1.本發(fā)明涉及視頻識(shí)別檢測(cè)水位技術(shù)領(lǐng)域，具體為一種基于視頻識(shí)別的檢測(cè)水位方法。
背景技術(shù)：2.傳統(tǒng)水位測(cè)量方式主要有安裝水尺目測(cè)讀數(shù)和使用傳感器自動(dòng)采集水位相關(guān)的模擬量再轉(zhuǎn)換為水位量，隨著計(jì)算機(jī)的發(fā)展，視頻監(jiān)控技術(shù)越來越普及，通過圖像處理的方式識(shí)別水位成為一種解決方案。
3.研究表明人類很難對(duì)靜止畫面長(zhǎng)時(shí)間保持高度注意，一般情況下監(jiān)視者在盯著視頻畫面20多分鐘之后，將對(duì)視頻畫面里95％以上的活動(dòng)信息視而不見，而使用傳感器測(cè)量方式成本高、難以維護(hù)、受環(huán)境影響大等缺點(diǎn)，而且由于攝像頭離河道比較遠(yuǎn)，水平面和攝像頭的角度成一定夾角關(guān)系，參照物并不好選取，會(huì)進(jìn)一步的影響水位的讀數(shù)，因此，針對(duì)上述問題提出一種基于視頻識(shí)別的檢測(cè)水位方法。
技術(shù)實(shí)現(xiàn)要素：4.本發(fā)明的目的在于提供一種基于視頻識(shí)別的檢測(cè)水位方法，以解決傳統(tǒng)的水位檢測(cè)方法人工識(shí)別準(zhǔn)確性得不到保證，而利用傳感器又不方便進(jìn)行維護(hù)的問題。
5.為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：
6.一種基于視頻識(shí)別的檢測(cè)水位方法，基于水位狀態(tài)監(jiān)視系統(tǒng)實(shí)現(xiàn)，該水位狀態(tài)監(jiān)視系統(tǒng)包括位于系統(tǒng)最前端的視頻采集模塊、與所述視頻采集模塊相連的嵌入式視頻處理單元、與所述嵌入式視頻處理單元相連的evu設(shè)備設(shè)置客戶端與視頻應(yīng)急業(yè)務(wù)處理平臺(tái)；
7.該監(jiān)測(cè)水位方法包括以下步驟：
8.步驟一：在檢測(cè)區(qū)域設(shè)置高清相機(jī)；所述檢測(cè)區(qū)域包括水位的外部環(huán)境，水位尺和圍墻，采集的視頻畫面中包括水位線與水位尺的交接線，當(dāng)觀測(cè)區(qū)域?yàn)樗怀邥r(shí)，相機(jī)正對(duì)水位尺；
9.步驟二：從采集的圖像中定位出水尺位置，并根據(jù)定位出的水尺位置對(duì)水尺圖像進(jìn)行裁剪，獲得水尺圖像；
10.步驟三：對(duì)裁剪獲得的水尺圖像進(jìn)行字符定位，獲得水尺圖像中各個(gè)字符“e”和字符倒“e”再根據(jù)字符“e”和字符“e”的排列特點(diǎn)對(duì)水尺圖像中的各個(gè)數(shù)字字符進(jìn)行切割，獲得各個(gè)數(shù)字字符圖像；
11.步驟四：找到識(shí)別出的各個(gè)字符“e”和字符倒“e”中匹配度最高的字符，根據(jù)匹配度最高字符的方向信息確定水尺的斜率，再根據(jù)斜率旋轉(zhuǎn)圖像，使圖像中的水尺呈豎直狀態(tài)，并進(jìn)行有效的讀數(shù)；
12.步驟五：嵌入式視頻處理單元接收來自視頻采集模塊的識(shí)別信息，根據(jù)嵌入的算法來分析識(shí)別信息，并將識(shí)別結(jié)果上傳至視頻應(yīng)急業(yè)務(wù)處理平臺(tái)與evu設(shè)備設(shè)置客戶端。
13.優(yōu)選的：步驟五中嵌入的算法包括基于子空間的背景建模、基于稀疏編碼的圖像
表示以及物體跟蹤；其中所述基于子空間的背景建模采用主成分分析法來建立背景模型；所述基于稀疏編碼的圖像表示為通過將輸入圖像轉(zhuǎn)換為稀疏表示用以獲得更好的魯棒性。
14.優(yōu)選的：所述物體跟蹤為基于onlineboosting的框架在線實(shí)時(shí)提取魯棒的物體特征進(jìn)行跟蹤，其中每一幀的檢測(cè)結(jié)果都作為正樣本，周圍的四個(gè)區(qū)塊作為負(fù)樣本，檢測(cè)過程中，每一個(gè)跟蹤過程由物體檢測(cè)結(jié)果觸發(fā)。
15.優(yōu)選的：通過onlineboosting，在下一幀得到期望的目標(biāo)位置，對(duì)于每一個(gè)預(yù)測(cè)結(jié)果，用物體檢測(cè)模塊進(jìn)行打分以確保跟蹤是否發(fā)生漂移；如果發(fā)現(xiàn)跟蹤漂移，則觸發(fā)跟蹤終止，通過以上過程，得到一個(gè)新的物體的跟蹤路徑。
16.優(yōu)選的：判斷水尺圖像中的水尺是否設(shè)置有反光膜，且攝像裝置具備紅外補(bǔ)光，若是，則對(duì)所述水尺圖片進(jìn)行hsv顏色分割，取亮度v通道圖片，對(duì)該圖片進(jìn)行局部自適應(yīng)閾值化處理、形態(tài)學(xué)閉運(yùn)算處理、腐蝕運(yùn)算處理以及膨脹運(yùn)算處理，并通過輪廓查找運(yùn)算獲取所述水尺圖片中水尺區(qū)域，并計(jì)算出水位的坐標(biāo)。
17.優(yōu)選的：判斷水尺圖像中的水尺是否設(shè)置有反光膜，且攝像裝置具備紅外補(bǔ)光，若不是，則對(duì)所述水尺圖片進(jìn)行hsv顏色分割，取亮度v通道圖片，對(duì)該圖片進(jìn)行中值模糊處理、直方圖均衡化處理、局部自適應(yīng)閾值化處理、形態(tài)學(xué)閉運(yùn)算處理、開運(yùn)算處理以及膨脹運(yùn)算處理，并通過輪廓查找方法獲取所述水尺圖片中水尺區(qū)域。
18.優(yōu)選的：所述高清相機(jī)采用網(wǎng)絡(luò)攝像機(jī)，通過該網(wǎng)絡(luò)攝像機(jī)對(duì)水尺圖片在預(yù)定時(shí)刻進(jìn)行采集，并傳到視頻應(yīng)急業(yè)務(wù)處理平臺(tái)。
19.與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：
20.1、本發(fā)明中，采用機(jī)器代替人眼來進(jìn)行監(jiān)控，依靠高效的智能計(jì)算模型和計(jì)算機(jī)強(qiáng)大的數(shù)據(jù)處理功能，對(duì)視頻畫面中的海量數(shù)據(jù)進(jìn)行高速分析，過濾掉無關(guān)信息，強(qiáng)化重要信息，為應(yīng)急處置提供有力的支持，這一技術(shù)的開發(fā)將能夠大幅度提高視頻監(jiān)測(cè)數(shù)據(jù)的應(yīng)用效率，縮短應(yīng)急反應(yīng)時(shí)間，減少異常事件漏報(bào)，為安全運(yùn)行提供保障，采用圖像智能識(shí)別的方式可以有效替代人工，真正發(fā)揮監(jiān)控系統(tǒng)的核心價(jià)值。
21.2、本發(fā)明中，采用非接觸式水位測(cè)算方法，使用的設(shè)備是攝像頭，利用已建設(shè)的攝像頭及水尺，可高精度直接識(shí)別當(dāng)前水位高度。所采用的算法穩(wěn)定可以較好解決倒影、折射和水尺臟污對(duì)水位的影響，不需要依賴本身準(zhǔn)確度對(duì)識(shí)別結(jié)果影響度極大的參照物以及預(yù)知參照物高度、坡面角度、攝像頭水平距離和高度。具有改造工程量小、穩(wěn)定性強(qiáng)、適用范圍廣等特點(diǎn)?？蛇m用于水利工程、河道、城市水位、海洋水文監(jiān)測(cè)等業(yè)務(wù)。
附圖說明
22.圖1為本發(fā)明的整體系統(tǒng)架構(gòu)示意圖；
具體實(shí)施方式
23.實(shí)施例1：
24.請(qǐng)參閱圖1，本發(fā)明提供一種技術(shù)方案：
25.一種基于視頻識(shí)別的檢測(cè)水位方法，基于水位狀態(tài)監(jiān)視系統(tǒng)實(shí)現(xiàn)，該水位狀態(tài)監(jiān)視系統(tǒng)包括位于系統(tǒng)最前端的視頻采集模塊、與視頻采集模塊相連的嵌入式視頻處理單元、與嵌入式視頻處理單元相連的evu設(shè)備設(shè)置客戶端與視頻應(yīng)急業(yè)務(wù)處理平臺(tái)在水位檢
測(cè)時(shí)，首先，在檢測(cè)區(qū)域設(shè)置高清相機(jī)；檢測(cè)區(qū)域包括水位的外部環(huán)境，水位尺和圍墻，采集的視頻畫面中包括水位線與水位尺的交接線，當(dāng)觀測(cè)區(qū)域?yàn)樗怀邥r(shí)，相機(jī)正對(duì)水位尺，然后從采集的圖像中定位出水尺位置，并根據(jù)定位出的水尺位置對(duì)水尺圖像進(jìn)行裁剪，獲得水尺圖像，隨后對(duì)裁剪獲得的水尺圖像進(jìn)行字符定位，獲得水尺圖像中各個(gè)字符“e”和字符倒“e”再根據(jù)字符“e”和字符“e”的排列特點(diǎn)對(duì)水尺圖像中的各個(gè)數(shù)字字符進(jìn)行切割，獲得各個(gè)數(shù)字字符圖像，最后，找到識(shí)別出的各個(gè)字符“e”和字符倒“e”中匹配度最高的字符，根據(jù)匹配度最高字符的方向信息確定水尺的斜率，再根據(jù)斜率旋轉(zhuǎn)圖像，使圖像中的水尺呈豎直狀態(tài)，并進(jìn)行有效的讀數(shù)，最終，嵌入式視頻處理單元接收來自視頻采集模塊的識(shí)別信息，根據(jù)嵌入的算法來分析識(shí)別信息，并將識(shí)別結(jié)果上傳至視頻應(yīng)急業(yè)務(wù)處理平臺(tái)與evu設(shè)備設(shè)置客戶端，其中，步驟五中嵌入的算法包括基于子空間的背景建模、基于稀疏編碼的圖像表示以及物體跟蹤；其中基于子空間的背景建模采用主成分分析法來建立背景模型；基于稀疏編碼的圖像表示為通過將輸入圖像轉(zhuǎn)換為稀疏表示用以獲得更好的魯棒性，而物體跟蹤為基于onlineboosting的框架在線實(shí)時(shí)提取魯棒的物體特征進(jìn)行跟蹤，其中每一幀的檢測(cè)結(jié)果都作為正樣本，周圍的四個(gè)區(qū)塊作為負(fù)樣本，檢測(cè)過程中，每一個(gè)跟蹤過程由物體檢測(cè)結(jié)果觸發(fā)，隨后，通過onlineboosting，在下一幀得到期望的目標(biāo)位置，對(duì)于每一個(gè)預(yù)測(cè)結(jié)果，用物體檢測(cè)模塊進(jìn)行打分以確保跟蹤是否發(fā)生漂移；如果發(fā)現(xiàn)跟蹤漂移，則觸發(fā)跟蹤終止，通過以上過程，得到一個(gè)新的物體的跟蹤路徑，在圖片處理的過程中，判斷水尺圖像中的水尺是否設(shè)置有反光膜，且攝像裝置具備紅外補(bǔ)光，若是，則對(duì)所述水尺圖片進(jìn)行hsv顏色分割，取亮度v通道圖片，對(duì)該圖片進(jìn)行局部自適應(yīng)閾值化處理、形態(tài)學(xué)閉運(yùn)算處理、腐蝕運(yùn)算處理以及膨脹運(yùn)算處理，并通過輪廓查找運(yùn)算獲取所述水尺圖片中水尺區(qū)域，并計(jì)算出水位的坐標(biāo)，最后，通過網(wǎng)絡(luò)攝像機(jī)對(duì)水尺圖片在預(yù)定時(shí)刻進(jìn)行采集，并傳到視頻應(yīng)急業(yè)務(wù)處理平臺(tái)。
26.實(shí)施例2：
27.請(qǐng)參閱圖1，本發(fā)明提供一種技術(shù)方案：
28.一種基于視頻識(shí)別的檢測(cè)水位方法，基于水位狀態(tài)監(jiān)視系統(tǒng)實(shí)現(xiàn)，該水位狀態(tài)監(jiān)視系統(tǒng)包括位于系統(tǒng)最前端的視頻采集模塊、與視頻采集模塊相連的嵌入式視頻處理單元、與嵌入式視頻處理單元相連的evu設(shè)備設(shè)置客戶端與視頻應(yīng)急業(yè)務(wù)處理平臺(tái)在水位檢測(cè)時(shí)，首先，在檢測(cè)區(qū)域設(shè)置高清相機(jī)；檢測(cè)區(qū)域包括水位的外部環(huán)境，水位尺和圍墻，采集的視頻畫面中包括水位線與水位尺的交接線，當(dāng)觀測(cè)區(qū)域?yàn)樗怀邥r(shí)，相機(jī)正對(duì)水位尺，然后從采集的圖像中定位出水尺位置，并根據(jù)定位出的水尺位置對(duì)水尺圖像進(jìn)行裁剪，獲得水尺圖像，隨后對(duì)裁剪獲得的水尺圖像進(jìn)行字符定位，獲得水尺圖像中各個(gè)字符“e”和字符倒“e”再根據(jù)字符“e”和字符“e”的排列特點(diǎn)對(duì)水尺圖像中的各個(gè)數(shù)字字符進(jìn)行切割，獲得各個(gè)數(shù)字字符圖像，最后，找到識(shí)別出的各個(gè)字符“e”和字符倒“e”中匹配度最高的字符，根據(jù)匹配度最高字符的方向信息確定水尺的斜率，再根據(jù)斜率旋轉(zhuǎn)圖像，使圖像中的水尺呈豎直狀態(tài)，并進(jìn)行有效的讀數(shù)，最終，嵌入式視頻處理單元接收來自視頻采集模塊的識(shí)別信息，根據(jù)嵌入的算法來分析識(shí)別信息，并將識(shí)別結(jié)果上傳至視頻應(yīng)急業(yè)務(wù)處理平臺(tái)與evu設(shè)備設(shè)置客戶端，其中，步驟五中嵌入的算法包括基于子空間的背景建模、基于稀疏編碼的圖像表示以及物體跟蹤；其中基于子空間的背景建模采用主成分分析法來建立背景模型；基于稀疏編碼的圖像表示為通過將輸入圖像轉(zhuǎn)換為稀疏表示用以獲得更好的魯棒性，而物體
跟蹤為基于onlineboosting的框架在線實(shí)時(shí)提取魯棒的物體特征進(jìn)行跟蹤，其中每一幀的檢測(cè)結(jié)果都作為正樣本，周圍的四個(gè)區(qū)塊作為負(fù)樣本，檢測(cè)過程中，每一個(gè)跟蹤過程由物體檢測(cè)結(jié)果觸發(fā)，隨后，通過onlineboosting，在下一幀得到期望的目標(biāo)位置，對(duì)于每一個(gè)預(yù)測(cè)結(jié)果，用物體檢測(cè)模塊進(jìn)行打分以確保跟蹤是否發(fā)生漂移；如果發(fā)現(xiàn)跟蹤漂移，則觸發(fā)跟蹤終止，通過以上過程，得到一個(gè)新的物體的跟蹤路徑，在圖片處理的過程中，判斷水尺圖像中的水尺是否設(shè)置有反光膜，且攝像裝置具備紅外補(bǔ)光，若不是，則對(duì)所述水尺圖片進(jìn)行hsv顏色分割，取亮度v通道圖片，對(duì)該圖片進(jìn)行中值模糊處理、直方圖均衡化處理、局部自適應(yīng)閾值化處理、形態(tài)學(xué)閉運(yùn)算處理、開運(yùn)算處理以及膨脹運(yùn)算處理，并通過輪廓查找方法獲取所述水尺圖片中水尺區(qū)域，最后，通過網(wǎng)絡(luò)攝像機(jī)對(duì)水尺圖片在預(yù)定時(shí)刻進(jìn)行采集，并傳到視頻應(yīng)急業(yè)務(wù)處理平臺(tái)。
29.本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)例的說明只是用于幫助理解本發(fā)明的方法及其核心思想。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，由于文字表達(dá)的有限性，而客觀上存在無限的具體結(jié)構(gòu)，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)、潤(rùn)飾或變化，也可以將上述技術(shù)特征以適當(dāng)?shù)姆绞竭M(jìn)行組合；這些改進(jìn)潤(rùn)飾、變化或組合，或未經(jīng)改進(jìn)將發(fā)明的構(gòu)思和技術(shù)方案直接應(yīng)用于其它場(chǎng)合的，均應(yīng)視為本發(fā)明的保護(hù)范圍。
