系统,通过将水位压力传感器安装在水域,用数据传送模块将数据发送至云端,经过数据分析和计算后,将处理后的数据传送至电脑终端或手机移动端,从而方便管理人员随时随地的掌握水情,实现一人即可监控多个水域水情的目标。

基于神经网络的图像水位自动测量方法研究

基于图像的测量站可以有效加密河流水位监测网络,但由于河流在一年中可能会呈现出不同的外观,所以利用图像无法得到精确的水位测量结果。为此,本文介绍了一种结合深度学习和摄影测量技术的方法,通过图像自动获取准确水位。首先,本文利用深度学习中卷积神经网络(CNN)的全卷积神经网络(FCN)和语义分割(SegNet),对树莓派像机采集的图像进行水域分割,两种卷积神经网络的水域分割精度均高于98%;其次,将分割结果生成的水边线与无人机倾斜摄影测量得到的数字高程模型(DEM)相交,将图像信息转化为米制水位值。标准水位计得到的参考水位与基于图像方法测量的水位之间的相关性最高可以达到0.947,平均偏差最小仅为1.2 cm。本文方法实现了对河流水位监测网络的加密,并提供了准确的水位测量结果。

盖挖逆作法基坑生产性抽水试验施工工艺探讨

盖挖逆作法施工的基坑在顶板施工并覆土完成后,需要进行生产性抽水试验,以地铁项目为例,采用降水井内预置的振弦式孔隙水压计的施工工艺,从而换算出坑内降水井水位变化情况,以保证生产性抽水试验的顺利进行。

YHS3-2型浮子水位计的研究与应用

传统浮子水位计需要垂直安装,且需要建造水位自记井,要实现水位全量程监测需要较高的建设成本和较长的周期,且容易出现井内外水位不同步的问题。YHS3-2型浮子水位计是一种既可垂直安装,也可斜拉索式安装的新型水位计,无需建设自记井,在各种水位情况下都能够便捷地施工和安装,既克服了传统浮子水位计建井困难的情况,又解决了监测井内外水位不一致的问题,增强了仪器适用性。通过与正常使用的声学水位计观测比对,发现YHS32型浮子水位计监测结果误差小、精度高。

复杂恶劣环境下水位智能检测方法研究

实现智能化水务管控和洪涝灾害预警,需要实时、准确感知水位信息变化情况。针对现有技术不能满足夜晚、雾天、雨天、漂浮物遮挡、灯光阴影等复杂恶劣环境下的水尺水位的影像水位反演(小目标特征)识别需求,提出一种融合改进YOLOv5与RankSE的水位智能检测方法。首先,采用强化小尺度特征的多层级特征融合方法来改进YOLOv5算法,以强化对小目标的捕捉能力;其次,融入RankSE模块进一步提升对小目标的感知能力;最后,提出一种全新的水位高程解算方案,仅需利用部分水尺锚框信息即可获得准确的水位高程信息,极大提升了检测方法的鲁棒性。研究结果表明,本文所述方法水位检测相对准确度达98.5%,较原算法提高了8.4%;在复杂恶劣环境下可以自动、准确识别出水位高程,最大误差仅为0.11 m。研究结果有效提升了复杂恶劣环境下水位检测的准确性。

不同条件下非饱和土中孔隙气压变化特征研究

在研究土体内水的渗透行为时,通常直接采用压力表测量孔隙水压力。实际上压力表的测量值中包含了孔隙水压和孔隙气压。通常假设土体内的孔隙气压为0 kPa,所以一般没有考虑孔隙气压的影响。然而,根据近年来的研究认为,土体内孔隙气压的上升可能会对降雨时的边坡破坏、雨水渗透等产生影响。因此,在本研究中,为了掌握不同条件(降雨条件、地下水条件、排气条件)下的孔隙气压情况,进行了雨水渗透情况下土体内孔隙气压的测量试验。结果表明,由于地表处于内涝状态,土体内的孔隙气压会上升,说明了降雨时测量孔隙气压是极为必要的。研究结果为弃土边坡的长期运行与监测预警提供一定的理论依据。

水囊土压力计研制与试验验证研究

针对土压力盒易发生应力集中的问题,研制了水囊土压力计,即通过透明的PU空压软管将感压水囊与电子压力表进行连接,其中感压水囊的厚度可控制在5~10 mm,在使用时电子压力表的高度位置进行固定。将水囊土压力计与振弦式土压力盒埋设在不同压缩模量的土体中进行了对比试验,结果分析表明,由于感压水囊比土压力盒薄,虽然实测土压力偏大问题不可避免,但相对土压力盒测试结果而言,采用水囊土压力计测试地层中的土压力时应力集中问题显著改善;从测试结果可知,由测试元件厚度所导致的土压力偏大幅值为非线性,这与测试元件周围的土体颗粒变形调整有关。将水囊土压力计用于盾构隧道响应模型试验研究中,从测试结果可知,水囊土压力计与土压力盒的测试结果具有明显的不同;从测试结果的变化趋势分析来看,水囊土压力计的测试结果可信,且有必要采用水囊土压力计直接贴在模型盾构隧道外壁测试其周围土压力。水囊土压力计的测试原理简单,且成本低、精度高,因其为柔性构造,可根据测试需求选用感压水囊用于结构物表面为非平面的土压力测试。

人工智能视频识别在水利数字孪生中的典型应用

视频监控与人工智能技术越来越广泛应用在水利智慧化建设方面,数字孪生建设是构建智慧水利的关键和核心。针对水利数字孪生建设实际需求,利用视频监控、图像处理、人工智能等技术手段,研发视频智能识别模型系统,通过智能模拟,实现与物理要素仿真运行、虚实交互。主要针对视频智能识别在水利数字孪生中主要应用场景进行系统化设计,实现如水尺识别、漂浮物识别、地表水体检测等应用。从实际运行情况来看,视频智能识别系统能够实现对物理对象进行不间断监控、分析、识别及预测预警,在水利智慧化建设方面具有较大的应用价值。

利用加权有向图的船舶水尺重建与水位识别

针对目前船舶水位识别精度低、检测场景迁移性差等问题,提出一种基于加权有向图的高精度、鲁棒性好的船舶水尺重建和水位识别方法.首先通过目标检测和图像分割算法识别船体上的水尺字符和水位线;然后根据船舶水尺的结构特点将识别出来的水尺字符构建加权有向图,通过寻找加权有向图中的最长路径完成船舶的水尺重建;最后根据重建水尺和水位线的位置关系识别船舶的水位高度.在黄骅港实地采集的视频数据上进行实验的结果表明,所提方法可以较好地修正前期基于水尺字符检测网络带来的字符误检问题,大大减少因船舶图像背景复杂产生的不利影响,在10mm的误差范围内,水位识别准确率可达91.3%,显著优于业内主流方法.

一种稳健的船舶水尺检测与识别方法

船舶水尺的检测与识别是实现精准水尺计重的关键。针对人工读取过程容易产生主观性误差以及人力成本较高等问题,提出一种基于计算机视觉的船舶水尺自动检测与识别方法。首先利用SegNet网络结合形态学操作精确定位吃水线位置,然后检测船舶的水尺区域,在水尺区域中使用轮廓检测算法定位水尺字符候选区域并通过卷积神经网络对水尺字符候选区域进行分类,最终根据水尺字符和水线的空间位置关系计算出水尺读数。在相关数据集上对所提方法进行测试,结果表明,所使用的算法在船舶水线检测中效果明显,在船舶水尺字符识别任务中识别准确率达到了94.8%。

翻斗式雨量计翻斗翻转特性的试验和仿真模拟研究

翻斗式雨量计作为水文气象领域最为基础的降水采集设备,具有实用和稳定好等特点,但对翻斗翻转特性机理及翻斗式雨量计机械误差的产因的研究存在不足。为此,利用高速摄像机的室内试验和数值模拟相结合的方法从机理上探究了翻斗式雨量计翻斗的翻转过程。研究结果表明,翻斗在翻转过程中,从启动到停止的用时约为0.35~0.40 s,翻斗从启动到水平的耗时t1占比较高,约为80%~85%左右,从水平到停止t2仅约为0.05 s,且存在翻斗触及调节螺帽后的轻微回弹现象。在t1时间段内水会持续注入翻斗内,是造成附加水量及雨量计机械误差随雨强变化的根本原因。翻斗在极短时间内(约0.40 s)将水倾倒出,且由于翻斗在触碰停止螺栓时会造成轻微回弹现象,由此造成雨量计翻斗在翻出水时产生翻出流量的“双峰”现象,且随着翻斗左右安装倾角变小,而增大的现象。研究结果可为未来翻斗式雨量计的改进提供基础理论支撑。

常用水位计在水利工程运行管理中的选型研究

水位计被广泛应用于水利工程运行管理中的水位监测。不同类型水位计的在设备成本、安装成本、维护成本、使用寿命等不尽相同。优选水位计有助于水利工程养护维修控制,保障工程日常有效监测。基于工程经济学理论,对比分析5种常用水位计,主要涉及在不同场景的安装、调试、维护、使用等作业情况,以期为水利工程中水位计的选型和应用提供参考和借鉴。