申请/专利权人：中山大学

申请日：2023-09-20

公开（公告）日：2024-06-25

公开（公告）号：CN117346846B

主分类号：G01F1/002

分类号：G01F1/002;G01F23/00;G01C13/00;G06V10/26;G06V10/82;G06V10/774;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.01.23#实质审查的生效;2024.01.05#公开

摘要：本发明涉及水文测验技术领域，尤其涉及一种可自动修正的量水堰流量摄影监测方法及装置，包括对原始水尺图像进行透视校正，利用融合VIT模型与交叉注意力机制模块的SAM图像分割模型进行堰槽内壁分割处理，得到目标堰槽内壁分割结果；根据目标堰槽内壁分割结果和堰槽水位识别模型，得到目标堰槽水位；利用水位流量关系模型和目标堰槽水位，得到量水堰流量。本发明通过SAM图像分割模型和YOLOv5目标检测模型对堰槽水尺图像进行自动修正识别，解决了现有量水堰流量监测成本昂贵、图像水位识别方法稳定性有限的问题，对各种环境或观测角度下的水尺或堰槽内壁均具有良好的分割识别能力，提高了识别监测的准确性和效率，普适性好。

主权项：1.一种可自动修正的量水堰流量摄影监测方法，其特征在于，包括以下步骤：获取原始水尺图像，并对原始水尺图像进行透视校正，得到透视校正图像；在所述透视校正图像中标注前景点和背景点，生成标注点信息；获取预先构建好的融合VIT模型与交叉注意力机制模块的SAM图像分割模型，将所述透视校正图像和所述标注点信息输入所述SAM图像分割模型中进行堰槽内壁分割处理，得到目标堰槽内壁分割结果；其中，所述VIT模型用于提取所述透视校正图像的图像特征；所述交叉注意力机制模块用于对所述图像特征和所述标注点信息进行解码计算；根据所述目标堰槽内壁分割结果和预先建立的堰槽水位识别模型，得到目标堰槽水位；利用水位流量关系模型和目标堰槽水位，计算得到量水堰流量；将所述透视校正图像和所述标注点信息输入所述SAM图像分割模型中进行堰槽内壁分割处理，得到目标堰槽内壁分割结果的步骤包括：通过VIT模型对所述透视校正图像进行特征提取，得到图像特征；遍历所述图像特征，通过交叉注意力机制对所述图像特征和所述标注点信息进行解码计算，得到解码后的图像特征和掩码特征；利用所述SAM图像分割模型对所述解码后的图像特征依次进行卷积、上采样和多层感知机处理，得到最终的图像特征，所述掩码特征经过多层感知器调整维度，使其与最终的图像特征一致，两者相乘得到目标堰槽内壁分割结果。

全文数据：

权利要求：

百度查询： 中山大学 一种可自动修正的量水堰流量摄影监测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD