一种基于视觉的水面油污检测方法技术

本说明书实施例公开了一种基于视觉的水面油污检测方法。方案包括：获取样本图像并进行标注，所述样本图像包括原本图像和基于所述原本图像扩充的数据；对所述样本图像进行预处理；采用目标检测模型对处理后的样本图像进行特征提取，所述目标检测模型使用Yolov3

【技术实现步骤摘要】
一种基于视觉的水面油污检测方法


[0001]本申请涉及实体识别
，尤其涉及一种基于视觉的水面油污检测方法。

技术介绍

[0002]水面油污是严重影响水体质量的重要方面，严重威胁水体中动植物的生存，污染土壤和水源，危害人体健康，必须要对油污进行实时检测，一旦检测到存在油污需要第一时间采取必要措施进行消除。除会对环境产生二次污染的四氯化碳外，油污检测还可以采用传感器方法，传感器方法一般采用可与油污产生化学反应的物质，一旦产生化学反应后，或触发机械组件产生报警，或产生光电信号后计算油含量，从而进行报警，这类装置一般结构比较复杂，成本较高，且部署点位较多，要求较高，相比之下采用视觉的方法成本低，部署方便。
[0003]基于视觉的水面油污检测技术又可以分为三种方式：
[0004]1.图像分类方法。图像分类是根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。该方法可解决“有没有油污”的问题，仅给出图像或画面中是否包含油污区域，但无法给出存在油污区域情况下，油污区域在图像或画面中的具体位置。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉的水面油污检测方法，其特征在于，包括：获取样本图像并进行标注，所述样本图像包括原本图像和基于所述原本图像扩充的数据；对所述样本图像进行预处理；采用目标检测模型对处理后的样本图像进行特征提取，所述目标检测模型使用Yolov3
‑
darknet53作为主干特征提取网络，并加入了SPP层；根据提取的特征预测油污区域结果，保存预测模型；根据测试精度、资源占用和推理速度对所述预测模型进行优化；采用优化后的预测模型进行水面油污检测。2.如权利要求1所述的检测方法，其特征在于，采用上下翻转、镜像、平移、旋转的方式对原本图像进行扩充。3.如权利要求1所述的检测方法，其特征在于，对所述样本图像进行预处理，具体包括：统一所述样本图像的尺寸并进行归一化处理；随机选取四张照片使用Mosaic增强，再对Mosaic增强的图片进行Mixup增强。4.如权利要求1所述的检测方法，其特征在于，所述目标检测模型在网络中使用残差的跳层连接，使用卷积代替池化进行降采样；所述SPP层将提取的特征传入不同感受野的池化层，并将处理后的特征拼接成一个新的特征。5.如权利要求1所述的检测方法，其特征在于，所述根据提取的特征预测油污区域结果，具体包括：针对检测任务，采用解耦头代替耦合头，采用三个分支...

【专利技术属性】
技术研发人员：王卫威，贺明科，王辰，
申请(专利权)人：北京计算机技术及应用研究所，
类型：发明
国别省市：