复杂场景下无水尺水位的影像水位反演智能检测方法

• Published in: 测绘学报 Vol. 53; no. 3; pp. 558 - 568
• Main Authors: 孙传猛, 魏宇, 李欣宇, 马铁华, 武志博
• Format: Journal Article
• Language: Chinese
• Published: 中北大学电气与控制工程学院,山西太原 030051 20.03.2024; 中北大学省部共建动态测试技术国家重点实验室,山西太原 030051
• Subjects: deep learning; 水位识别; YOLOv5; 卡尔曼滤波; 无水尺水位检测; 深度学习; water level identification; Kalman filtering; water level detection without water gauge
• ISSN: 1001-1595
• DOI: 10.11947/j.AGCS.2024.20220561

TP391%P237; 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...