水位图像识别的场景问题处理方法和技术

• 作者: 刘林海 李红石 江海洋
• 来源期刊: 水利信息化
• 学科: 工学
• 关键词: 人工智能 图像识别 场景处理 深度学习 水位 监测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 自动化测控
• 页码范围: 39-43
• 页数: 5页
• 分类号: TP391
• 字数: 4055字
• 语种: 中文
• DOI: 10.19364/j.1674-9405.2020.01.008

摘要

水位图像识别系统基于人工智能图像识别技术,通过对水尺进行智能识别,直接获得水位的数值,但在实际应用中,由于受场景因素的干扰,稳定性大受影响.通过采用深度学习算法、多帧识别、曝光参数优化,以及摄像机硬件及光学的定制等多种手段相结合,解决各种场景因素的干扰,并在杭州之江水文站进行比测.比测结果表明,智能图像识别水尺系统满足水位观测标准中自记式水位计的要求,与传统水位测量相比,具有建设成本低、测量方式高效的优势,具有广阔的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江海洋		4	42	2.0	4.0
2	刘林海		2	3	1.0	1.0
3	李红石		1	1	1.0	1.0