基于視頻圖像的嵌入式水位監(jiān)測(cè)方法

張 帆， 靳曉妍

(湖南大學(xué)電氣與信息工程學(xué)院，湖南 長(zhǎng)沙 410082)

0 引 言

水電站是實(shí)現(xiàn)水能到電能的水利樞紐工程，持續(xù)、穩(wěn)定的電能對(duì)人民的日常生活與生命安全具有重要作用。在水電站的安全調(diào)控和運(yùn)行優(yōu)化過(guò)程中，實(shí)時(shí)水位數(shù)據(jù)具有重大意義。在水位測(cè)量領(lǐng)域，現(xiàn)有水位檢測(cè)方法主要有接觸式與非接觸式兩種[1-2]：常用的接觸式[3-4]方法有電容式、壓力式水位檢測(cè)方法等，這種方式與水體直接接觸，故障率相對(duì)較高；非接觸式[5-9]包括超聲波、雷達(dá)、圖像處理等檢測(cè)水位方法。超聲波、雷達(dá)檢測(cè)方法是向水體表面發(fā)射脈沖波，根據(jù)反射波的接收時(shí)間來(lái)計(jì)算水位高度，但波動(dòng)水體對(duì)檢測(cè)的精度有較大影響，不適用于小型水電站。圖像處理檢測(cè)水位[10-18]方法在很多場(chǎng)景得到了應(yīng)用，大多是通過(guò)模板匹配或圖像差分的方法辨識(shí)圖像中標(biāo)尺的刻度來(lái)確定水位高度，但標(biāo)尺很容易受水體污染腐蝕刻度，影響檢測(cè)精度，限制了這種方法的推廣應(yīng)用。

本文提出一種基于移動(dòng)激光與視頻圖像處理技術(shù)的水位監(jiān)測(cè)方法，采用光斑提取與目標(biāo)跟蹤算法識(shí)別激光軌跡，從而得到水位信息來(lái)計(jì)算水位高度。該方法不需要背景標(biāo)尺，因此避免了水體污染標(biāo)尺而影響檢測(cè)精度的問(wèn)題。

1 總體方案

所設(shè)計(jì)水位監(jiān)測(cè)系統(tǒng)的結(jié)構(gòu)示意圖如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)圖

系統(tǒng)主要由背板、支架、擋板、嵌入式設(shè)備、攝像機(jī)、激光模組與電機(jī)組成。背板采用磨砂表面，支架采用鋼構(gòu)支架，擋板安裝在支架上方，可以遮擋強(qiáng)光和雨水。嵌入式設(shè)備安裝在水平支架上，控制攝像機(jī)、激光模組與電機(jī)的開(kāi)閉。攝像機(jī)固定在水平支架下沿，并斜向下面對(duì)背板，保證水位高低變化均處在攝像機(jī)拍攝范圍。電機(jī)帶動(dòng)激光模組轉(zhuǎn)動(dòng)，調(diào)整激光模組的角度，使激光模組照射在背板的激光點(diǎn)從上到下移動(dòng)至水面。攝像機(jī)采集激光點(diǎn)移動(dòng)期間的視頻圖像，檢測(cè)時(shí)根據(jù)圖像的顏色特征提取紅色激光點(diǎn)，根據(jù)激光點(diǎn)在視頻圖像中的移動(dòng)軌跡確定水位線在圖像中的位置，依據(jù)幾何關(guān)系計(jì)算得到實(shí)際水位高度，并傳輸水位數(shù)據(jù)至服務(wù)器。系統(tǒng)結(jié)構(gòu)原理圖如圖2所示。

圖2 系統(tǒng)結(jié)構(gòu)原理圖

2 水位識(shí)別與計(jì)算

水位監(jiān)測(cè)系統(tǒng)主要包括光斑提取、圖像水位判別與實(shí)際水位高度計(jì)算三個(gè)部分。

2.1 光斑提取

2.1.1 紅色區(qū)域提取

激光模組照射出的激光點(diǎn)顏色為紅色，其在自然界極少出現(xiàn)，所以根據(jù)圖像顏色特征進(jìn)行光斑識(shí)別，從而提取目標(biāo)光斑。傳統(tǒng)的圖像色彩分析大多基于RGB顏色模型，將紅、綠、藍(lán)三色通過(guò)加色法配置出人眼看到的顏色，難以單獨(dú)得到紅色區(qū)域。為了得到完整的紅色區(qū)域，將RGB格式的圖像轉(zhuǎn)換到HSV色彩空間，計(jì)算公式如下：

式中：R（Red）、G（Green）、B（Blue）——圖像的紅、綠、藍(lán)色彩分量；

H（Hue）——顏色的色調(diào)，如紅、黃、藍(lán)等，其度量范圍為 [0 180]；

S（Saturation）——顏色的飽和度，指的是顏色的深淺程度，其范圍為 [0 255]；

V（Value）——顏色的亮度，范圍為 [0 255]。

HSV顏色模型更加符合人眼能夠感知的顏色特性。轉(zhuǎn)換后的圖像如圖3（a）所示。根據(jù)OpenCV（open source computer vision library）提供的 HSV顏色模型標(biāo)準(zhǔn)，模糊紅色范圍為 H[0 10] &[156 180]，S[43 255]，V[46 255]。通過(guò)設(shè)定 HSV 三通道，特別是H通道的閾值對(duì)圖像進(jìn)行分割，從而得到包含全部紅色光斑區(qū)域的灰度圖，由于反射的紅色光斑較淺，為了準(zhǔn)確識(shí)別，將S通道的范圍適當(dāng)放寬，可得到如圖3（b）的圖像。

2.1.2 形態(tài)學(xué)處理

經(jīng)過(guò)閾值分割后的圖像光斑較小，形狀不規(guī)則，還可能存在一些噪點(diǎn)，影響目標(biāo)光斑的提取，對(duì)圖像進(jìn)行形態(tài)學(xué)處理可以去除光斑內(nèi)的孔洞與噪點(diǎn)，得到更清晰的光斑圖像。膨脹和腐蝕是最基本的圖像形態(tài)學(xué)處理，在消除圖像毛刺，使輪廓光滑等方面具有優(yōu)異效果。其中膨脹是求圖像的局部最大值，經(jīng)過(guò)膨脹后的圖像擁有更大的高亮區(qū)域，可對(duì)光斑內(nèi)部的區(qū)域進(jìn)行填充，消除孔洞，腐蝕是求圖像的局部最小值，圖像經(jīng)過(guò)腐蝕后高亮區(qū)域變小，還原圖像信息。對(duì)每幀圖像進(jìn)行先膨脹后腐蝕的閉運(yùn)算，填充光斑像素間斷，消除冗余像素。經(jīng)過(guò)形態(tài)學(xué)處理后的圖像如圖3（c）所示。

2.1.3 中值濾波

形態(tài)學(xué)處理后的圖像可能存在由于環(huán)境干擾產(chǎn)生的噪聲，如熱噪聲、椒鹽噪聲等，需要對(duì)其進(jìn)行低通濾波去噪，這里選用中值濾波，可以在保留圖像目標(biāo)光斑的前提下濾除孤立噪聲點(diǎn)。中值濾波將與周圍一定區(qū)域的像素值差距過(guò)大的點(diǎn)判斷為噪聲點(diǎn)，對(duì)其按照周圍像素點(diǎn)的中值重新設(shè)定，從而消除噪聲。經(jīng)過(guò)中值濾波后，小于設(shè)定大小區(qū)域的噪聲被濾除，期望的光斑會(huì)被保留，得到的圖像如圖3（d）所示。

圖3 圖像處理過(guò)程圖

2.2 圖像水位判別

2.2.1 靜止水體水位判別

為了得到光斑的移動(dòng)軌跡，需要對(duì)檢測(cè)到的光斑進(jìn)行跟蹤，由于攝像機(jī)為斜上方拍攝，光斑的形狀在移動(dòng)中會(huì)發(fā)生變化，采用基于ASMS的目標(biāo)跟蹤[19]算法跟蹤光斑位置?；贏SMS的目標(biāo)跟蹤算法基于mean-shift框架。在OpenCV中，基于mean-shift的目標(biāo)跟蹤算法主要過(guò)程為：1）對(duì)圖像中的目標(biāo)區(qū)域進(jìn)行直方圖描述；2）根據(jù)直方圖構(gòu)建下一幀的反向投影圖；3）在反向投影圖中迭代找出與目標(biāo)區(qū)域相似性最大處，即為目標(biāo)移動(dòng)的位置。

基于ASMS的目標(biāo)跟蹤算法加入了先驗(yàn)（尺度不劇變）作為正則項(xiàng)，提高目標(biāo)跟蹤正確率，算法基本流程如下：

1）選取視頻圖像第一幀，將圖像中的光斑區(qū)域手動(dòng)框選，將此區(qū)域作為模板區(qū)域，對(duì)此區(qū)域以直方圖形式進(jìn)行描述。

2）設(shè)定相似性度量閾值，當(dāng)計(jì)算得到的相似性度量函數(shù)結(jié)果大于等于此定值時(shí)，認(rèn)為此處區(qū)域?yàn)楦櫮繕?biāo)。

3）從下一幀圖像的上一幀圖像目標(biāo)區(qū)域中心點(diǎn)開(kāi)始迭代，與模板區(qū)域進(jìn)行相似性對(duì)比，使用的相似性度量函數(shù)為：式中：u——區(qū)域直方圖的索引；因子矯正相似性的計(jì)算。

4）計(jì)算光斑區(qū)域的尺寸參數(shù)，將其作為正則項(xiàng)

5）對(duì)比同一圖像的所有待匹配區(qū)域與模板區(qū)域的相似性，選擇大于等于相似性度量閾值的區(qū)域作為本幀圖像的匹配結(jié)果，記錄此區(qū)域的中心點(diǎn)坐標(biāo)。

6）重復(fù)步驟 3）、4）、5），對(duì)所有圖像進(jìn)行處理，直至視頻所有圖像檢測(cè)結(jié)束。

經(jīng)過(guò)以上步驟處理后可以得到直射光斑與反射光斑的移動(dòng)軌跡坐標(biāo)，觀察光斑軌跡發(fā)現(xiàn)，激光點(diǎn)移動(dòng)過(guò)程主要分為以下四個(gè)階段：

1）系統(tǒng)開(kāi)始運(yùn)行后激光亮起，背板上端出現(xiàn)激光模組直射的激光點(diǎn)，由于光的反射，水面上出現(xiàn)反射激光點(diǎn)。

2）隨著直射激光點(diǎn)向下移動(dòng)至接近水位線，水面上的反射激光點(diǎn)也接近水位線并向上移動(dòng)。

3）直射激光點(diǎn)與反射激光點(diǎn)在水位線位置重合。

4）直射激光點(diǎn)繼續(xù)向下移動(dòng)，反射激光點(diǎn)繼續(xù)向上移動(dòng)，遠(yuǎn)離水位線一定位置后熄滅。

激光軌跡示意圖如圖4所示。

故判斷，直射光斑與反射光斑的坐標(biāo)差值為0或小于設(shè)定閾值時(shí)光斑坐標(biāo)為水位線位置坐標(biāo)，即圖4中c圖的位置。

2.2.2 波動(dòng)水體水位判別

水體靜止只存在于少數(shù)情況，在實(shí)際生產(chǎn)中大多數(shù)情況下水體呈現(xiàn)波動(dòng)狀態(tài)，水體波動(dòng)情況下視頻圖像中的光斑狀態(tài)可能不同：當(dāng)直射激光打在背板時(shí)，水面上可能出現(xiàn)復(fù)數(shù)反射光斑，且形狀不規(guī)則，面積變化較大，當(dāng)直射激光打在水面時(shí)，水面可能由于水體波動(dòng)出現(xiàn)多個(gè)光斑，背板上的反射光斑也可能為復(fù)數(shù)，或互相粘連。

為了將水位線以上和水位線以下的光斑進(jìn)行區(qū)分，采取靜態(tài)數(shù)據(jù)分析中的數(shù)據(jù)聚類技術(shù)對(duì)濾波后的光斑圖像進(jìn)行分析。

K-means算法[20]是最常用的聚類分析算法之一，它將距離越近的對(duì)象判定為相似性越大，以此為根據(jù)對(duì)多個(gè)對(duì)象進(jìn)行分類，基本流程如下：

1）在整幅圖像中隨機(jī)選取K個(gè)對(duì)象作為聚類質(zhì)心，本方法為了將圖像光斑依據(jù)水位線以上和水位線以下進(jìn)行分類，取K=2。

2）假設(shè)光斑對(duì)象共有N個(gè)，對(duì)于每一個(gè)對(duì)象，找到距離它最近的質(zhì)心作為標(biāo)簽，若N=1，則直接分為一類，分類結(jié)束。計(jì)算方式如下：

式中：c——類標(biāo)簽；

x——各個(gè)光斑對(duì)象；

3）對(duì)于同樣標(biāo)簽的類，更新其質(zhì)心，公式如下：

4）重復(fù)步驟2）和3），不斷劃分新的聚類，計(jì)算新的質(zhì)心，直至新的質(zhì)心和上一次計(jì)算的質(zhì)心相同或差距小于設(shè)定的閾值，判斷此時(shí)聚類收斂，分類結(jié)束，記錄此時(shí)兩類光斑的質(zhì)心位置。

光斑圖像經(jīng)過(guò)分類后可得到直射激光點(diǎn)類與反射激光點(diǎn)類的移動(dòng)軌跡，將兩類質(zhì)心的移動(dòng)軌跡作為直射與反射光斑的移動(dòng)軌跡坐標(biāo)。

由于水體波動(dòng)、光照強(qiáng)等原因，水面上的激光點(diǎn)可能由于不清晰而導(dǎo)致誤檢，或由于光的反射呈現(xiàn)復(fù)數(shù)激光點(diǎn)，不能簡(jiǎn)單地將兩個(gè)激光點(diǎn)重合時(shí)判斷為水位位置。觀察發(fā)現(xiàn)，當(dāng)直射激光點(diǎn)到達(dá)水位線之前，較上端的光斑為直射激光點(diǎn)，且向下移動(dòng)；當(dāng)直射激光點(diǎn)到達(dá)水位線之后，較上端的激光為反射激光點(diǎn)，且向上移動(dòng)。因此，判斷圖像上端首個(gè)激光點(diǎn)類的移動(dòng)軌跡最下方為水位線位置。

2.3 水位高度計(jì)算

構(gòu)建系統(tǒng)幾何關(guān)系圖，如圖5所示。經(jīng)過(guò)圖像水位判別方法后得到的水位在圖像中的位置為C，此處像素值即為AC的長(zhǎng)度。攝像機(jī)采集圖像為640×480像素大小，圖像縱向長(zhǎng)度AD為480像素，攝像機(jī)的廣角為41.41°，圖像中水位以上部分的角度∠AOC即α的大小可由下式計(jì)算：

圖5 系統(tǒng)幾何關(guān)系圖

攝像機(jī)在支架上的位置為O，圖5中虛線部分OA，OD為攝像機(jī)的廣角，其視野最高點(diǎn)為A，支架拐角處為Q。標(biāo)尺測(cè)量得到AQ與OQ的長(zhǎng)度，則∠AOQ即β的計(jì)算式為：

在 △OQC′′中，根據(jù)正切定理，可以得到水面以上背板的高度的計(jì)算式：

背板固定在墻壁上，已知背板長(zhǎng)度QX，可得到水位線距離背板底端的高度的計(jì)算式：

通過(guò)以上計(jì)算得到實(shí)際水位高度，若計(jì)算水位線距離水底的高度，可在公式（8）中增加背板底端到水底的距離。系統(tǒng)事先設(shè)定一個(gè)固定值作為安全水位閾值，一旦實(shí)際水位等于或超過(guò)安全水位閾值，系統(tǒng)會(huì)發(fā)送警報(bào)至管理人員。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 裝置組成

選用 Raspberry Pi基金會(huì)的 Raspberry Pi 4B 開(kāi)發(fā)板作為嵌入式設(shè)備，支持4 GB運(yùn)行內(nèi)存，體積小，性能強(qiáng)。垂直水面的支架長(zhǎng)度為1.8 m，水平支架長(zhǎng)度為1.6 m，可以使攝像機(jī)廣角覆蓋水位高低變化極限。攝像機(jī)內(nèi)置5 000萬(wàn)像素，通過(guò)HDMI線與樹莓派進(jìn)行數(shù)據(jù)傳輸。電機(jī)選用可240°旋轉(zhuǎn)的舵機(jī)，由樹莓派供電并工作在5 V電壓下。電機(jī)通過(guò)機(jī)械結(jié)構(gòu)帶動(dòng)激光模組勻速轉(zhuǎn)動(dòng)，調(diào)整激光模組的角度，使激光模組照射在背板的紅色激光點(diǎn)從上到下移動(dòng)至水面。多次試驗(yàn)發(fā)現(xiàn)激光模組直接全壓（5 V）啟動(dòng)會(huì)對(duì)其產(chǎn)生電流沖擊現(xiàn)象，縮短使用壽命，故選用PWM調(diào)壓?jiǎn)?dòng)來(lái)保護(hù)激光模組。

系統(tǒng)安裝的實(shí)物圖如圖6所示。

圖6 實(shí)物安裝圖

3.2 實(shí)驗(yàn)結(jié)果

分別在水位變化明顯的14:00-17:00與23:00-01:00時(shí)間段依據(jù)以下步驟進(jìn)行實(shí)驗(yàn)：

1）關(guān)閉水電站的發(fā)電機(jī)，將水體靜止時(shí)人工觀測(cè)水尺得到的水位數(shù)據(jù)作為水位高度依據(jù)。

2）記錄同一時(shí)間該水位檢測(cè)系統(tǒng)檢測(cè)的水位高度作為靜止水體測(cè)量水位方法的結(jié)果。

3）開(kāi)啟水電站的發(fā)電機(jī)后，水體開(kāi)始波動(dòng)，系統(tǒng)重新檢測(cè)此時(shí)的水位高度，將此高度作為波動(dòng)水體測(cè)量水位方法的結(jié)果。

4）使用基于模板匹配的圖像處理檢測(cè)水位方法測(cè)量此時(shí)的水位值。

選取時(shí)段的水位從51.48～177.84 cm，變化幅度為126.36 cm，白天進(jìn)行48組對(duì)比實(shí)驗(yàn)，夜晚進(jìn)行34組對(duì)比實(shí)驗(yàn)，該水位監(jiān)測(cè)系統(tǒng)拍攝的每段視頻包含激光點(diǎn)從上到下移動(dòng)一次的時(shí)間，均為23.74 s，每秒拍攝32幀，視頻處理所需時(shí)間在25～60 s之間，造成這種差距的原因是夜晚的視頻圖像基本為黑色，圖像信息較少，處理較快。模板匹配法在夜晚測(cè)量時(shí)進(jìn)行人工補(bǔ)光。

計(jì)算得到的數(shù)據(jù)如表1所示，E為與人工測(cè)量水位相比的絕對(duì)誤差，系統(tǒng)靜止水體測(cè)量方法的數(shù)據(jù)量為N1，占比為σ1，系統(tǒng)波動(dòng)水體測(cè)量方法的數(shù)據(jù)量為N2，占比為σ2，基于模板匹配的圖像處理檢測(cè)水位方法的數(shù)據(jù)量為N3，占比為σ3。

條件 樣本數(shù)E/cmN1σ1/%N2σ2/%N3σ3/%

白天 48＜0.1 21 43.75 9 18.75 3 6.25 0.1～0.3 15 31.25 11 22.92 7 14.58 0.3～0.6 12 25.00 16 33.33 11 22.92 0.6～2 0 0 12 25.00 22 45.83＞2 0 0 0 0 5 10.42

夜晚 34＜0.1 18 52.94 6 17.65 3 8.82 0.1～0.3 12 35.29 7 20.59 4 11.76 0.3～0.6 4 11.76 12 35.29 7 20.59 0.6～2 0 0 9 26.47 16 47.06＞2 0 0 0 0 4 11.76

以GB/T 50138—2010《水位觀測(cè)標(biāo)準(zhǔn)》為依據(jù)，采用自動(dòng)監(jiān)測(cè)設(shè)備檢測(cè)水位時(shí)，其系統(tǒng)平均誤差的計(jì)算方式為：

式中：Px——系統(tǒng)測(cè)量水位高度；

Pr——人工測(cè)量水位高度；

N——測(cè)量次數(shù)。

分別計(jì)算系統(tǒng)靜止水位檢測(cè)方法的平均誤差X1，系統(tǒng)波動(dòng)水位檢測(cè)方法的平均誤差X2，模板匹配檢測(cè)水位方法的平均誤差X3，得到表2。

表2 不同條件下平均誤差表

根據(jù)統(tǒng)計(jì)數(shù)據(jù)，在水體靜止時(shí)任何光線條件下，該監(jiān)測(cè)水位方法的測(cè)量誤差均小于0.6 cm，其中，在白天測(cè)量的平均誤差為0.24 cm，夜晚測(cè)量的平均誤差為0.15 cm，在水體波動(dòng)時(shí)，該檢測(cè)水位方法的測(cè)量誤差均小于2.0 cm，其中，在白天測(cè)量的平均誤差為0.49 cm，夜晚測(cè)量的平均誤差為0.48 cm，可見(jiàn)該系統(tǒng)在任何光線條件、水體狀態(tài)下均可以滿足測(cè)量精度要求，且夜晚的測(cè)量精度略高于白天。

實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)檢測(cè)水位方法在不同光線、水體情況下均可正確檢測(cè)，測(cè)量誤差小于2.00 cm，滿足水位檢測(cè)精度要求，系統(tǒng)水位計(jì)算方法簡(jiǎn)單，速度較快，證明了該水位檢測(cè)方法穩(wěn)定有效。

4 結(jié)束語(yǔ)

本文提出了一種基于可見(jiàn)激光與視頻圖像處理技術(shù)的嵌入式水位監(jiān)測(cè)方法，該方法不通過(guò)辨識(shí)水尺的刻度得到水位，而是通過(guò)識(shí)別可見(jiàn)激光從背板到水面的移動(dòng)軌跡得到水位位置，避免水體污染標(biāo)尺對(duì)檢測(cè)精度的影響，在波動(dòng)水位檢測(cè)方面表現(xiàn)優(yōu)異。另外，水位線識(shí)別只關(guān)注背板部分圖像，大多背景區(qū)域無(wú)需考慮，對(duì)圖像進(jìn)行目標(biāo)區(qū)域提取，提高了工作效率與檢測(cè)精度。

優(yōu)化方向：由于支架的安裝只能在豎直墻壁上，使用場(chǎng)景具有一定的局限性，后續(xù)準(zhǔn)備取消支架，將嵌入式設(shè)備、激光模組、電機(jī)和攝像機(jī)等硬件設(shè)備做成一個(gè)整體，可安裝在待測(cè)量水位對(duì)面的任意墻壁上，進(jìn)一步擴(kuò)大應(yīng)用范圍。