[发明专利]一种水尺水位线检测方法及装置

说明书

本发明涉及一种水尺水位线检测方法及装置,属于人工智能技术领域。方法包括以下步骤：收集水尺水位线图像数据，对所述图像数据进行处理，得到处理后的水尺水位线数据；基于所述处理后的水尺水位线数据，构建水尺水位线检测模型，对所述水尺水位线检测模型进行训练，并保存模型参数；接收输入的待检测的水尺水位线图像，根据所述水尺水位线检测模型计算水位线的位置，输出检测结果。本方法能够自动识别出水位线的位置，准确性高。

技术领域

本发明属于人工智能技术领域，尤其涉及一种水尺水位线检测方法及装置。

背景技术

水位信息在水利、水运、防汛抗旱、其他水文数据预测等领域发挥着重要的作用。人工观读水位尺是获取水位信息传统的方式，但是存在人眼识别的不准确性和危险性以及恶劣天气无法观测水位等情况，使用视觉算法可以极大程度避免这些问题。

水尺水位线检测视觉算法计算水尺读数的重要一环，以往技术使用过于简单不够精准的图像灰度值计算方法，或使用速度较慢的图像分割大模型，分割出水位线上多个关键点来确定水位线位置，作为水尺识别流程的一部分，都存在一定缺陷。传统方法中，在出现光照不均匀、水面倒影等复杂情形很难准确找到正确的水位线位置。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种水尺水位线检测方法及装置,能够自动识别出水位线的位置，准确性高。

根据本发明的一个方面，本发明提供了一种水尺水位线检测方法，所述方法包括以下步骤：

S1：收集水尺水位线图像数据，对所述图像数据进行处理，得到处理后的水尺水位线数据；

S2：基于所述处理后的水尺水位线数据，构建水尺水位线检测模型，对所述水尺水位线检测模型进行训练，并保存模型参数；

S3：接收输入的待检测的水尺水位线图像，根据所述水尺水位线检测模型计算水位线的位置，输出检测结果。

优选地，所述对所述图像数据进行处理，得到处理后的水尺水位线数据包括：

将图像数据分割成包含像素块的矩阵，对所述矩阵进行扫描分类，标注水位线像素在所述矩阵中的行列位置。

优选地，所述基于所述处理后的水尺水位线数据，构建水尺水位线检测模型包括：

基于所述处理后的水尺水位线数据，构建基于贝塞尔曲线的水尺水位线检测模型，所述水尺水位线检测模型包括特征偏移可识别模块，通过所述特征偏移可识别模块优化所述贝塞尔曲线的控制点和曲线特征的拟合偏差。

优选地，所述基于贝塞尔曲线的水尺水位线检测模型的模型损失函数为：

L_total＝αL_reg+βL_CIOU+γL_cls

其中，

其中，α、β、γ为损失函数权重占比，取值范围为[0,1]，n为采样数，IOU表示两矩形交叠区域面积与两矩形并集面积的比值，所述两矩形表示模型输出控制点所建立的曲线的最小外接矩形；b为模型输出控制点所建立的曲线的最小外接矩形中心点，ρ(·)为欧式距离，c为两曲线最小外接矩形对角线的距离，w、h分别为两矩形的宽和高，P_O、P₁、P₂、P₃为曲线控制点，gt表示数据为标注数据，B(t)表示贝塞尔曲线模型，表示贝塞尔曲线模型的输出；P_i和T_i分别为模型输出和真实标注的第i个column anchor的分类结果向量；L_CE(P_i,T_i)为第i个分类器交叉熵损失。