复杂场景下无水尺水位的影像水位反演智能检测方法 |
| |
引用本文: | 孙传猛,魏宇,李欣宇,马铁华,武志博.复杂场景下无水尺水位的影像水位反演智能检测方法[J].测绘学报,2024(3):558-568. |
| |
作者姓名: | 孙传猛 魏宇 李欣宇 马铁华 武志博 |
| |
作者单位: | 1. 中北大学省部共建动态测试技术国家重点实验室;2. 中北大学电气与控制工程学院 |
| |
基金项目: | 国家重点研发计划项目(2022YFB3205800); |
| |
摘 要: | 实现精细化水务管控和洪涝灾害预警,需要实时、准确感知水位突变事件。现有技术不能满足夜晚、雾霾、雨天、雪天、漂浮物遮挡及阴影等复杂恶劣环境下的水位识别需求。为此,本文提出一种融合改进YOLOv5与卡尔曼滤波原理的无水尺水位智能检测技术:(1)引入YOLOv5对水位线(水岸分界线)进行检测,并利用线性拟合方法获得实际水位线;(2)针对水位线在延伸方向无限大而在其法向无限小特点,提出强化中尺度特征的多层级特征融合方法改进原YOLOv5算法;(3)利用卡尔曼滤波引入水位历史信息作为先验知识,提高本技术对复杂恶劣环境的泛化性能;(4)将图像中事先标定的固定的标志物加入到深度学习网络中训练,根据标志位真实尺寸解算实际水位高程,实现无水尺检测方案。相关试验和实践表明,改进的YOLOv5更加轻量化;本文所述水位智能检测技术斜率准确性为97.3%,较原算法提高了2.4%;截距准确性为99.3%,较原算法提高了0.5%;在夜晚、雾霾、雨天、雪天、漂浮物遮挡及阴影等复杂恶劣环境下可以自动、准确识别出水位高程,误差小于0.1 m。
|
关 键 词: | 水位识别 无水尺水位检测 深度学习 YOLOv5 卡尔曼滤波 |
|
|