【技术实现步骤摘要】
基于航拍图像与CIM的水域藻类小目标检测方法与系统
本专利技术涉及人工智能、CIM
，具体涉及一种基于航拍图像与CIM的水域藻类小目标检测方法与系统。
技术介绍
藻类对水体中的悬浮物有吸附作用，但不会发生沉降，且肉眼可见。因而水体中的悬浮物主要是由泥沙、粘土、原生动物、藻类、细菌、病毒、以及高分子有机物等组成，常常悬浮在水流之中，水产生的浑浊现象，也都是由此类物质所造成。藻类植物大多生活在水中，污染物进入水体以后，一旦被藻类吸收，就会引起藻类生长代谢功能紊乱，从而改变水体中藻类的组成，导致水的能见度及颜色的变化，严重的情况下，会造成水质的污染。水中的藻类，在水产养殖中起着举足轻重的作用，决定了我们的养殖成败，同时又对高密度集约化养殖提供了保证。因此，在水产养殖以及水质检测中，检测水域藻类十分必要。现有的针对水中藻类的检测都是基于人眼来判断，并且在水域面积很大的情况下，人为只能判断水域周围的藻类或悬浮物情况，针对水域内部区域也是束手无策。
技术实现思路
本专利技术的目的在于针对...
【技术保护点】
1.一种基于航拍图像与CIM的水域藻类小目标检测方法，其特征在于，该方法包括：/n以三维的城市空间地理信息为基础，叠加城市建筑、地上地下设施的BIM信息以及城市物联网信息，构建起三维数字空间的城市信息模型；/n利用无人机在城市上空对水域进行拍摄，通过红外滤光片切换器，得到有红外截止滤光片下的原始拜耳阵列、无红外截止滤光片的包含近红外信息的拜耳阵列；/n对原始拜耳阵列进行插值处理得到每个像素的RGB值；/n用包含近红外信息的拜耳阵列减去原始拜耳阵列，得到航拍水域图像近红外波段反射值NIR；/n计算航拍水域图像归一化水指数NDWI：NDWI＝(NIR-G)/(NIR+G)；/n...
【技术特征摘要】
1.一种基于航拍图像与CIM的水域藻类小目标检测方法，其特征在于，该方法包括：
以三维的城市空间地理信息为基础，叠加城市建筑、地上地下设施的BIM信息以及城市物联网信息，构建起三维数字空间的城市信息模型；
利用无人机在城市上空对水域进行拍摄，通过红外滤光片切换器，得到有红外截止滤光片下的原始拜耳阵列、无红外截止滤光片的包含近红外信息的拜耳阵列；
对原始拜耳阵列进行插值处理得到每个像素的RGB值；
用包含近红外信息的拜耳阵列减去原始拜耳阵列，得到航拍水域图像近红外波段反射值NIR；
计算航拍水域图像归一化水指数NDWI：NDWI＝(NIR-G)/(NIR+G)；
将航拍水域图像归一化水体指数NDWI与RGB数据联合形成四通道的输入数据，输入藻类小目标提取编码器；
藻类小目标提取编码器对输入数据进行特征提取，得到特征图；
使用藻类小目标提取解码器对特征图进行上采样与特征提取，输出藻类小目标分割概率图；
对藻类分割概率图进行argmax操作，得到藻类小目标分割图像；
对待拼接航拍水域图像进行特征点提取，然后进行图像配准，找出待拼接图像中特征点在参考图像中对应的位置；
根据待拼接航拍水域图像特征之间的对应关系，计算出数学模型中的各参数值，建立待拼接航拍水域图像之间的数学变换模型；
根据建立的数学转换模型，将待拼接航拍水域图像以及待拼接水域藻类小目标分割图像转换到参考图像坐标系中，完成统一坐标变换；
进行缝合，通过合并重叠部分的像素值并保持没有重叠的像素值使之生成更大画布的航拍水域图像、水域藻类小目标分割图像；
将更大画布的航拍水域图像、水域藻类小目标分割图像的重合区域进行融合得到拼接重构的航拍水域图像、拼接重构的水域藻类小目标分割图像；
将重构的航拍水域图像、重构的水域藻类小目标分割图像投影到城市信息模型中，结合WebGIS技术对城市信息模型可视化，可视化结果中包括航拍水域图像图层、水域藻类小目标分割图层。
2.如权利要求1所述的方法，其特征在于，该方法还包括对藻类小目标提取编码器、藻类小目标提取解码器进行训练：
首先，对航拍水域图像样本集进行标注，将航拍水域图像中为藻类或悬浮物的像素点的值设为1，其余的非藻类或悬浮物的像素点值都设为0，生成航拍水域图像样本集对应的语义分割标签图；
将航拍水域图像样本集以及对应的语义分割标签图输入藻类目标提取编码器、藻类目...
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。