摘要
水位监测在防汛工作中至关重要,近年来水文站通过网络视频监控系统对水尺进行观测得到水位值,然而现场摄像头与水尺的视角非固定,使得现有图像方法难以满足水位的测量需求。针对上述问题,在基于深度学习框架的Mask R-CNN算法的基础上,本文研究了针对水尺的单目标分类区域检测方法。该方法主要由特征提取网络,区域推荐网络,Ro IAlign网络和区域选择模块四部分组成,可对水尺进行定位,截取水尺区域图像,为之后的水位检测缩小检测范围,大大减少计算量。所实现的算法具备较强实用性,对推动视频水尺的应用价值较大。
作者简介
张衎,女,昆明理工大学研究生,主要研究方向为图像处理,先进控制技术与应用;通讯作者:王剑平,昆明理工大学副教授,博士,主要研究方向为机器视觉,智能测控技术。
