科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于图像的前端水位测量平台可以显著提升水位监测系统的效率。由于一年中水流情况各不相同,大多数摄像仪器并不能保证测量的稳定性。为防范化解超标准洪水信息采集可能带来的风险,本文提出了一种改进霍夫变换与像素分割的水位识别方法,将霍夫变换应用于不同分辨率的水尺图像,以对倾斜水尺目标进行校正。利用中值滤波解决水尺污渍的读数问题,在预分割的同时过滤了修正后的水尺图像。最后将相邻像素相似度函数的边界项纳入图像分割算法,提升水尺和水面区域的分类精度以获得准确的水位数据。实验结果表明,改进后的水位识别算法能够在极端恶劣的气象条件下,提供50ms/次的水位识别,识别误差小于2cm,确保了在超标准洪水过程中出现缺乏光照、水面阴影、水尺反光等情况时,水位识别监控的准确性和可靠性。
- 出版日期2023
