專利名稱：液面高度辨識方法
技術領域：
本發(fā)明涉及一種高度辨識方法，特別涉及一種液面的高度辨識方法。
背景技術：
目前許多化學相關領域的實驗中，對于各式液態(tài)化學液品的測量，由于常牽涉到 各種液品間不同濃度的配置，因此其劑量的測量的精準度是非常講究的；再者，于醫(yī)療用途 上，對于病患治療所用的藥劑的用量監(jiān)測，如所施打點滴是否已低于某一臨界線而須盡速 補充等情形，也是日常生活中所須仰賴液面高度辨識的常見范疇。此外，液面高度辨識也可用于水利防災領域，特別是臺灣近年來遭受風災、水災不 斷，每當災害來臨時，經常導致河川、溪水暴漲以及水庫儲水量滿載而緊急泄洪，往往在短 時間內造成生命財產與損失。加上，在防災體系中水患的防治，與降雨頻率、區(qū)內排水系統 設計標準、聯外水路容量及區(qū)外防洪標準等因素有關，在諸多不確定因素下，水患發(fā)生必然 有其風險性存在，然而，于上述各項因素中，對于河川、溪水及水庫等水位的掌握最直接且 能最快速預知水患的發(fā)生。目前現有的液面高度辨識方式，主要有以下二類(一 )對于內裝有液體的各式試管或容器上的刻度，或是設置于河川、溪水及水庫 等處的水尺以目測方式進行研判。( 二)利用各式液面或水位計進行液面高度的測量，如浮筒式、壓力式或超音波等 方式。然而，現有液面高度測量的方式主要有以下缺失(一 )相關設備安裝或設定不易，此外對于戶外河川、水庫的水位的測量的設備體 積較為龐大。( 二 )各式液面測量儀器會出現因長期接觸液面(如酸性或堿性液)而遭銹蝕導 致故障的情形；此外，安裝于戶外的水位計儀器還會有被大水沖毀或發(fā)生機械故障的情形。(三)利用人工目測方式會因人本身認知、目測位置或其他因素而產生較不客觀 的判讀結果或甚至產生無法辨識的情況。所以，如何能有效地對液面高度進行辨識測量，進而有效地對河川、溪水及水庫等 水位進行監(jiān)測，使管理維護防救災單位迅速掌握正確的信息，期能將災害減至最低，便成為相關業(yè)者、學術及政府單位最急迫的研究課題。

發(fā)明內容
本發(fā)明的目的是提供一種利用影像處理方式來對各式液面的高度進行辨識的方法。本發(fā)明所述的液面高度辨識方法，包括以下步驟步驟一通過一具有一鏡頭的影像擷取裝置對一液面進行影像擷取，并得出一待 測影像。
步驟二對該待測影像進行一影像前置處理，產生出一已處理影像及一高度參考值。步驟三計算該高度參考值與該已處理影像間的相對比例關系，得出一高度值。本發(fā)明所述的液面高度辨識方法，還包括一位于該步驟三后的步驟四，該步驟四 包括計算該影像擷取裝置的鏡頭與該液面間的角度，并利用一校正運算對該高度值進行 調整，得出一實際高度值。本發(fā)明所述的液面高度辨識方法，還包括一位于該步驟一及該步驟二間的步驟 五，該步驟五包括計算出該待測影像的一組邊界實際值，而于該步驟三中，該高度值由該 高度參考值與該組邊界實際值間的相對比例關系所求得。本發(fā)明所述的液面高度辨識方法，還包括一位于該步驟二及該步驟三間的步驟 六，該步驟六包括計算出該已處理影像的一組邊界實際值，而于該步驟三中，該高度值由 該高度參考值與該組邊界實際值間的相對比例關系所求得。本發(fā)明所述的液面高度辨識方法，于該步驟二中，該影像前置處理還包括以下步 驟步驟21 對該待測影像進行一噪聲去除處理，得出一去噪聲待測影像；步驟22 對該去 噪聲待測影像進行一灰階轉換處理，得出一灰階影像；步驟23 對該灰階影像進行一二值 化處理，得出一二值化影像；步驟24 對該二值化影像進行一邊緣偵測處理，得出一邊緣化 影像；及步驟25 對該邊緣化影像進行一直線偵測處理，得出該已處理影像及一液面線，并 將該液面線轉換為該高度參考值。本發(fā)明所述的液面高度辨識方法，在該步驟四中，該校正運算是對該影像擷取裝 置的鏡頭與該液面間的角度進行三角函數的計算。本發(fā)明所述的液面高度辨識方法，在該步驟五中，該高度值是對該高度參考值與 該組邊界實際值進行內插法數學運算所求得。本發(fā)明所述的液面高度辨識方法，在該步驟六中，該高度值是對該高度參考值與 該組邊界實際值進行內插法數學運算所求得。本發(fā)明所述的液面高度辨識方法，在該步驟21中，該噪聲去除處理是通過一平滑 濾波器對該待測影像進行積分運算，以去除噪聲。本發(fā)明所述的液面高度辨識方法，在該步驟22中，該灰階轉換處理是將該去噪聲 待測影像轉換成灰階格式的影像。本發(fā)明所述的液面高度辨識方法，在該步驟23中，該二值化處理是將該灰階影像 內的所有低于一臨界值的像素設定為一第一顏色，而將該灰階影像內所有高于該臨界值的 像素設定為一第二顏色。本發(fā)明所述的液面高度辨識方法，在該步驟24中，該邊緣偵測處理是利用導數濾 波器來銳化該二值化影像。本發(fā)明所述的液面高度辨識方法，在該步驟25中，該直線偵測處理是將該邊緣化 影像內不構成直線的額外線條噪聲去除。本發(fā)明所述的液面高度辨識方法，在該步驟一中，所得出的待測影像為數字信號 格式。本發(fā)明所述的液面高度辨識方法，在該步驟23中，該第一顏色為黑色，而該第二 顏色為白色，并于產生該二值化影像前，先通過直方圖頻率分布處理，再產生該二值化影像。本發(fā)明所述的液面高度辨識方法，在該步驟25中，該直線偵測處理是采用霍氏轉 換法，來將該邊緣化影像內不構成直線的額外線條噪聲去除。本發(fā)明的有益效果在于通過該影像擷取裝置的鏡頭對該液面進行該待測影像的 擷取，再通過該影像前置處理對該待測影像進行一連串影像處理后，并與該已處理影像進 行比例計算，而得出該液面的高度值，借此，能有效率且精確地達到該液面高度的辨識測量 目的。


圖1是本發(fā)明液面高度辨識方法的一較佳實施例所進行的一流程圖；圖2是該較佳實施例流程圖所對應的運作態(tài)樣的一示意圖；圖3是該較佳實施例運作得出的待測影像的一示意圖；圖4是該較佳實施例運作得出的去噪聲待測影像的一示意圖；圖5是該較佳實施例運作得出的灰階影像的一示意圖；圖6是該較佳實施例運作得出的二值化影像的一示意圖；圖7是該較佳實施例運作得出的邊緣化影像的一示意圖；圖8是該較佳實施例運作得出的已處理影像的一示意圖；圖9是該較佳實施例中，通過內插法求出一高度值的過程的一示意圖。
具體實施例方式下面結合附圖及實施例對本發(fā)明進行詳細說明。在進行本較佳實施例的說明前，將以對一水庫的水位進行高度辨識測量為例。參閱圖1及圖2，本發(fā)明液面高度辨識方法的較佳實施例包括以下步驟首先，如步驟41所示，通過一具有一鏡頭11的影像擷取裝置1對一液面2進行影 像擷取，并得出一待測影像31 (如圖3所示)。須進一步補充說明的是，在本較佳實施例中，該待測影像31的擷取是通過C⑶攝 影機連續(xù)擷取，由于現有一般的攝影機所使用的多為交錯式掃描，此類型的攝影機主要是 將所有的水平掃描線，依所在行的位置，分為奇數區(qū)及偶數區(qū)，并交替的掃描奇數區(qū)與偶數 區(qū)來構成整個畫面。因此，有可能會發(fā)生物體錯開的情形，為了解決此現象，大多采用插補 法，然而這樣的動作會浪費中央處理器(CPU)的處理時間，因此為了能夠快速處理交錯的 問題，本較佳實施例再通過AXIS Video Server嵌入式系統裝置，將模擬的影像信號轉換成 數字信號，可有效加快處理速度。影像分辨率可分別為704X480和320X240兩種位顏色 的彩色影像，而影像格式則為Motion JPEG的數字影像格式。接著，如步驟42所示，對該待測影像31進行一影像前置處理，產生出一已處理影 像36 (如圖8所示)及一高度參考值。值得一提的是，該影像前置處理還包括以 下次步驟一開始，如次步驟421所示，對該待測影像31進行一噪聲去除處理，得出一去噪聲 待測影像32 (如圖4所示)。在本較佳實施例中，該噪聲去除處理是通過一平滑濾波器對該 待測影像31進行積分運算，以達到平滑的效果，借以將噪聲去除，來減少后續(xù)影像處理造成錯誤的影響程度。 其次，如次步驟422所示，對該去噪聲待測影像32進行一灰階轉換處理，得出一灰階影像33(如圖5所示)。在本較佳實施例中，該灰階轉換處理是將該去噪聲待測影像32 轉換成灰階格式的影像。這是因為彩色影像有著相當多的不同信息，為了有效降低影像的 信息量與圖形所代表的復雜度，通常習慣上會先進行灰階轉換處理。
再來，如次步驟423所示，對該灰階影像33進行一二值化處理，得出一二值化影像 34 (如圖6所示)，以增加該影像擷取裝置1內的中央處理器運算執(zhí)行時的效率與節(jié)省存儲 器空間的浪費。值得一提的是，該二值化處理的最主要的功能是區(qū)分出影像中的物件以及背景， 以獲取物件影像信息。此外，其處理方式是將該灰階影像內的所有低于一臨界值的像素設 定為一第一顏色，而將其內所有高于該臨界值的像素設定為一第二顏色，其中該臨界值可 依本領域技術人員的經驗所調整設定，其具體是由所要處理的影像狀況而定，即，根據影像 的亮度的不同，該臨界值會有所不同。而在本較佳實施例中，如圖6所示，該第一顏色為黑 色，而該第二顏色為白色，并于產生該二值化影像前，先通過直方圖(Histpgram)頻率分布 處理，以避免于進行該二值化處理時，受到當時影像擷取的環(huán)境與攝影角度及亮度影響所 造成色階上的差異，因此，于進行直方圖頻率分布處理后，再產生該二值化影像34。緊接著，如次步驟424所示，對該二值化影像34進行一邊緣偵測處理，得出一邊緣 化影像35 (如圖7所示)。在此進行該邊緣偵測處理的主要的目的是找出物體與背景的分 界，偵測邊緣多半是利用影像中鄰近像素上的灰階值上的差距來決定，若灰階值落差很大 則為邊緣，相反地則否。然而，在很多情況下，邊緣并不會剛好是由單個點的像素所組成，可 能由多個點所構成，而真正的邊緣則在這些點當中，而導致邊緣化的難度；再者，就是噪聲 問題，因噪聲本身有其隨機的特性，無法預測。因此，在本較佳實施例中，該邊緣偵測處理是 利用導數濾波器(Derivative Filter)來達到有效銳化該二值化影像34的目的。而后，為了找出該待測影像31中的直線，因為液面2大致上呈直線，所以可利用對 直線的偵測方式，來找出所有有可能的液面2，并將不構成直線的其余噪聲給去除掉，因此， 如次步驟425所示，對該邊緣化影像35進行一直線偵測處理，得出該已處理影像36(如圖 8所示)及一液面線(如圖8中的箭頭所示)，并將該液面線轉換為該高度參考值(如圖9 所示，在此為75像素)。該直線偵測處理是將該邊緣化影像35內不構成直線的額外線條噪 聲去除，此外，在本較佳實施例中，該直線偵測處理是采用霍氏轉換法(Hough Transform), 來將該邊緣化影像35內不構成直線的額外線條噪聲去除。補充一提的是，上述的霍氏轉換法，是一種找尋二值化影像34中線性直線的轉換 式，原理是將x_y坐標平面上的線性直線轉換成theta-rho坐標平面上的點，theta為原 x-y坐標平面上直線的斜率，rho為原x-y坐標平面上直線的截距，假設原先χ-y坐標平面 上的二條線性直線yl = mx+b與y2 = ax+c在theta-rho坐標平面上將轉為(m，b)與(a， c) 二點。線段在經過霍氏轉換后，必定會因為相同的斜率與相近的截距而大量的交會于一 點或其附近成為峰值(peaks)，因此，找出霍氏轉換的峰值便可找到該二值化影像34中的 直線。然后，如步驟43所示，計算該高度參考值與該已處理影像36間的相對比例關系，
得出一高度值。
在此，須補充說明的是，在本較佳實施例中，由于在步驟43中，須計算該高度參考 值與該已處理影像36間的相對比例關系，因此，必須先定義出該待測影像31的一組邊界實 際值，以利于后續(xù)計算比例的利用，所以，于步驟41與步驟42間，可先行計算出該待測影像 31的該組邊界實際值，再由該高度參考值與該組邊界實際值間的相對比例關系來求得該高 度值，然而，于實務上，也可以于進行步驟42與步驟43間時，才來計算出該待測影像31的 該組邊界實際值，或是于進行步驟42時，于各次步驟中再插入進行，此為具有相關背景者 所易于思及而變化次序所運用，所以不應受該較佳實施例的特定范例為限，其中該邊界實 際值即圖片的分辨率，例如在window xp的操作系統上，鼠標點到某一圖的縮圖時，即會 顯示此圖為(某一數值)X (某一數值)像素，例如700 X 600 (即長X寬)，而寬就是該邊 界實際值。此外，當完成上述的該組邊界實際值計算后，于進行步驟43時，該高度值便可通 過對該高度參考值與該組邊界實際值進行內插法數學運算所求得，也就是如圖9所示，該 組邊界實際值包括一上邊界值169. 5米與一下邊界值164. 5米，又因為該待測影像31的畫 面高度為240像素，且所求得的該高度參考值為75像素，因此，利用內插法公式便可求得該 高度值為 164. 5+75X (169. 5-164. 5)/240 = 166. 06 米。最后，如步驟44所示，計算該影像擷取裝置1的鏡頭11與該液面2間的角度，并 利用一校正運算對該高度值進行調整，得出一實際高度值。在本較佳實施例中，該校正運算 是對該影像擷取裝置1的鏡頭11與該液面2間的角度進行三角函數的計算。綜上所述，本發(fā)明液面高度辨識方法的主要優(yōu)勢有以下四點(一 )可利用鏡頭11的光學變焦功能，將該影像擷取裝置1設置于容置有各式液 體的試管或容器外，避免設備遭受銹蝕，而當于監(jiān)測辨識戶外的河川或水庫水位時，便可將 此影像擷取裝置1架設在不易淹水區(qū)，減少該影像擷取裝置1的故障機率。( 二)該影像擷取裝置1的規(guī)格無特定限定，一般而言只須鏡頭11搭配安裝有能 執(zhí)行本方法的軟件程序或硬件芯片的運作主機(如計算機主機)的影像擷取裝置1便可， 成本低且安裝容易，并含機動性。(三)通過數字化的相關數據運算及判斷，如前述的直方圖頻率分布、平滑濾波 器、導數濾波器、霍氏轉換法等，以降低液面2辨識的復雜度，使得液面2高度信息的找尋速 度加快，且還精準。(四)本影像擷取裝置1能適應各種測量辨識的周遭環(huán)境，而較不受其外在環(huán)境因 素影響，加上本方法可通過網絡連結的傳輸，進而提供遠距辨識測量液面2的功效。因此，由以上說明可知，通過本發(fā)明液面高度辨識方法確實能達成 本發(fā)明的目的。
權利要求
一種液面高度辨識方法，其特征在于，包括以下步驟步驟一通過一具有一鏡頭的影像擷取裝置對一液面進行影像擷取，并得出一待測影像；步驟二對該待測影像進行一影像前置處理，產生出一已處理影像及一高度參考值；及步驟三計算該高度參考值與該已處理影像間的相對比例關系，得出一高度值。
2.根據權利要求1所述的液面高度辨識方法，其特征在于，還包括一位于該步驟三后 的步驟四，該步驟四包括計算該影像擷取裝置的鏡頭與該液面間的角度，并利用一校正運 算對該高度值進行調整，得出一實際高度值。
3.根據權利要求1所述的液面高度辨識方法，其特征在于，還包括一位于該步驟一及 該步驟二間的步驟五，該步驟五包括計算出該待測影像的一組邊界實際值，而于該步驟三 中，該高度值由該高度參考值與該組邊界實際值間的相對比例關系所求得。
4.根據權利要求1所述的液面高度辨識方法，其特征在于，還包括一位于該步驟二及 該步驟三間的步驟六，該步驟六包括計算出該已處理影像的一組邊界實際值，而于該步驟 三中，該高度值由該高度參考值與該組邊界實際值間的相對比例關系所求得。
5.根據權利要求1至4中任一項所述的液面高度辨識方法，其特征在于，于該步驟二 中，該影像前置處理還包括以下步驟步驟21 對該待測影像進行一噪聲去除處理，得出一去噪聲待測影像； 步驟22 對該去噪聲待測影像進行一灰階轉換處理，得出一灰階影像； 步驟23 對該灰階影像進行一二值化處理，得出一二值化影像； 步驟24 對該二值化影像進行一邊緣偵測處理，得出一邊緣化影像；及 步驟25 對該邊緣化影像進行一直線偵測處理，得出該已處理影像及一液面線，并將 該液面線轉換為該高度參考值。
6.根據權利要求2所述的液面高度辨識方法，其特征在于，在該步驟四中，該校正運算 是對該影像擷取裝置的鏡頭與該液面間的角度進行三角函數的計算。
7.根據權利要求3所述的液面高度辨識方法，其特征在于，在該步驟五中，該高度值是 對該高度參考值與該組邊界實際值進行內插法數學運算所求得。
8.根據權利要求4所述的液面高度辨識方法，其特征在于，在該步驟六中，該高度值是 對該高度參考值與該組邊界實際值進行內插法數學運算所求得。
9.根據權利要求5所述的液面高度辨識方法，其特征在于，在該步驟21中，該噪聲去除 處理是通過一平滑濾波器對該待測影像進行積分運算，以去除噪聲。
10.根據權利要求5所述的液面高度辨識方法，其特征在于，在該步驟22中，該灰階轉 換處理是將該去噪聲待測影像轉換成灰階格式的影像。
11.根據權利要求5所述的液面高度辨識方法，其特征在于，在該步驟23中，該二值化 處理是將該灰階影像內的所有低于一臨界值的像素設定為一第一顏色，而將該灰階影像內 所有高于該臨界值的像素設定為一第二顏色。
12.根據權利要求5所述的液面高度辨識方法，其特征在于，在該步驟24中，該邊緣偵 測處理是利用導數濾波器來銳化該二值化影像。
13.根據權利要求5所述的液面高度辨識方法，其特征在于，在該步驟25中，該直線偵測處理是將該邊緣化影像內不構成直線的額外線條噪聲去除。
14.根據權利要求5所述的液面高度辨識方法，其特征在于，在該步驟一中，所得出的 待測影像為數字信號格式。
15.根據權利要求11所述的液面高度辨識方法，其特征在于，在該步驟23中，該第一顏 色為黑色，而該第二顏色為白色，并于產生該二值化影像前，先通過直方圖頻率分布處理， 再產生該二值化影像。
16.根據權利要求13所述的液面高度辨識方法，其特征在于，在該步驟25中，該直線偵 測處理是采用霍氏轉換法，來將該邊緣化影像內不構成直線的額外線條噪聲去除。
全文摘要
本發(fā)明提供一種液面高度辨識方法，包括以下步驟首先，通過一具有一鏡頭的影像擷取裝置對一液面進行影像擷取，并得出一待測影像。然后，對該待測影像進行一影像前置處理，產生出一已處理影像及一高度參考值。最后，計算該高度參考值與該已處理影像間的相對比例關系，得出一高度值。借此，利用該影像前置處理對該待測影像進行相關影像處理以加強其辨識效果，進而對該液面的高度有較精確且較有效率的掌握；此外，由于該液面高度辨識方法并不需要昂貴特制的設備，只須有該鏡頭并配合具有該影像前置處理功能的程序或硬件輔助便可實現，而另具有低成本的優(yōu)點。
文檔編號G06T5/40GK101839741SQ200910127300
公開日2010年9月22日 申請日期2009年3月20日 優(yōu)先權日2009年3月20日
發(fā)明者吳志泓, 林芳邦, 蕭一豪, 鐘德霖 申請人:財團法人國家實驗研究院