基于Cascade R-CNN算法的流域梯级电站水情自适应安全预警方法

摘要

当前流域梯级电站水情安全预警过程中，只能利用单一的高层特征，虚假警报比较高。因此，提出了基于Cascade R-CNN(级联网络结构)算法的流域梯级电站水情自适应安全预警方法。利用无人机采集流域梯级电站内的水尺图像后，通过直方图均衡化处理和暗通道去雾处理，加强水尺图像清晰度。运用全局阈值法对水尺图像进行分割，保留目标图像区域。依托于Cascade R-CNN算法，设计包含特征金字塔网络、并行金字塔和多阈值检测器的水尺图像字符识别方法，自动识别出当前流域梯级电站水位情况。对比预先设置的水位阈值，得出水情自适应安全预警结果。实验结果表明：新研究方法预警结果的虚假警报比小于0.1,证明了其优越的水情安全预警能力。

关键词

Cascade R-CNN / 梯级电站 / 水情 / 图像处理 / 水位识别 / 安全预警