.png){kind=icon}
返回
Smartphone-Based Water-Level Estimation Method Using Visual Localization and Ray Casting
.png){kind=icon}
OA
AI
DOI：10.1109/ACCESS.2025.3620481.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
监测河流水位变化对于准确预测洪水和防灾至关重要。然而，现有的固定水位测量系统在大规模监测中往往成本高昂且效率低下。本研究提出了一种基于智能手机的水位估算方法，该方法集成了3D重建、视觉定位、基于图像的水体分割和射线投射技术。该方法通过利用图像间的单应性关系和IMU数据优化参数，从捕获的图像中估算相机的位置和姿态。然后沿图像中分割出的水体轮廓投射射线，以确定其与3D重建区域兴趣的交点。水位以厘米级分辨率量化（平均误差<2厘米），证明了所提出系统的高精度。据我们所知，这是首次尝试通过先利用基于图像的视觉定位确定相机位置，再结合预构建的3D模型应用射线投射来估算水位，形成了一种新颖的可扩展、无基础设施的水文监测范式。在韩国釜山南川cheon流域的Sebyeong桥开展的实地实验验证了该系统的有效性，表明其作为洪水监测可靠且可扩展解决方案的潜力。通过利用广泛可用的智能手机，所提出的方法能够实现公众广泛参与水位监测，并为传统系统提供一种低成本且可持续的替代方案。此外，其适应多样化河流环境的能力使其适用于实时洪水监测，并为集成河流管理平台奠定了基础。尽管实际性能可能受环境多变性的影响，但该方法显示了气候灾害响应技术的潜力，并可能成为未来洪水预防和灾害管理进步的基础。
Keyword:
Three-dimensional image reconstruction
computer vision
localization
water resources
floods
smartphones
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
