基于深度学习和椭圆检测的城市道路积水 深度监测方法研究

• 作者: 廖宇鸿 黄国如
• 来源期刊: 人民珠江
• 关键词: 深度学习 椭圆检测 积水深度 城市内涝 图像识别
• 年，卷（期）: 2023,（6）
• 页码范围: 5-12,21
• 页数: 9页
• 语种: 中文

摘要

为了解决传统城市内涝监测方式大量耗费人力物力，成本较高，不能满足城市内涝全面快速监测需要的问题，提出一种利用深度学习技术和椭圆检测算法的城市道路积水深度监测方法，通过深度学习模型对不同类型车辆的车轮进行检测和分割，利用椭圆检测算法对淹没车轮的几何特征参数进行提取，从而构建道路积水深度计算模型。通过东营市典型视频监控站点进行验证，结果表明：模型对数据集的平均定位精确率和分割精确率可达到94%以上，在实际积水监测中模型对正侧面和斜侧面车辆均具有较好的积水深度识别效果，近点处的识别结果优于远点，对正侧面车辆的识别结果优于斜侧面车辆。研究成果可为相关研究的进一步开展做铺垫，为城市内涝监测和洪涝灾害应急管理提供技术支撑。