摘要
本发明涉及基于多帧无水尺抗水印水位检测方法,通过从视频中获取监控图像;使用LMS自适应滤波器对监控图像进行处理;通过连续帧提取模块TFEM对进行处理的监控图像进行连续帧提取,并构建时空图像序列;根据时空图像序列训练3D‑UNet水位检测模型;通过3D‑UNet水位检测模型输出水位最终结果。本发明能够排除复杂自然环境下水位波动、杂草以及污渍水印对无水尺水位检测的影响,通过自适应滤波器对图像进行预处理,构建多帧时空图像序列,使用深度学习模型进行检测,显著提高了水位检测的准确性和可靠性,降低了误检率。本发明不仅提升了水位检测的智能化水平,也为进一步的研究和应用提供了新的思路。
技术关键词
水位检测方法
水尺
水印
图像
滤波器系数更新
序列
深度学习模型
数据格式
视频流
像素
模块
网络
杂草
思路
索引
批量
系统为您推荐了相关专利信息
识别神经网络
肿瘤
识别方法
淋巴细胞
语义分割网络
量子点
材料性能参数
智能检测方法
多光谱
仿真数据
登机桥控制方法
登机桥通道
实时数据
特征数据库
对象
直方图
模型训练模块
预训练模型
输出模块
分析模块
图像识别方法
专用标签
文本
训练特征融合
注意力