基于灰度拉伸的图像水位识别方法研究

摘要：

图像法水位测量通过图像处理技术检测水位线,实现水位信息的自动获取.然而,由于现场环境光照条件复杂、清水倒影、成像分辨率低和视角倾斜的影响,水尺表面字符和刻度线的识别相当不可靠.为提高复杂光照条件下水位值的精度,本文设计了一种基于灰度拉伸的水位线检测方法.首先,构造一种新的结合卷积神经网络(CNN)和残差的去噪模型,在去除水尺图片噪声的同时能够较好地保持水尺的细节.然后,通过灰度直方图统计水面、背景、水尺部分的灰度值并进行分析,确定灰度拉伸的范围,明确水尺与水体部分的分界线来定位水位线.

关键词：灰度拉伸、卷积神经网络(CNN)、残差学习、透视畸变

所属期刊栏目：31

资助基金：中央级公益性科研院所基本科研业务费专项资金Y520019

在线出版日期：2021-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：327-332