[发明专利]一种基于机器视觉的中小自然河流水文水位检测方法有效

专利信息
申请号: 202110093656.2 申请日: 2021-01-22
公开(公告)号: CN112784753B 公开(公告)日: 2023-04-18
发明(设计)人: 吕宁;闫慧敏;陈晨;殷廷瑞;赵小楠;邓嘉轩 申请(专利权)人: 西安电子科技大学
主分类号: G06V20/52 分类号: G06V20/52;G06V20/40;G06V10/24;G06V10/25;G06V10/26;G06V10/44;G06V10/46
代理公司: 西安嘉思特知识产权代理事务所(普通合伙) 61230 代理人: 刘长春
地址: 710000 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 中小 自然 河流 水文 水位 检测 方法
【权利要求书】:

1.一种基于机器视觉的中小自然河流水文水位检测方法,其特征在于,包括:

S1:对获取的水位原始视频图像进行预处理,得到预处理后的水位图像;所述预处理包括去噪处理和图像增强处理;

S2:利用视觉显著性检测算法对所述预处理后的水位图像进行检测,得到水位图像的显著图;

S3:根据所述水位图像的显著图对所述预处理后的水位图像进行分割,得到预分割图像;

S4:对所述预分割图像进行水文尺感兴趣区的提取,得到水文尺ROI图像;所述S4包括:

S41:将所述预分割图像转换至HSV空间,并根据预设的H、S、V的阈值,进行水文尺掩膜提取,得到含有水文尺轮廓的二值图;其中,预设的H、S、V的阈值根据水文尺本身的颜色确定;

S42:对所述含有水文尺轮廓的二值图进行形态学处理,得到水文尺连通域;

S43:获取所述水文尺连通域的第二最小外接矩形以及所述第二最小外接矩形的坐标;

S44:根据所述第二最小外接矩形的坐标对所述预处理后的水位图像进行分割,得到所述水文尺ROI图像;

S5:判断所述水文尺ROI图像中的水文尺是否倾斜,若是则对所述水文尺ROI图像进行倾斜矫正后执行步骤S6,若否则执行步骤S6;

S6:对所述水文尺ROI图像进行水文尺边缘探测和水位线定位处理,得到后分割图像,根据所述后分割图像得到水位检测结果;所述S6包括:

S61:通过直线探测法对所述水文尺ROI图像进行水文尺边缘检测,以实现对水文尺边缘的分割处理,得到边缘分割图像;

S62:将所述边缘分割图像转换至HSV空间,通过直线探测法对水位线进行定位,得到水位线定位图像;其中,

水文尺与河面的交线在S通道下出现投影值的突变,采用直线探测法,对S通道下的水文尺进行直线探测,自适应获取投影曲线滤波值,根据滤波值获取到水位线位置;

S63:对所述水位线定位图像进行分割,得到所述后分割图像,根据所述后分割图像得到水位检测结果。

2.根据权利要求1所述的方法,其特征在于,所述S1包括:

S11:采用小波阈值去噪算法对所述水位原始视频图像进行去噪处理,得到去噪水位图像;

S12:对所述去噪水位图像进行图像增强处理,得到所述预处理后的水位图像。

3.根据权利要求1所述的方法,其特征在于,所述S2包括:

S21:对所述预处理后的水位图像通过高斯金塔采样,获取不同尺度下图像的颜色、亮度以及方向特征;

S22:利用中心-周边差分算法对不同尺度下图像的显著性进行判断,得到亮度特征图、颜色特征图和方向特征图;

S23:对不同尺度下的所述亮度特征图、所述颜色特征图和所述方向特征图分别进行归一化处理;

S24:将经过归一化处理后的所述亮度特征图、所述颜色特征图和所述方向特征图进行线性叠加,得到所述水位图像的显著图。

4.根据权利要求1所述的方法,其特征在于,所述S3包括:

S31:采用大津法对所述水位图像的显著图进行阈值化;

S32:获取经过阈值化的所述水位图像的显著图的前景区域的第一最小外接矩形,所述第一最小外接矩形包含水文尺;

S33:将所述第一最小外接矩形的前景区域作为初始输入,利用GrabCut算法在所述第一最小外接矩形的区域内进行算法迭代优化,得到分离背景区域的水文尺图像;

S34:利用所述分离背景区域的水文尺图像,对所述预处理后的水位图像的非前景区域进行抑制处理,得到所述预分割图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110093656.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top