一种水库蓄水水位AI图像识别管理系统

技术领域

本发明涉及水库蓄水水位AI图像识别技术领域，具体为一种水库蓄水水位AI图像识别管理系统。

背景技术

水库河道是重要的水利工程设施，对水库河道的日常管理一般包括水位监测、水质监测、水雨情监测和水库河道大坝的质量监测等。

现有技术存在以下缺陷与不足：传统对水库河道的管理，是采用人工进行实地的测量和检测，不仅工作效率低，在天气条件恶劣的情况下，实地检测的人员也存在较大的安全隐患；随着物联网技术的发展，对于大多数原本需要人工实地检测的程序，大多可以采用各种检测仪器代替，然而，目前采用检测仪器进行水库河道的管理，都停留在把各种检测仪器进行简单叠加，这会导致安装过程过于复杂且对检测仪器的日常维护管理更为复杂。

发明内容

针对现有技术的不足，本发明提供了一种水库蓄水水位AI图像识别管理系统，可以解决现有的一种水库蓄水水位AI图像识别管理系统问题；本装置通过智能水位图像识别模块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，有效解决问题。

为实现上述的一种水库蓄水水位AI图像识别管理系统目的，本发明提供如下技术方案：一种水库蓄水水位AI图像识别管理系统，包括智能水位图像模块，所述智能水位图像模块包括前端设备模块、传输网络模块、平台软件模块和显示终端模块，所述智能水位图像模块、前端设备模块、传输网络模块、平台软件模块和显示终端模块还包括定时抓拍模块和自主抓拍模块。

优选的，所述前端设备模块包括网络高速摄像机模块、水尺模块和4G流量卡模块。

优选的，所述传输网络模块包括信息中心模块、平台软件模块和显示终端模块。

优选的，所述智能水位图像模块包括图像分割模块、图像特征提取模块和分类器模块。

优选的，所述图像分割模块主要的作用就是将图像划分成为多个区域。

优选的，所述图像特征提取模块则是对多个区域的图像进行相应的特征提取。

优选的，所述分类器模块的识别则是按照图像特征所提取的结果进行适当的分类。

优选的，所述智能水位图像识别模块基于智能化摄像头，采用机器学习和图像处理识别技术，为水库暴雨的水位提供监测服务；智能水位图像识别模块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。

优选的，所述网络高速摄像机模块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。

与现有技术相比，本发明提供了一种水库蓄水水位AI图像识别管理系统，具备以下有益效果：

1、本一种水库蓄水水位AI图像识别管理系统，通过智能水位图像识别模块基于智能化摄像头，采用机器学习和图像处理识别技术，为水库暴雨的水位提供监测服务；智能水位图像识别模块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；

2、本一种水库蓄水水位AI图像识别管理系统，通过网络高速摄像机模块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。

附图说明

图1为本发明一种水库蓄水水位AI图像识别管理系统智能水位图像模块系统图；

图2为本发明一种水库蓄水水位AI图像识别管理系统前端设备模块系统图；

图3为本发明一种水库蓄水水位AI图像识别管理系统传输网络模块系统图；

图4为本发明一种水库蓄水水位AI图像识别管理系统图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-4，一种水库蓄水水位AI图像识别管理系统，包括智能水位图像模块，智能水位图像模块包括前端设备模块、传输网络模块、平台软件模块和显示终端模块，智能水位图像模块、前端设备模块、传输网络模块、平台软件模块和显示终端模块还包括定时抓拍模块和自主抓拍模块。

前端设备模块包括网络高速摄像机模块、水尺模块和4G流量卡模块。

传输网络模块包括信息中心模块、平台软件模块和显示终端模块。

智能水位图像模块包括图像分割模块、图像特征提取模块和分类器模块。

图像分割模块主要的作用就是将图像划分成为多个区域。

图像特征提取模块则是对多个区域的图像进行相应的特征提取。

分类器模块的识别则是按照图像特征所提取的结果进行适当的分类。

智能水位图像识别模块基于智能化摄像头，采用机器学习和图像处理识别技术，为水库暴雨的水位提供监测服务；智能水位图像识别模块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。

网络高速摄像机模块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。

综上，通过智能水位图像识别模块基于智能化摄像头，采用机器学习和图像处理识别技术，为水库暴雨的水位提供监测服务；智能水位图像识别模块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；通过网络高速摄像机模块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。

本发明的工作使用流程以及安装方法为，本一种水库蓄水水位AI图像识别管理系统在使用时，通过智能水位图像识别模块基于智能化摄像头，采用机器学习和图像处理识别技术，为水库暴雨的水位提供监测服务；智能水位图像识别模块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；通过网络高速摄像机模块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。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。