适用于河道的漂浮物识别方法与系统、设备、介质技术方案

本发明专利技术提供了一种适用于河道的漂浮物识别方法，包括如下步骤：步骤S1：采集待监测区域的图像，对采集的图像进行预处理；步骤S2：利用生长区域的识别算法对预处理后的图像进行语义划分，提取待监测区域的特征值，确定待监测区域的轮廓；步骤S3：确定好待监测区域的轮廓后，对待监测区域的漂浮物进行分类，利用标准图像数据集对神经网络进行识别训练，识别出漂浮物。本发明专利技术通过利用生长区域的识别算法对预处理后的图像进行语义划分，能够有效识别复杂背景下的待监测区域。

【技术实现步骤摘要】
适用于河道的漂浮物识别方法与系统、设备、介质
本专利技术涉及图像处理
，具体地，涉及一种适用于河道的漂浮物识别方法与系统、设备、介质。
技术介绍
随着我国城市化进程的加快，环境保护的形式日益严峻，水资源的保护是环境保护的重要组成部分，如今水环境污染的问题日益突出，已成为制约社会可持续发展的“瓶颈”，如何有效预防，及时发现，高效处理水环境污染已成为一个亟待解决的问题。河道治理是水系保护的重要部分，尤其是环城河道，以及景区河道，漂浮物不仅影响着市容环境，对河流的生态环境也有很强的破坏作用。河道漂浮物的监测与发现是解决很多水污染问题的前提，如何高效的监测到河道漂浮物也在近年来引起了广泛的关注。现有的河道漂浮物的识别主要是依赖于人工巡检和现场勘察，需要投入大量的人力物力，而且效率很低，计算机图像识别技术具有精准、快速、可量化的特点，相比于传统方法具有极大的优势。将计算机技术与河道治理结合起来，是未来智能河务的趋势，这不仅可以大大的节约人力资源成本，也可以极大的提高河道治理的效率，做到24小时的实时监控，进而创造巨大的经济效益。河道环境的复杂性使得一般的图像识别技术在此领域的误差很大，影响因素主要有水雾、河面反光、河面倒影，同时，自然环境下河面周围的背景大多非常复杂，如何从复杂的环境中识别出河道区域，也是本问题的一大难点。经过检索，专利文献CN212030522U公开了一种基于机器学习的河道漂浮物分析装置，包括运动载体和主控室，其特征在于所述运动载体的内壁两侧分别固定安装有驱动电机，且驱动电机的输出轴固定安装有位于运动载体外侧的驱动轮。该现有技术是通过在运动载体上设有取景装置，从而在检测河道时，可先通过取景装置使得影像被记录，并通过数据交换模块使得图像处理模块处理后的图像和定位模块提供的位置反馈至主控室，之后，经过该区域的检测设备会通过再次进行取景，同时通过定位模块提供的位置与主控室储存后的影像进行对比，并通过图像处理模块可将一些体积适中的物体进行圈出，进而方便对比。不足之处在于需要对二次取景的图片进行对比，定位分析，将图像中的体积适中的物体进行圈出，进而确定河面漂浮物的，工序比较长，效率不高，并且可能会造成误判。专利文献CN111997604A公开了一种单期河道边界的识别方法，该现有技术是对单期河道的识别，利用了曲线重采样，曲线相似度计算，去顶单井位置等步骤，最终判断河道的边界，目的在于消除因个人技术原因造成的解释差异。但是不足之处在于无法对河道的漂浮物进行识别。专利文献CN112203072A公开了一种基于深度学习的航拍图像水体提取方法与系统，该现有技术主要是将真彩合成的RGB图像转换得到色调图和灰度图，根据水体特征指数，灰度共生矩阵色调图等得到水体特征矩阵，将原始图像和得到的特征矩阵输入语义提取编码器，得到特征图，最终解码器提取水体特征，并输出水体的分割图，不足之处在于利用粒子群算法对软件划分模块，同时根据模块的耦合性和内聚性来用一定的算法评估模块划分的合理性，具有应用上的局限性。因此，亟需研发一种能够提高漂浮物识别的准确率的方法和系统。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种适用于河道的漂浮物识别方法与系统、设备、介质，能够提高漂浮物识别的准确率，排除干扰。根据本专利技术提供的一种适用于河道的漂浮物识别方法，包括如下步骤：步骤S1：采集待监测区域的图像，对采集的图像进行预处理；步骤S2：利用生长区域的识别算法对预处理后的图像进行语义划分，提取待监测区域的特征值，确定待监测区域的轮廓；步骤S3：确定好待监测区域的轮廓后，对待监测区域的漂浮物进行分类，利用标准图像数据集对神经网络进行识别训练，识别出漂浮物。优选地，步骤S1中预处理过程包括利用均值滤波消除图片噪声、利用颜色空间转换消除倒影的影响以及利用sobel算子提取图像边缘信息。优选地，利用均值滤波消除图片噪声的计算公式，选取3*3的窗口进行计算，如下：其中，i为计算像素点的x坐标，j为计算像素点的y坐标，h为计算像素的步长，j+h为y轴变化的过程，i+1为选中像素的下一行的x坐标，i-1为选中像素的上一行的x坐标。优选地，利用颜色空间转换消除倒影的影响是将图像的RGB空间转换为HIS空间，转换公式如下：I＝(R+G+B)/3其中，θ是转换过程中的中间变量，R是RGB颜色空间中代表红色分量(red)的值，G是RGB颜色空间中代表绿色分量(green)的值，B是RGB颜色空间中代表蓝色分量(blue)的值，H是指色调值，S是指色饱和度，I是指亮度。优选地，利用sobel算子提取图像边缘信息是对得到的HIS空间中的H值做基于sobel算子的边缘提取，采用垂直方向和水平方向平方根的方式确定图像边缘值。优选地，步骤S2包括如下步骤：步骤S2.1：在经过预处理的图像上随机选取n个点作为区域生长的种子像素；步骤S2.2：根据选取的n个种子节点向周围扩展，计算周围像素点的灰度值与种子节点的灰度值的差值ΔE，当差值ΔE≤设定阈值时，将扩展到的像素点位归于种子节点的生长区域内；步骤S2.3：如果存在点位的集合S，S内的所有点位均不属于该图像中的所有生长区域，则在S集合内重新选择种子点位，再次产生生长区域；步骤S2.4：重复步骤S2.2和步骤S2.3，直到所有的像素点都归入到指定的种子节点产生的生长区域中；步骤S2.5：合并生长区域；步骤S2.6：根据灰度值范围确定待监测区域的生长区域。优选地，步骤S3包括如下步骤：步骤S3.1：对常见的待监测区域的漂浮物进行分类；步骤S3.2：选取多个数据集的图像整合成本次训练的数据集；步骤S3.3：根据整合的数据集对神经网络进行训练；步骤S3.4：从图像采集源提取图像信息，将经过预处理后的图像进行识别，识别出漂浮物。根据本专利技术提供的一种适用于河道的漂浮物识别系统，包括：模块M1：采集待监测区域的图像，对采集的图像进行预处理；模块M2：利用生长区域的识别算法对预处理后的图像进行语义划分，提取待监测区域的特征值，确定待监测区域的轮廓；模块M3：确定好待监测区域的轮廓后，对待监测区域的漂浮物进行分类，利用标准图像数据集对神经网络进行识别训练，识别出漂浮物。根据本专利技术提供的一种存储有计算机程序的计算机可读存储介质，计算机程序被处理器执行时实现上述的方法的步骤。根据本专利技术提供的一种适用于河道的漂浮物识别设备，包括上述的适用于河道的漂浮物识别系统或上述的存储有计算机程序的计算机可读存储介质。与现有技术相比，本专利技术具有如下的有益效果：1、本专利技术通过利用生长区域的识别算法对预处理后的图像进行语义划分，能够有效识别复杂背景下的待监测区域。2、本专利技术对待监测区域的漂浮物进行分类学习，能够快速监测到待监测区域的漂浮物的存在。...

【技术保护点】
1.一种适用于河道的漂浮物识别方法，其特征在于，包括如下步骤：/n步骤S1：采集待监测区域的图像，对采集的图像进行预处理；/n步骤S2：利用生长区域的识别算法对预处理后的图像进行语义划分，提取待监测区域的特征值，确定待监测区域的轮廓；/n步骤S3：确定好待监测区域的轮廓后，对待监测区域的漂浮物进行分类，利用标准图像数据集对神经网络进行识别训练，识别出漂浮物。/n

【技术特征摘要】
1.一种适用于河道的漂浮物识别方法，其特征在于，包括如下步骤：
步骤S1：采集待监测区域的图像，对采集的图像进行预处理；
步骤S2：利用生长区域的识别算法对预处理后的图像进行语义划分，提取待监测区域的特征值，确定待监测区域的轮廓；
步骤S3：确定好待监测区域的轮廓后，对待监测区域的漂浮物进行分类，利用标准图像数据集对神经网络进行识别训练，识别出漂浮物。


2.根据权利要求1所述的适用于河道的漂浮物识别方法，其特征在于，所述步骤S1中预处理过程包括利用均值滤波消除图片噪声、利用颜色空间转换消除倒影的影响以及利用sobel算子提取图像边缘信息。


3.根据权利要求2所述的适用于河道的漂浮物识别方法，其特征在于，利用均值滤波消除图片噪声的计算公式如下：



其中，i为计算像素点的x坐标，j为计算像素点的y坐标，h为计算像素的步长，j+h为y轴变化的过程，i+1为选中像素的下一行的x坐标，i-1为选中像素的上一行的x坐标。


4.根据权利要求2所述的适用于河道的漂浮物识别方法，其特征在于，利用颜色空间转换消除倒影的影响是将图像的RGB空间转换为HIS空间，转换公式如下：



I＝(R+G+B)/3
其中，θ是转换过程中的中间变量，R是RGB颜色空间中代表红色分量的值，G是RGB颜色空间中代表绿色分量的值，B是RGB颜色空间中代表蓝色分量的值，H是指色调值，S是指色饱和度，I是指亮度。


5.根据权利要求4所述的适用于河道的漂浮物识别方法，其特征在于，利用sobel算子提取图像边缘信息是对得到的HIS空间中的H值做基于sobel算子的边缘提取，采用垂直方向和水平方向平方根的方式确定图像边缘值。


6.根据权利要求1所述的适用于河道的漂浮物识别方法，其特征在于，所述步骤S2包括如下步骤：
步骤S2...

【专利技术属性】
技术研发人员：张楠，吴振锋，姜鑫，何加浪，唐鹏，董一舟，
申请(专利权)人：中电科数字科技集团有限公司，中电科数智科技有限公司，
类型：发明
国别省市：上海;31