[发明专利]适用于夜间补光条件的水尺水位线图像检测方法、装置及存储介质

说明书

本发明公开一种适用于夜间补光条件的水尺水位线图像检测方法、装置及存储介质，方法包括：获取夜间补光条件下包含目标水尺的待检测图像；利用预先训练的faster‑RCNN目标检测网络检测水尺大致区域；对水尺大致区域图像进行高斯模糊处理；对模糊图像采用递归OTSU算法进行处理，分割水尺与背景；对分割得到的水尺图像进行二值化处理；统计二值化水尺图像中像素灰度值为255的所有像素，对统计结果进行梯形积分，再对梯形积分进行二阶微分；对所述二阶微分分别计算均值和方差，根据二阶微分的均值和方差的突变位置确定水位线的位置。利用本发明能有效克服夜间补光造成的异物灰度相近影响，提高检测精度和检测效率。

技术领域

本发明涉及水文监测中的水位线检测技术领域，特别是一种适用于夜间补光条件的水尺水位线图像检测方法、装置及存储介质。

背景技术

水位是河流湖库的基本水文要素之一。传统水尺测量需要人工定时观测，存在设备及安装成本高，测量精度易受复杂环境的影响等缺点。夜间补光条件下的图像相较于正常光照图像缺失颜色信息，由于补光的特点，背景不能直接通过设置阈值达到完全过滤的效果。水面反光在夜间补光条件下对水位线的检测存在较大影响。

目前国内许多重要的水位观测点均建设有视频监控系统并配有标准水尺，为基于视频图像的水尺水位检测提供了有利条件。图像法在原理上具有非接触、无温漂、无转换误差等优点，因此，近年来图像法水位检测在机器图像和水利量测领域已成为新的研究热点。然而受复杂现场条件的影响，现有的图像法水位检测方法在测量精度和可靠性上仍然存在较大的局限，体现在：1)通过识别水尺刻度线与水尺字符实现水位值检测的方法，专利如：一种基于二进制编码字符水尺和图像处理的水位识别方法(公开号：CN107367310A)，建立二进制编码字符定位和分割模型及二进制编码字符水尺刻度线提取模型，通过模板匹配方法识别字符，进而换算水位值，在图像分辨率较低，水尺刻度线和字符不清晰的情况下就难以保证检测的精度。2)通过图像处理和神经网络实现水位值检测方法。专利如：一种基于全卷积神经网络的水尺水位线检测及有效性识别方法(公开号：CN111598098A)，基于VGG-16构建了一种用于语义分割的全卷积神经网络。标注数据集时仅分为水尺，水草和水体三部分，对图像中的其他背景未能有很好的检测效果，使用时若有水草遮挡则需要人工读数。3)通过对水尺分块进行处理逐渐缩小检测区域最终获得水位线的位置。专利如：一种适用于复杂光照条件的水尺水位线视觉检测方法(公开号：CN109764930A)，通过计算灰度图像和边缘图像的灰度均值差，取两个特征中的最大值作为衡量图像差异性的指标，再采用粗定位和精定位结合的水位线检测方法得到水位线的位置，计算量较大，实际应用较为困难。

发明内容

本发明的目的是提供一种适用于夜间补光条件的水尺水位线图像检测方法、装置及存储介质，能有效克服夜间补光造成的异物灰度相近影响，提高检测精度和检测效率。本发明采用的技术方案如下。

一方面，本发明提供一种适用于夜间补光条件的水尺水位线图像检测方法，包括：

获取夜间补光条件下包含目标水尺的待检测图像；

利用预先训练的faster-RCNN目标检测网络检测水尺大致区域，根据检测结果得到水尺大致区域图像；

对水尺大致区域图像进行高斯模糊处理，得到模糊图像；

对所述模糊图像采用递归OTSU算法进行处理，以将水尺与背景分割，得到水尺部分的图像；

对所述水尺部分的图像进行二值化处理，得到二值化的水尺图像；

统计二值化水尺图像中像素灰度值为255的所有像素，对统计结果进行梯形积分，再对梯形积分进行二阶微分；

对所述二阶微分分别计算均值和方差，根据二阶微分的均值和方差的突变位置确定水位线的位置。