電線顏色的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

影像辨識分析應用於渠道水位及流量之量測

為了解決電線顏色的問題，作者鐘群凱 這樣論述：

水位與流量等水文資料為判斷渠道內水流情況的重要指標，現今有許多學者利用影像分析進行水位辨識，但大多自行架設解析度較高之攝影機，於適當的位置及距離拍攝影像及分析水位。實際上，政府受限於經費問題，裝設的攝影機解析度大多低於200萬畫素，且攝影機裝設的位置及拍攝距離通常不理想。本研究選擇於苗栗縣苗栗市灌溉排水渠道，使用既有架設之CCTV影像，進行水位自動量測，並透過水位流量率定曲線推算渠道流量，最後探討內外因子對於攝影機自動水位量測之影響。本研究利用六場實驗進行影像辨識水位精準度之測試，實驗結果顯示，人工辨識水位測量之RMSE為0.02 m至0.12 m之間；MAE為0.02 m至0.07 m之間

；MAPE為2.04 %至6.62 %之間。影像辨識水位測量之RMSE為0.05 m至0.18 m之間；MAE為0.04 m至0.20 m之間；MAPE為4.23 %至18.29 %之間，人工辨識與影像辨識皆與水位計水位大致相符，表示透過影像辨識能夠精準捕捉水位線。本研究亦進行多次水位與流量量測後建立水位流量關係曲線，並且在閘門開啟及閘門關閉時分別建立不同的水位流量關係曲線，閘門開啟時之流量水位關係為Q=1.3993h0.889，實測流量與計算流量之相關係數(R)為0.8242。閘門關閉時之流水位關係為Q=0.8525h1.0137，實測流量與計算流量之相關係數(R)為0.9113，不論在閘門

開啟或是關閉的情況，實測流量及計算流量擁有良好的相關性，表示能夠透過水位進行流量推算。於2022年2月1日至4月12日進行水位與流量自動量測之結果顯示，最高水位為32.97 m；最低水位為31.03 m；平均水位為32.31 m，最高流量為1.695 m3/s；最低流量為0.024 m3/s；平均流量為1.154 m3/s，並且能夠透過CCTV影像中左側電線桿的顏色作為是否降雨以及閘門是否開啟之依據。最後本研究針對不同光線、辨識區域、濾波器以及影像解析度對影像辨識水位之影響進行討論，探討哪些情況對於影像辨識水位之精準度最有利。結果顯示，岸邊少量建築陰影以及明亮度均勻為良好的光線狀態，將利於水位

辨識，而當水面受到大範圍建築陰影影響、岸邊明暗度不均勻、河岸留有水印以及影像有眩光等情形時，皆會造成影像辨識水位之結果不準確；利用雙辨識區域辨識水位之精準度優於利用單辨識區域辨識水位之精準度，並且在進行水位自動量測時應該使用受陰影影響較小及岸邊明暗度較均勻之辨識區域；高斯濾波於本研究能夠最完整保留邊緣訊息及去除雜訊，因此能夠最準確捕獲水位線，為最適合本研究之濾波器；影像調整至5倍解析度影像能夠在保留邊緣信息及去除雜訊之間取得較好的平衡，為最適合本研究之解析度。