一种基于双目相机的离岸流检测方法技术

本发明专利技术公开了一种基于双目相机的离岸流检测方法，属于计算机视觉领域和安全保障技术领域，本发明专利技术方法包括如下步骤：首先，对离岸流进行识别的卷积神经网络算法进行训练；其次，在实际检测过程中对双目相机采集到的海浪图像利用训练好的卷积神经网络进行识别是否存在离岸流；最后，对于所识别到的离岸流进行定位；本发明专利技术方法可以基于双目立体视觉获取离岸流的三维信息；可以及时的获取较为准确的离岸流位置信息，方法简单，可操作性强，相关工作人员便可以基于离岸流的三维信息对沙滩位置进行标记，提醒游客，减少由于离岸流造成的溺水事件的发生。

An offshore flow detection method based on binocular camera

【技术实现步骤摘要】
一种基于双目相机的离岸流检测方法
本专利技术属于计算机视觉领域和安全保障
，具体涉及一种基于双目相机的离岸流检测方法。
技术介绍
离岸流流速大多在每秒0.3-1米，最快可达到每秒3米，其长度可达30-100米甚至更长，流向几乎和岸线垂直，可将强壮的游泳者迅速拽入深水，引起溺水。离岸流已成为继风暴潮，海浪之后，给人们滨海旅游造成危害的另一海洋灾害。约90％的海边溺亡是因为离岸流引起的。离岸流给滨海旅游的吸引力维护，海滩管理，事故纠纷处理带来了大量的问题，严重影响了沿海旅游经济的健康发展。目前我国对离岸流灾害的技术评估和安全管理等才刚刚起步，相关调查评估，危险性评价，精细化预报，安全管理和公众科普警示等极为缺乏；公众对离岸流的认识也存在盲区和误区，认知错误和警惕性的缺乏造成了很多热点旅游区出现大量溺水事件，增加了救援工作量，滨海旅游安全管理难度。因此十分需要一种高效简单的离岸流检测方法。目前，对于离岸流的传统检测方法，是在近岸放置浮标或海流计。
技术实现思路
针对现有技术中存在的上述技术问题，本专利技术提出了一种基于双目相本文档来自技高网...

【技术保护点】
1.一种基于双目相机的离岸流检测方法，其特征在于：包括如下步骤：/n步骤1：收集训练卷积神经网络的图像集，训练卷积神经网络；/n步骤2：利用卷积神经网络的图像识别算法，对采集到的图像进行离岸流的识别；判断离岸流是否存在；/n若：判断结果是离岸流存在，则找到离岸流的特征点，对离岸流的特征点进行提取；特征点包括离岸流的中点和左右边缘点；/n或判断结果是离岸流不存在，则重新采集图像进行处理；/n步骤3：利用双目定位算法，对识别到的离岸流的特征点进行定位，利用离岸流特征点的位置来标识离岸流的位置；/n基于双目立体视觉技术获取离岸流的三维坐标；/n步骤4：基于离岸流的特征点的未知位置信息，划分危险区域并...

【技术特征摘要】
1.一种基于双目相机的离岸流检测方法，其特征在于：包括如下步骤：
步骤1：收集训练卷积神经网络的图像集，训练卷积神经网络；
步骤2：利用卷积神经网络的图像识别算法，对采集到的图像进行离岸流的识别；判断离岸流是否存在；
若：判断结果是离岸流存在，则找到离岸流的特征点，对离岸流的特征点进行提取；特征点包括离岸流的中点和左右边缘点；
或判断结果是离岸流不存在，则重新采集图像进行处理；
步骤3：利用双目定位算法，对识别到的离岸流的特征点进行定位，利用离岸流特征点的位置来标识离岸流的位置；
基于双目立体视觉技术获取离岸流的三维坐标；
步骤4：基于离岸流的特征点的未知位置信息，划分危险区域并反馈给相关工作人员，工作人员通过标记方式提醒游客。


2.根据权利要求1所述的基于双目相机的离岸流检测方法，其特征在于：在步骤2中，双目相机包括左、右相机，由于左右相机采集的数据基本一致，因此采用单侧相机图像进行离岸流识别。


3.根据权利要求1所述的基于双目相机的离岸流检测方法，其特征在于：对步骤1中的卷积神经网络进行训练的具体步骤如下：
步骤1.1：图像数据预处理；具体包括如下步骤：
步骤1.1.1：将步骤1所采集的训练数据进行处理，利用一组单侧相机采集的图像进行处理；将采集的训练数据转换成TensorFlow能识别的数据格式；
步骤1.1.2：根据图像添加label，将image和label放到数组中，将数组转化为Tensorflow能识别的格式；
步骤1.1.3：将图像进行包括裁剪和补充在内的标准化处理；
步骤1.2：基于Tensorflow框架，搭建卷积神经网络模型；
采用经典卷积神经网络LeNet-5模型；该模型分为7层结构：卷积层-池化层-卷积层-池化层-全连接层-全连接层-全连接输出层；其...

【专利技术属性】
技术研发人员：王胜利，李晓婉，付庆军，王思又，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东;37