The invention discloses an early warning method based on near ultraviolet image processing, which includes training preparation stage and detection early warning stage. The training preparation stage includes training image acquisition and synthesis, image preprocessing and tagging, model training and panoramic map preparation, detection early warning stage package. Including detection of image acquisition, detection of image preprocessing, target area detection and judgment, GPS matching and image fusion and classification early warning, the invention establishes a fast depth neural network confidence detection model for dangerous products in near ultraviolet images, and makes full use of the obvious reflectivity gap in the near ultraviolet band of the colorless dangerous chemicals and water. It is difficult to detect the image of floating dangerous products because it is colorless and difficult to carry out imaging detection; the matching of GPS information and panoramic map to determine the existence of floating dangerous product images, and the image of dangerous products adjacent to adjacent serial numbers are fused and fused, which greatly reduces the processing quantity of dangerous chemicals, and has the characteristics of fast, accurate and efficient.
【技术实现步骤摘要】
一种基于近紫外图像处理的近岸海域漂浮危化品检测预警方法
本专利技术涉及一种漂浮危化品检测预警方法,尤其涉及一种基于近紫外图像处理的近岸海域漂浮危化品检测预警方法。
技术介绍
随着世界化学工业的发展,近20年来的危化品运输量大幅增长。危化品庞大的水上运输量,增加了重大污染事故的风险。危化品水上泄露事故包括水上运输事故、港口仓库意外事故以及工厂排污,具有突发性和偶然性,造成了应急处理的艰巨性,尤其是近岸海域的泄露事故对公共安全具有严重的威胁。目前危化品的检测研究中,使用较多的是色谱法、分光光度法和电化学法等较为敏感和准确的分析技术。这些方法大多需要精密的仪器、繁琐的抽样过程,这限制了它们应用到泄漏事故现场的应急处理上。危险化学品突发事故的现场应急检测,需要快速确定漂浮危险化学品的位置、泄露面积和分布以采取相应的分级预警及应急处理措施,因而对检测手段在位置、范围及分布的信息获取上的效率上提出了较高要求。自动化成像检测技术是一种快速、灵活和安全可靠的技术,在突发事故应急处理、环境监测上具有巨大的潜力和优势。目前,溢油事故应急检测方面已有采用成像检测技术的报道。中国专利CN106370307A公布了一种利用垂直偏振与水平偏振的差分热红外图像提取边缘的水面溢油成像探测方法与装置;中国专利CN105844298A公开了一种基于FuzzyARTMAP神经网络的高光谱溢油影像分类方法;中国专利CN103236063A公开一种基于多尺度谱聚类及决策级融合的SAR图像溢油检测方法。然而,相对于溢油检测,危化品(如苯、甲苯、二甲苯等)常为无色液体,与水的颜色差异远比溢油小,使用常 ...
【技术保护点】
1.一种基于近紫外图像处理的近岸海域漂浮危化品检测预警方法,其特征在于,该方法包括训练准备阶段和检测预警阶段;(1)训练准备阶段,包含如下步骤:(1.1)训练图像获取与合成:使用带GPS模块的近紫外成像设备预先获取近岸海域多处水体的近紫外图片及其GPS定位信息后,在近岸海域上围取特定区域的试验场地,倒入适量待检测危化品,获取一定量的危化品实验图像,利用获取的多处水体图像为背景,漂浮危化品实验图像为目标区域在图像融合生成网络中生成足量的待训练近紫外图像;(1.2)图像预处理与标注:对步骤(1.1)中的待训练近紫外图像进行统一的光照校正平滑处理后,对所有漂浮危化品区域进行标签标注;(1.3)模型训练:将待训练近紫外图像及标注数据输入深度神经网络模型中进行模型训练,获得危化品的深度学习检测模型;(1.4)全景地图准备:通过联网或者卫星图像读取的方法获得近岸海域的包含细致地理信息的全景地图,对全景地图中的重点保护区域进行位置记录,并设定重点保护区域的敏感度;(2)检测预警阶段,包含如下步骤:(2.1)检测图像获取:使用带GPS模块的近紫外成像设备在太阳半平面下同时获取待检测区域的近紫外图像以及 ...
【技术特征摘要】
1.一种基于近紫外图像处理的近岸海域漂浮危化品检测预警方法,其特征在于,该方法包括训练准备阶段和检测预警阶段;(1)训练准备阶段,包含如下步骤:(1.1)训练图像获取与合成:使用带GPS模块的近紫外成像设备预先获取近岸海域多处水体的近紫外图片及其GPS定位信息后,在近岸海域上围取特定区域的试验场地,倒入适量待检测危化品,获取一定量的危化品实验图像,利用获取的多处水体图像为背景,漂浮危化品实验图像为目标区域在图像融合生成网络中生成足量的待训练近紫外图像;(1.2)图像预处理与标注:对步骤(1.1)中的待训练近紫外图像进行统一的光照校正平滑处理后,对所有漂浮危化品区域进行标签标注;(1.3)模型训练:将待训练近紫外图像及标注数据输入深度神经网络模型中进行模型训练,获得危化品的深度学习检测模型;(1.4)全景地图准备:通过联网或者卫星图像读取的方法获得近岸海域的包含细致地理信息的全景地图,对全景地图中的重点保护区域进行位置记录,并设定重点保护区域的敏感度;(2)检测预警阶段,包含如下步骤:(2.1)检测图像获取:使用带GPS模块的近紫外成像设备在太阳半平面下同时获取待检测区域的近紫外图像以及GPS定位信息;(2.2)检测图像预处理:对获取图像进行与步骤(1.2)相同的光照校正平滑处理,将待检测图像按获取时间进行排序,并使用根据相似度的自适应设定法设定检测置信度分数阈值c;所述自适应设定法具体为:首先读取待检测图像的GPS定位信息,然后找到与训练准备阶段的步骤(1.1)中相应的GPS定位差距最小的水体图像,计算该水体图像与实验图像中的相应危化品区域的相似度t,则置信度分数阈值c的计算公式如下式所示,c=a+b*t其中,置信度分数阈值c的经验允许取值范围为a至b;(2.3)目标区域检测与判断:利用训练好的检测模型对步骤(1)获取的待检测图像进行实时检测,若模型检测区域置信度分数高于c则判定存在漂浮危化品,否则,将判定不存在漂浮危化品;对存在漂浮危化品的区域进行标记并在同一位置继续获取一张图像,两张图像的获取时间间隔为T,相同标记区域位置间隔为D,则可获得漂流速度x(其中x=D/T),并根据位置变化方向获得漂流方向k;(2.4)GPS匹配与图像融合:将存在漂浮危化品的图像按照其GPS位置信息匹配于预先准备...
【专利技术属性】
技术研发人员:黄慧,张德钧,王超,詹舒越,宋宏,王杭州,徐韧,刘材材,蒋晓山,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。