共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
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。 相似文献
4.
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。 相似文献
5.
基于水尺的水位监测因其成本低廉、携带方便等优点而得到了广泛的应用。然而,由于水尺图像数据集的缺乏和目前已知数据集的质量相对较低,本文提出了一种上下文调整GAN(CA-GAN)。实验数据表明,CA-GAN 生成图像质量高,尺度丰富,种类多,生成时间短。生成的图像数据可为基于深度学习的水位尺等应用提供图像数据。本文利用分割图设计了一种新的语义激活调制下采样方案;采用了基于下采样模块的Unet++结构。并设计了相邻层间的上下文调整方案。实验结果表明:本文所提出的下采样模块和密集上下文调整模块对水尺图像语义信息的维护有显著的帮助;与CoGAN、Sim-GAN 和CycleGAN 模型相比,CA-GAN 生成的水体图像能够提高深度网络的测量精度,且其使生成的水尺图像的每像素准确率提高了17%。 相似文献
6.
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. 相似文献
7.
8.
在城市立交桥或下穿隧道的低洼处常会有大量积水,因此需要建设道路积水监测系统。对比分析了常用的水位传感器的优缺点,根据道路积水实际环境,选择TC401感应式数字水位传感器(即电子水尺)作为水位监测仪器。详细介绍了电子水尺的特点、技术参数、安装情况。实际应用说明,电子水尺可广泛使用在城市防汛重要地区,节省土建费用。 相似文献
9.
针对现有算法中字典训练花费的时间非常大,且超分辨率图像重建效果不够理想等问题,提出一种改进型字典学习的超分辨率图像重建算法.该算法在字典训练阶段,先采用PCA对低频样本集进行降维,再单独训练出低频字典,然后利用稀疏表示系数集和高频图像样本集训练出对应的高频字典,从而提高了字典构建速度.在重建阶段,先利用字典重建出初始的高分辨率图像,再根据图像结构自相似的特征,对图像进行结构自相似优化,然后对图像进行全局优化,从而提高了重建图像的质量.实验结果表明,该方法无论是在客观评价指标还是主观视觉效果方面都有明显的提高. 相似文献
10.
有限的样本数据和高维的特征向量使得高光谱图像分类面临巨大挑战.提出一种结合主动学习和滤波器的高光谱遥感图像分类方法.该方法首先选取部分训练样本得到分类模型,然后采用主动学习通过迭代从非训练样本中选择信息量大的样本不断扩大有效样本数,减少了初始训练样本数降低"维数灾难"出现的可能,同时提高了分类器的泛化性能及准确率.通过主动学习和多项逻辑回归分类器对高光谱遥感图像进行初始分类,然后运用滤波器对初始分类结果保边去噪.实验结果表明,本文方法的分类精度高,分类稳定性好. 相似文献