基于机器视觉的水体分割与水位线提取系统及方法

本发明属于水利行业场景分析，具体涉及基于机器视觉的水体分割与水位线提取系统及方法。

背景技术：

1、现阶段，水库水情监测预警预报能力不足的问题较为突出，应急处置能力严重不足。为此，对水库水位的监测、及时分析数据、掌握水库水位的实时变化的重要性更为凸显。

2、目前的水库水位的监测方案，包含以下几种：

3、传统人工监测：在含水尺的场景下人工观读水位尺。此方案人力成本高，受环境影响较大。水位计+河道监测终端：安装监测设备立杆和支架，通过传感器生成水位过程曲线和数据统计表，通过gprs、cdma、北斗卫星等多种通信方式上传数据。此方案能够实现水位监测的功能，但成本高，安装复杂。

4、传统人工监测的方案存在人眼识别的不准确性和危险性，恶劣环境下无法观测水位，水尺污损的情况下无法观测水位。水位计+河道监测终端的方案需要专门的仪器，安装和维护成本昂贵，水位监测易受风浪影响导致误差较大。

技术实现思路

1、为了克服上述现有技术存在的不足，本发明的目的在于提供基于机器视觉的水体分割与水位线提取系统及方法，采用水文闸站的摄像装置采集特定水域的监控视频，通过改进后的图像分割算法和直线检测算法分割水体，进而实时获取水位线。本发明适应无水尺或水尺无损毁坏的条件，适应恶劣环境条件或无人值守等多种不同水库环境，人力成本低，装置简单，能够实现对水库环境的实时动态监测。水体分割算法和直线检测算法交互性强，计算量小，无需大量存储空间。

2、为了实现上述目的，本发明采用的技术方案是：

3、基于机器视觉的水体分割与水位线提取系统，包括视频图像采集部分、图像处理部分、结果展示部分、多线程处理和交互部分；

4、所述视频图像采集部分包含图像采集、存储待检测水域的原始视频图像信息和图像编解码；所述图像采集将获取原始视频图像输入到存储待检测水域的原始视频图像信息，经过图像编解码得到帧图像，传递到图像处理部分等待下一步处理；

5、所述图像处理部分包括图像预处理、水体分割和水位线检测三大模块；所述图像预处理用于调整视频图像采集部分采集到的图像尺寸、图像灰度化、形态学处理以减少不同天气状况对后续操作的影响，水体分割部分负责分割关注的水体区域和其他无关区域，通过人工交互的方式粗略勾画待检测水域的水体范围以提升水体分割的精准度；水位线检测包括框选区域内绘制水体边缘线，数据估计和过滤以达到水位检测的目的；

6、所述结果展示部分包括图像渲染、数据展示和数据记录三个模块，其中，图像渲染模块将原始视频和图像处理部分的图形计算结果转化成可见像素，数据展示模块负责展示水体分割与水位线绘制结果，数据记录负责存储水体分割产生的前后景模型及mask、水位线检测产生的水位线端点坐标和绘制结果图像，记录参数有利于系统的移植和分割模型的热启动；

7、所述多线程处理是贯穿于视频图像采集部分、图像处理部分和结果展示部分三个部分；

8、所述交互系统贯穿于视频图像采集部分、图像处理部分和结果展示部分三个部分。

9、所述多线程处理用于统筹视频图像采集与存储线程、图像处理线程、结果显示线程三项线程在同一时间同步处理与执行，通过提高资源利用率来提升系统效率。

10、所述交互系统通过人为操作接收用户意图，提升用户体验和系统适用性，在视频图像采集部分用户选择视频接入方式和编解码格式，图像处理部分需要用户使用鼠标作为画笔，移动绘制粗略的mask，在结果显示部分，用户选择是否保存前后景模型、mask图、水位线端点坐标和绘制结果图像的参数，所述参数用于本系统的移植与分割模型的热启动。

11、所述图像采集选择读取网络视频流或者本地视频文件两种视频载入方式；图像编解码是使用编解码器对图像采集部分获取的视频编码，压缩图像进行传输，节省通信传输占用带宽。

12、基于机器视觉的水体分割与水位线提取系统的使用方法，包括以下步骤；

13、s1：采集并上传选定区域流域河流的监测视频图像；

14、s2：使用画刷大致勾画图像前景背景；

15、s3：精确分割水体与无关背景区域，提取水体部分；

16、s4：框选绘制水位线区域并在区域内绘制水位线。

17、所述步骤s1具体为：

18、1)视频读取：视频图像采集部分读取网络视频流或者加载本地视频图像，经过图像编解码获取当前显示帧、帧图像尺寸、帧率信息，获取原始视频图像、视频的第一帧图像；

19、2)视频显示：按照1:1的比例对mask和第一帧图像进行图像融合，对第一帧图像做调整尺寸、对比度和亮度调整进行预处理，显示经过预处理的第一帧图像和融合结果，如果上一步中读取本地视频文件，则计时显示到视频总帧数后中断视频显示；

20、3)视频存储：选将网络视频流存储成视频文件。

21、所述s2具体为：

22、1)前后景区域初始化：初始化用于分割的mask，分别以白色和灰色标识前景和背景，默认mask的四个角点位置的像素为前景，其余所有像素为背景；

23、2)绘制设置：初始化画刷和前后景模式，画笔默认初始半径为15px，用于调节范围为5-40px，画刷默认绘制前景模式，根据绘制需要切换前景和背景两种模式；

24、3)鼠标事件绑定：鼠标移动事件绑定绘制mask，鼠标点击事件绑定取矩形框两点；

25、4)mask绘制：鼠标移动绘制前景和背景部分，作为模型参数传递到交互式grabcut中进行下一步分割。

26、所述s3具体为：

27、将原始图像、迭代过程中的mask和前后景模型作为参数传送到水体分割算法——交互式grabcut中，以gibb能量最小化为目标分割出图像的水体，切断前景区域像素点与背景区域像素点的n-links，删除无关的t-links，人为交互调整终端结点与普通结点的连接关系，迭代使用水体分割算法获得最优的分割图，实现前景水体和背景无关区域的分割，显示在窗口上。

28、所述s4具体为：

29、检测水位线需要首先框选出矩形区域的mask图，并重置mask的坐标，再进行边缘检测和直线检测；

30、1)边缘检测：原始图像是rgb图，将其转为单通道灰度图开始边缘检测：首先进行高斯滤波降噪，降低高斯噪声、椒盐噪声对后续操作的影响；再将灰度图像的矩阵和sobel水平算子、垂直算子差分计算求解图像梯度和方向，根据求解的梯度方向对幅值进行极大值抑制，避免将非边缘像素认定为边缘，清晰化边界，对检测结果进行单次或多次膨胀操作，避免出现无法检测水位线的情况；

31、2)直线检测：使用概率霍夫直线检测算法进行直线检测，从图像中随机抽取未被标为某一直线的边缘点进行霍夫变换并累加计算，选择大于阈值的点，寻找其直线端点并计算直线长度，当直线长度大于阈值时认定为直线，多次计算后将获取到的多条直线的端点位置拟合作为最终结果；

32、3)水位线绘制：根据直线检测最终的拟合结果，在矩形区域绘制水位线；

33、4)窗口显示：将处理结果渲染到窗口中，显示水位线结果。

34、本发明的有益效果：

35、本发明针对无人值守的小流域、大型水利工程设施无法覆盖、无水尺及水尺失效等无法完成水文信息监测工作的站点，能够实现全天候的实时水位监测工作。

36、本系统装置简单、仅需要架设符合要求的摄像机进行观测；模型简单、无需大量计算资源，无需大量数据用于模型训练，仅需要几个模型参数就能够实现与深度学习完成度近似的工作；

37、本发明模型准确度高，人机交互能够弥补算法误差等原因带来的误差，检测效果相对较好；

38、本发明系统适应性高且可移植性强，使用保存的模型参数可以使系统热启动，能够移植到其他系统。