[发明专利]水位自动识别方法及装置

权利要求书

1.一种水位自动识别方法，其特征在于，包括：

从待识别水尺图像中提取出水尺区域，并对所述水尺区域进行分割，获取所述水尺区域中水尺头部的多个带状区域和水尺测量部分的多个带状区域；

根据所述水尺头部的所有带状区域各自的高度构成的向量，获取所述向量对应的水尺编号和所述水尺编号对应的水尺零点高程；其中，所述水尺编号与所述水尺零点高程之间的关联关系预先存储；

获取所述水尺测量部分的所有带状区域的边界中位于水面上方的最后一个边界，并获取所述最后一个边界与所述水面的交叉点，以及所述交叉点的水位读数，将所述水位读数和所述水尺零点高程相加，获取所述待识别水尺图像的水位识别结果；其中，所述水尺测量部分的各带状区域的边界为螺旋状；

其中，获取所述最后一个边界与所述水面的交叉点的步骤具体包括：

当所述待识别水尺图像中的水质透明时，获取所述最后一个边界上各点的曲率变化，将曲率变化最大的点作为所述最后一个边界与所述水面的交叉点；

当所述待识别水尺图像中的水质不透明时，将所述最后一个边界上的最低点作为所述最后一个边界与所述水面的交叉点。

2.根据权利要求1所述的水位自动识别方法，其特征在于，从待识别水尺图像中提取出水尺区域的步骤之前还包括：

对所述待识别水尺图像进行预处理；

其中，所述预处理包括畸变校正、灰度拉伸、二值化、腐蚀和骨架细化；

所述畸变校正的步骤具体包括：

基于随机森林模型建立待识别水尺图像中各像素的准确位置与实际位置之间关系；

根据待识别水尺图像中各像素的准确位置与实际位置之间关系，对所述待识别水尺图像中各像素的位置进行校正。

3.根据权利要求1所述的水位自动识别方法，其特征在于，所述水尺头部的各带状区域为第一颜色或第二颜色，所述水尺头部的相邻两个带状区域的颜色不同，所述水尺头部的各带状区域的边界为圆弧状；

所述水尺测量部分的各带状区域为第三颜色或第四颜色，所述水尺测量部分的相邻两个带状区域的颜色不同；

相应地，从待识别水尺图像中提取出水尺区域的步骤具体包括：

根据所述水尺头部的各带状区域的颜色和所述水尺测量部分的各带状区域的颜色，从所述待识别水尺图像中提取出水尺区域。

4.根据权利要求3所述的水位自动识别方法，其特征在于，对所述水尺区域进行分割，获取所述水尺区域中水尺头部的多个带状区域和水尺测量部分的多个带状区域的步骤具体包括：

基于超像素算法对所述水尺区域进行分割，获取所述水尺区域中水尺头部的多个带状区域和水尺测量部分的多个带状区域；

其中，在分割过程中基于所述水尺区域中邻域像素的相似度的能量函数对所述水尺区域进行分割，并对所述能量函数进行优化。

5.根据权利要求1所述的水位自动识别方法，其特征在于，根据所述水尺头部的各带状区域的高度构成的向量，获取所述向量对应的水尺编号的步骤具体包括：

根据所述水尺头部的带状区域的预设数量和所述水尺头部的所有带状区域的预设总高度上限，确定由总高度小于所述预设总高度上限的预设数量的高度构成的所有向量的集合，并将所述集合中的向量进行排序；其中，所述预设总高度上限和构成所述集合中向量的高度为预设单位高度的倍数；

从所述集合中查找所述水尺头部的各带状区域的高度构成的向量，查找的所述向量的排序序号作为所述向量对应的水尺编号。

6.根据权利要求1-5任一所述的水位自动识别方法，其特征在于，获取所述待识别水尺图像的水位识别结果的步骤具体包括：

获取预设时间段内多次拍摄的任一水尺的待识别水尺图像的水位识别结果；

相应地，获取所述待识别水尺图像的水位识别结果的步骤之后还包括：

计算所述水尺的所有水位识别结果的平均值；

若所述水尺的任一所述水位识别结果与所述平均值之间的差值大于预设阈值，则剔除该水位识别结果；

将所述水尺剔除后剩余的水位识别结果的平均值作为所述水尺的最终水位识别结果。