基于图像识别技术的水尺刻度提取方法研究

为从标准水尺中自动提取水位数据,针对水尺图像具有明显边缘的特点,利用Hough变换计算水尺偏移角度并据此进行倾斜校正,然后采用形态学处理、水平投影等图像处理方法定位水尺左右及上下边缘,进而提取水尺目标,最后通过垂直投影、逻辑运算等图像处理方法提取水尺刻度,根据此刻度计算出水位值。实例应用结果表明:该方法计算过程简单、有效且结果误差较小,能够准确地从水尺图像中提取刻度并获取水位数据。     

基于图像处理和稀疏表示的水位识别研究

在水位智能识别系统中,采集到的水尺图像可能存在刻度模糊、局部缺失等情况,对水尺识别产生不利影响,针对这一问题提出了一种基于稀疏表示的水位识别方法。该方法利用多幅连续水尺图像对字典进行训练,通过重构残差的比较对样本水尺图像进行分类,根据分类结果计算出水位值。结果表明,该方法对光照变化和局部的遮挡、模糊等具有较强的鲁棒性,可以准确地对水尺兴趣目标图片分类并进行水位计算,计算出的水位与实际水位之间的误差不超过±1 cm。     

遮挡情况下水尺图像特征加权学习识别算法

考虑实际应用中水尺图像受遮挡较多,自动识别水位困难的问题,提出了一种遮挡情况下的水尺图像特征加权学习识别算法。针对现有稀疏表示算法通常对图像整体进行操作如字典训练等,致使图像中的特征信息无法突出的情况,提出在稀疏表示过程中对回归系数设置不同权值并在迭代过程中对权值更新学习。首先通过对特征权值的迭代学习以增加有效信息的权重,排除遮挡信息的干扰;其次,通过对图像分类残余值进行不同模型下的回归表示,提出采用更能表现出残余值重尾分布实际情况的逻辑分布模型。实验过程采用实际水尺图像,先通过边缘检测等预处理方式得到当前水位的刻度图像,进一步对该图像附加遮挡进行分类识别以验证实验结果,所附加遮挡用以模拟水尺刻度被水面遮挡等情况。实验结果表明,与常用的稀疏回归表示算法相比,该算法在多遮挡情况下的性能较优。图10幅。     

基于卷积神经网络的监控图像水位识别

基于水尺的水位监测由于其廉价和便携的特点而得到广泛应用。然而,在复杂的实际水文场景中,如何从水尺图像中准确检测水位仍然是一个棘手的问题。本文提出了一种水位测量的复合方法。与传统方法不同,该方法可以从复杂多变的场景中检测出水位的位置和数量,然后从变化的水位中准确地分割出水位线,最终得到准确的水位值。该方法首先通过上下文调整模块改进了FCOS 模型,以满足边缘计算的要求,并保证了比较高的检测精度。其次,为了模块化语义关系,应用Deeplab-v3 的上下文校正模块来分割水尺图像的水面以上区域,被分割的区域可以用来计算水位线的位置。最后,结合所有的结果来计算水尺图像的水位值。实验证明：本文提出的复合方法,解决了复杂水文场景下的水尺水位计算问题,计算的水位误差已经精确到1 厘米,大大优于现有的方法。     

水尺智能识别技术在潮白河生态补水中的应用

随着科学技术水平的快速发展,人工智能技术已广泛应用在各行业.在2021年潮白河生态补水中,为了能够自动识别向阳闸闸前水位,部署了智能识别摄像机,此类设备采用了基于深度学习算法的水尺智能识别技术,实现水位数据的"所见即所得".通过数据对比与分析,水尺智能识别技术的水位测量精度完全满足水利部SL 61-2015《水文自动测报系统技术规范》相关要求,利用水尺智能识别技术让监测人员可以进行数据对比,减小人为观测造成的误差,同时可以保存连续性水文数据,提高运行管理能力,完全适用于水务业务领域,具有广阔的应用前景.     

距离-角度法水位观测探索与研究

当黄河河道摆动很大时,自记水位计往往因脱流不能工作,岸边出现较宽的稀泥滩,观测人员无法到达水边设立水尺及引测水尺零点高程;水流含沙量很高时,机器磨损严重,使用搡舟机很不安全.距离-角度法水位观测方法选择合适的观测仪器,能够保证观测精度.该法不需设立水尺,也不需观测人员到达水边,利用激光测距仪测距及全站仪或经纬仪测角,即可解决上述问题.在洪水期,该法不需引测水尺零点高程,在断面上临时插上一根木桩即可测量水位,满足对洪水快测快报的要求,填补了特殊情况下水位观测方法的空白.     

稳定型坝坡式水尺的设计与应用

水尺是水利水文事业用于观测水位的基础设施,随着经济社会的不断发展,目前水尺的种类繁多,有旋臂式、自记式、可视式等等,通过分析对比,设计出了比较适合基层水位观测单位的稳定型坝坡式水尺。该水尺的基础平台采用退步错台结构浇筑,水尺焊接在平台侧面,与平台整体连接在一起,稳定性强,不易被冲失、发生歪斜或是淤积,投资较少,使用时间较长,且适用范围广,获得了一线水位观测人员的好评。     

混合式水位测量方法的探究

针对测站特殊环境条件下,大变幅水位测量难度较大的问题,提出一种综合采用机械格雷码水位传感器和电子水尺传感器的测量方法,利用2种水位传感器的测量优势及特点,分别解决高低水位的测量难题,再通过新型水文遥测数据终端整合衔接得到水位值。该方案应用于浙江省兰溪市洋港水文站并得到验证,较好地实现了单一类型水位传感器难以达到的效果。     

新型水位尺设计及图像识别方法研究

水雨情监测系统中，利用图像识别水位尺刻度采集水位已成为发展趋势。但是目前大面积使用的常规标准水位尺，存在反光严重、图像采集效果差、水位尺刻度不易识别以及对处理器配置要求高等问题，导致图像识别水位尺刻度采集水位的成本居高不下，至今无法实现大面积推广应用。利用圆形、正方形和三角形易识别的特点设计新型水位尺，并进行理论计算分析以及图像识别水位算法研究、测试。试验结果表明：新型水位尺的抗干扰能力强，图像识别效果好，处理速度快，成本大幅降低，具有推广价值。     

WL-03气泡水位计在黄河上游的应用

通过对WL-03气泡水位计在上诠水文站不同水位级与人工观测水尺进行比测,并对比测成果进行统计分析,认为该仪器自动记录的资料,能该站水位测报质量的要求。     

大坝对鱼类栖息地的影响及评价方法述评

本文总结了大坝建设造成水流状态、水温、水质、底质和地形等因素的变化对鱼类栖息地造成的影响，并归纳了目前国内外对栖息地预测评价的主要方法，对每一种评价方法的特点进行了分析，最后对可采取的生态补偿措施进行了介绍。本文得到的结论为，大坝建设对鱼类的影响很大，但可以通过补偿措施加以恢复。     

坝后背管结构有限元分析探讨

以李家峡坝后背管为依托,借助具有强大结构分析功能的有限元软件ANSYS分析坝后背管结构应力状态。经分析单元尺度对坝后背管混凝土、钢筋的应力影响小于对钢管的影响;坝体与背管混凝土接缝面的力学效应对背管混凝土、钢筋、钢衬的应力影响很小;计算所得的应力大小规律与类似工程模型试验所得的应力分布规律完全一致,其计算值与规范中用弹性中心法所得的应力值基本接近。     

基于可变模糊集理论的地质灾害危险性评价研究

针对地质灾害影响因素的不确定性、随机性和模糊性的特点,建立了基于可变模糊集理论的地质灾害危险性评价模型。通过确定评价单元指标对各级指标标准区间的相对差异函数和相对隶属度,得到各评价单元的地质灾害危险性等级。最后,通过工程实例验证该评价方法的可行性。     

基于振动的混凝土坝损伤检测的可行性初探

混凝土坝在服役期间很容易出现各种损伤，其中裂缝是最常见的一种损伤形式。裂缝开始的时候一般出现在坝的局部，如果在出现损伤的范围内没设观测点，现有的观测手段很难监测到损伤。而基于振动的方法则有可能克服这一困难。为了研究这种方法，在大坝的不同位置模拟了不同条数和张开程度的裂缝，并给出了相应的振动频率和振型，在考虑了测试噪声的情况下，用统计神经网络进行了损伤识别。这种基于振动的混凝土坝损伤检测方法还会受到水位、温度变化的干扰以及环境噪声、仪器精度等的限制，还需作进一步的研究。     

基于AutoCAD的二维建模研究

复杂地质体的二维建模,一般采用自下而上依次建立点、线、面的方法,其中面的定义需要手工完成,费时费力,针对ADINA二维建模的不足,用VC编写了AutoCAD To Adina平面建模程序,实现了点、线、面的自动定义,大大缩短了ADINA二维建模的周期,节省了体力,通过实例表明,该方法具有较大的实用价值。     

基于VB下的渡槽设计研究

渡槽是一种重要的水工结构。将渡槽设计与Visual Basic编程理论结合,通过应用计算机编程可实现对渡槽结构进行各部位验算与校核。文章阐述了该软件系统的开发思想和实现过程,同时对总体框架的设计、模块的划分、具体环节的实现作了详细论述。依据各部位的关键技术参数,对渡槽设计相关的水力计算、槽身、刚架和基础结构计算作了论述,并给出了计算机软件设计的流程图,以期为工程设计人员采用计算机程序设计提供参考。     

对推行以设计为主体的工程总承包(EPC)的认识与思考

EPC(设计—采购—施工)工程项目管理模式是20世纪80年代国际上逐步发展起来的一种工程承包和管理模式。介绍了EPC工程管理模式的背景和国内外开展EPC总承包管理模式发展现状,总结了EPC总承包管理模式的特点。从水利工程角度出发,阐述了水利行业推行EPC总承包管理模式的必要性和可行性,并提出了建议。     

关于流域综合管理的思考

文章系统回顾了流域管理的发展历程和成功经验,着重分析流域管理发展的现状与问题,指出应以流域管理法规为依据,以流域管理机构为依托,以水资源管理、河道管理、河砂管理为主要内容对流域进行综合管理。     

大坝安全信息权研究

大坝原型观测数据本身包含了丰富的信息，内在反映了监测项目之间的某种客观关系，基于此，应用PCA法及PPA法建立了确定大坝安全评价信息权重的正分析模型，一方面能够对数据进行降维处理，另一方面能挖掘数据内在信息，提取指标的相对重要性；并基于最优化准则，建立了信息赋权整合模型，解决了多种数学方法计算结果不一致性问题，最大限度地保持原始信息的完整性。     

基于KPCA-PSO-SVM的径流预测研究

为提高径流预测模型的准确性与稳定性,对KPCA-PSO-SVM的径流预测方法进行了研究。在分析径流影响因素的基础上,利用核主成分分析(KPCA)法对径流影响因子进行非线性特征提取,获得主成分作为支持向量机(SVM)的输入变量,建立了径流预测SVM模型,其中模型参数通过粒子群算法(PSO)进行优化。模型建立后,以新疆伊犁河雅马渡站中长期径流预测为例进行分析。预测分析结果表明,在拟合和检验阶段模型的平均相对误差分别为0.77%和7.64%,与其他预测模型比较,基于KPCA-PSO-SVM方法建立的径流预测模型有较好的预测和泛化能力,是一种行之有效的中长期径流预测方法。