智能图像水位识别系统的工作原理

1. 系统组成

智能水位图像识别系统主要包括前端设备、传输网络、平台软件和显示终端，采用定时抓拍和自主抓拍图像两种形式，定时或根据需要上传水尺图片。前端设备主要包括网络高速摄像机、水尺、4G流量卡；传输网络主要通过4G网络传输至信息中心；在信息中心部署一套平台软件系统，主要任务是对图像数据的实时接收、存储，同时定时对进行水尺图像识别，上传识别出的水位数据至显示终端。

2. 系统工作原理

图像其识别系统由图像分割、图像特征提取、分类器的识别这三个部分所组成。其中，图像分割主要的作用就是将图像划分成为多个区域；图像特征提取则是对多个区域的图像进行相应的特征提取；分类器的识别则是按照图像特征所提取的结果进行适当的分类。智能水位图像识别系统基于智能化摄像头，采用机器学习和图像处理识别技术，为湖泊、河流、城市暴雨的水位提供监测服务。智能水位图像识别系统主要采用定时抓拍和自主抓拍图像两种形式，定时或根据业务需求上传水尺图片和视频。

3. 图像分析技术实现流程

通过智能化摄像头对测站的预置位置配准，通过图像对水尺、水尺同名点及高程的模板制作，以保证基础数据的可靠性；根据模板匹配算法、SIFT特征点提取、RANSAC随机抽样一致性等算法将原图与模板进行配准，解决摄像头抖动引起的图像水尺位置变化时同名点及水尺位置的查找；根据图像二值化算法 精准查找夜间图像水尺在正常情况及强光下的水位线；根据底色匹配模板算法及同名点精准查找白天在正常情况及强光、水尺倒影等的水位线；基于deeplabv3+ 模型的语义分割技术，对识别误差较大的图片用deeplabv3+模型不断训练提高识别的精度；根据智能化摄像头算法控制预置点位置，进行多水尺实时图像抓拍分析水位，智能化选择合适水尺分析水位。