一种水位检测方法、装置及系统与流程

本发明涉及水位检测技术领域，特别是涉及一种水位检测方法、装置及系统。

背景技术：

现有的水位检测方案一般包括：在待检测水域中安装水尺，相机针对水尺采集一张水尺图像，通过该水尺图像进行分析，确定该水域的水位。但是上述方案中，如果水尺较长，则相机采集的水尺图像清晰度较差，进而导致水位检测结果不准确。

比如，如果水尺为e字形水尺，每个e字长度约为5cm，一个e字对应的垂直像素大于等于20，因此，对于个200万像素点的相机来说，在兼顾图像清晰度的情况下，该相机只能识别长度为2m的水尺。如果水尺长度大于2m，则该相机采集到的清晰度较差，进而导致水位检测结果不准确。

技术实现要素：

本发明实施例的目的在于提供一种水位检测方法、装置及系统，以提高检测结果的准确性。

为达到上述目的，本发明实施例提供了一种水位检测方法，包括：

控制相机针对水尺的第一区域进行图像采集，得到第一水尺图像；其中，所述水尺被预先划分为多个区域；

控制所述相机转动，并在转动后针对所述水尺的第二区域进行图像采集，得到第二水尺图像；

通过对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据。

可选的，所述通过对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据，包括：

判断所述水尺中是否存在未采集区域；

如果存在，继续控制所述相机转动，并在转动后针对所述水尺的未采集区域进行图像采集，直至所述水尺中不存在未采集区域；

如果不存在，则通过对每次采集得到的水尺图像进行分析，得到水位数据。

可选的，所述方法还包括：

配置水尺图像中的检测框；

所述通过对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据，包括：

通过对所述第一水尺图像的检测框中的区域、以及所述第二水尺图像的检测框中的区域进行分析，得到水位数据。

可选的，所述方法还包括：

配置水尺图像中的标定线、以及标定线对应的水位等级；

在所述得到水位数据后，还包括：

确定与所述水位数据相匹配的标定线；

输出所确定的标定线对应的水位等级。

可选的，在所述得到水位数据后，还包括：

判断所述水位数据是否大于第一预设阈值；如果是，将每次水位检测的时间间隔调小；

或者，判断所述水位数据是否小于第二预设阈值；如果是，将每次水位检测的时间间隔调小；所述第二预设阈值小于所述第一预设阈值；

或者，判断所述水位数据与历史水位数据的差值是否大于第三预设阈值；如果是，将每次水位检测的时间间隔调小。

可选的，所述通过对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据，包括：

判断所述相机是否开启红外光；

如果未开启，则调用第一神经网络模型对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；所述第一神经网络类型为针对白天场景训练得到的神经网络模型；

如果开启，则调用第二神经网络模型对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；所述第二神经网络类型为针对夜晚场景训练得到的神经网络模型。

可选的，所述方法还包括：

每个预设周期，向平台设备发送该周期中得到的水位数据；

若未发送成功，则将该周期的水位数据进行缓存，并在满足重传条件的情况下，重新向平台设备发送该周期中得到的水位数据。

可选的，所述水位数据包括：水位刻度值；所述方法还包括：

对得到的多张水尺图像进行拼接，得到拼接图像；

在所述拼接图像中叠加所述水位刻度值，得到叠加图像；

显示所述叠加图像。

为达到上述目的，本发明实施例还提供了一种水位检测装置，包括：

第一控制模块，用于控制相机针对水尺的第一区域进行图像采集，得到第一水尺图像；其中，所述水尺被预先划分为多个区域；

第二控制模块，用于控制所述相机转动，并在转动后针对所述水尺的第二区域进行图像采集，得到第二水尺图像；

分析模块，用于通过对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据。

可选的，所述分析模块，具体用于：

判断所述水尺中是否存在未采集区域；

如果存在，继续控制所述相机转动，并在转动后针对所述水尺的未采集区域进行图像采集，直至所述水尺中不存在未采集区域；

如果不存在，则通过对每次采集得到的水尺图像进行分析，得到水位数据。

可选的，所述装置还包括：

第一配置模块，用于配置水尺图像中的检测框；

所述分析模块，具体用于：通过对所述第一水尺图像的检测框中的区域、以及所述第二水尺图像的检测框中的区域进行分析，得到水位数据。

可选的，所述装置还包括：

第二配置模块，用于配置水尺图像中的标定线、以及标定线对应的水位等级；

确定模块，用于确定与所述水位数据相匹配的标定线；

输出模块，用于输出所确定的标定线对应的水位等级。

可选的，所述装置还包括：

调整模块，用于判断所述水位数据是否大于第一预设阈值；如果是，将每次水位检测的时间间隔调小；

或者，判断所述水位数据是否小于第二预设阈值；如果是，将每次水位检测的时间间隔调小；所述第二预设阈值小于所述第一预设阈值；

或者，判断所述水位数据与历史水位数据的差值是否大于第三预设阈值；如果是，将每次水位检测的时间间隔调小。

可选的，所述分析模块，具体用于：

判断所述相机是否开启红外光；

如果未开启，则调用第一神经网络模型对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；所述第一神经网络类型为针对白天场景训练得到的神经网络模型；

如果开启，则调用第二神经网络模型对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；所述第二神经网络类型为针对夜晚场景训练得到的神经网络模型。

可选的，所述装置还包括：

第一发送模块，用于每个预设周期，向平台设备发送该周期中得到的水位数据；

第二发送模块，用于在所述第一发送模块未发送成功的情况下，则将该周期的水位数据进行缓存，并在满足重传条件的情况下，重新向平台设备发送该周期中得到的水位数据。

可选的，所述水位数据包括：水位刻度值；所述装置还包括：

拼接模块，用于对得到的多张水尺图像进行拼接，得到拼接图像；

叠加模块，用于在所述拼接图像中叠加所述水位刻度值，得到叠加图像；

显示模块，用于显示所述叠加图像。

为达到上述目的，本发明实施例还提供了一种水位检测系统，包括：相机和平台设备；其中，

所述相机，用于针对水尺的第一区域进行图像采集，得到第一水尺图像；其中，所述水尺被预先划分为多个区域；控制所述相机的镜头转动，并在转动后针对所述水尺的第二区域进行图像采集，得到第二水尺图像；通过对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；将所述水位数据发送至所述平台设备；

所述平台设备，用于对接收到的水位数据进行统计。

可选的，所述相机，还用于每个预设周期，向所述平台设备发送该周期中得到的水位数据；若未发送成功，则将该周期的水位数据进行缓存，并在满足重传条件的情况下，重新向所述平台设备发送该周期中得到的水位数据；

所述平台设备，具体用于对每次接收到的水位数据进行统计对比。

可选的，所述相机中还包括插件；

所述相机，还用于通过所述插件配置水尺图像中的检测框；通过对所述第一水尺图像的检测框中的区域、以及所述第二水尺图像的检测框中的区域进行分析，得到水位数据；

和/或，通过所述插件配置水尺图像中的标定线以及标定线对应的水位等级；确定与所述水位数据相匹配的标定线；输出所确定的标定线对应的水位等级。

可选的，所述相机为球机。

为达到上述目的，本发明实施例还提供了一种电子设备，包括处理器和存储器；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现上述任一种水位检测方法。

应用本发明实施例进行水位检测时，预先将水尺划分为多个区域，先控制相机针对水尺的一个区域采集一张水尺图像，再控制相机转动，转动后再针对水尺的另一个区域采集另一张水尺图像，通过对得到的多张水尺图像进行分析，得到水位数据；可见，本方案中，将水尺划分为多个区域，通过控制相机转动，分别针对这些区域进行图像采集，如果水尺较长，则可以将该水尺划分为较多的区域，这样，相机针对每个区域采集的图像清晰度都较高，进而提高了水位检测结果的准确性。

当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的水位检测方法的第一种流程示意图；

图2为本发明实施例提供的一种检测框示意图；

图3为本发明实施例提供的一种标定线示意图；

图4为本发明实施例提供的一种交互界面示意图；

图5为本发明实施例提供的水位检测方法的第二种流程示意图；

图6为本发明实施例提供的一种水位检测装置的结构示意图；

图7为本发明实施例提供的一种水位检测系统示意图；

图8为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为解决上述技术问题，本发明实施例提供了一种水位检测方法、装置及系统，该方法及装置可以应用于可转动的相机，如球机，或者，也可以应用于与相机通信连接的其他电子设备，具体不做限定。

图1为本发明实施例提供的水位检测方法的第一种流程示意图，包括：

s101：控制相机针对水尺的第一区域进行图像采集，得到第一水尺图像。

本实施例中，预先将水尺划分为多个区域。具体来说，可以按照预设间隔，将水尺划分为多个区域。具体间隔不做限定，比如，可以每20cm划分为一个区域，这样，各区域的尺寸相同。或者，各区域的尺寸也可以不同，比如，第一个区域长度为20cm，第二个区域长度为30cm，第三个区域长度为40cm等等，具体划分方式不做限定。

一种实施方式中，相机可以为球机，球机可以上下转动。假设将水尺划分为两个区域：第一区域和第二区域，球机目前正对准第一区域，则控制球机针对第一区域进行图像采集，得到第一水尺图像。

s102：控制相机转动，并在转动后针对水尺的第二区域进行图像采集，得到第二水尺图像。

延续上述例子，可以预先配置球机的转动角度，使得球机转动后对准第二区域，然后针对第二区域进行图像采集，得到第二水尺图像。由于将水尺划分为两个区域，因此，采集第二水尺图像后，水尺中不存在未采集区域，一种情况下，可以控制相机转动至原位置，也就是对准水尺第一区域的位置。

s103：通过对第一水尺图像和第二水尺图像进行分析，得到水位数据。

作为一种实施方式，可以预先配置水尺图像中的检测框，如图2所示，检测框可以为一个矩形框，该矩形框可以包括部分位于水面以下的水尺。具体的，可以在相机中安装插件，通过插件下发检测框的配置参数。

可以理解，水尺的位置变化较小，或者说是固定的，相应的，相机的位置也可以是固定的，相机的转动角度也是预先配置的，这样，相机采集的每张图像中水尺的位置也是固定的，该检测框在图像中的位置也可以是固定的，因此，插件下发的配置参数中可以包括检测框在图像中的位置。

或者，检测框在图像中的位置也可以不固定，插件下发的配置参数中可以包括如何识别水尺的一些参数，这样，在得到水尺图像后，可以通过插件下发的配置参数识别图像中的水尺，根据识别结果生成检测框。

本实施方式中，s103可以包括：通过对所述第一水尺图像的检测框中的区域、以及所述第二水尺图像的检测框中的区域进行分析，得到水位数据。

本实施方式中，仅对检测框中的区域进行分析，相比于对整张图像进行分析，减少了计算量，提高了分析效率。

作为一种实施方式，可以预先配置水尺图像中的标定线。标定线可以有一条或多条，参考图3，图3中配置了三条标定线，每条标定线对应一个编号(1、2、3)，编号越小，表示标定线在图像中的位置越靠上，其对应的刻度值越大。

本实施方式中，还可以配置标定线对应的水位等级，仍参考图3，编号为1的标定线对应的水位等级可以为高水位，编号为2的标定线对应的水位等级可以为中水位，编号为3的标定线对应的水位等级可以为低水位。这样，在得到水位数据后，还可以确定与所述水位数据相匹配的标定线；输出所确定的标定线对应的水位等级。

举例来说，配置标定线时，每条标定线可以对应一个刻度值；s103得到的水位数据可以包括水位刻度值；这样，确定与水位数据相匹配的标定线，也就是计算每条标定线对应的刻度值与水位刻度值的差，将差最小的标定线确定为与水位数据相匹配的标定线。

输出所确定的标定线对应的水位等级，可以直观地提醒相关人员当前水域所处的水位等级，以便相关人员及时掌握水位动态，及时准备防汛抗旱等工作。

具体的，可以在相机中安装插件，通过插件下发标定线的配置参数，该配置参数可以包括标定线对应的刻度值以及水位等级。可以理解，水尺的位置变化较小，或者说是固定的，相应的，相机的位置也可以是固定的，相机的转动角度也是预先配置的，这样，相机采集的每张图像中水尺的位置也是固定的，标定线在图像中的位置也可以是固定的，因此，插件下发的配置参数中可以包括标定线在图像中的位置。

或者，标定线在图像中的位置也可以不固定，比如，可以将检测框分为n个区域，这n个区域之间的间隔线即为标定线，这种情况下，配置参数中可以包括标定线的数量以及标定线之间的间隔。

作为一种实施方式，在得到水位数据后，还可以判断所述水位数据是否大于第一预设阈值；如果是，将每次水位检测的时间间隔调小；

或者，可以判断所述水位数据是否小于第二预设阈值；如果是，将每次水位检测的时间间隔调小；所述第二预设阈值小于所述第一预设阈值；

或者，可以判断所述水位数据与历史水位数据的差值是否大于第三预设阈值；如果是，将每次水位检测的时间间隔调小。

本实施方式中，可以每隔一段时间，进行一次水位检测；进行水位检测，也就是执行本发明实施例。可以理解，对于水位较高(大于第一预设阈值)的情况、水位较低(小于第二预设阈值)的情况、水位变化较大(与历史水位数据的差值是否大于第三预设阈值)的情况来说，水位检测的时间间隔可以小于常规间隔，以便相关人员及时掌握水位动态，及时准备防汛抗旱等工作。

另外，这三种情况下，还可以输出相应的报警信息。比如，如果水位数据大于第一预设阈值，则可以输出“水位过高”的报警信息；如果水位数据小于第二预设阈值，则可以输出“水位过低”的报警信息；如果水位数据与历史水位数据的差值大于第三预设阈值，则可以输出“水位变化过大”的报警信息。

举例来说，可以预先设定进行水位检测的初始时间间隔，该初始时间间隔可以由用户设定，具体数值不做限定。举例来说，假设初始时间间隔为5分钟，也就是说，每5分钟执行一次本发明实施例。

假设在一次水位检测后，确定水位数据中的水位刻度值大于第一预设阈值，这种情况下，可以将初始时间间隔由5分钟调小，假设调整为3分钟，则调整之后，每3分钟执行一次本发明实施例。

举例来说，可以向用户展示设定界面，如图4所示，用户可以在该界面中输入灵敏度、起始时间、水位修正基值、上传间隔、加报水位、低水位加报、水位变化加报统计时段、水位变化加报触发增量等等。这些参数都可以认为是配置参数，这些参数都可以通过插件下发至本电子设备。

下面对这些参数进行解释：

灵敏度：也就是对水尺图像进行分析的灵敏度。一种情况下，可以通过神经网络模型对水尺图像进行分析，这样，可以通过对该神经网络模型的参数进行调整，实现对水尺图像的分析灵敏度进行调整。

起始时间：也就是进行水位检测的起始时间，很好理解，如果只需要在一个时间段内检测水位变化，可以设定水位检测的起始时间及终止时间。

水位修正基值：水位数据中包括水位刻度值，如果得到的水位刻度值与真实的水位刻度值存在一个固定的偏差，则可以通过该水位修正基值对得到的水位刻度值进行修正。

上传间隔：也就是水位检测的时间间隔；一种情况下，将得到的水位数据实时上传至其他设备，因此，进行水位检测的时间间隔等同于上传水位数据的时间间隔。

加报水位：即可以理解为上述第一预设阈值；一种情况下，将得到的水位数据上传至其他设备，这样，将水位检测的时间间隔调小，等同于增加上报水位数据的次数，“加报水位”也就是达到增加上报水位数据次数的高水位阈值。

举例来说，假设“加报水位”设定为2米，则如果本次得到的水位数据大于2米，则将水位检测的时间间隔调小。

低水位加报：即可以理解为上述第二预设阈值；一种情况下，将得到的水位数据上传至其他设备，这样，将水位检测的时间间隔调小，等同于增加上报水位数据的次数，“低水位加报”也就是达到增加上报水位数据次数的低水位阈值。

举例来说，假设“低水位加报”设定为1米，则如果本次得到的水位数据小于1米，则将水位检测的时间间隔调小。

水位变化加报统计时段：一种情况下，将得到的水位数据上传至其他设备，该设备对接收到的水位数据进行统计；“水位变化加报统计时段”也就是将水位检测的时间间隔调小后，相应地对该设备统计水位数据的间隔时间段进行调整。

举例来说，假设“水位变化加报统计时段”设定为10分钟，则该设备每10分钟对接收到的水位数据进行一次统计。

水位变化加报触发增量：可以理解为上述第三预设阈值；一种情况下，将得到的水位数据上传至其他设备，将水位检测的时间间隔调小，等同于增加上报水位数据的次数，“水位变化加报触发增量”也就是达到增加上报水位数据次数的水位增量阈值。

举例来说，假设“水位变化加报触发增量”设定为1米，则如果本次得到的水位数据比上一次得到的水位数据增加了1米或1米以上，则将水位检测的时间间隔调小。

作为一种实施方式，s103可以包括：判断所述相机是否开启红外光；

如果未开启，则调用第一神经网络模型对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；所述第一神经网络类型为针对白天场景训练得到的神经网络模型；

如果开启，则调用第二神经网络模型对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；所述第二神经网络类型为针对夜晚场景训练得到的神经网络模型。

如上所述，可以利用神经网络模型对水尺图像进行分析，本实施方式中，针对白天场景和夜晚场景训练了不同的神经网络模型。具体的，可以利用白天场景下的水尺图像训练得到第一神经网络模型，利用夜晚场景下的水尺图像训练得到第二神经网络模型。

可以理解，相机在夜晚场景下会开启红外光，因此，可以通过判断相机是否开启红外光，来确定当前场景是夜晚场景还是白天场景。如果是夜晚场景，则调用第二神经网络模型对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；如果是白天场景，则调用第一神经网络模型对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据。

本实施方式中，针对白天场景和夜晚场景，采用不同的神经网络模型进行分析，提高了分析的准确性。

以一次水位检测为例来说，在得到多张水尺图像后，可以将每张水尺图像输入至对应的神经网络模型中，神经网络模型识别水尺图像中的水尺区域，对水尺区域进行特征提取，根据提取到的特征，判断水尺是全部位于水下、还是全部位于水面上、还是部分位于水下部分位于水面上。

如果水尺图像中的水尺部分位于水下部分位于水面上，则将该张水尺图像确定为水平面图像。识别该水平面图像中水平面对应的水位刻度值，将该水平面图像及该水位刻度值都作为水位数据发送至平台设备。或者，也可以仅将该水位刻度值都作为水位数据发送至平台设备。

作为一种实施方式，执行本方案的电子设备(执行主体)可以每个预设周期，向平台设备发送该周期中得到的水位数据；若未发送成功，则将该周期的水位数据进行缓存，并在满足重传条件的情况下，重新向平台设备发送该周期中得到的水位数据。

如上所述，可以每隔一段时间，进行一次水位检测；这样，在得到水位数据后，可以将该水位数据发送至平台设备，也就是每个预设周期向平台设备发送一次水位数据。平台设备也可以每隔一段时间，对接收到的水位数据进行统计，如绘制水位变化曲线等，具体统计方式不做限定。

平台设备统计水位数据的时间间隔可以大于或等于本电子设备发送水位数据的时间间隔。举例来说，本电子设备可以每5分钟进行一次水位检测，并将得到的水位数据发送至平台设备，平台设备可以每个小时进行一次统计。

如果发送水位数据的过程中，出现网络故障导致发送失败，则本电子设备可以将本周期的水位数据进行缓存。上述重传条件可以为：网络恢复、或者缓存时间达到预设时长。也就是说，可以在网络修复后、或者在缓存时间达到预设时长后，重新向平台设备发送缓存的水位数据。

作为一种实施方式，所述水位数据包括：水位刻度值；所述方法还包括：

对得到的多张水尺图像进行拼接，得到拼接图像；在所述拼接图像中叠加所述水位刻度值，得到叠加图像；显示所述叠加图像。

可以理解，本实施例中，将水尺划分为多个区域，每个区域对应一张水尺图像，将每个区域对应的水尺图像进行拼接，得到的是水尺对应的完整图像，在该完整图像上叠加显示水位刻度值，可以更直观地体现水位检测结果。

应用本发明图1所示实施例进行水位检测时，预先将水尺划分为多个区域，先控制相机针对水尺的一个区域采集一张水尺图像，再控制相机转动，转动后再针对水尺的另一个区域采集另一张水尺图像，通过对得到的多张水尺图像进行分析，得到水位数据；可见，本方案中，将水尺划分为多个区域，通过控制相机转动，分别针对这些区域进行图像采集，如果水尺较长，则可以将该水尺划分为较多的区域，这样，相机针对每个区域采集的图像清晰度都较高，进而提高了水位检测结果的准确性。如果水尺较短，则可以将该水尺划分为较少的区域，这样，相机针对每个区域进行图像采集的次数较少，提高了检测效率。可见，利用本方案对较长的水尺和较短的水尺进行识别，都可以实现较好的识别效果。

图5为本发明实施例提供的水位检测方法的第二种流程示意图，包括：

s501：控制相机针对水尺的第一区域进行图像采集，得到第一水尺图像。

本实施例中，预先将水尺划分为多个区域。具体来说，可以按照预设间隔，将水尺划分为多个区域。具体间隔不做限定，比如，可以每20cm划分为一个区域，这样，各区域的尺寸相同。或者，各区域的尺寸也可以不同，比如，第一个区域长度为20cm，第二个区域长度为30cm，第三个区域长度为40cm等等，具体划分方式不做限定。

一种实施方式中，相机可以为球机，球机可以上下转动。假设将水尺划分为四个区域：第一区域、第二区域、第三区域和第四区域，球机目前正对准第一区域，则控制球机针对第一区域进行图像采集，得到第一水尺图像。

s502：控制相机转动，并在转动后针对水尺的第二区域进行图像采集，得到第二水尺图像。

s503：判断水尺中是否存在未采集区域，如果存在，执行s504，如果不存在，执行s505。

延续上述例子，由于将水尺划分为四个区域，因此，采集第二水尺图像后，水尺中还存在第三区域和第四区域这两个未采集区域，这种情况下，执行s504。

s504：继续控制相机转动，并在转动后针对水尺的未采集区域进行图像采集，之后返回执行s503。

延续上述例子，继续控制球机转动至第三区域进行图像采集，得到第三水尺图像。然后继续判断水尺中是否存在未采集区域，此时，水尺中还存在第四区域这一个未采集区域，这种情况下，仍执行s504：继续控制球机转动至第四区域进行图像采集，得到第四水尺图像。然后继续判断水尺中是否存在未采集区域，此时，水尺中不再存在未采集区域，执行s505。

s505：通过对每次采集得到的水尺图像进行分析，得到水位数据。

一种情况下，在s503判断结果为否的情况下，可以控制球机转动至原位置，也就是对准水尺第一区域的位置。举例来说，可以预先配置球机的转动角度，使得球机每次转动后对准水尺的下一个区域。

作为一种实施方式，可以预先配置水尺图像中的检测框，如图2所示，检测框可以为一个矩形框，该矩形框可以包括部分位于水面以下的水尺。具体的，可以在相机中安装插件，通过插件下发检测框的配置参数。

可以理解，水尺的位置变化较小，或者说是固定的，相应的，相机的位置也可以是固定的，相机的转动角度也是预先配置的，这样，相机采集的每张图像中水尺的位置也是固定的，该检测框在图像中的位置也可以是固定的，因此，插件下发的配置参数中可以包括检测框在图像中的位置。

或者，检测框在图像中的位置也可以不固定，插件下发的配置参数中可以包括如何识别水尺的一些参数，这样，在得到水尺图像后，可以通过插件下发的配置参数识别图像中的水尺，根据识别结果生成检测框。

本实施方式中，s505可以包括：通过对每次采集得到的水尺图像的检测框中的区域进行分析，得到水位数据。

本实施方式中，仅对检测框中的区域进行分析，相比于对整张图像进行分析，减少了计算量，提高了分析效率。

应用本发明图5所示实施例进行水位检测时，将水尺划分为多个区域，通过控制相机转动，分别针对这些区域进行图像采集，如果水尺较长，则可以将该水尺划分为较多的区域，这样，相机针对每个区域采集的图像清晰度都较高，进而提高了水位检测结果的准确性。如果水尺较短，则可以将该水尺划分为较少的区域，这样，相机针对每个区域进行图像采集的次数较少，提高了检测效率。可见，利用本方案对较长的水尺和较短的水尺进行识别，都可以实现较好的识别效果。

与上述方法实施例相对应，本发明实施例还提供了一种水位检测装置，如图6所示，包括：

第一控制模块601，用于控制相机针对水尺的第一区域进行图像采集，得到第一水尺图像；其中，所述水尺被预先划分为多个区域；

第二控制模块602，用于控制所述相机转动，并在转动后针对所述水尺的第二区域进行图像采集，得到第二水尺图像；

分析模块603，用于通过对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据。

作为一种实施方式，分析模块603，具体可以用于：

判断所述水尺中是否存在未采集区域；

如果存在，继续控制所述相机转动，并在转动后针对所述水尺的未采集区域进行图像采集，直至所述水尺中不存在未采集区域；

如果不存在，则通过对每次采集得到的水尺图像进行分析，得到水位数据。

作为一种实施方式，所述装置还可以包括：

第一配置模块(图中未示出)，用于配置水尺图像中的检测框；

分析模块603，具体可以用于：通过对所述第一水尺图像的检测框中的区域、以及所述第二水尺图像的检测框中的区域进行分析，得到水位数据。

作为一种实施方式，所述装置还可以包括：第二配置模块、确定模块和输出模块(图中未示出)，其中，

第二配置模块，用于配置水尺图像中的标定线、以及标定线对应的水位等级；

确定模块，用于确定与所述水位数据相匹配的标定线；

输出模块，用于输出所确定的标定线对应的水位等级。

作为一种实施方式，所述装置还可以包括：

调整模块(图中未示出)，用于判断所述水位数据是否大于第一预设阈值；如果是，将每次水位检测的时间间隔调小；

或者，判断所述水位数据是否小于第二预设阈值；如果是，将每次水位检测的时间间隔调小；所述第二预设阈值小于所述第一预设阈值；

或者，判断所述水位数据与历史水位数据的差值是否大于第三预设阈值；如果是，将每次水位检测的时间间隔调小。

作为一种实施方式，分析模块603，具体可以用于：

判断所述相机是否开启红外光；

如果未开启，则调用第一神经网络模型对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；所述第一神经网络类型为针对白天场景训练得到的神经网络模型；

如果开启，则调用第二神经网络模型对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；所述第二神经网络类型为针对夜晚场景训练得到的神经网络模型。

作为一种实施方式，所述装置还可以包括：第一发送模块和第二发送模块(图中未示出)，其中，

第一发送模块，用于每个预设周期，向平台设备发送该周期中得到的水位数据；

第二发送模块，用于在所述第一发送模块未发送成功的情况下，则将该周期的水位数据进行缓存，并在满足重传条件的情况下，重新向平台设备发送该周期中得到的水位数据。

作为一种实施方式，所述水位数据包括：水位刻度值；所述装置还可以包括：拼接模块、叠加模块和显示模块(图中未示出)，其中，

拼接模块，用于对得到的多张水尺图像进行拼接，得到拼接图像；

叠加模块，用于在所述拼接图像中叠加所述水位刻度值，得到叠加图像；

显示模块，用于显示所述叠加图像。

应用本发明图6实施例水位检测时，预先将水尺划分为多个区域，先控制相机针对水尺的一个区域采集一张水尺图像，再控制相机转动，转动后再针对水尺的另一个区域采集另一张水尺图像，通过对得到的多张水尺图像进行分析，得到水位数据；可见，本方案中，将水尺划分为多个区域，通过控制相机转动，分别针对这些区域进行图像采集，如果水尺较长，则可以将该水尺划分为较多的区域，这样，相机针对每个区域采集的图像清晰度都较高，进而提高了水位检测结果的准确性。

本发明实施例还提供了一种水位检测系统，包括：相机和平台设备；其中，

所述相机，用于针对水尺的第一区域进行图像采集，得到第一水尺图像；其中，所述水尺被预先划分为多个区域；控制所述相机的镜头转动，并在转动后针对所述水尺的第二区域进行图像采集，得到第二水尺图像；通过对所述第一水尺图像和所述第二水尺图像进行分析，得到水位数据；将所述水位数据发送至所述平台设备；

所述平台设备，用于对接收到的水位数据进行统计。

作为一种实施方式，所述相机，还用于每个预设周期，向所述平台设备发送该周期中得到的水位数据；若未发送成功，则将该周期的水位数据进行缓存，并在满足重传条件的情况下，重新向所述平台设备发送该周期中得到的水位数据；

所述平台设备，具体用于对每次接收到的水位数据进行统计对比。

本实施方式中，相机可以将水位数据缓存至相机sd卡中。

作为一种实施方式，所述相机中还包括插件；

所述相机，还用于通过所述插件配置水尺图像中的检测框；通过对所述第一水尺图像的检测框中的区域、以及所述第二水尺图像的检测框中的区域进行分析，得到水位数据；

和/或，通过所述插件配置水尺图像中的标定线以及标定线对应的水位等级；确定与所述水位数据相匹配的标定线；输出所确定的标定线对应的水位等级。

作为一种实施方式，所述相机为球机。

如图7所示，系统中可以包括插件，该插件可以为web插件，相机与该插件通过标准协议进行通信，该插件可以设置于相机中。插件下发配置参数，配置参数可以包括配置检测框、标定线、球机转动角度的参数，还可以包括图4中用户输入的各种参数等等，具体不做限定。相机根据插件下发的配置参数设置自身参数。

相机中包括图像处理芯片，该图像处理芯片采集水尺图像，并将采集到的水尺图像发送至算法库。

相机中包括算法库，算法库对图像处理芯片采集的水尺图像进行分析，得到水位数据。

相机中包括dsp(digitalsignalprocessing，数字信号处理)芯片，该芯片可以对得到的多张水尺图像进行拼接，得到拼接图像；在所述拼接图像中叠加水位数据，得到叠加图像；显示该叠加图像。

相机与平台设备通过私有协议进行通信，相机将得到的水位数据发送至平台设备，平台设备对该水位数据进行分析处理及展示。

具体的，平台设备可以向相机发送查询水位数据的指令，相机在接收到该指令的情况下，将水位数据上传至平台设备。或者，相机也可以在得到水位数据后，实时将水位数据上传至平台设备。

本发明实施例还提供了一种电子设备，如图8所示，包括处理器801和存储器802，

存储器802，用于存放计算机程序；

处理器801，用于执行存储器802上所存放的程序时，实现上述任一种水位检测方法。

上述电子设备提到的存储器可以包括随机存取存储器(randomaccessmemory，ram)，也可以包括非易失性存储器(non-volatilememory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

该电子设备可以为可转动的相机，如球机，或者，也可以应用于与相机通信连接的其他电子设备，具体不做限定。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例、系统实施例、电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。