Camera Based Water Level Measurement
美国地质调查局 (USGS) 和美国林务局水文学家以及市政水资源管理者利用自动水位测量传感器来跟踪美国各地湖泊、河流和其他水体的水位。他们通常使用基于浮子、压力传感器或超声波发射器的仪表。带有时间戳和位置数据的水位测量值（以英尺或米为单位的高度）通过手机或卫星传输到数据库服务器。
有时，很难或不可能从发送到服务器的数据中区分水文事件和设备故障。例如，碎片或沉积物的堆积可能会影响水位测量。技术人员必须访问远程系统，有时要花费巨大的费用，才能了解导致异常测量的原因。可以通过基于摄像头的系统来减轻此类异常的不确定性和费用，该系统传输场景图像以及水位测量值、时间戳和位置。
图 1.
博士。北卡罗来纳州立大学生物与农业工程 (BAE) 系的 François Birgand 联系 GaugeCam.com，希望帮助他开发这样一种基于摄像头的水位测量系统。 GaugeCam.com 开发执行机器视觉和图像处理任务并在网络上实时呈现结果的系统。该项目的整个范围是开发一种廉价的、基于摄像头的系统来测量和跟踪溪流、湖泊、河流、池塘甚至海洋中的水位。
不过，Birgand 博士首先想要进行基本的可行性测试，以确定是否可以在受控环境中准确测量水位。他和他的研究助理 Troy Gilmore 提出了一个三阶段的可行性研究，只有在前一个阶段成功完成后才进入新的阶段：
- 第一阶段：为期一周的研究，以确定相机是否可以跟踪实验室中水桶或平底锅中的水位。请勿尝试将水位位置从图像中线条的像素位置转换为 USGS 要求的以英尺/米为单位测量的现实世界坐标。
- 第二阶段：在实验室中构建测试设置，提供更多图像变化（照明和阴影变化、背景变化、夜间测量所需的红外照明照明等）。进行校准以执行报告水位（以英尺/米为单位）所需的像素到世界坐标转换。进行研究以测量系统在各种条件下的可重复性和准确性。
- 第三阶段：在 NCSU 校园 Pullen Park 的 USGS 水位测量站旁边放置一个摄像头，以确定基于摄像头的系统获取的测量值是否与 USGS 获取的测量值一致。
只有在可行性研究的所有阶段都取得成功的情况下，Birgand 博士才准备投入额外的资源，将水测量系统投入使用。
第一阶段 - 基本可行性
第一阶段可行性研究的全部目的是确定是否有可能在相对良好的条件下稳健地找到水边。 GaugeCam.com 选择了 The Imaging Source 的 VGA 彩色相机来执行这项研究。选择这款相机的原因是其耐用性、广泛的功能（触发输入、闪光灯输出、USB 连接等）、低成本以及可与 Microsoft Windows® 和 Linux 一起使用的驱动程序。作为 The Imaging Source 开发套件一部分的吸盘相机支架提供了一种将相机固定在观察面包盘中水上升的位置的方法。 GaugeCam 选择基于线的边缘检测算法来寻找（相对）水平水线上的边缘点并将这些点拟合到一条线上。这种边缘检测方案在找到水边方面既有效又快速。图 2 是其中一项测量的屏幕截图。您可以在此处观看近乎实时的测量视频。
图 2.
第二阶段 - 实验室水位测量的重复性和准确性
第二阶段需要几个月的工作。特洛伊在北卡罗来纳州立大学的 BAE 实验室建造了一套设备，该设备由放在桌子上的透明有机玻璃管和桌子下方的蓄水池组成。有一根虹吸软管从管子顶部向下延伸到储水器。泵以相当慢的速度连续向管子注水。当管子几乎充满时，水进入虹吸软管，因此即使泵继续填充管子，管子中的水也会迅速虹吸回水库。当水在管中上下移动时，视觉系统测量水位。可更换的背景位于管的中间，以模拟水线在平坦表面上的外观，就像在野外最常见的那样。这些背景包括美国地质勘探局许多站所在的桥梁中使用的混凝土和涂漆金属建筑材料。您可以在此处观看连接到一台实验室计算机的 The Imaging Source 摄像机的延时视频，该摄像机检测水位在管道中上下移动的情况。更高版本的设置如图 1 所示。
如前所述，使用基于线的边缘检测算法来查找管中的水域边缘。评估管内区域中的一系列垂直线以确定水边的位置。边缘点位置由图像内的像素行和列位置定义。水线方程是通过边缘点的线性回归拟合来计算的。图 3 详细描述了线边缘检测的工作原理。详细描述可以在这里找到。基于线的边缘检测的实际代码及其在现实世界应用中的使用将是后面文章的主题。
图 3.
该过程的下一步是将线的位置从图像中使用的测量系统（像素单位）转换为世界单位（英尺/米）。 Troy 将校准基准点添加到场景中。校准基准点是水管左侧和右侧的大黑点。左列点和水管之间的刻度是美国地质调查局通常使用的刻度部分，用于在野外进行目视水位检查。借助激光水平仪将这些点定位在相对于刻度尺的精确位置。接下来，使用斑点分析来评估场景图像，以便以像素为单位了解它们的确切位置。然后可以计算像素到世界坐标转换系统，因为现在每个点的像素和世界坐标位置已知。图 4 显示了由点派生的系统。像素到世界坐标转换模型的实际代码及其在现实世界应用中的使用将是后面文章的主题。根据模型计算出的比例显示为图 1 中管上的覆盖层（红色）。
图 4.
特洛伊和他的同事建立了基础设施来捕获尽可能多的变化的图像。他们将相机安装在轨道上，使其可以以不同的角度和高度定位在距离管道一米到几米的地方。一条将明亮的白光移动到不同位置和高度的轨道被用来在场景上投射阴影和闪烁。 Troy 系统地捕获图像并使用水位测量和像素到世界坐标转换算法来计算系统的准确性和可重复性。
USGS 希望测量精度达到 +/- 0.01 英尺。当然，满足这样的标准的能力取决于给定视场表示每英寸有多少像素。第二阶段调查的一个令人惊讶的结果是，水位的测量结果通常小于一个像素。这意味着什么？如果 640x480 图像的视野为四英尺高，则意味着图像中的每个垂直像素代表 0.0083 英尺。相机像素分辨率的增加提高了系统的精度。例如，The Imaging Source 拥有 1280x960 像素分辨率的相机，其测量精度比 640x480 像素分辨率相机的测量精度提高了一倍。基于摄像头的水位测量系统轻松满足了可行性研究第二阶段制定的标准。
第三阶段 - 受控现场研究
北卡罗来纳州立大学和罗利市批准在流经北卡罗来纳州立大学校园普伦公园的溪流上的美国地质勘探局水位测量站旁边安装校准基准和摄像机。图 5 是夜间红外照明下的场景图像。
需要几周的时间来获得许可、安装相机、测试照明和执行其他设置工作。至于结果，Troy 在积累了第一个比较结果后在博客中指出，经许可复制如下：GaugeCam 和 USGS 数据的快照 - 定性比较，归档于数据、图像处理下，由 Troy 进行
下面的普伦公园水位线是美国地质勘探局网站上找到的临时数据的快照。
从定性的角度来看，我们很高兴地发现我们的数据集很好地反映了美国地质勘探局的数据。我们继续研究方法，以最大限度地减少数据差距以及与美国地质调查局数据相比的测量偏移。 GaugeCam 过程线形状如下所示。从 GaugeCam 数据集中手动删除了一个异常值。
随着实验室可行性研究的成功完成，Birgand 博士批准发放额外资金来进行更大规模的实地研究，包括额外的河流测量研究、沿海潮汐水位测量、在普伦进行更高精度测量的进一步数据收集、以及北卡罗来纳州立大学 BAE 实验室的其他对照实验。
