(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 202210643875.8 (22)申请日 2022.06.08 (71)申请人 山东智洋上 水信息技 术有限公司 地址 250000 山东省济南市中国 （山 东） 自 由贸易试验区济南片区汉峪金谷泰山 广场五栋七楼701室 (72)发明人 任兴珅　刘治财　郭守飞　谷加强　 方亮　 (74)专利代理 机构 济南竹森知识产权代理事务 所(普通合伙) 37270 专利代理师 刘宏广 (51)Int.Cl. G01F 23/22(2006.01) G06V 10/26(2022.01) G06V 10/74(2022.01)G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于点云的河流水位检测系统、 检测方 法及程序 产品 (57)摘要 本发明公开一种基于点云的河流水位检测 系统、 检测方法及程序产品， 属于属于计算机视 觉应用的技术领域。 本发明包括： 点云信息匹配 模块、 水面分割模块、 测试点分析模块和水位分 析模块。 本发 明用于通过计算机视觉的方法结合 点云信息， 确定点云数据和平面图像的映射关 系， 由此， 通过对图片计算机数据技术进行处理 得到水位测量数据， 从而解决了： 通过水位尺等 算法效果不准确和水位检测系统受环境影响的 问题。 权利要求书2页 说明书7页 附图3页 CN 115060343 A 2022.09.16 CN 115060343 A 1.一种基于点云的河流水位检测系统， 其特征在于， 包括： 点云信息匹配模块、 水面分 割模块、 测试点分析模块和水位分析模块； 通过无人机对待检测区域进行三维点云信 息采集形成点云数据， 通过摄像头获取待检 测区域图像， 所述 点云数据和待检测区域图像一 起输入点云信息匹配模块； 所述点云信息匹配模块： 在所述待检测区域图像中获取若干点及对应的二维坐标值， 并在点云数据中找到所述点对应的三 维坐标值， 建立待检测区域图像和点云数据的二维坐 标到三维点云坐标的映射关系， 以获取到二维像素坐标到真实海拔距离之间的映射关系； 所述水面分割 模块： 使用基于深度 学习的分割算法将所获得的待检测区域图像进行水 面区域与其它区域分割， 以获取 水面区域掩膜并传入测试点分析模块； 所述测试点分析模块： 将所获得的水面区域掩膜与系统用户设定的测试点进行匹配， 获取到所述测试点处水面 边缘的图像二维坐标， 将二维坐标传入水位分析模块； 所述水位分析模块： 将获得的二维坐标， 通过图像与三维点云信息的映射关系计算得 到所述水面真实海拔高度， 得到当前河流水位。 2.根据权利要求1所述的一种基于点云的河流水位检测系统， 其特征在于， 建立待检测 区域图像和点云数据的二维坐标到三维点云坐标的映射关系时 ， 采用的是 ： AnnotationTools标注工具实现映射关系建立的， 通过AnnotationTools标注工具， 将图像 二维坐标映射到三维点云坐标， 确立映射关系。 3.根据权利要求1所述的一种基于点云的河流水位检测系统， 其特征在于， 所述获取水 面区域掩膜的方法： 利用HRNet对图像中的水域进行水面分割， 输出水面区域掩膜， 最后并以矩阵的形式传 入测试点分析模块。 4.根据权利要求1所述的一种基于点云的河流水位检测系统， 其特征在于， 所述的测试 点分析模块的工作方法包括： 确定测试点： 在进行水位测量的测试点位置通过鼠标划定测试线， 测试线与水面有交 点是测试点， 并呈现其 二维坐标； (1)创建生成一张水面区域掩膜， 获取系统页面中鼠标的点击位置； (2)根据鼠标点击的位置在水面区域掩膜中画出测试线的位置， 即为背景掩膜； (3)将所述背景掩膜与水面区域掩膜进行 “与”操作， 生成第一张融合掩膜， 即第一求交 点掩膜； 将水面区域掩膜进行 “取反”操作， 在与背景掩膜进行 “与”操作， 生成第二张融合掩膜， 即第二求交点掩膜； (4)利用概 率霍夫变换算法对所述第一张融合掩膜和第二张融合掩膜进行线段检测： 检测线段的数量， 并得到对应线段的端点； 通过遍历计算第 一张融合掩膜和第 二张融合掩膜中所有端点的距离， 以获取到距离为 1的两个端点， 在所述两个端点中任选一个端点的二维坐标传入水位分析模块。 5.一种基于点云的河流水位检测方法， 其特 征在于， 包括： S1： 采集待检测区域的三维点云信息和待检测区域图像： 利用无人机对待检测场景区 域进行三维点云信息采集， 获得待检测场景区域的三维点云数据； 通过待检测区域水位检 测摄像头获取检测区域场景图像；权　利　要　求　书 1/2 页 2 CN 115060343 A 2S2： 建立二维坐标到三维点云坐标的映射关系： 利用AnnotationTools工具分别对步骤 S1的三维点云信息和待检测区域图像进 行信息匹配标注， 建立待检测区域图像和点云数据 的二维坐标到三维点云坐标的映射关系； S3： 建立水面区域掩膜模型， 并识别待检测区域图像中的水面区域掩膜： S301： 利用Labelme工具对网络 搜集的河流湖泊图片进行 标注， 获得 水面分割数据集； S302： 利用步骤S301中获得的数据 集对HRNet分割算法进行训练， 当网络损失 收敛时停 止训练， 获得模型权 重， 建立水面区域掩膜模型； S303： 将摄像头获取的场景图像输入所述水面区域掩膜模型中， 得到水面区域掩膜； S4： 测试点分析： S401： 在场景图像中设定测试线； S402： 通过opencv算法将所述测试线 进行二值化处理， 形成背景掩膜； 将所述背景掩膜与水面区域掩膜进行 “与”操作， 生成第一张融合掩膜， 即第一求交点 掩膜； 将水面区域掩膜进行 “取反”操作， 在与背景掩膜进行 “与”操作， 生成第二张融合掩膜， 即第二求交点掩膜； S403： 利用概率霍夫变换算法对所述第一张融合掩膜和第二张融合掩膜进行线段检 测： 检测线 段的数量， 并得到对应线段的端点； 通过遍历 计算第一张融合掩膜和 第二张融合 掩膜中所述端点的欧式距离， 以获取到欧式距离为1的两个端点， 并将所述两个端点中的任 意一个端点的二维坐标传入水位分析模块； 当两个端点距离d为1时， 则在两个所述端点中任意一个端点的二维坐标即为水面边缘 在待检测区域图像上的二维坐标， 其中， 所述欧式距离d计算公式如下： 在公式(I)中， (x1， y1)为第一张融合掩膜与所述测试线的下端点； (x2， y2)为第二张融合 掩膜与所述测试线的上端点； S5： 水位分析： 将测试点分析模块得到的步骤S403获取得到的二维坐标通过步骤S2得 到的映射关系求得待检测区域内河流的实际水位高度。 6.一种加载有如权利要求5所述检测方法的程序产品， 其特征在于， 所述程序产品被有 形地存储在非瞬态计算机可读介质上并且包括机器可执行指令， 所述机器可执行指令用于 执行上述的方法。权　利　要　求　书 2/2 页 3 CN 115060343 A 3