System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及水文测验,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。
技术介绍
1、量水堰是一种常用的测量水流量的设备,其工作原理是通过安装特定尺寸与几何形状的堰槽,使得流进量水堰的水按照预定方向汇入堰槽时,根据产生的堰槽水位差来计算出流量,目前,堰槽水位的监测通常使用浮子式水位计或各类超声波明渠流量计、雷达水位计等,其中,浮子式水位计虽然稳定可靠、测量精度较好,但通常需要建造水位测井,成本较高;而超声波流量计与雷达水位计价格昂贵,且易受到泥沙、水温、水生生物等水体环境的干扰。
2、近年来,基于图像处理的非接触式量水堰流量监测方法逐渐受到关注,比如:公开号为cn115638835a的专利公开了一种基于图像识别算法的量水堰流量自动监测方法及装置,该方法对浮子式水位装置圆盘图像采用圆形边缘检测,并对边界线进行开运算与霍夫直线检测得到连杆角度,从而计算流量大小;公开号为cn113237534a的专利公开了一种旋盘式量水堰水位监测系统,该系统监测控制模块搭建yolo v3卷积神经网络,检测自制水位尺露出水面的等腰三角形个数,根据三角形的真实高度可计算堰槽水位和流量,但是该方法对露出水面的不完整三角形不能精准识别;胡民泉等人在《基于机器视觉的量水堰堰上水头自动量测技术》中介绍了一款新型水位尺,并配合该水位尺提出了自动量测算法,然而,上述基于图像处理的非接触式量水堰流量监测方法或装置的识别精度往往受到环境条件(光照、阴影、水草、生物残留等)的限制,泛化性能有限;同时无法实现误差修正,标识物一旦发生偏移,识别精度显著降低
技术实现思路
1、本专利技术提供了一种可自动修正的量水堰流量摄影监测方法及装置,解决的技术问题是,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。
2、为解决以上技术问题,本专利技术提供了一种可自动修正的量水堰流量摄影监测方法及装置。
3、第一方面,本专利技术提供了一种可自动修正的量水堰流量摄影监测方法,所述方法包括以下步骤:
4、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;
5、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;
6、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;
7、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;
8、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。
9、在进一步的实施方案中,在所述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,得到目标堰槽水位步骤之前,所述方法还包括根据所述目标堰槽内壁分割结果对水尺进行偏移检测,并在水尺发生偏移时,利用预先训练好的yolo v5目标检测模型对所述标注点信息进行修正,其中,所述利用预先训练好的yolo v5目标检测模型对所述标注点信息进行修正的步骤具体包括:
10、利用预先训练好的yolo v5目标检测模型对所述透视校正图像进行识别,得到水尺偏移位置坐标;
11、根据所述水尺偏移位置坐标和水尺标准位置坐标,计算得到水尺偏移量;
12、根据所述水尺偏移量对标注点信息进行修正,生成修正后的标注点信息,并通过所述sam图像分割模型依据修正后的标注点信息对所述原始水尺图像重新进行分割,动态更新目标堰槽内壁分割结果。
13、在进一步的实施方案中,所述根据所述目标堰槽内壁分割结果对水尺进行偏移检测的步骤包括:
14、根据所述目标堰槽内壁分割结果确定量水堰堰槽与水尺的交界线,利用量水堰堰槽与水尺的交界线和铅锤线方向之间的平均夹角,对水尺进行偏移检测,若所述平均夹角不在预设的水尺夹角范围内,则判定水尺发生偏移。
15、在进一步的实施方案中,所述对原始水尺图像进行透视校正,得到透视校正图像的步骤之后还包括:
16、检测所述透视校正图像是否存在有像素缺失值的区域若存在,则采用最近邻插值法或者拉格朗日插值法进行图像插值。
17、在进一步的实施方案中,所述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:
18、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;
19、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;
20、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。
21、在进一步的实施方案中,所述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,得到目标堰槽水位的步骤包括:
22、利用所述目标堰槽内壁分割结果,计算得到目标堰槽内壁的像素面积;
23、将所述目标堰槽内壁的像素面积输入预先建立的堰槽水位识别模型,得到目标堰槽水位,其中,所述堰槽水位识别模型为:
24、l=h-k·s
25、式中,l表示目标堰槽水位;h、k均表示回归系数;s表示目标堰槽内壁的像素面积。
26、在进一步的实施方案中,所述水位流量关系模型为:
27、
28、式中,q表示量水堰流量;ce表示流量经验系数;θ表示v型堰顶角;g表示重力加速度;he表示v型堰顶角的高度;l表示目标堰槽水位。
29、第二方面,本专利技术提供了一种可自动修正的量水堰流量摄影监测装置,所述装置包括:
30、图像校正模块,用于获取原始水尺图像,并对原始水尺图像进行透视校正,得到透视校正图像;
31、图像标注模块,用于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;
32、图像分割模块,用于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;
33、水位识别模块,用于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;
34、流量监测模块,用于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。
35、本专利技术提供了一种可自动修正的量水堰流量摄影监测方法及装本文档来自技高网...
【技术保护点】
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:
2.如权利要求1所述的一种可自动修正的量水堰流量摄影监测方法,其特征在于,在所述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,得到目标堰槽水位步骤之前,所述方法还包括根据所述目标堰槽内壁分割结果对水尺进行偏移检测,并在水尺发生偏移时,利用预先训练好的YOLO v5目标检测模型对所述标注点信息进行修正,其中,所述利用预先训练好的YOLO v5目标检测模型对所述标注点信息进行修正的步骤具体包括:
3.如权利要求2所述的一种可自动修正的量水堰流量摄影监测方法,其特征在于,所述根据所述目标堰槽内壁分割结果对水尺进行偏移检测的步骤包括:
4.如权利要求1所述的一种可自动修正的量水堰流量摄影监测方法,其特征在于,所述对原始水尺图像进行透视校正,得到透视校正图像的步骤之后还包括:
5.如权利要求1所述的一种可自动修正的量水堰流量摄影监测方法,其特征在于,所述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
6.如权利要求1所述的一种可自动修正的量水堰流量摄影监测方法,其特征在于,所述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,得到目标堰槽水位的步骤包括:
7.如权利要求1所述的一种可自动修正的量水堰流量摄影监测方法,其特征在于,所述水位流量关系模型为:
8.一种可自动修正的量水堰流量摄影监测装置,其特征在于,所述装置包括:
...【技术特征摘要】
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:
2.如权利要求1所述的一种可自动修正的量水堰流量摄影监测方法,其特征在于,在所述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,得到目标堰槽水位步骤之前,所述方法还包括根据所述目标堰槽内壁分割结果对水尺进行偏移检测,并在水尺发生偏移时,利用预先训练好的yolo v5目标检测模型对所述标注点信息进行修正,其中,所述利用预先训练好的yolo v5目标检测模型对所述标注点信息进行修正的步骤具体包括:
3.如权利要求2所述的一种可自动修正的量水堰流量摄影监测方法,其特征在于,所述根据所述目标堰槽内壁分割结果对水尺进行偏移检测的步骤包括:
4.如权利要求1所述的一种可自动修正...
【专利技术属性】
技术研发人员:段凯,方晨琦,钟启瑞,袁亘宇,郑籽盈,陈菁,
申请(专利权)人:中山大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。