【技术实现步骤摘要】
一种水质异常检测方法、装置及设备
本申请涉及水质检测
，尤其涉及一种水质异常检测方法、装置及设备。
技术介绍
当今社会人们对环境污染问题越来越重视，尤其水质污染问题备受关注。水质污染检测不仅涉及到江川湖海等水域的检测，也包括工业企业污水排放的检测。目前水质检测方法比较多，比如采集检测水域的水样，在水样中加入试剂或者试纸，根据试剂或者试纸的显色情况判断水质污染状况，此种检测方式需要通过试剂或者试纸显色，难以进行水质的实时检测而且该方法主要应用在稳定的水样检测中，无法在流动水质中判定水质情况。现有技术中另一种比较常见的水质检测方法是在检测水域中设置水质检测传感器，通过水质检测传感器采集水质数据，所采集的水质数据可以实时发送给处理装置进行水质判断，由此实现对流动水质的实时检测，但该方法也存在一些缺点，如需要依靠各类传感器进行水质检测，成本比较高，而且检测结果的准确性受传感器类型和精度的限制。
技术实现思路
本申请提供了一种水质异常检测方法、装置及设备，实时性高，且采用高斯混合模型判...
【技术保护点】
1.一种水质异常检测方法，其特征在于，包括：/n获取待检测水质区域的水样图像；/n从所述水样图像中提取水质特征数据；/n将所述水质特征数据输入水质检测高斯混合模型中，根据所述水质检测高斯混合模型的输出结果确定待检测区域水质。/n
【技术特征摘要】
1.一种水质异常检测方法，其特征在于，包括：
获取待检测水质区域的水样图像；
从所述水样图像中提取水质特征数据；
将所述水质特征数据输入水质检测高斯混合模型中，根据所述水质检测高斯混合模型的输出结果确定待检测区域水质。
2.根据权利要求1所述的方法，其特征在于，从所述水样图像中提取水质特征数据，包括：
采用主成分分析PCA算法从所述水样图像中提取水质特征数据。
3.根据权利要求2所述的方法，其特征在于，从所述水样图像中提取水质特征数据之前，包括：将所述水样图像从RGB空间转换到HSV特征空间，得到n维水质特征数据；
相应的，采用PCA算法从所述水样图像中提取水质特征数据，包括：
采用PCA算法将所述n维水质特征数据降为k维水质特征数据，所述k维水质特征数据用于输入所述水质检测高斯混合模型，其中，k小于n，k和n均为正整数。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于待检测水质区域水质正常时的水质特征数据建立所述水质检测高斯混合模型。
5.根据权利要求1所述的方法，其特征在于，所述待检测水质区域包括多个子区域；对应每个所述子区域分别建立有对应的水质检测高斯混合模型。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法建立所述水质检测高斯混合模型，包括：
获取待检测水质区域的m张水样图像作为训练样本图像，m大于2；
将所述训练样本图像从RGB空间转换到HSV特征空间，得到训练样...
【专利技术属性】
技术研发人员：李超，李克亮，何森，吴琦，肖潇，龚纯斌，
申请(专利权)人：睿视智觉厦门科技有限公司，
类型：发明
国别省市：福建;35
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。