基于图像识别的水位监测系统的研究与实现

发布时间：2020-09-25 08:36

　　 目前,水资源和水安全问题己经成为影响社会、经济和生态发展的重要因素之一,其中,水位数据是可以反映这些问题的非常关键的水文资料。水位站检测水位的方法有许多种,人工测量水位时需要考虑监测人员的人身安全问题,而且数据实时性较差;采用水位计测量的缺点是工作方式复杂,精度受环境条件的影响很大,以上方法都不能实现远程测量。随着科技的发展,这些传统的水位测量方式被自动智能监测水位方式取代是必然趋势。基于此,本文综合利用图像识别技术和多媒体传输技术,设计开发了一个远程水位智能监测系统,利用图像识别技术对水位图像进行处理,识别出水位线,通过多媒体传输技术将采集到的多媒体数据(文本、图片、视频等)准确传送到监控端,从而可以实现水位的远程实时自动监测。本文的主要内容如下:研究了系统相关图像识别技术以及水位识别关键算法,面向具体环境,规划、设计了水位监测的整体流程。给出了一个水位监测系统的设计和开发,从水位监测基站和监测中心两大模块来叙述,水位监测基站包含嵌入式数据采集模块,以便周期性地收集包括水位、视频和图像等数据。然后通过蜂窝网络将收集的数据发送到监测中心,根据历史数据确定该地区的洪水或枯水预警。这种设计不仅解决了测量精度问题,而且提高了工作效率。本文研发的基于图像识别理论的智能水位监测系统经过测试,系统运行稳定,测量数据比较准确,基本达到了预期目标,可以较好的满足市场需要。
【学位单位】：南京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：P332;TP391.41
【部分图文】：

图 2.4 常见边缘类型续函数，若要求某个函数里变化很快的点的集合，对函数求导即可，导数大，类比图像就越“边缘”。可以通过以下方式检测位于边缘的点：检测大值或最小值；检测二阶导数的过零点。连续函数斜率 90 度的地方，一阶导数无穷大，计算机很难表示这些无穷微分，连续函数上 x变化了dx，导致 y 变化了dy ，dy 值越大表示变化越图像的微分，dy 的大小就是边缘的强弱了。微分与导数的关系：dy f ' x dx函数里叫微分，因为图像信号是离散的，叫差分，和微分含义相同，也是算信号的导数，我们用有限差分逼近导数： 01limxf x x f xy f x f xx x 1

图 2.5 梯度算子检测边缘的方向模板检测边缘是基本且原始的方法，针对阶跃边缘，仅利用原像计算梯度，不能抑制噪声，而且梯度算子要求方向性，难以测算子利用对角线方向上相邻像素之差近似等于梯度幅值的( , )( 1, +1) ( , )( , )( , +1) ( +1, )xyf x yg f x y f x yxf x yg f x y f x yy

图 2.5 梯度算子检测边缘的方向模板测边缘是基本且原始的方法，针对阶跃边缘，仅利用原算梯度，不能抑制噪声，而且梯度算子要求方向性，难算子利用对角线方向上相邻像素之差近似等于梯度幅值( , )( 1, +1) ( , )( , )( , +1) ( +1, )xyf x yg f x y f x yxf x yg f x y f x yy

【相似文献】

相关期刊论文 前10条

1 尚盈;雷涛;王昌;;无线水位监测系统的设计与实现[J];信息技术;2010年01期

2 马s

本文编号：2826496