智能水位标尺监测系统的设计实现-AET-电子技术应用

智能水位标尺监测系统的设计实现

电子技术应用

吴昊泽1，2，李博1，阮斌2

1.浙江工业大学物理学院；2.浙江宇视科技有限公司

摘要： 随着目前深度学习的发展，通过视频来监测水位成为近年来的研究热点，为了提高对城市河道、水库等地水位高度检测的准确性，提出了一种5G智能水位标尺监测系统，主要介绍以星宸SSC338G为核心的硬件设计和一种基于YOLOv8n改进的水位监测方法。首先用于识别水尺方位，再对水尺图像进行灰度化和二值化处理，最后通过YOLOv8n识别水尺上的字符及刻度信息，分析计算水位数据。通过引入注意力机制EMA和更换损失函数Focal-EIoU，使得改进后的模型参数量减少了21%，模型大小减少了17%，浮点运算次数减少了21%。根据与人眼实际对比实验，证明该模型精度符合要求，总体实现了智能水尺设计要求。

关键词： 水位监测水尺智能识别 YOLO 云台 5G

中图分类号：TP273 文献标志码：A DOI: 10.16157/j.issn.0258-7998.256409
中文引用格式： 吴昊泽，李博，阮斌. 智能水位标尺监测系统的设计实现[J]. 电子技术应用，2025，51(8)：40-46.
英文引用格式： Wu Haoze，Li Bo，Ruan Bin. Design and implementation of intelligent water level gauge detection system[J]. Application of Electronic Technique，2025，51(8)：40-46.

Design and implementation of intelligent water level gauge detection system

Wu Haoze1，2，Li Bo1，Ruan Bin2

1.School of Physics， Zhejiang University of Technology， Hangzhou 310023， China；2.ZheJiang Uniview Technologies Co.， Ltd.

Abstract： With the development of deep learning, video-based water level detection has become a research hotspot in recent years. To improve the accuracy of water level measurements in urban rivers, reservoirs, and other water bodies, this paper proposes a 5G intelligent water level gauge detection system. The system primarily involves the hardware design centered around the Starshine SSC338G and a water level detection method based on an improved YOLOv8n. The method first identifies the orientation of the water gauge, then performs grayscale and binarization processing on the gauge images. Finally, YOLOv8n is used to recognize characters and scale information on the gauge, allowing for the calculation and analysis of water level data. By incorporating the attention mechanism EMA and replacing the loss function with Focal-EIoU, the improved model achieves a 21% reduction in the number of model parameters, a 17% reduction in model size, and a 21% reduction in floating-point operations.Comparative experiments with human-eye observations demonstrate that the model's accuracy meets the requirements, thus fulfilling the design goals for an intelligent water level gauge system.

Key words : water level monitoring；intelligent recognition of water gauge；YOLO；gimbal；5G

引言

近年来，我国城镇化建设步伐持续加快，2024年城镇化率达到67.0%。在取得显著发展成果的同时，城市地表不透水区域占比持续攀升导致了雨水自然渗透率大幅降低。加之城市原有水体调蓄空间持续减少，导致内涝灾害呈现高发态势[1]。为此，住建部联合发改委、气象局印发的《关于进一步规范城市内涝防治信息发布等有关工作的通知》，该专项通知明确要求各地应健全气象预警信息发布机制，统一规范防洪排涝技术标准表述体系，重点强化汛期水文数据的精准化、连续性监测能力建设来确保防灾信息的科学性和传播有效性。

水位监测技术主要包含传统人工观测和现代仪器测量两种方法[2]。传统人工观测依赖于工作人员现场读取水位标尺数据并手工记录水文信息，存在数据采集效率低、时效性差等问题，且在极端天气条件下存在安全隐患，难以实现水文信息的实时全面监测[3]。现代仪器测量技术主要采用压力式、超声波等传感器设备，相比于传统方式具有更高的准确性和效率，但同时也面临着设备维护成本高、环境干扰影响大等问题[4]。

在当代社会，社会各领域都已广泛应用了监控摄像设备，发挥着重要的视觉感知功能。随着科技不断发展，将会有更多不同功能和形态的监控摄像机被开发出来，可以更好地代替人眼。同时，结合当前数字图像处理技术可以实现对水位的持续监控，具有长远的发展前景。由此本文就设计了一款以SSC338G处理器为核心的5G智能水位标尺监测系统。在硬件方面采用双SoC、定焦+变焦设计，配合云台可以实现自动寻找水位标尺和识别功能，还可以通过5G实时传输数据提供给水文监测站，根据水情提供告警。5G智能水位标尺监测系统的图像处理部分使用一种基于YOLOv8n改进的水位检测方法，通过引入高效多尺度注意力机制模块EMA（Exponential Moving Average）和增加损失函数Focal-EIoU（Focal-EIoU Efficient-IoU），在减少模型大小的前提下增加了算法的精确性，实现对对水位变化的实时监测，极大地提高监测的准确性和效率，为视频识别水位提供新的方案。

本文详细内容请下载：

https://www.chinaaet.com/resource/share/2000006627

作者信息：

吴昊泽1，2，李博1，阮斌2

（1.浙江工业大学物理学院，浙江杭州 310023；

2.浙江宇视科技有限公司，浙江杭州 310051）

Magazine.Subscription.jpg

原创声明：此内容为AET网站原创，未经授权禁止转载。

相关内容