基于水尺字符检测识别的水位识别方法

    公开(公告)号:CN114067095B

    公开(公告)日:2023-11-10

    申请号:CN202111428932.2

    申请日:2021-11-29

    Abstract: 本发明公开了一种基于字符检测识别的水尺水位识别方法,通过深度学习算法提取水尺图像中水尺和E字符;其中完整字符E代表的水尺长度M;半字符E分为若干类,每类代表唯一的水尺长度S;通过深度学习算法确定半字符E代表的刻度值S;根据识别到的E字符数量N及E字符对应的刻度值S;计算水面以上的水尺刻度值;用水尺的总刻度值减去水面以上的水尺刻度值,得到水位值。本发明优点在于利用远程水尺监控图像,采用轻量化深度学习模型,在不额外增加水位线识别模型的情况下,仅对离水面最近的完整或者不完整字符E进行识别,保证在视角变化、光照变化等复杂场景下精确、完整地识别图像中水尺的刻度信息,降低了算法的复杂度,提高了检测效率。

    基于水尺字符检测识别的水位识别方法

    公开(公告)号:CN114067095A

    公开(公告)日:2022-02-18

    申请号:CN202111428932.2

    申请日:2021-11-29

    Abstract: 本发明公开了一种基于字符检测识别的水尺水位识别方法,通过深度学习算法提取水尺图像中水尺和E字符;其中完整字符E代表的水尺长度M;半字符E分为若干类,每类代表唯一的水尺长度S;通过深度学习算法确定半字符E代表的刻度值S;根据识别到的E字符数量N及E字符对应的刻度值S;计算水面以上的水尺刻度值;用水尺的总刻度值减去水面以上的水尺刻度值,得到水位值。本发明优点在于利用远程水尺监控图像,采用轻量化深度学习模型,在不额外增加水位线识别模型的情况下,仅对离水面最近的完整或者不完整字符E进行识别,保证在视角变化、光照变化等复杂场景下精确、完整地识别图像中水尺的刻度信息,降低了算法的复杂度,提高了检测效率。

    畸形河湾智能识别系统
    4.
    发明公开

    公开(公告)号:CN115240073A

    公开(公告)日:2022-10-25

    申请号:CN202210937378.9

    申请日:2022-08-05

    Abstract: 本发明提供了一种畸形河湾智能识别系统,包括:区域确定模块,用于根据研究需要选择研究对象区域;数据下载模块,用于批量下载研究对象区域的遥感数据;智能识别模块,用于在遥感数据中确定出目标遥感图像,对目标遥感图像中的水边线进行智能识别,获得水边线栅格数据;数据转换模块,用于将水边线栅格数据转换为有效矢量数据;最终识别模块,用于基于有效矢量数据和畸形河湾判定条件,识别出研究对象区域中的畸形河湾,获得畸形河湾完整识别结果;用以将智能图像识别算法和卫星影像相结合,提取水边线等河流信息,大大提高了畸形河湾的识别效率和准确度。

    基于深度学习的河防工程边坡坍塌检测方法

    公开(公告)号:CN114255250A

    公开(公告)日:2022-03-29

    申请号:CN202111621901.9

    申请日:2021-12-28

    Abstract: 本发明公开了一种基于深度学习的河防工程边坡坍塌检测方法,利用监控设备采集河防工程边坡图像数据;采用基于注意力机制的轻量化U‑net网络模型从边坡图像数据中分割出边坡区域;再通过背景建模运动目标检测算法,检测边坡区域中的运动目标;最后通过轻量化卷积神经网络对运动目标进行判断。本发明所述方法通过计算机语言嵌入到智能监控摄像设备中,将设备安放在河防护岸上的杆状物上,自动采集边坡数据,自动识别边坡坍塌运动,解决了人力巡检排查河防工程边坡的问题,同时利用基于注意力机制的轻量化U‑net图像分割模型、背景建模算法、轻量化卷积神经网络,有效的排除了现场环境中的干扰运动,极大的增加了算法的检测准确率。

Patent Agency Ranking