首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于改进双边网络的无标尺水位监测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:河海大学

摘要:本发明公开了一种基于改进双边网络的无标尺水位监测方法,包括以下步骤:对水位进行标定;选取水位图像特征点,对水位图像进行图像配准,处理摄像头移动产生的位置偏差;将不同条件下采集的水位图像输入具有改进的BiDGANet神经网络进行训练;将实时视频采集图像输入训练好的模型,输出水体区域和非水体区域的图像语义分割结果;计算语义分割图像水位线的像素位置,将其转化为实际高程。本发明提供的无标尺水位监测方法不依赖实际水位标尺或标识,而是利用摄影测量原理,仅通过模板图像的物理分辨率就能够将水位线坐标转换为实际高程,从而克服实际标尺或者标识长期侵蚀造成刻度模糊的不足。

主权项:1.一种基于改进双边网络的无标尺水位监测方法,其特征在于,包括如下步骤:S1:采用固定球型摄像头对水位进行拍摄,将图片进行等分并测量每个等分线中心点的像素坐标;同时全站仪测量出每个等分线相对于岸堤顶部的实际高程,利用摄像机建立等分线像素坐标p和实际高程h的对应关系;S2:建立模板水位图像解决摄像机偏移问题,并从模板水位图像中选取n对匹配控制点作为图像配准依据;S3:利用选取的n对匹配控制点计算空间变换矩阵,将待配准水位图像转换成配准完成的标准水位图像,使偏移后摄像机图像满足之前建立的素坐标p和实际高程h的对应关系;S4:采集不同条件下正射水位图像,进行数据增强构造水位图像数据集,其中训练样本集和测试样本集按照8∶2的比例进行划分;S5:将水位图像数据集输入BiDGANet神经网络进行训练;S6:将配准完成的标准水位图像输入训练好的BiDGANet神经网络,得到水位图像水体区域和非水体区域的分割图,分割后接着扩大像素灰度值;S7:在分割后扩大像素灰度值得到的结果图中,对图像中的像素灰度值按行累加解决水面波动的问题,计算水体部分垂直方向的像素长度,确定水位线坐标位置l;S8:根据S1得到的像素坐标p和实际高程h的对应关系,将水位线坐标位置l换算成实际高程h。

全文数据:

权利要求:

百度查询: 河海大学 一种基于改进双边网络的无标尺水位监测方法

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。