基于水、标尺和漂浮物语义分割的人工智能水位监测系统的制作方法

1.本发明涉及水位监测领域，尤其涉及基于水、标尺和漂浮物语义分割的人工智能水位监测系统。


背景技术：

2.使用人工智能系统对水库、河流、湖泊、城市水域等各种地表水水位进行监测的过程中，因为水面上存在漂浮物，使svm二分类器不能精准地分割水域和标尺区域，这样会对监测系统的测量准确度造成影响。
3.语义分割任务要求给图像上的每一个像素赋予一个带有语义的标签，视频语义分割任务是要求给视频中的每一帧图像上的每一个像素赋予一个带有语义的标签。利用语义分割能对待测图像中的像素点进行区分，再将不同的像素点分割，同样的像素点联合呈区域，由此对图像进行区域划分，并将不同的区域用颜色区分。


技术实现要素：

4.本发明的目的是为了解决现有技术中存在的缺点，而提出的基于水、标尺和漂浮物语义分割的人工智能水位监测系统。
5.为了实现上述目的，本发明采用了如下技术方案：
6.基于水、标尺和漂浮物语义分割的人工智能水位监测系统，包括监控模块和连接所述监控模块的测量模块，所述测量模块的工作步骤如下：step1：区域分类；将导入测量模块的图像进行区域划分，得到类似标尺区域；step2：语义分割；将step1中进行分类后的区域图取语义分割结果；step3：区域界线赋值；将step2中得到的语义分割后的区域图按照水面的物理含义最高值和标尺区域的物理含义最低值分别赋值a1和b1；step4：取水位值；将step3中得到的a1和b1按照取值算法取值，得到最终的水位值c。
7.优选的，所述监控模块包括图像传感器，所述图像传感器的输出端连接所述测量模块的输入端。
8.优选的，所述测量模块的step4中的取值算法包括如下过程：a. 当|a
1-b1|≤1m时，取b.当|a
1-b1|＞1m时，取c＝a1。
9.优选的，在测量模块的step3中，利用预存定标模组配置的参数将图像的坐标转换为实际坐标，所述水面的物理含义最高值a1和标尺区域的物理含义最低值b1均为实际坐标。
10.优选的，本发明的人工智能监测系统包括离线学习模块，在测量模块的step1中，区分出类似标尺区域，利用所述离线学习模块，将待测图像与离线学习模块中存储的参照图进行特征相似度匹配，区分出水域和标尺区域。
11.优选的，在测量模块的step2中，语义分割针对的是水域、标尺区域、水面上的漂浮物。
12.优选的，在测量模块的step2中采用的语义分割的图像像素大于 300万。
13.本发明的有益效果为：本发明中，一是利用语义分割算法对水域、标尺区域、水面漂浮物占据区域进行划分，配合分类器和特征算法能得到水域和标尺区域，避免水面漂浮物对图像区域划分造成干扰；二是综合水面的物理最高值和标尺的物理最低值得到水位线在的位置，计算结果准确，计算过程快速；三是对漂浮物占据区域进行置信度计算，减轻漂浮物对水位值计算结果的影响；四是本系统的特征区分建立在离线学习系统大数据库的基础上，并采用图像划分的方式得到水位值结果，结果直观，能广泛地检测各种环境下的水库、河流、湖泊、城市水域等各种地表水水位。
附图说明
[0014][0015]
图1为本发明所述监测系统的运行流程图。
具体实施方式
[0016]
下面将结合本发明实施例中的，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。
[0017]
基于水、标尺和漂浮物语义分割的人工智能水位监测系统，包括监控模块和连接所述监控模块的测量模块，所述测量模块的工作步骤如下：
[0018]
step1：区域分类；
[0019]
将导入测量模块的图像进行区域划分，得到类似标尺区域；
[0020]
step2：语义分割；
[0021]
将step1中进行分类后的区域图取语义分割结果；
[0022]
step3：区域界线赋值；
[0023]
将step2中得到的语义分割后的区域图按照水面的物理含义最高值和标尺区域的物理含义最低值分别赋值a1和b1；
[0024]
step4：取水位值；
[0025]
将step3中得到的a1和b1按照取值算法取值，得到最终的水位值c。
[0026]
所述监控模块包括图像传感器，所述图像传感器的输出端连接所述测量模块的输入端。
[0027]
所述测量模块的step4中的取值算法包括如下过程：
[0028]
a.当|a
1-b1|≤1m时，取
[0029]
b.当|a
1-b1|＞1m时，取c＝a1。
[0030]
在测量模块的step3中，利用预存定标模组配置的参数将图像的坐标转换为实际坐标，所述水面的物理含义最高值a1和标尺区域的物理含义最低值b1均为实际坐标。
[0031]
本发明所述人工智能监测系统还包括离线学习模块，在测量模块的step1中，区分出类似标尺区域，利用所述离线学习模块，将待测图像与离线学习模块中存储的参照图进行特征相似度匹配，区分出水域和标尺区域。
[0032]
在测量模块的step2中，语义分割针对的是水域、标尺区域、水面上的漂浮物。
[0033]
在测量模块的step3中，设置水面漂浮物阈值γ，γ的计算方法如下：
[0034]
其中s1是语义分割后漂浮物的图像面积，其中s2是语义分割后水域的图像面积；
[0035]
当γ＞20％时，得到的水位值置信度低，在测量模块的step4中输出水位值c时，将水位值的输出数字标红；
[0036]
当γ≤20％时，正常输入水位值c。
[0037]
在测量模块的step2中采用的语义分割的图像像素大于300万。
[0038]
本装置利用语义分割算法对待测图像进行区域划分，边缘分割准确。
[0039]
本发明的有益效果为：本发明中，一是利用语义分割算法对水域、标尺区域、水面漂浮物占据区域进行划分，配合分类器和特征算法能得到水域和标尺区域，避免水面漂浮物对图像区域划分造成干扰；二是综合水面的物理最高值和标尺的物理最低值得到水位线在的位置，计算结果准确，计算过程快速；三是对漂浮物占据区域进行置信度计算，减轻漂浮物对水位值计算结果的影响；四是本系统的特征区分建立在离线学习系统大数据库的基础上，并采用图像划分的方式得到水位值结果，结果直观，能广泛地检测各种环境下的水库、河流、湖泊、城市水域等各种地表水水位。
[0040]
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0041]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0042]
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。