摘要
本发明提供基于图像时序超分的水电站渗漏集的水位监测方法及系统,涉及图像处理技术领域。包括采集渗漏集水井内部的不同场景下的状态数据,进行数据预处理后;再采用ResNet或Transformer模型进行图像超分辨率处理,对渗漏集水井内部样本图像进行高清化处理后,采用特征提取网络进行特征提取,超分特征与对应的原始图像特征融合,形成双重联合特征,再经过非线性处理后,获得渗漏集水井内部状态样本层级特征;水位图像设置识别损失函数,图像超分处理设置超分重构损失函数,联合两个损失函数进行模型训练;完成模型优化训练后,输入待测图像数据,通过特征匹配实现水位状态的实时识别,获得水位监测结果。
技术关键词
水位监测方法
渗漏集水井
图像超分辨率
水电站
时序
重构
特征提取模型
图像特征提取
状态图像数据
图像退化模型
水位监测系统
样本
联合损失函数
非线性
特征提取网络
模型训练模块
系统为您推荐了相关专利信息
水电站设备
数据预测模型
细分方法
统计特征
设备健康监测
管理优化方法
混合膨胀卷积
多普勒
一维卷积神经网络
频域特征分析
智慧水务管理方法
数据处理器
数据统计模块
云服务器
水务管理技术
MOS器件
寿命预测方法
多时间尺度
数值求解算法
寿命预测系统