水位图像识别的场景问题处理方法和技术

被引:12
作者
江海洋 [1 ]
刘林海 [1 ]
李红石 [2 ]
机构
[1] 浙江省水文管理中心
[2] 杭州海康威视数字技术股份有限公司
关键词
人工智能; 图像识别; 场景处理; 深度学习; 水位; 监测;
D O I
10.19364/j.1674-9405.2020.01.008
中图分类号
P332.3 [水位观测、河床观测]; TP391.41 []; TP18 [人工智能理论];
学科分类号
080203 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
水位图像识别系统基于人工智能图像识别技术,通过对水尺进行智能识别,直接获得水位的数值,但在实际应用中,由于受场景因素的干扰,稳定性大受影响。通过采用深度学习算法、多帧识别、曝光参数优化,以及摄像机硬件及光学的定制等多种手段相结合,解决各种场景因素的干扰,并在杭州之江水文站进行比测。比测结果表明,智能图像识别水尺系统满足水位观测标准中自记式水位计的要求,与传统水位测量相比,具有建设成本低、测量方式高效的优势,具有广阔的应用前景。
引用
收藏
页码:39 / 43
页数:5
相关论文
共 4 条
  • [1] 基于视频图像识别的水位数据获取方法
    陈金水
    [J]. 水利信息化, 2013, (01) : 48 - 51+60
  • [2] 几种水面倒影检测方法的实验研究
    黄萍萍
    王建华
    陈长风
    [J]. 微计算机信息, 2011, 27 (09) : 199 - 200+198
  • [3] 复杂光照条件下的水尺水位线检测方法.[A].张振;周扬;郭红丽;黄彧豪;徐明君;.2019(第七届)中国水利信息化技术论坛论文集.2019,
  • [4] 水位观测标准.[S].水利部长江水利委员会水文局;国家海洋局标准计量中心;四川交通设计研究院;.国家质检总局.2010,