本發(fā)明屬于水文水資源監(jiān)測(cè)技術(shù)、深度學(xué)習(xí)，具體涉及一種基于改進(jìn)雙邊網(wǎng)絡(luò)的無標(biāo)尺水位監(jiān)測(cè)方法。

背景技術(shù)：

1、水位是江河湖庫的基本水文要素之一。水位數(shù)據(jù)是防汛抗旱、灌溉、航運(yùn)和水利設(shè)施建設(shè)和管理的基本依據(jù)。及時(shí)可靠的水位自動(dòng)監(jiān)測(cè)對(duì)于提高防洪抗旱的預(yù)警預(yù)報(bào)水平具有重要意義。水尺通過讀數(shù)來記錄水位高度，是最直觀、最簡(jiǎn)單的水位測(cè)量工具，但傳統(tǒng)水尺測(cè)量需要人工定時(shí)觀測(cè)，自動(dòng)化程度低，人員勞動(dòng)強(qiáng)度大?，F(xiàn)有的自動(dòng)水位計(jì)根據(jù)測(cè)量原理不同主要包括浮子式、壓力式、超聲波式及雷達(dá)式等。但這些設(shè)備在實(shí)際安裝、使用和日常維護(hù)中存在一定的局限性，普遍存在設(shè)備及安裝成本高，測(cè)量精度易受環(huán)境溫度、水體泥沙含量及現(xiàn)場(chǎng)控制結(jié)構(gòu)的影響，測(cè)量結(jié)果不易校驗(yàn)，需要工作人員定期維護(hù)等缺點(diǎn)。

2、隨著大數(shù)據(jù)技術(shù)和高性能計(jì)算設(shè)備的發(fā)展，深度學(xué)習(xí)技術(shù)逐漸應(yīng)用于許多計(jì)算機(jī)視覺任務(wù)上。而深度學(xué)習(xí)方法憑借深層結(jié)構(gòu)，從輸入圖像的低層次特征中逐步抽象、提取出深層次特征，并以端到端方式自動(dòng)完成分類，表現(xiàn)出優(yōu)秀的分類性能，目前采用深度學(xué)習(xí)技術(shù)進(jìn)行水位測(cè)量時(shí)遵循傳統(tǒng)基于圖像的兩類方法，包括受人眼視覺啟發(fā)的方法和基于機(jī)器視覺的方法，但這些方法存在一定的局限性。

3、受人眼視覺啟發(fā)的方法通過檢測(cè)刻度線和識(shí)別字符來確定水位線的位置，非常依賴刻度線和圖像特征的可見性，在水尺局部污垢和損壞、圖像分辨率低、自然光不足、人工光照過強(qiáng)等復(fù)雜條件下無法測(cè)量?；跈C(jī)器視覺的方法首先檢測(cè)圖像中水位線的位置，然后利用變換關(guān)系將水位線像素坐標(biāo)轉(zhuǎn)換為實(shí)際水位讀數(shù)。目前已有的基于機(jī)器視覺的方法主要存在三個(gè)問題。一是雖然不依賴水尺這種擁有準(zhǔn)確度數(shù)的工具，但是依然還存在依賴標(biāo)識(shí)或者人工標(biāo)記作為參照物的局限性，不能完全解決自然磨損或者漂浮物阻擋問題。二是沒有考慮到模型的復(fù)雜度，已有的模型大多借用的成熟卷積語義分割模塊進(jìn)行分割，但是這些模型不一定適合處理實(shí)時(shí)語義分割任務(wù)，而且純卷積網(wǎng)絡(luò)也有著感受野不足的缺點(diǎn)。三是沒有考慮現(xiàn)實(shí)水面處于波動(dòng)狀態(tài)，所以水位換算方法不能簡(jiǎn)單的把水位當(dāng)場(chǎng)一條直線來預(yù)測(cè)，從而提高精度。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明目的：針對(duì)深度學(xué)習(xí)技術(shù)進(jìn)行水位測(cè)量時(shí)存在的依賴刻度線和圖像特征的可見性、人工光照過強(qiáng)等復(fù)雜條件下無法測(cè)量、水位線處漂浮物纏繞水尺片等問題，提供一種基于改進(jìn)雙邊網(wǎng)絡(luò)的無標(biāo)尺水位監(jiān)測(cè)方法，其不依賴傳統(tǒng)水位標(biāo)尺或者標(biāo)識(shí)檢測(cè)，避免由于磨損產(chǎn)生的各種問題。改進(jìn)的雙邊網(wǎng)絡(luò)則解決了傳統(tǒng)卷積網(wǎng)絡(luò)復(fù)雜度高，感受野不足的問題，水位線計(jì)算算法則克服了傳統(tǒng)水位分割沒有考慮水面波動(dòng)的情況，且能夠在復(fù)雜條件確保精確穩(wěn)定的工作，實(shí)現(xiàn)對(duì)水位圖像逐像素的分類預(yù)測(cè)，實(shí)時(shí)監(jiān)測(cè)目標(biāo)水位的實(shí)際水位。

2、技術(shù)方案：為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于改進(jìn)雙邊網(wǎng)絡(luò)的無標(biāo)尺水位監(jiān)測(cè)方法，包括如下步驟：

3、s1：傳統(tǒng)標(biāo)尺或者標(biāo)識(shí)易受自然環(huán)境侵蝕，造成水位難以準(zhǔn)確識(shí)別，本發(fā)明采用固定球型攝像頭進(jìn)行拍攝，將圖片進(jìn)行20等分并測(cè)量每個(gè)等分線中心點(diǎn)的像素坐標(biāo)，其中攝像頭像素150萬，最大支持20倍光學(xué)變焦，水平范圍360°和垂直范圍-15°～45°自動(dòng)翻轉(zhuǎn)，100m紅外補(bǔ)光；同時(shí)全站儀測(cè)量出每個(gè)等分線相對(duì)于岸堤頂部的實(shí)際高程，這樣即可單純利用攝像機(jī)建立等分線像素坐標(biāo)p和實(shí)際高程h的對(duì)應(yīng)關(guān)系；

4、s2：為了解決攝像機(jī)偏移問題建立模板水位圖像，并從模板水位圖像中選取n對(duì)匹配控制點(diǎn)作為圖像配準(zhǔn)依據(jù)；

5、s3：利用選取的n對(duì)匹配控制點(diǎn)計(jì)算空間變換矩陣，將待配準(zhǔn)水位圖像轉(zhuǎn)換成配準(zhǔn)完成的標(biāo)準(zhǔn)水位圖像，使偏移后攝像機(jī)圖像滿足之前建立的素坐標(biāo)p和實(shí)際高程h的對(duì)應(yīng)關(guān)系；

6、s4：采集不同條件下正射水位圖像，進(jìn)行數(shù)據(jù)增強(qiáng)構(gòu)造水位圖像數(shù)據(jù)集，其中訓(xùn)練樣本集和測(cè)試樣本集按照8∶2的比例進(jìn)行劃分；

7、s5：將水位圖像數(shù)據(jù)集輸入bidganet神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

8、s6：將配準(zhǔn)完成的標(biāo)準(zhǔn)水位圖像輸入訓(xùn)練好的bidganet神經(jīng)網(wǎng)絡(luò)，得到水位圖像水體區(qū)域和非水體區(qū)域的分割圖，分割后接著擴(kuò)大像素灰度值；

9、s7：在分割后擴(kuò)大像素灰度值得到的結(jié)果圖中，為了解決水面波動(dòng)的問題對(duì)圖像中的像素灰度值按行累加，計(jì)算水體部分垂直方向的像素長(zhǎng)度，確定水位線坐標(biāo)位置l；

10、s8：根據(jù)s1得到的像素坐標(biāo)p和實(shí)際高程h的對(duì)應(yīng)關(guān)系，將水位線坐標(biāo)位置l換算成實(shí)際高程h；

11、進(jìn)一步地方案為，步驟s2包括：

12、s21：在水位較低的情況下，利用s1布置好的測(cè)量系統(tǒng)拍攝下水位圖像作為模板水位圖像；

13、s22：選取n對(duì)匹配控制點(diǎn)的方法為：在模板水位圖像中的上下兩端開始向中間依次選取n對(duì)匹配控制點(diǎn)作為圖像配準(zhǔn)依據(jù)，控制點(diǎn)的原像素坐標(biāo)、控制點(diǎn)的變換后像素坐標(biāo)分別表示為(xi，yi)和(ui，vi)，其中i＝1，2，3，…，n。

14、進(jìn)一步地方案為，步驟s3中計(jì)算空間變換矩陣的公式為：

15、

16、式中：m1～m9為變換系數(shù)，該變換系數(shù)通過模板水位圖像與待配準(zhǔn)水位圖像中的控制點(diǎn)計(jì)算得出，待配準(zhǔn)水位圖像的坐標(biāo)通過公式可轉(zhuǎn)換成配準(zhǔn)完成的標(biāo)準(zhǔn)水位圖像。

17、進(jìn)一步地方案為，步驟s4中數(shù)據(jù)集建立過程具體為：

18、采集枯水期和豐水期不同天氣、光照和水流條件下的正射水位圖像，對(duì)圖像進(jìn)行翻轉(zhuǎn)，裁剪，縮放，顏色變換操作進(jìn)行數(shù)據(jù)增強(qiáng)，從而構(gòu)造水位圖像數(shù)據(jù)集。

19、進(jìn)一步地方案為，步驟s5中bidganet神經(jīng)網(wǎng)絡(luò)具體為：

20、傳統(tǒng)卷積網(wǎng)絡(luò)存在計(jì)算復(fù)雜度高，感受野不足的問題，本發(fā)明采用一種改進(jìn)的注意力的雙邊網(wǎng)絡(luò)(bidganet)；這種網(wǎng)絡(luò)以bilateral?networ實(shí)時(shí)語義分割網(wǎng)絡(luò)作為基礎(chǔ)網(wǎng)絡(luò)從而減少計(jì)算復(fù)雜度，在其基礎(chǔ)上增加引導(dǎo)注意力模塊(ga)從而擴(kuò)大圖像的感受野增加分割的精確度，整體架構(gòu)為兩部分：第一部分是高低分辨率組成的雙分支，圖片會(huì)分別進(jìn)入高分辨率分支和低分辨率分支從而得到不同尺度的特征提取；第二部分是雙引導(dǎo)注意模塊，它利用一種輕量型的注意力機(jī)制將上一部分不同尺度的特征融合起來進(jìn)行輸出；訓(xùn)練后的網(wǎng)絡(luò)用于測(cè)試水位圖像的語義分割；輸入圖像為24位2000×2000像素的正射圖像，模型可以生成像素灰度值在0～1之間的像素分類向量。

21、進(jìn)一步地方案為，步驟s6中得到水位圖像水體區(qū)域和非水體區(qū)域的分割圖的計(jì)算方法為：

22、得到模型輸出的像素分類向量過后，使用softmax分類器做逐像素預(yù)測(cè)；softmax多分類層對(duì)各個(gè)輸入分類器的概率值作指數(shù)計(jì)算，經(jīng)歸一化后，最大值所代表的類別即為分類結(jié)果，判斷每個(gè)像素所屬類別后計(jì)算損失函數(shù)，將softmax多分類層的輸出向量和樣本數(shù)據(jù)的標(biāo)簽值做交叉熵處理：

23、

24、式中：hx(y)為交叉熵，用來衡量模型分割結(jié)果與標(biāo)簽值之間的差異；xi為標(biāo)簽中第i個(gè)元素的值；yi為softmax層輸出向量(y1，y2，…，ym)的第i個(gè)向量數(shù)據(jù)；

25、步驟s6中分割后擴(kuò)大像素灰度值的計(jì)算方法為：

26、分割結(jié)果中水體區(qū)域、非水體區(qū)域的像素灰度值分別為1、0；在后續(xù)的水位線檢測(cè)中，對(duì)分割結(jié)果圖像的每一部分像素灰度值進(jìn)行100倍的擴(kuò)展，即水體區(qū)域、非水體區(qū)域的灰度值分別為100、0。

27、進(jìn)一步地方案為，步驟s7中確定水位線坐標(biāo)位置l的計(jì)算方法為：

28、s71：傳統(tǒng)分割水面算法沒有考慮水面是波動(dòng)的，水面分割結(jié)果不會(huì)是一條直線。所以需要在分割后擴(kuò)大像素灰度值得到的結(jié)果圖中，對(duì)圖像中的像素灰度值按行累加：

29、b(r)＝m(r，1)+m(r，2)+…+m(r，w)

30、式中：m(r，w)為像素(r，w)處的像素灰度值；r為當(dāng)前像素的行坐標(biāo)，取r＝1，2，…2000；w為像素的列坐標(biāo)，取w＝1，2，…200；設(shè)定水體的固定灰度值閾值為tw。

31、s72：在分割結(jié)果圖的像素值水平投影中自上而下進(jìn)行遍歷，b(r)≤tw的像素行坐標(biāo)為非水體區(qū)域，記為rw，b(r)>tw的像素行坐標(biāo)為水體區(qū)域，記為rr；

32、通過下式計(jì)算水體部分垂直方向的像素長(zhǎng)度，確定水位線位置l：

33、l＝h-(rw2-rw1)

34、式中：h為像素的行坐標(biāo)總長(zhǎng)；rw2為非水體部分頂端像素的行坐標(biāo)；rw1為非水體部分底端像素的行坐標(biāo)。

35、進(jìn)一步地方案為，步驟s8中水位線坐標(biāo)位置l換算成實(shí)際高程l的計(jì)算方法為：

36、由于配準(zhǔn)圖像和模板圖像在統(tǒng)一的坐標(biāo)系下，可以利用像素坐標(biāo)p和實(shí)際高程h的對(duì)應(yīng)關(guān)系h＝p/δd，將水位線坐標(biāo)l換算為實(shí)際的高程：

37、l＝l/δd

38、式中：δd為模板水位圖像的物理分辨率，對(duì)應(yīng)單位為pixel/mm。

39、有益效果：本發(fā)明與現(xiàn)有技術(shù)相比，具備如下優(yōu)點(diǎn)：

40、1、完全不依賴水尺或者標(biāo)識(shí)等輔助工具測(cè)量，可以避免由工具產(chǎn)生的各種問題，從而確保在光照過強(qiáng)、暴雨狂風(fēng)惡劣天氣、水面存在垃圾等情況下依然可以保證水位正常測(cè)量。

41、2、采用bidganet神經(jīng)網(wǎng)絡(luò)，在實(shí)時(shí)語義分割網(wǎng)絡(luò)上增加了注意力模塊，準(zhǔn)確度較高，對(duì)設(shè)備的要求不高，在工業(yè)化測(cè)量中更具有實(shí)用性。

42、3、改進(jìn)的水位線坐標(biāo)預(yù)測(cè)算法充分考慮了水面波動(dòng)的影響，對(duì)水位線附件每個(gè)像素點(diǎn)進(jìn)行累計(jì)求和處理，從而使水位線預(yù)測(cè)更加精確。