复杂恶劣环境下水位智能检测方法研究

作者：王宇; 魏宇; 孙传猛^*; 武志博; 李勇

来源：电子测量与仪器学报, 2023, 37(11): 119-131.

DOI：10.13382/j.jemi.B2306690

• 复杂恶劣环境
• 水位智能检测
• YOLOv5
• 水尺

实现智能化水务管控和洪涝灾害预警，需要实时、准确感知水位信息变化情况。针对现有技术不能满足夜晚、雾天、雨天、漂浮物遮挡、灯光阴影等复杂恶劣环境下的水尺水位的影像水位反演(小目标特征)识别需求，提出一种融合改进YOLOv5与RankSE的水位智能检测方法。首先，采用强化小尺度特征的多层级特征融合方法来改进YOLOv5算法，以强化对小目标的捕捉能力；其次，融入RankSE模块进一步提升对小目标的感知能力；最后，提出一种全新的水位高程解算方案，仅需利用部分水尺锚框信息即可获得准确的水位高程信息，极大提升了检测方法的鲁棒性。研究结果表明，本文所述方法水位检测相对准确度达98.5%,较原算法提高了8.4%;在复杂恶劣环境下可以自动、准确识别出水位高程，最大误差仅为0.11 m。研究结果有效提升了复杂恶劣环境下水位检测的准确性。

• 单位
  煤矿灾害动力学与控制国家重点实验室; 中北大学; 重庆大学