(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211077709.2 (22)申请日 2022.09.05 (71)申请人 中电信数智科技有限公司 地址 100036 北京市海淀区复兴 路33号13 层东塔13层13 08室 (72)发明人 林笑　 (74)专利代理 机构 北京知汇林知识产权代理事 务所(普通 合伙) 11794 专利代理师 杨华 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) (54)发明名称 一种水尺水位线检测方法及装置 (57)摘要 本发明涉及一种水尺水位线检测方法及装 置,属于人工智能技术领域。 方法包括以下步骤： 收集水尺水位线图像数据， 对所述图像数据进行 处理， 得到处理后的水尺水位线数据； 基于所述 处理后的水尺水位线数据， 构建水尺水位线检测 模型， 对所述水尺水位线检测模型进行训练， 并 保存模型参数； 接收输入的待检测的水尺水位线 图像， 根据所述水尺水位线检测模 型计算水位线 的位置， 输出检测结果。 本方法能够自动识别出 水位线的位置， 准确性高。 权利要求书2页 说明书7页 附图3页 CN 115482410 A 2022.12.16 CN 115482410 A 1.一种水尺水位线检测方法， 其特 征在于， 所述方法包括以下步骤： S1： 收集水尺水位线图像数据， 对所述图像数据进行处理， 得到处理后的水尺水位线数 据； S2： 基于所述处理后的水尺水位线数据， 构建水尺水位线检测模型， 对所述水尺水位线 检测模型进行训练， 并保存 模型参数； S3： 接收输入的待检测的水尺水位线图像， 根据所述水尺水位线检测模型计算水位线 的位置， 输出检测结果。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述图像数据进行处理， 得到处理 后的水尺水位线数据包括： 将图像数据分割成包含像素块的矩阵， 对所述矩阵进行扫描分类， 标注水位线像素在 所述矩阵中的行列位置 。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述处理后的水尺水位线数据， 构建水尺水位线检测模型包括： 基于所述处理后的水尺水位线数据， 构建基于贝塞尔曲线的水尺水位线检测模型， 所 述水尺水位线检测模型包括特征偏移可识别模块， 通过所述特征偏移可识别模块优化所述 贝塞尔曲线的控制点和曲线特 征的拟合偏差 。 4.根据权利要求3所述的方法， 其特征在于， 所述基于贝塞尔曲线的水尺水位线检测模 型的模型损失函数为： Ltotal＝α Lreg+β LCIOU+γLcls 其中， B(t)＝P0(1‑t)3+3P1t(1‑t)2+3P2t2(1‑t)+P3t3,t∈[0,1] 其中， α、 β 、 γ为损失函数权重占比， 取值范围为[0,1]， n为采样数， IOU表示两矩形交叠 区域面积与两矩形并集面积的比值， 所述两矩形表示模型输出控制点所建立的曲线的最小 外接矩形； b为模型输出控制点所建立的曲线的最小外接矩形中心点， ρ( ·)为欧式距离， c 为两曲线最小外接矩形对角线的距离， w、 h分别为两矩形的宽和高， PO、 P1、 P2、 P3为曲线控制 点， gt表示数据为标注数据， B(t)表示贝 塞尔曲线模型， 表示贝塞尔曲线模型的输出； Pi 和Ti分别为模型输出和真实标注的第i个column  anchor的分类结果向量； LCE(Pi,Ti)为第i 个分类器交叉熵损失。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述水尺水位线检测模型计算水 位线的位置包括： 根据输入的水尺水位线图像， 使用训练后的模型计算水位线贝塞尔曲线控制点， 根据 控制点确定模型曲线函数， 利用所述曲线函数和水尺检测结果计算水位线的位置 。 6.一种水尺水位线检测装置， 其特 征在于， 所述装置包括：权　利　要　求　书 1/2 页 2 CN 115482410 A 2处理模块， 用于收集水尺水位线图像数据， 对所述图像数据进行处理， 得到处理后的水 尺水位线数据； 构建模块， 用于基于所述处理后的水尺水位线数据， 构建水尺水位线检测模型， 对所述 水尺水位线检测模型进行训练， 并保存 模型参数； 检测模块， 用于接收输入的待检测的水尺水位线图像， 根据所述水尺水位线检测模型 计算水位线的位置， 输出检测结果。 7.根据权利要求6所述的装置， 其特征在于， 所述处理模块对所述图像数据进行处理， 得到处理后的水尺水位线数据包括： 将图像数据分割成包含像素块的矩阵， 对所述矩阵进行扫描分类， 标注水位线像素在 所述矩阵中的行列位置 。 8.根据权利要求7所述的装置， 其特征在于， 所述构建模块基于所述处理后的水尺水位 线数据， 构建水尺水位线检测模型包括： 基于所述处理后的水尺水位线数据， 构建基于贝塞尔曲线的水尺水位线检测模型， 所 述水尺水位线检测模型包括特征偏移可识别模块， 通过所述特征偏移可识别模块优化所述 贝塞尔曲线的控制点和曲线特 征的拟合偏差 。 9.根据权利要求8所述的装置， 其特征在于， 所述基于贝塞尔曲线的水尺水位线检测模 型的模型损失函数为： Ltotal＝α Lreg+β LCIOU+γLcls 其中， B(t)＝P0(1‑t)3+3P1t(1‑t)2+3P2t2(1‑t)+P3t3,t∈[0,1] 其中， α、 β 、 γ为损失函数权重占比， 取值范围为[0,1]， n为采样数， IOU表示两矩形交叠 区域面积与两矩形并集面积的比值， 所述两矩形表示模型输出控制点所建立的曲线的最小 外接矩形； b为模型输出控制点所建立的曲线的最小外接矩形中心点， ρ( ·)为欧式距离， c 为两曲线最小外接矩形对角线的距离， w、 h分别为两矩形的宽和高， PO、 P1、 P2、 P3为曲线控制 点， gt表示数据为 标注数据， B(t)表示贝塞尔曲线模型， 表示贝塞尔曲线模型的输出； Pi 和Ti分别为模型输出和真实标注的第i个column  anchor的分类结果向量； LCE(Pi,Ti)为第i 个分类器交叉熵损失。 10.根据权利要求9所述的装置， 其特征在于， 所述检测模块根据所述水尺水位线检测 模型计算水位线的位置包括： 根据输入的水尺水位线图像， 使用训练后的模型计算水位线贝塞尔曲线控制点， 根据 控制点确定模型曲线函数， 利用所述曲线函数和水尺检测结果计算水位线的位置 。权　利　要　求　书 2/2 页 3 CN 115482410 A 3