详情

原文传递基于超像素和改进图割算法的智能视觉水位识别技术研究

论文题名：	基于超像素和改进图割算法的智能视觉水位识别技术研究
关键词：	计算机视觉;水位识别;金字塔结构;超像素预分割;图割算法
摘要：	我国是一个河流分布广泛、水系发达的国家。截止到目前，我国已建成了水文站点12.5万处，水文站点遍布全国，且发展迅速，这些水文站点大部分分布在长江、黄河流域。水位作为航道航行安全的重要指标，同时，也是保障船舶合理配载与安全航行的重要参考。水尺作为测量水位的标尺，在水位监测中发挥着不可替代的作用。目前，我国传统的依靠人工观读的水位测量方式还处于比较落后的水平；虽然人工智能、计算机视觉等技术的研究与应用在我国已经取得了不小的进步，获得了丰硕的研究成果，但智能视觉水位监测技术的研究还处于起步阶段，将人工智能和计算机视觉技术应用于水位监测更为少见。因此，利用智能视觉处理技术改善现有的水位测量方式，实现水尺水位测量的智能化具有广泛的实际应用价值。本课题依托与长江宜昌航道局合作的“新型智能水尺自动识别系统”项目，针对“新型水尺图像分割与识别算法的关键技术”展开相关研究工作。课题在分析传统水尺不足的基础上，针对智能视觉检测的需要设计了新型水尺，并围绕应用中水尺图像的角度倾斜校正、水尺图像预分割与精准分割、以及水位识别等关键问题开展相关的研究工作，重点研究了基于超像素与图割算法结合的水尺图像分割与识别技术，并提出了相应的解决方案。　　本论文主要研究内容及具体工作体现在以下几个方面：　　（1）针对传统水尺在智能视觉监测中不足的问题，设计并实现了满足智能视觉水位识别的新型水尺；为精确识别水尺的标示，提出了水尺图像的畸变校正、灰度处理与灰度压缩、滤波等预处理方法；将新型水尺应用于长江水位识别中，获得了比较满意的效果；　　（2）针对获取的水位图像中，水尺存在角度倾斜的问题，提出了一种分层的金字塔结构Hough变换的倾斜校正算法。该算法对拍摄的水尺视频序列图像进行2抽取，得到不同分辨率的水尺图像，对分辨率从低到高水尺图像应用Hough变换，逐步缩小倾斜角度的搜索范围，最终获取水尺图像中精确的水尺倾斜角度，然后进行倾斜校正；　　（3）针对长期处于野外环境的水尺，由于复杂自然环境易沾染污渍而影响识别的问题，提出了融合中值滤波的超像素预分割算法。本文算法将中值滤波思想融入到超像素简单线性迭代聚类(SLIC)算法的种子点的选取中，改变传统SLIC算法中的为每个像素点分配聚类中心，从而较好地滤除污渍噪声对预分割的影响，提高了预分割的效果。为进一步克服水尺污渍的影响，精确确定水尺头部和测量部分的带状区域，本文提出了改进的Graph-Cuts(图割)算法实现水尺的精确分割。在预分割的基础上，算法使用邻域像素相似度构造能量函数的边界项，分割时将水尺区域所在的超像素块设为目标区域，非水尺区域超像素块为背景区域，应用改进的Graph-cuts算法进行精细分割，提取水尺区域分割为头部条码区域和测量部螺旋条纹区域，便于后续的识别。　　（4）提出了新型水尺水位读数识别的基本架构：水尺头部区域识别原理和水尺测量区域读数识别原理，利用水尺识别原理对分割后的水尺图像进行水位读数识别，获取水位数据。　　本文提出的智能视觉水位识别算法应用于长江宜昌段水位的识别，并将识别出的水位数据与真实的水位数据进行比对，实验结果及实际应用结果均表明，应用本课题所提出算法的智能水位识别，在优良水质中的误差为2.5cm以内，在浑浊水质中的误差为3cm以内；因此，本课题提出的智能视觉水位识别算法具有良好的可行性和有效性，以及广阔的实际应用价值。
作者：	王峰
专业：	计算机技术
导师：	雷帮军;夏平
授予学位：	硕士
授予学位单位：	三峡大学
学位年度：	2021