一种基于深度卷积网络与随机场的水位测量方法

摘要

本发明提出了一种基于深度卷积网络与随机场的水位测量方法，首先基于提出的深度网络结构，通过构建的水面数据集进行训练。选取合适的观测点，对于观测范围内的稳定标识物，记录特征像素点坐标及其对应的高程，通过插值方法构建像素高程插值函数；对观测图像进行去噪稳定处理后输入训练后深度卷积网络进行预测，根据预测的结果进行初步的分割后建立条件概率场模型。采用平均场近似最小化近似分布与目标分布的KL散度，得到最优水面分割，进而根据水面区域的像素以及高程插值函数得到最优分割中水面区域的像素的高程即水位。本发明优点采用非接触式的方法，实时自动的监测水位。相比于其它的接触式测量设备布设成本低，且具有异常修正的能力。