我国目前的智慧城市建设中，智慧水务对于水利资源调度、汛期的防洪排涝工作至关重要。开展城市水文监测、发展城市水文监测体系具有现实意义。城市水文监测项目主要包括水位、降水，在城市涉水河、湖泊、水库、城市排水系统（入汇口）处布设站点，监测水雨情数据[1]。水位监测自记设备主要为浮子、压力、雷达式等传统液位计。传统设备结构可视化程度较低，在安装、使用、维护过程中易受各类因素影响，具有应用局限性。超声波水位计测试容易出现探测盲区，且容易受被测环境的压力、温度等因素影响；电容式水位计的介电常数不稳定时会产生测量误差；雷达式水位计的采购成本较高，设备操作复杂，对环境要求苛刻；静压式水位计受介质密度和华景温度的影响较大，测试精度较低。近年来，随着数字图像技术和机器视觉技术的发展，国内外进行了基于视频和图像信息的水位监控方法的研究，在测量方法、传感器设计等方面进行了有益的尝试[2-4]。随着视频监测设备的推广使用，图像后处理技术逐渐完善，设备安装更为便捷，图像化展示效果突出，可以实时采集、存储、传输发送监测数据，并在水务监测站点附近安装视频监控系统。文章基于数字图像处理技术，设计可以用于智慧水务领域的城市湖泊液位监控系统，为智慧水务实时监控提供了一种新型的数据测量手段。系统通过视频监控装置，实时获取并处理浮球水位计的图像信息，进一步对图像进行预处理。1水位测量系统的组成水位测量系统主要由浮球式水位计、工业相机、PC机与机器视觉软件等三部分构成。摄像机采集被测环境和水位计的图像，基于Halcon软件进行二次开发得到机器视觉软件，通过图像处理和视觉检测程序，识别水位计目标并计算水位数值。文章试验装置采用PC机接收和处理图像信息。在测试中，PC机搭载基于x64处理器的64位操作系统、英特尔酷睿i5处理器i5-8265U（CPU主频1.6 GHz）、4G内存。测量系统组成如图1所示。10.19301/j.cnki.zncs.2023.03.003.F001图1测量系统组成由图1可知，计算机用于接收和处理图像；工业CCD摄像机用于拍摄图像；螺丝杆用于连接固定杆和移动杆。螺丝杆均选用M8口径的不锈钢全牙通丝螺杆。水位计的基座用于固定水位检测装置，基座与固定杆相连。水位计的固定杆、移动杆和浮球均由轻质材料制作，具有密度小，耐腐蚀，经济成本低的优点。圆形浮子产生浮力，推动移动杆以螺丝杆为中心进行旋转。在浮球上浮过程中，固定杆与移动杆的夹角反映水位的实时变化。随着水位上升，移动杆与液面的夹角逐渐变小，固定杆与移动杆之间的夹角越来越大。水位变化时，若固定杆和液面的夹角不变，可以利用移动杆的长度，计算固定杆暴露在水面上部分的长度，进而计算水位高度。试验检测水塘水位高度的最大数值为1 000 mm左右，因此固定杆高度设计值为1 200 mm。探究水位计各部分构件的长度与角度的关系，水位测量原理如图2所示。10.19301/j.cnki.zncs.2023.03.003.F002图2水位测量原理机器视觉水位检测系统工作流程如图3所示。10.19301/j.cnki.zncs.2023.03.003.F003图3机器视觉水位检测系统工作流程相机镜头的光轴垂直于测量装置形成的平面，则拍摄到的移动杆与固定桩之间的夹角为真实的平面夹角。由于移动杆为轻质杆，且浮子的浮力足够大，h1近似为恒定值，可得如下关系：h2=h1/sin(θ2) （1）L1=sin(θ2)×(L2+h2)/sin(θ3) （2）浮球水位计的基座被固定在被测地点的底部，即O3为固定点位。设O1到O3之间的距离为固定杆的长度L，则水位高度L3=L-L1。液位计可测最大水位高度为L；最小水位测量高度为L-L2-h2。考虑最大值水位和最小值水位仅为理论情况，可以将实际测量范围设置在最大测量范围与最小测量范围之间，水位测量范围为L-100 mm~L-L2-h2+100 mm。试验固定杆高度为1 200 mm，故试验测量水位的范围为250~1 100 mm。通过相机拍摄彩色数字图像，转化为灰度图像后进行预处理，再分割为固定杆区域和移动杆区域两部分。检测这些区域的边缘像素，计算各个杆件相对于液面的角度信息及液面的高度，并显示在电脑屏幕上。2水位测量方法2.1图像采集采集图像之前，先安装相机驱动程序，再打开Halcon自带的图像采集助手，可以直接驱动相机。由于在不同的光线下相机拍摄图像会随色温的变化而变化，需要利用白平衡方法减弱图像的色偏和色彩失真[5]。通过Halcon图像采集窗口，先检测相机接口，再连接相机，选择实时采集图像。显示图像成功后，打开自动白平衡，直接插入代码即可在程序中生成真实的图像。2.2均值滤波图像处理前后对比如图4所示。10.19301/j.cnki.zncs.2023.03.003.F004图4图像处理前后对比图像滤波的目的是消除图像中的无关信息，保留有用的真实信息，增强图像分割和边缘检测的可靠性。试验的测量环境是湖泊水塘，背景图像中包含了大量的杂草，且杂草均为不规则区域。图像中的无关信息主要是杂草背景，有用信息是浮球水位计固定杆和移动杆的信息。图像滤波方法有中值滤波、均值滤波和高斯滤波等。中值滤波是一种非线性平滑技术，可以有效抑制椒盐噪声和非线性信号。高斯滤波是一种线性滤波，主要用于消除高斯噪声。前两者处理的噪声并非浮球水位计的背景图像中的主要噪声，所以并不适用。均值滤波器的主要应用是去除图像中的不相关细节。杂草区域是本测量环境中的不相关细节，通常该区域的像素比3×3滤波器模板尺寸较小。利用均值滤波可以模糊杂草区域，最大限度保留移动杆和固定桩区域的边缘细节。均值滤波又被称为平滑线性滤波，其输出响应是包含在滤波器模板邻域内像素的简单平均[6]。一幅M×N的图像经过一个m×n的（m和n均是奇数）的加权，均值滤波器滤波的过程公式为：g(x,y)=∑s=-aa∑t=-bbw(s,t)f(x+s,y+t)∑s=-aa∑t=-bbw(s,t) （3）式中：a和b——卷积模板尺寸；w(s,t)——滤波器系数，对于3×3的模板，a和b的取值均为1；f(x,y)——原始图像函数；g(x,y)——滤波器的响应。对得到的目标区域进行局部阈值处理，设用于阈值图像的偏移量为offset。经过多次重复试验，当偏移量选取70像素时，可以得到较好的结果。f(x,y)≥g(x,y)+offset的区域即为分割后的区域。2.3膨胀与腐蚀形态学中，结构元素是最基本的概念。利用B(x)代表结构元素，对于工作区间E中的每一点x，定义腐蚀和膨胀含义。腐蚀：X=E⊕B=x:B(x)⊂E （4）膨胀：Y=E⊕B=y:B(y)⋂E≠Φ （5）利用Bx对E进行腐蚀的结果是将结构元素B平移，使B包含于E的所有点构成的集合。利用Bx对E进行膨胀的结果是将结构元素B平移后使B与E的交集非空的点构成的集合。先腐蚀后膨胀的过程为开运算，具有消除细小物体、在纤细处分离物体和平滑较大物体边界的作用。先膨胀后腐蚀的过程为闭运算，具有填充物体内细小空洞、连接邻近物体和平滑边界的作用。阈值处理后的图像存在噪声，利用形态学的开运算可以有效地解决这一问题。调用算子opening_circle对其进行开运算，开环半径选择3.5，能够消除大部分噪声区域，但在一定程度上腐蚀了目标边界，阈值处理后与开运算后图像对比如图5所示。图5阈值处理后与开运算后图像对比10.19301/j.cnki.zncs.2023.03.003.F5a110.19301/j.cnki.zncs.2023.03.003.F5a22.4图像分割文章采用了矩形分割的图像处理方法，通过删除接近区域最小周围矩形的部分截取感兴趣的区域，矩形分割原理如图6所示。调用Halcon算子clip_region_rel截取感兴趣的区域。图6（a）和图6（b）分别为矩形分割前后的区域。考虑到浮子的大小，Left、Right、Top和Bottom分别为10，20，10，0，分割后的图像如图7所示。图6矩形分割原理10.19301/j.cnki.zncs.2023.03.003.F6a110.19301/j.cnki.zncs.2023.03.003.F6a210.19301/j.cnki.zncs.2023.03.003.F007图7矩形分割后的区域在Halcon软件中对图像的特征直方图进行处理，可以选择区域的特征，如区域的高、宽、面积、旋转角度等。这里特征选择为区域的方向，最小值和最大值分别设置为1.390 4和1.714 1，则可以选择方向夹角在79.7°~98.21°的区域，该区域即为固定杆区域。采用差分算子求出分割后区域和固定杆区域的差集，该区域即为移动杆区域。上述得到两个区域的边界不是连续的，将其转化成一个“凸性”区域（多边形区域，边缘平滑且不改变区域形状），“凸性”化后的区域如图8所示。10.19301/j.cnki.zncs.2023.03.003.F008图8“凸性”化后的区域2.5边缘检测XLD（xtended line descriptions）扩展的线性描述属于亚像素级别，比像素更加精确。利用亚像素边缘轮廓可以得到比像素更加精确的边缘信息，边缘轮廓处理如图9所示。选择结构元素大小为5×1的矩形去腐蚀“凸性”区域，利用差分算子求出腐蚀区域和“凸性”区域的差集，即为移动杆和固定杆边缘区域，如图9（a）所示。由于上述区域只有位置信息而没有像素信息，所以先截取原灰度图像中的边缘区域，得到灰度边缘图像，如图9（b）所示。提取灰度边缘图像的亚像素边缘轮廓，可以得到该轮廓线的端点坐标，其坐标形式以数组的方式被调用。10.19301/j.cnki.zncs.2023.03.003.F009图9边缘轮廓处理3试验与分析通过坐标信息可以利用余弦定理分别计算固定杆和移动杆相对于水平面的角度，分别为θ3和θ2。采用文章的水位测量系统对湖泊水塘的水位经过多次测量，部分测量结果数据如表1所示。10.19301/j.cnki.zncs.2023.03.003.T001表1部分水位测量结果组别θ2/(o)θ3/(o)真实值/cm测量值/cm绝对误差/cm相对百分误差/%110.5887.21101.20100.430.770.91222.6487.0481.5080.830.670.79334.6787.8263.5062.970.530.62451.0187.7043.2042.690.510.60558.7787.5435.7035.110.590.69666.6587.3129.6028.960.640.75对测量数据进行比较和分析，误差主要源自两方面。一方面是机械装置的结构与物理安装的原因造成的系统误差。在θ2较小或较大，即水位趋向于最高和最低高度时，相对百分误差较大，表明测量装置对临界位置的检测有待提高。水位在临界位置时，相机镜头的光轴不能够垂直于液面，此时所拍摄的图像中，夹角信息并非真实值，存在一定程度的视觉畸变。相机光轴与液面的高度差逐渐增大时，畸变程度也随之增大，测量误差也增大。另一个方面是测量过程中存在液面波动现象。由于水塘水位的测量环境为户外，液面受风力的影响比较明显。当风力较大时，液面波动变化程度随之增大，进一步降低了实时测量准确度。测试结果表明，系统的绝对误差在1 cm内，相对百分误差在1%内。基于HALCON软件的算子运行统计分析窗口，计算得到每处理一张分辨率1 292×964BMP图像的算子平均运行时间为500 ms，可以实现水位的实时测量。文章所述系统和方法为HALCON研发平台在水位检测方面的深化应用提供了参考。设计的测量方法和装置还可以进行完善和改进，如利用优化识别算法提高机器视觉的识别能力；提高装置的整体尺寸，可以测量更大的范围；使用分辨率更高的工业摄像机，可以使测量精度进一步提高；在光线较暗时，考虑添加外部照明设备，可以实现24 h不间断的水位检测；使用性能更高的PC机，可缩短系统运行时间。4结语安装方便、性能可靠的水位测量系统，对于防涝防洪等水利工程的监控起着重要的作用。文章设计了一种新型的基于机器视觉技术的水位测量系统。通过机器视觉系统，对浮球水位计的图像进行滤波、开运算及图像分割，计算水位计构件的角度与高度数值，实现了对水位的准确快速测量。本系统的测试结果稳定，测量精度小于1%，并且系统结构简单，造价低，运算速度快，可应用于湖泊、自然湿地的水位监测，是对现有水位测量方法的有效补充。