一种基于多特征YOLOV3的船用水面垃圾快速识别方法技术

本发明专利技术涉及一种基于多特征YOLOV3的船用水面垃圾快速识别方法，通过下述方式实现：S1、利用船载摄像装置拍摄图像，对图像进行直方图均衡化预处理，构建图像特征描述子图；S2、构建基于YOLOV3‑tiny目标检测方法的目标识别模型；S3、利用目标识别模型识别S1处理后的图像特征描述子图中存在的目标；S4、根据检测到的目标坐标判断垃圾与船的距离，当距离小于设定的阈值时，进行垃圾收集；S5、对从陆基采集的未被识别的图像进行图像增广处理以及模型训练，得到新的目标识别模型，返回S3重新执行，直至构建的目标识别模型的准确率满足要求。

【技术实现步骤摘要】
一种基于多特征YOLOV3的船用水面垃圾快速识别方法
本专利技术涉及计算机视觉、图像处理、深度学习、人工智能领域。具体涉及一种基于多特征YOLOV3的船用垃圾快速识别方法。
技术介绍
智能化垃圾采集是一项包含图像处理、人工智能和自动控制等多个技术的新领域。环保设备的智能化与我们的生活息息相关，随着经济的发展，水面污染越加严重。关于水面垃圾快速识别方法的研究越来越多。目前，水面垃圾检测算法多基于混合高斯模型和双背景模型的改进方法，在水面复杂场景下，容易受到光照和噪声的影响。存在目标虚警率高、物体定位不准确等问题。同时，上述方法的调参过程复杂，很难满足水面垃圾快速识别的要求。如何提升系统在水面复杂环境下对垃圾检测的准确性和实时性，成为下一步研究的热点问题。
技术实现思路
本专利技术解决的技术问题是：本专利技术提出了一种基于多特征YOLOV3-tiny的垃圾快速识别方法，实现垃圾清理的智能化与自动化。本专利技术解决技术的方案是：一种基于多特征YOLOV3的船用水面垃圾快速识别方法，通过下述方式实现：S1、利本文档来自技高网...

【技术保护点】
1.一种基于多特征YOLOV3的船用水面垃圾快速识别方法，其特征在于通过下述方式实现：/nS1、利用船载摄像装置拍摄图像，对图像进行直方图均衡化预处理，构建图像特征描述子图；/nS2、构建基于YOLOV3-tiny目标检测方法的目标识别模型；/nS3、利用目标识别模型识别S1处理后的图像特征描述子图中存在的目标；/nS4、根据检测到的目标坐标判断垃圾与船的距离，当距离小于设定的阈值时，进行垃圾收集；/nS5、对从陆基采集的未被识别的图像进行图像增广处理以及模型训练，得到新的目标识别模型，返回S3重新执行，直至构建的目标识别模型的准确率满足要求。/n

【技术特征摘要】
1.一种基于多特征YOLOV3的船用水面垃圾快速识别方法，其特征在于通过下述方式实现：
S1、利用船载摄像装置拍摄图像，对图像进行直方图均衡化预处理，构建图像特征描述子图；
S2、构建基于YOLOV3-tiny目标检测方法的目标识别模型；
S3、利用目标识别模型识别S1处理后的图像特征描述子图中存在的目标；
S4、根据检测到的目标坐标判断垃圾与船的距离，当距离小于设定的阈值时，进行垃圾收集；
S5、对从陆基采集的未被识别的图像进行图像增广处理以及模型训练，得到新的目标识别模型，返回S3重新执行，直至构建的目标识别模型的准确率满足要求。


2.根据权利要求1所述的方法，其特征在于：S1中拍摄图像数量大于1000张。


3.根据权利要求1所述的方法，其特征在于：所述的图像特征描述子图通过下述方式完成构建：
将拍摄的RGB图像压缩为灰度图像，提取灰度图像的梯度特征和形态学特征，并将灰度图像作为第一波段，梯度特征图像作为第二波段及形态学特征作为第三波段；利用上述三个波段构建图像特征描述子图。


4.根据权利要求1所述的方法，其特征在于：基于YOLOV3-tiny目标检测方法的目标识别模型为利用...

【专利技术属性】
技术研发人员：李威，蔡立明，高永发，谢家文，戴智航，符浩，胡常青，
申请(专利权)人：北京航天控制仪器研究所，
类型：发明
国别省市：北京;11