鐘 卓

(遼寧省本溪水文局，遼寧 本溪 117000)

1 問題的提出

遼寧省小(1)和小(2)型水庫(kù)分別為273座和412座，小型水庫(kù)汛期水位觀測(cè)時(shí)掌握當(dāng)前水庫(kù)汛期特點(diǎn)，做好防汛決策的關(guān)鍵。遼寧省小型水庫(kù)水位目前是通過人工觀測(cè)方式進(jìn)行，這種方式需要消耗大量的人力和物力，時(shí)效性也很難得到有效保證[1]。近些年來(lái)，雷達(dá)超聲波技術(shù)在水庫(kù)水位自動(dòng)觀測(cè)中得到推廣和應(yīng)用，但是由遼寧省小型水庫(kù)所在的區(qū)域地形和氣候的綜合影響，水位自動(dòng)觀測(cè)設(shè)備的信息較易失真，影響水位觀測(cè)的精度，此外，雷達(dá)超短波水位自動(dòng)觀測(cè)設(shè)備也會(huì)增加小型水庫(kù)的運(yùn)行成本[2]。隨著電子信息化技術(shù)的快速發(fā)展，數(shù)字圖像識(shí)別技術(shù)逐步在水利領(lǐng)域中得到應(yīng)用[3- 9]，在水位觀測(cè)的應(yīng)用也在近些年得到研究，李翊[10- 11]結(jié)合數(shù)值圖像處理技術(shù)對(duì)河道水尺刻度進(jìn)行識(shí)別，但該技術(shù)對(duì)水尺整潔度要求較高，并對(duì)圖像觀測(cè)設(shè)備的安裝標(biāo)準(zhǔn)較高。王偉等[12]通過閾值分割和二值化方法對(duì)河岸圖像進(jìn)行處理，對(duì)河岸水位進(jìn)行推算，但由于河岸和水面邊緣的影響，使得計(jì)算誤差較大。為降低外界影響因素對(duì)數(shù)字圖像識(shí)別處理的影響，本文結(jié)合數(shù)字圖像信息處理數(shù)據(jù)，采用水位推算公式[13]對(duì)水位進(jìn)行識(shí)別，并針對(duì)傳統(tǒng)夜間圖像觀測(cè)識(shí)別誤差大，引入一種基于引導(dǎo)濾波和全局對(duì)比度的夜間圖像增強(qiáng)算法[14- 15]，改進(jìn)夜間水位圖像觀測(cè)精度。研究成果可為小型水庫(kù)日常水位自動(dòng)觀測(cè)提供一種新的手段。

2 研究途徑

采用最大類間方差方法對(duì)水位尺圖像進(jìn)行技術(shù)處理，該算法將初始水位尺圖像根據(jù)初始閾值劃分成兩類，對(duì)不同類圖像的灰度值進(jìn)行進(jìn)行閾值的更新，并計(jì)算不同類間方差，當(dāng)計(jì)算值最大，其閾值為最佳值，具體計(jì)算步驟為:

(1) 首先對(duì)灰度直方圖進(jìn)行歸一化處理，圖像灰度直方圖概率分布計(jì)算方程：

pi=ni/N

(1)

式中，i—像素等級(jí)；ni—像素等級(jí)i的像素點(diǎn)的個(gè)數(shù)；N—圖像處理后的像素點(diǎn)的總數(shù)。

(2)對(duì)像素處理的分布概率ωi(t)和ui(t)的類均值進(jìn)行初始化，分布概率和類均值的計(jì)算方程為：

(2)

(3)

式中，ω1—第一類分布概率初始值；ω2—第二類分布概率初始值；L—總的灰度級(jí)。 兩個(gè)圖像灰度分類的類均值計(jì)算方程分別為;

(4)

(5)

式中，μ1、μ2—第一類和第二類均值。

(3)圖像識(shí)別的平均灰度值計(jì)算方程為：

(6)

(4)對(duì)不同類的方差進(jìn)行計(jì)算，計(jì)算方程分別為：

(7)

(8)

式中，σ1、σ2—第一類和第二類的方差，在各類方差計(jì)算基礎(chǔ)上，分別對(duì)類內(nèi)和類間的方差進(jìn)行計(jì)算，計(jì)算方程分別為：

(9)

(10)

式中，σω、σB—類內(nèi)和類間的方差；k—不同分類；T—整個(gè)灰度等級(jí)。 在類內(nèi)和類間方差計(jì)算基礎(chǔ)上，對(duì)整個(gè)灰度等級(jí)方差進(jìn)行計(jì)算，方程為：

(11)

式中各變量同其他方程變量含義一致。在總灰度計(jì)算的基礎(chǔ)上，通過計(jì)算最佳的閾值，來(lái)對(duì)水位尺圖像進(jìn)行分隔處理，最佳閾值的計(jì)算方程為：

(12)

式中，S—最佳計(jì)算閾值。通過計(jì)算閾值對(duì)其液面與水尺交界處的水尺讀數(shù)進(jìn)行提取。

此外考慮到夜間圖像識(shí)別的誤差問題，采用引導(dǎo)濾波和全局對(duì)比度的夜間圖像增強(qiáng)算法，對(duì)夜間水位尺圖像進(jìn)行增強(qiáng)處理，其主要的及時(shí)流程如圖1所示。

圖1 基于濾波和全局對(duì)比算法的夜間水尺增強(qiáng)流程圖

3 具體實(shí)例分析

以遼寧本溪地區(qū)小型水庫(kù)為研究實(shí)例，水庫(kù)為小(1)型水庫(kù)，集水面積分別為20km2，水庫(kù)主要功能是防洪和供水，校核洪水為為326.26m，當(dāng)前水庫(kù)的主要水位報(bào)汛方式主要是當(dāng)?shù)貛?kù)管員通過人工觀測(cè)后，結(jié)合手機(jī)報(bào)汛系統(tǒng)，按報(bào)汛時(shí)間發(fā)送當(dāng)前水位。這種方式存在時(shí)效性不高的問題，尤其是在防汛關(guān)鍵期，若不能及時(shí)報(bào)汛水庫(kù)水位，難以支撐水庫(kù)下游防汛決策。從2018年開始，在水利部技術(shù)推廣項(xiàng)目中，重點(diǎn)推廣應(yīng)用數(shù)字圖像處理方式進(jìn)行水位自動(dòng)觀測(cè)的一種方式，作為試點(diǎn)水庫(kù)，開展了該水庫(kù)數(shù)字圖像水位觀測(cè)的應(yīng)用試驗(yàn)，結(jié)合數(shù)字圖像處理的水庫(kù)水位數(shù)據(jù)和人工觀測(cè)的水位數(shù)據(jù)，分析水位觀測(cè)誤差。

4 問題解決效果對(duì)比

4.1 不同圖像處理算法的誤差對(duì)比

結(jié)合常用的4種圖像處理方式，對(duì)比分析了白天水庫(kù)不同水位級(jí)下的水位識(shí)別值和人工觀測(cè)值之間的誤差，誤差結(jié)果分別見表1，各圖像處理結(jié)果如圖2所示。

考慮到不同水位級(jí)對(duì)圖像處理數(shù)值讀取的影響，分別采用該水庫(kù)高、中、低三個(gè)水位級(jí)對(duì)不同算法下的水位值識(shí)別誤差進(jìn)行分析，數(shù)字圖像的原理采用通過圖像識(shí)別后，通過灰度處理，經(jīng)過不同算法分析后，對(duì)其進(jìn)行水位數(shù)值的識(shí)別，當(dāng)前在圖像處理中常用的算法有本文涉及的6種，單通道和雙通道算法下通過灰度處理對(duì)其水位刻度尺數(shù)值進(jìn)行分析，如圖3中的單通道和雙通道算法處理效果，但這兩種算法不同水位級(jí)下的誤差在-0.81～1.36m之間，總體水位觀測(cè)誤差較大，而融合算法下由于去除了邊界顏色的影響，各水位計(jì)下的誤差值都較單通道和雙通道有所好轉(zhuǎn)。該算法下水位和人工觀測(cè)水位誤差在0.6～1.79 m之間，低水位下誤差值最大，高水位下誤差有明顯改善。引導(dǎo)濾波算法下相比于前四種算法在水位誤差識(shí)別上有著明顯改善，在高、中、低三個(gè)水位級(jí)下對(duì)比誤差在0.36～0.37之間，基本可滿足水位觀測(cè)的誤差范圍要求，且在不同水位級(jí)下誤差差距較小。本文算法結(jié)合律引導(dǎo)濾波算法的優(yōu)點(diǎn)，并通過分量低頻處理，改進(jìn)了水位識(shí)別的誤差效率，相比于其他算法，水位觀測(cè)誤差得到明顯提升，可有效滿足水庫(kù)水位觀測(cè)的精度需求。

表1 不同圖像處理算法下低水位數(shù)值誤差對(duì)比結(jié)果 單位：m

圖2 水庫(kù)不同算法水位尺圖像處理結(jié)果

表2 夜間各水位級(jí)下不同算法下圖像處理水位誤差對(duì)比結(jié)果 單位：m

4.2 夜間水位尺圖像誤差對(duì)比結(jié)果

夜間水位尺識(shí)別誤差要低于白天，對(duì)不同水位下夜間各水位級(jí)的觀測(cè)誤差進(jìn)行了對(duì)比分析，結(jié)果見表2，并對(duì)比改進(jìn)算法前后對(duì)水位尺的圖像增強(qiáng)效果，如圖3所示。

夜間水位尺識(shí)別誤差是檢驗(yàn)圖像處理技術(shù)的重要標(biāo)準(zhǔn)，從誤差分析結(jié)果可看出，采用各算法下夜間水位尺識(shí)別誤差較白天都有所增加，這主要是因?yàn)橐归g水位尺受到光度影響，圖像識(shí)別誤差勢(shì)必增加。從誤差分析結(jié)果可看出，本文主要針對(duì)傳統(tǒng)算法夜間水位尺識(shí)別誤差較大的問題，對(duì)不同分量高頻和低頻圖像進(jìn)行全局圖像增強(qiáng)處理，使得高頻和低頻圖像效果得到增強(qiáng)，圖4為圖像增強(qiáng)處理后的效果，從圖像識(shí)別增強(qiáng)處理后，可以對(duì)水位尺的刻度進(jìn)行有效識(shí)別，從誤差分析結(jié)果可看出，在夜間，本文算法下的誤差值也明顯低于其他算法，可見采用圖像增強(qiáng)處理后，可以降低夜間的水位尺識(shí)別誤差。

表3 不同天氣條件下各水位級(jí)下不同算法處理的水位識(shí)別率對(duì)比結(jié)果 單位：%

圖3 本文改進(jìn)算法下的水位圖像夜間增強(qiáng)效果

4.3 不同圖像處理方法下水位識(shí)別率分析結(jié)果

對(duì)不同圖像處理方法的各水位級(jí)下的圖像識(shí)別率進(jìn)行定量分析，分析結(jié)果見表3。

從對(duì)比結(jié)果可看出，夜間各算法下圖像識(shí)別率要明顯低于白天條件下的水位尺圖像識(shí)別率，在白天天氣條件下，各算法不同水位的水尺識(shí)別率在

23.25%～94.35%之間，單通道算法識(shí)別率最低，本文算法由于融合了各算法的優(yōu)點(diǎn)，在低水位的識(shí)別率也可以達(dá)到48.45%，而在夜間天氣條件下，各算法下的水位尺識(shí)別率有所降低，本文算法下各水位計(jì)下的圖像識(shí)別率在38.42%～87.65%之間，可滿足水庫(kù)水位識(shí)別的規(guī)范要求。

4.4 水位尺圖像處理不同算法下最優(yōu)灰度和梯度分析

水位尺圖像處理主要結(jié)合灰度處理原理，并對(duì)灰度的梯度進(jìn)行優(yōu)化，本文對(duì)不同水位級(jí)各算法下的最優(yōu)灰度及梯度進(jìn)行了分析，結(jié)果見表4。

水位尺圖像的像素處理主要通過調(diào)整圖像的灰度值進(jìn)行分析，未經(jīng)過圖像處理前，原始圖像的灰度值范圍在0～0.2之間，從分析結(jié)果可看出，單通道、雙通道以及融合算法下圖像最佳灰度值未得到明顯的改善，為采用引導(dǎo)濾波和本文算法下的對(duì)灰度的差異度進(jìn)行了明顯的提升，并對(duì)圖像的目標(biāo)和標(biāo)尺進(jìn)行了不同灰度的區(qū)劃，此外從表中還可看出在不同水位級(jí)下本文算法對(duì)圖像離散度有所增強(qiáng)。圖像最佳梯度是反映對(duì)水位尺圖像紋理以及對(duì)比度的定量分析指標(biāo)，從最佳梯度的分析結(jié)果可看出，相比于其他算法，引導(dǎo)濾波算法和本文算法在各水位級(jí)下的最佳梯度都有所減少，從最佳梯度的變化情況而言，采用引導(dǎo)濾波算法和本文算法對(duì)水位尺圖像邊緣識(shí)別更為清晰，有助于對(duì)水位尺邊緣刻度的分析。

表4 不同水位級(jí)下水位尺圖像最佳灰度和最佳梯度值

5 結(jié)語(yǔ)

(1)對(duì)低頻圖像進(jìn)行全局增強(qiáng)對(duì)比度，采用引導(dǎo)濾波對(duì)高頻圖像進(jìn)行處理，可有效增強(qiáng)夜間水位尺的識(shí)別效果，相比于傳統(tǒng)圖像處理方法，夜間水位尺識(shí)別率平均可提高30%以上。

(2)在采用本文算法進(jìn)行水庫(kù)水尺圖形處理時(shí)，建議最佳灰度值為0.2175(低水位)、0.3394(中水位)以及0.3743(高水位)，結(jié)合水庫(kù)實(shí)際情況，在該范圍內(nèi)進(jìn)行調(diào)整，調(diào)整幅度在±0.5之間。

(3)本文未考慮其他天氣條件下對(duì)水庫(kù)水位圖像識(shí)別率的影響，尤其是雨天天氣條件下，在以后的研究中還應(yīng)考慮復(fù)雜天氣條件下對(duì)水庫(kù)水位圖像識(shí)別的影響，增強(qiáng)算法的適用度。