基于图像识别技术的黄河三门峡库区水位检测系统设计与研究
时间：2023-04-10 10:40:04 来源：柠檬阅读网 本文已影响 人 
◎刘小强 鲁耀方 郭相秦
1.三门峡职业技术学院信息传媒学院；
2.河南科技大学应用工程学院；
3.黄河水利委员会三门峡库区水文水资源局，河南 三门峡 472000）
黄河三门峡库区是一个水系发达，河流分布广泛的区域，近两年极端暴雨天气时常发生。2021年郑州、渭南、三门峡、焦作、新乡等多地多次发生暴雨，致使黄河三门峡库区周边河流水位急速上升，发生多起洪涝灾害事故。为应对时有发生的洪涝灾害，国家在水域监管方面设立专有水域管理员、建造高精度水位测量仪器，以便进行水域管理，灾害预警。然而，使用人工对水域水位进行检测、记录，费事费力、危险性高、易出错且时效性差。高精度水位测量仪器又造价昂贵、使用寿命短、污染环境且难以普遍推广使用。
由于部分地区暴雨常发，汛期安全度存在着极大问题。再加上遥测站点较多、管理人员不足、监管手段比较落后，可能会造成重大汛期灾情事故，后果不堪设想。为了解决以上水域管理中的问题，同时也减轻管理员的工作强度。笔者利用广泛使用的标准水位尺和电子摄像头对视频图像进行水位数据实时计算。在水位检测领域，目前国内已经出现了一些相对可用的检测方法。有学者提出采用基于连通域的方法识别刻度线根数，通过对水尺图像扫描得到水尺刻度的连通域个数[1]。但是，此方法只能对图像清晰且水尺与周围环境有明显区别的水域进行刻度分离，难以应用到复杂的水域环境中。也有学者提出利用BP人工神经网络智能识别水尺量程的方法[2]。此方法能够减少程序设置步骤，但是对水位图像的画质与使用环境有了一定的要求，在普通画质或阴雨雾霾天气下，水尺的刻度不再清晰、数字量程不再易于辨别，造成识别效率和准确度降低。
随着5G 的应用，水位测量信息化程度将进一步提升，越来越多危险、枯燥、易出错的工作被信息化设备与技术代替。目前，在水位测量领域，在重要水域采用电子水位尺、测量井、超声测量仪等测量设备，通过图像处理技术代替人类视觉进行水位检测逐渐成为当今的研究热点。
笔者立足现有水域管理条件，重点研究了日间一般清晰度下图像中水位尺的检测与水位数据计算，在前人的基础上采用机器学习对水尺进行模糊定位、颜色空间筛选、E 域高度平均计算等方法，消除水尺与周围环境对比不明显、画质不高等问题带来的负面效果。不仅能够适应现实水域环境，而且提高了水位检测系统的鲁棒性。
1.1 机器学习水尺目标识别
方向梯度直方图（Histogram of Oriented Gradient,HOG）特征是在计算机视觉和图像处理中检测物体特征的描述子。经过实验发现hog 特征适用于检测图像中的水尺目标。特征计算的过程如下：
（1）Windows 窗体：大小为64*128，Windows窗体时特征计算的顶层单元。
（2）Block 块：大小为16*16，滑动步长为8*8，Block 块在Windows 窗体内滑动。
（3）Cell：大小为8*8，Cell 并列排放在block块中。
（4）Bin：360°每个bin 占据40°，Bin 在Cell内，划分为9bin。
（5)计算：4*9*（（64-16）/8+1）*（（128-16）/8+1）=3780 维
支持向量机（SVM）是一种二分类模型，一个有监督的学习模型，能够对高维特征向量进行分类学习，此文中其主要用于对水尺进行识别[3]。
Hog，SVM 的训练结果可以反复使用，因此将符合标准的训练结果保存，达到一次训练，永久使用的效果，极大减少运算量。然而在实际使用中，第一次进行训练的训练结果往往不能达到识别标准，进行二次加强训练，结果控制在10 个以内，达到预期结果。
1.2 水尺图像预处理
颜色空间筛选，RGB（Red,Green,Blue）颜色空间中, 任意的颜色都可以用RGB 三色不同的分量相加混合构成。在空间上可以将RGB 空间比作一个正方体，很难从中分割出具体的颜色范围。相对于RGB 空间，HSV（Hue,Saturation,Value）空间能够非常直观的表达色彩，在空间上可以将HSV 空间比作一个圆锥，很容易从中划分出常规的颜色区间。经过对比HSV 色彩空间表便能得到。
1）红色的HSV 范围，H（0-10,156-180）,S（43-255）,V（46-255）。
2）蓝色的HSV 范围，H（100-124）,S（43-255），V（46-255）。
最大类间方差法二值化，最大类间方差法是一种基于全局的二值化算法，可以科学，自动化的进行阈值的选取，可以最大限度地将水尺从背景中分离出来，此时的阈值可以当作图像的分割阈值。
水尺倾斜校正，通过Houghline 检测水尺图像中的直线，将倾角频率最高，且合乎实际情况的直线的倾角设置为水尺的倾角。之后对水尺图像进行旋转，得到垂直的水尺图像[4]。
1.3 水尺图像裁切与水位计算
水尺图像裁切，使用图像直方图计算代价较小，可用于基于色彩空间的图像检索以及图像分类[5]。经过颜色筛选，可以获取到关于水尺的二值图像，通过二值图像直方图可以直观，方便地从上下、左右方向精确定位水尺，提高识别速度和准确度。
水位计算，精准的水尺图像中，以中位线为基准，将水尺分为左右两个部分，每个E 都是同样的。因此，即使出现了模糊不清的刻度“E”,也可通过E 的高度平均值获取到含有污损的刻度“E”。
由于标准水位尺有不同的量程，因此仅仅通过刻度尺，并不能获取水位数据，数字便成了一种辅助工具，即使不能读出数字。也能通过量程与左右两侧的刻度“E”，得到最终的水位数据。
2.1 水尺定位
水尺定位可分为四个子模块，Hog 特征提取，SVM 监督训练，难样本再学习，图像水尺定位。待检测图像如图1 所示。
HOG 即方向梯度直方图，是一种应用在计算机视觉和图像处理中特征描述子[6]。通过自动裁切脚本，从待检测图像中提取大小比例1:2 的图像，将其等比例放缩为64*128 的含水尺与不含水尺的样本图片，获取正样本如图2 所示，共截取519 个，负样本如图3 所示，共7492 个，进行Hog 特征提取。
图2 正样本样例图
图3 负样本样例图
SVM 监督训练，在水尺检测中可以用作区分水尺与非水尺的分类器。难样本再学习过程通过反复保存再训练，得到识别结果在可接受范围内的训练模型，如图4 可见识别结果被控制在10 个以内，减少了后期运算量。
图4 水尺检测结果图
通过Hog+SVM 获取的水尺图像结果存在着一定量的误识别，因此仍需进行下一步加工，水尺图像存在着一些易于辨别的先验特征。基于HSV 空间对识别结果进行颜色检测，水尺颜色分布对比，最终从结果中筛选出水尺所在方框。识别过程如图5，结果如图6。
图5 水尺HSV空间图
图6 水尺定位结果图
2.2 图像预处理与水位计算
精准水尺裁切，Canny 边缘检测可有效地检测出水尺边缘，如图7 所示，将得到的边缘图像进行Hough 直线检测，得到结果如图8 所示，并根据控制直线的角度在90 度左右偏离45 度以内，从中找出平行的两根直线，使用图像旋转对水尺进行水尺倾斜校正，得到方向垂直的水尺图像。
图7 Canny边缘检测图
图8 HoughLine倾斜校正图
采用基于颜色空间的方法，统计倾斜校正后的含有直线的二值图像列像素统计，筛选出水尺的边界范围，最终得到精准的水尺图像如图9 所示。
图9 精准水尺图像
水尺图像二值化，水尺左右分割，水尺可分为左右两个部分，各占50%，由于“E”域粘连处会给图像处理带来麻烦，因此制裁且左侧40%，右侧40%，将水尺从“E”域连接处分割开以便后续水位数据的计算，使用最大类间方差通过统计整个图像的直方图特性来实现全局阈值T 的自动选取，获得水尺的二值图像如图10，11 所示。
图10 水尺左侧分割图
图11 水尺右侧分割图
E 域统计包含个数统计，高度统计。根据“E”域平均高度，测算出接触水面的“E”域长度。水位计算，根据水尺的总量程，左右两侧“E”域个数与长度。计算出当前水位。如图12 所示。
图12 当前水位深度图
本次基于图像处理的水位检测系统测试采用黑盒测试完成，主要测试方向为：性能错误、水尺目标检测遗漏、精准目标获取错误、输出错误等。
采用的测试平台为Windows7 64 位中文版，1 核 2G 内 存，CPU AMD EPYCTM Rome（2.6GHz）。
表1 测试结果表
为了衡量水位检测算法的性能，我们随机截取了几个不同日期的视频片段进行实验仿真，每隔30 秒截取一张水位信息图像，并结合字典进行实时的水位值计算，计算结果与人为观测数据进行对比，效果如图13 所示。
图13 人工检测数据与视频监测数据对比图
通过测试得出结论，经过大量的样本训练机器学习后，Hog+SVM 训练结果对输入图像中的水尺识别率较高， 识别所用时间也普遍小于10s，满足数据采集所需性能要求，最终水位数据识别结果良好、识别率高，特别是结合水尺不会移动的特性，使得系统能够满足应用需求。
本系统经过合理的系统设计过程，结合现实水域情况，在系统图像处理过程中，多次考虑到对噪声、倒影、污损的消除，保证了水尺裁切的效果。
通过对E 域高度平均值进行计算，不仅可以提高计算速度，面对图像清晰度不高、天气状况不好的情况，有较好的适应能力，为水位测量工作提供稳定可靠的水位数据结果。同时本系统也存在一定的误识别率，这与训练样本和图像方向角度有着较大关联。
猜你喜欢水尺水域水位浅析国内海洋渔船与海船载重线、水尺标志勘划的区别珠江水运(2021年24期)2022-01-23提升水域救援装备应用效能的思考水上消防(2021年3期)2021-08-21进博会水域环境保障研究及展望水上消防(2020年5期)2020-12-14柳江水域疍民的历史往事文史春秋(2019年11期)2020-01-15海运电厂船舶靠岸侧水尺图像采集实验研究＊科技与创新(2019年22期)2019-12-07基于SSD目标检测的视频水位检测算法现代计算机(2019年9期)2019-05-17城市水域生态景观设计探讨智能城市(2018年7期)2018-07-10浅析水尺勘划方法及要点造船技术(2015年3期)2015-05-08七年级数学期中测试题（Ｂ）中学生数理化·七年级数学人教版(2008年10期)2008-01-21
