基于多候选虚拟标尺的人工智能水面检测系统的制作方法

1.本发明涉及水位监测领域，尤其涉及基于多候选虚拟标尺的人工智能水面检测系统。


背景技术：

2.实际情况中，有些水位站点不适合实际标尺的建设，水下的标尺很难建设，并且随着时间的推移，标尺会出现褪色、陨落的状况，还有水面出现漂浮物的或是水尺存在倒影的时候，会遮挡标尺，导致标尺得不到准确读数。


技术实现要素：

3.本发明的目的是为了解决现有技术中存在的缺点，而提出的基于多候选虚拟标尺的人工智能水面检测系统。
4.为了实现上述目的，本发明采用了如下技术方案：
5.基于多候选虚拟标尺的人工智能水面检测系统，基于多候选虚拟标尺的人工智能水面检测系统，包括多个虚拟标尺，所述虚拟标尺的使用方法包括以下步骤：step1：获取算法配置；本发明中的算法配置包括正负采样和定标配置两个模块；a.正负采样；将图像传感器得到的水域图像传入本发明的检测系统中，使用在线分类器，区分图像中的水域区域和非水域区域，将对图像上非水域区域进行正采样，在图中由蓝色的点表示，对水域区域进行负采样；b.定标配置；在图像中选取两个点a1和b1，a1和b1的连线代表水面的方向，a1和b1之间的距离代表标尺的宽度，在图像中选取两个点a2和b2，a2为当前的水位点，b2为参考水位点，记录a2和b2在标尺中的对应数值；step2：获取图像水位线；根据step1中选取的背景点进行在线训练，根据标定图像和当前实时图像比对得到前景点，训练在线分类器，对图像进行分类，得到图像水位线；图像水位线的成像位于当前图像中水域的最上方，标尺的最下方，根据当前图像中水域的最上方，标尺的最下方中的任一一个数据得到当前水位线；step3：去除噪声和倒影；去除前景区域中误分区域，去除图像中的成像倒影；step4：定标；采用定标模组，根据实际标尺构建实际坐标和图像中的像素的映射；step5：合成虚拟标尺；根据step1到step4得到的结果，得到一个当前水尺的高，和标定的水尺刻度进行换算，得到当前水面实际高度。
6.优选的，在step3中的定标模组包括以下工作步骤：s1：输入点位id；点位id是每个检测点对应唯一的一个标记符；s2：配置文件所在路径；文件所在路径即最终运行的程序所在路径；s3：定标图片所在路径；确定当前检测点对应截取的一张图片所在地址，设置标定图片的时间和运行时间相差比较少；s4：确定最大高度；读取当前图像场景中，水位尺的最大刻度，单位为m；s5：确定当前高度；读取当前图像场景中，水位线的实时高度，单位为m；s6：标尺定标；用4个点框出当前的电子标尺的范围；s7：水域标定：将水域的区域给标注出来，标注点最多20个。
7.优选的，根据step1至step5的虚拟标尺使用步骤，本检测系统的虚拟标尺在图像
中可同时存在多个，并且能设置在图像中的任何位置；在此基础上，对虚拟标尺存在多种运用；其运用方式如下：a.多候选位置虚拟成像；b.远近成像得到大范围读数和精准数据。
8.优选的，本发明所述检测系统包括以下运用情况：1)替代水尺倒影位置；若天气环境情况良好、水体清澈，则存在水面倒影；倒影可能会影响到水尺与水面交界处的识别；采用虚拟标尺在非倒影位置成像，得到准确的水位读数；需要增加抗倒影干扰模块，处理效果与相机成像质量有一定关系，相机分辨率不宜过低；2)应用于水尺磨损、变暗、遮挡等退化情况；由于采用了水尺直接判读，水尺的清晰度尤为重要；局部的小范围刻度退化可能导致水位识别在对应小范围内有一些偏差；建议采用类似e型水尺，其抗退化能力稍强；因此采用虚拟标尺叠加在实际标尺上，得到清晰的读数。
9.优选的，经过定标，在图像上同时构建虚拟远尺和虚拟近尺，虚拟远尺得到检测大范围数据，虚拟近尺检测精准的数值。
10.优选的，本检测系统包括对虚拟标尺的使用方法的精度确定；
11.准确度用f
p
表示：其中f
p
的计算公式如下p代表满足精度要求的测试次数；m代表满足精度测试要求的总测试次数。
12.优选的，在step4中的噪声去除主要根据前景区域的位置、长宽比、区域面积、亮度等综合信息进行排除。
13.优选的，在step4中的倒影去除是根据光的斜射原理，将水面下部分和水面上部分之间的亮度、饱和度进行差别去除。
14.本发明的有益效果为：本发明中，一是采用虚拟标尺多位置成像的方式，避免了水尺在水面上产生倒影的时候对标尺读数造成影响，仍旧能得到准确读数；二是采用定标方法采用远近虚拟标尺，成像监测范围广读数准确；三是利用虚拟标尺和现实中的磨损、褪色标尺进行合成，得到一个准确的标尺，从而得到准确的水位读数；本发明的检测系统应用高效且读数准确。
附图说明
15.图1为本发明所述检测系统的方法流程图。
具体实施方式
16.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
17.基于多候选虚拟标尺的人工智能水面检测系统，包括多个虚拟标尺，所述虚拟标尺的使用方法包括以下步骤：
18.step1：获取算法配置；
19.本发明中的算法配置包括正负采样和定标配置两个模块。
20.a.正负采样；将图像传感器得到的水域图像传入本发明的检测系统中，使用在线分类器，区分图像中的水域区域和非水域区域，将对图像上非水域区域进行正采样，在图中由蓝色的点表示，对水域区域进行负采样；
21.b.定标配置；在图像中选取两个点a1和b1，a1和b1的连线代表水面的方向，a1和b1之
间的距离代表标尺的宽度，在图像中选取两个点a2和b2，a2为当前的水位点，b2为参考水位点，记录a2和b2在标尺中的对应数值。
22.step2：获取图像水位线；
23.根据step1中选取的背景点进行在线训练，根据标定图像和当前实时图像比对得到前景点，训练在线分类器，对图像进行分类，得到图像水位线；
24.图像水位线的成像位于当前图像中水域的最上方，标尺的最下方，根据当前图像中水域的最上方，标尺的最下方中的任一一个数据得到当前水位线；
25.step3：去除噪声和倒影；去除前景区域中误分区域，去除图像中的成像倒影；
26.step4：定标；
27.采用定标模组，根据实际标尺构建实际坐标和图像中的像素的映射。
28.step5：合成虚拟标尺；
29.根据step1到step4得到的结果，得到一个当前水尺的高，和标定的水尺刻度进行换算，得到当前水面实际高度。
30.在step3中的定标模组包括以下工作步骤：
31.s1：输入点位id；点位id是每个检测点对应唯一的一个标记符；
32.s2：配置文件所在路径；文件所在路径即最终运行的程序所在路径；
33.s3：定标图片所在路径；确定当前检测点对应截取的一张图片所在地址，设置标定图片的时间和运行时间相差比较少；
34.s4：确定最大高度；读取当前图像场景中，水位尺的最大刻度，单位为m；
35.s5：确定当前高度；读取当前图像场景中，水位线的实时高度，单位为m。
36.s6：标尺定标；用4个点框出当前的电子标尺的范围；
37.s7：水域标定：将水域的区域给标注出来，标注点最多20个；实际标定的时候，如果没有这个区域的话，即图像中没有水域区域的时候，比如在枯水期，或者水域不明显时，可以不标定水域；
38.在step4中的噪声去除主要根据前景区域的位置、长宽比、区域面积、亮度等综合信息进行排除。噪声去除指的就是，在线二分类器，在分类的过程中对于图像的某些区域分类错误，本来是背景，被当成前景，这些误分区域的去除，称为噪声去除。
39.在step4中的倒影去除是根据光的斜射原理，将水面下部分和水面上部分之间的亮度、饱和度进行差别去除。倒影是在水面清澈的情况下，水面下面的水尺也会暴露出来，这时就要对水面下部分的倒影进行去除，避免其影响图像获取。
40.根据step1至step5的虚拟标尺使用步骤，本检测系统的虚拟标尺在图像中可同时存在多个，并且能设置在图像中的任何位置。在此基础上，对虚拟标尺存在多种运用；
41.其运用方式如下：
42.a.多候选位置虚拟成像；
43.1)替代水尺倒影位置；若天气环境情况良好、水体清澈，则存在水面倒影。倒影可能会影响到水尺与水面交界处的识别。采用虚拟标尺在非倒影位置成像，得到准确的水位读数；需要增加抗倒影干扰模块，处理效果与相机成像质量有一定关系，相机分辨率不宜过低。
44.2)应用于水尺磨损、变暗、遮挡等退化情况；
45.由于采用了水尺直接判读，水尺的清晰度尤为重要。局部的小范围刻度退化可能导致水位识别在对应小范围内有一些偏差。建议采用类似e型水尺，其抗退化能力稍强。因此采用虚拟标尺叠加在实际标尺上，得到清晰的读数；
46.b.远近成像得到大范围读数和精准数据；
47.经过定标，同样的像素点位置在图像上代表的实际高度数据不同，同样的刻度线代表的单位参数不同，因此在图像上同时构建虚拟远尺和虚拟近尺，虚拟远尺得到检测大范围数据，虚拟近尺检测精准的数值。
48.本装置需要对虚拟标尺的检测方法进行精度确定；
49.准确度用f
p
表示：
50.p代表满足精度要求的测试次数；
51.m代表满足精度测试要求的总测试次数。
52.实际使用的时候要求f
p≥
95％。
53.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。