-
公开(公告)号：CN118985555A
公开(公告)日：2024-11-22
申请号：CN202411098199.6
申请日：2024-08-12
Applicant: 中国水利水电科学研究院 , 浙江瀚达环境科技有限公司 , 广西壮族自治区水利科学研究院
Inventor： 邓刚 , 张延亿 , 梁辰希 , 覃初夏 , 陈含 , 张茵琪 , 涂旭 , 姚静 , 侯伟亚 , 路威 , 于明志 , 梁力 , 程森浩 , 王翔南 , 钱峰涛 , 刘鹏 , 徐佳宁 , 刘磊
IPC: A01M1/02 , G06V20/52 , G06V10/12 , G06V10/94 , A01M1/10 , H04N7/18 , H04N23/20 , H04W4/30 , G08B21/24
Abstract: 一种白蚁智能监测系统，本发明监测装置的壳体上端安装有上盖，上盖的上方设置有为监测装置提供电能的太阳能板；壳体内由下至上依次设置有引诱仓、拍摄仓、设备仓；拍摄仓的高度适合设备仓中的摄像头拍摄引诱仓顶部蚁桥全景；摄像头固定设置在设备仓的下部，镜头朝下拍摄蚁桥上方的白蚁活动图像，并通过无线网络传输至终端管理平台。其有益效果是，结构设计合理，系统集图像视频采集、数据无线网络传输及终端管理平台识别反馈于一体；监测装置可自主供电；引导白蚁多路径进入，提供全方位、无死角的拍摄视角；采用定焦红外摄像头，画质清晰；对白蚁活动进行监测，实现白蚁精准识别和准确统计。
-
公开(公告)号：CN119940149A
公开(公告)日：2025-05-06
申请号：CN202510414414.7
申请日：2025-04-03
Applicant: 中国水利水电科学研究院 , 广西壮族自治区水利科学研究院
IPC: G06F30/27 , G01F25/10 , G06F18/15 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/049 , G06N3/084 , G06F113/08 , G06F123/02
Abstract: 本发明提供一种流量校准方法及装置，属于水文预报技术领域，所述流量校准方法包括以下步骤：获取流域内的地理信息、历史真实流量数据、历史气象数据以及历史水文参数数据；利用地理信息和历史水文参数数据构建时空变源混合产流模型；利用历史真实流量数据、历史流量预测数据和历史水文参数数据对时间序列模型进行训练；将目标水文参数数据和目标气象数据输入至时空变源混合产流模型得到初步流量预测数据；将初步流量预测数据和目标水文参数数据输入至时间序列模型得到校准后的流量预测数据。本发明中的流量校准方法，利用时空变源混合产流模型进行流量初步预测，再利用时间序列模型对流量初步预测结果进行校准，可以有效提升流量预测结果。
-
公开(公告)号：CN118823071B
公开(公告)日：2024-11-22
申请号：CN202411306414.7
申请日：2024-09-19
Applicant: 中国水利水电科学研究院
IPC: G06T7/246 , G06T7/269 , G06V20/10 , G06V20/40 , G06V20/52 , G06V10/54 , G06V10/62 , G06V10/762 , G01P5/18
Abstract: 本发明提出一种河流视频流速识别方法、设备、存储介质及程序产品，河流视频流速识别方法包括获取相邻两帧视频帧的关键特征点，基于这些关键特征点进行密度聚类，得到聚类输出数据，再根据聚类输出数据，筛选出符合实际河流表面纹理特性的目标特征点；接着通过对这些目标特征点进行后续的特征点跟踪，直接得到下一帧视频帧的目标特征点，最后，通过这些能够反映河流表面纹理特性的特征点进行计算，能够得到实际流速数据，以此提高河流的流速值计算的准确率。
-
公开(公告)号：CN114550026A
公开(公告)日：2022-05-27
申请号：CN202210048164.6
申请日：2022-01-17
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于人工智能方法和计算机视觉算法的智能水位识别模块，具体流程为：图像预处理，对获取到的彩色水尺图像使用加权平均算法进行灰度化，根据重要性及其它指标，将RGB三通道值以不同的权值进行加权平均；图像去背景，利用列间单差算法分离水尺图像和背景图像；水尺红黑区分，利用通道间单差算法区分水准尺红黑面；水尺匹配，利用金字塔匹配算法，将经过上述处理获得的水准尺图像与制作的二值化数字模板水准尺进行图像匹配；水尺读数。本发明的有益效果是：旨在研发一套基于人工智能方法的水位识别模型，并构建水位流速流量监控系统。
-
公开(公告)号：CN118823590B
公开(公告)日：2024-11-22
申请号：CN202411306118.7
申请日：2024-09-19
Applicant: 中国水利水电科学研究院
Abstract: 本发明提供一种河流测速场景下的标定物自动识别方法及装置，该方法包括：部署摄像头；在待测河道的两侧部署一标定物；建立第一坐标系对各标定物进行象限划分，并对每一象限内的标定物进行编号；获取各标定物的世界坐标；利用摄像头拍摄标定图像；建立第二坐标系对标定图像内的各标定物进行象限划分，并对每一象限内的标定物进行编号；获取各标定物的图像坐标；根据第一坐标系下的各标定物的编号及世界坐标，以及第二坐标系下的各标定物的编号及图像坐标，得到各标定物的标定数据。通过本方法，可以解决河流测速场景下传统相机标定过程人工操作繁琐的问题。
-
Patent Agency Ranking
公开(公告)号：CN118823590A
公开(公告)日：2024-10-22
申请号：CN202411306118.7
申请日：2024-09-19
Applicant: 中国水利水电科学研究院
Abstract: 本发明提供一种河流测速场景下的标定物自动识别方法及装置，该方法包括：部署摄像头；在待测河道的两侧部署一标定物；建立第一坐标系对各标定物进行象限划分，并对每一象限内的标定物进行编号；获取各标定物的世界坐标；利用摄像头拍摄标定图像；建立第二坐标系对标定图像内的各标定物进行象限划分，并对每一象限内的标定物进行编号；获取各标定物的图像坐标；根据第一坐标系下的各标定物的编号及世界坐标，以及第二坐标系下的各标定物的编号及图像坐标，得到各标定物的标定数据。通过本方法，可以解决河流测速场景下传统相机标定过程人工操作繁琐的问题。
-
公开(公告)号：CN118823140A
公开(公告)日：2024-10-22
申请号：CN202411306569.0
申请日：2024-09-19
Applicant: 中国水利水电科学研究院
Abstract: 本发明提供一种用于野外测流的相机自动标定方法及装置，该方法包括：在河道两侧各选取两个点位，在每一点位设置标定物；获取每一标定物的参考坐标；获取标定图像中各标定物的图像坐标；根据标定物的参考坐标以及图像坐标对相机进行标定，获得重投影变换矩阵和畸变参数；根据重投影变换矩阵计算各标定物的世界坐标，根据标定物的世界坐标和参考坐标计算相机的重投影误差值；若重投影误差值小于预设阈值，则将重投影变换矩阵和畸变参数作为最终的标定信息。本发明通过集成目标检测模型，自动识别河流中的标定物，并基于标定物的世界坐标和图像坐标计算相机的内外参数，实现相机的快速、准确标定。
-
公开(公告)号：CN118823070A
公开(公告)日：2024-10-22
申请号：CN202411306272.4
申请日：2024-09-19
Applicant: 中国水利水电科学研究院
Abstract: 本申请公开了一种基于光流估计与特征过滤的流速确定方法和装置，涉及流速测量领域。在该方法中，获取水体表面的连续图像帧，并基于光流估计算法和该连续图像帧，确定水体表面各运动特征的运动时长与运动轨迹；基于运动时长与运动轨迹，清除运动特征中的干扰特征，以保留有效特征；根据有效特征的运动轨迹，确定有效特征的实际位移，基于有效特征的实际位移和运动时间，确定水体的流速，在该流速确定方法中，先通过光流估计提高示踪物特征识别率，然后清除掉干扰特征，保留可信度较高的特征轨迹，最后基于该有效特征确定水体的流速，可以有效提高确定出的水体流速的准确性。
-
公开(公告)号：CN118823056A
公开(公告)日：2024-10-22
申请号：CN202411306336.0
申请日：2024-09-19
Applicant: 中国水利水电科学研究院
Abstract: 本发明提供了一种水流视频测速方法、时空神经网络模型、电子设备及介质，所述水流视频测速方法包括：构建数据集与标签；构建相邻帧融合的视频测速的时空神经网络模型；将待测速区域的流场估计分解为流场热力图估计和像素位移估计；设置时间维度；构造损失函数；对所述时空神经网络模型进行训练和评估；将训练好的所述时空神经网络模型配置为在不同场景和不同硬件条件下运行的标准模型，并对所述时空神经网络模型进行实时监测和优化。
-
公开(公告)号：CN118823056B
公开(公告)日：2024-12-06
申请号：CN202411306336.0
申请日：2024-09-19
Applicant: 中国水利水电科学研究院
Abstract: 本发明提供了一种水流视频测速方法、时空神经网络模型、电子设备及介质，所述水流视频测速方法包括：构建数据集与标签；构建相邻帧融合的视频测速的时空神经网络模型；将待测速区域的流场估计分解为流场热力图估计和像素位移估计；设置时间维度；构造损失函数；对所述时空神经网络模型进行训练和评估；将训练好的所述时空神经网络模型配置为在不同场景和不同硬件条件下运行的标准模型，并对所述时空神经网络模型进行实时监测和优化。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.065 seconds)
