基于深度学习的图像法水位智能监测

时间：2022-09-23 来源：水利水务网

分享到：

文章题目：基于深度学习的图像法水位智能监测

作者姓名：张文静1，张振1*，孙英军2，周扬1，汪崎宇1

作者单位：1.河海大学计算机与信息学院 江苏 南京 211100；2.浙江水文新技术开发经营公司 浙江 杭州 310009

摘要：

天然河流水文资料的准确获取，特别是实时可靠的水位资料，对防灾预警具有重要意义。图像法水尺水位测量是近年来发展并应用的新型监测技术，具有测量无温漂、结果直观、可回溯等优点。但现有基于灰度图像分割的水位线检测方法易受水面耀光、倒影等复杂光照条件的影响。此外在高洪期水尺易被漂浮物缠绕，引起水位线的误检，若不能有效识别该场景并进行修正将引起测量粗大误差。对此，本研究基于深度学习图像语义分割的思想，采用不同条件下采集并由人工精确标注的水尺、水面和漂浮物三分类样本图像构建数据集，进而训练深层全卷积神经网络完成对水尺图像的逐像素分类预测，最终在语义分割图像中检测水位线的像素位置，将其转化为实际水位值。现场试验表明，该方法能够克服传统方法在图像特征提取方面的不足，提升图像分割对野外复杂变化环境的适应性并实现测量有效性的识别，达到水尺水位智能监测的目的，测量的综合不确定度小于3cm。