一种基于AI算法的河道漂浮物检测方法技术

本发明专利技术的实施例公开一种基于AI算法的河道漂浮物检测方法，用于解决现有的水面漂浮物监测方法只能定点监测，无法实现对整条河道的完整监测的问题。所述基于AI算法的河道漂浮物检测方法包括：通过位于河道上方的无人机沿所述河道的流向对所述河道进行寻迹拍摄；通过图像识别拍摄的河道图像中的河道中是否有漂浮物；若识别出河道中有漂浮物，则控制所述无人机悬停至所述漂浮物上方；调整所述无人机的相机焦距，采集包括所述漂浮物的全部外形轮廓的第一漂浮物图像；利用预设AI算法对所述漂浮物进行检测。本发明专利技术提供的方法能够实现对完整河道中漂浮物的实时检测和跟踪。道中漂浮物的实时检测和跟踪。道中漂浮物的实时检测和跟踪。

【技术实现步骤摘要】
一种基于AI算法的河道漂浮物检测方法


[0001]本专利技术属于水面监测
，尤其涉及一种基于AI算法的河道漂浮物检测方法。

技术介绍

[0002]目前，随着工业化、农业化及城镇化建设步伐加速，人为因素对环境造成严重污染，在湖泊、河流、水库及水厂等水面上出现大量漂浮物，这些漂浮物含有大量对人体有害的物质。水环境污染问题已经严重制约着国民经济和社会的发展，破换生态环境，影响人们的生活环境，直接威胁人类生存和发展。为解决该问题，现有技术中提出了智慧水利下的漂浮物监测系统，该种系统在多个指定点固定安装摄像头等图像采集设备，以采集待监测区域的水面图像或视频，并将采集的图像或视频发送到远程监测终端，远程监测终端基于智能图像/视频分析，自动对视频图像信息进行分析识别，对水面监控区域中的漂浮物进行检测和预警。但是，现有的这种水面漂浮物监测方案，只能定点采集图像，因此也只能实现对固定区域的监测，对于河道等水流速较快、路径较长的待监测目标，很难实现对整条河道的完整监测，更无法实现为监测到的漂浮物的跟踪定位。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供一种基于AI算法的河道漂浮物检测方法，用于解决现有的水面漂浮物监测方法只能定点监测，无法实现对整条河道的完整监测的问题。本专利技术能够自动控制无人机采集河道及漂浮物图像，利用AI算法可以实现对河水表面漂浮物种类的检测和跟踪定位。
[0004]本专利技术实施例提供一种基于AI算法的河道漂浮物检测方法，该方法包括：
[0005]通过位于河道上方的无人机沿所述河道的流向对所述河道进行寻迹拍摄；
[0006]通过图像识别拍摄的河道图像中的河道中是否有漂浮物；
[0007]若识别出河道中有漂浮物，则控制所述无人机悬停至所述漂浮物上方；
[0008]调整所述无人机的相机焦距，采集包括所述漂浮物的全部外形轮廓的第一漂浮物图像；
[0009]利用预设AI算法对所述漂浮物进行检测。
[0010]在一可选实施例中，所述通过位于河道上方的无人机沿所述河道的流向对所述河道进行寻迹拍摄，包括：
[0011]通过所述无人机采集包括河道两侧完整边界的河道图像；
[0012]通过颜色阈值识别方法识别出所述河道图像中的河道边界点；
[0013]根据所述河道边界点，确定无人机的偏转角度，以使所述无人机沿所述河道的流向对所述河道进行寻迹拍摄。
[0014]在一可选实施例中，所述通过所述无人机采集包括河道两侧完整边界的河道图像，包括：
[0015]根据第一公式计算所述无人机的目标拍摄高度；
[0016]控制所述无人机位于所述目标拍摄高度拍摄，以使所述无人机采集的图像中包括河道两侧完整边界；
[0017]所述第一公式为：
[0018][0019]其中，H为所述无人机的目标拍摄高度值；f0表示所述无人机的相机初始焦距；m表示所述无人机拍摄的图像每一行像素点的个数；l表示上一时刻所述无人机拍摄的图像中河道宽度对应的像素点个数；L表示所述河道的实际平均宽度。
[0020]在一可选实施例中，通过颜色阈值识别方法识别出所述河道图像中的4个河道边界点；
[0021]所述根据所述河道边界点，确定无人机的偏转角度，包括：
[0022]以所述河道图像的左下角顶点为原点，以所述河道图像的左边框向上为y轴方向，以所述河道图像的下边框向右为x轴方向建立直角坐标系；
[0023]确定所述4个河道边界点在所述直角坐标系中的坐标；
[0024]根据第二公式确定无人机的偏转角度；
[0025]所述第二公式为：
[0026][0027]其中，α(t)为当前时刻所述无人机需要偏转的角度，若α(t)≥0则无人机需以前进方向为基准向右偏转α(t)角度，若α(t)<0则无人机需以前进方向为基准向左偏转
‑
α(t)角度；(x
p,1
(t),y
p,1
(t))为所述河道图像中左下角的第一河道边界点的坐标值，(x
p,2
(t),y
p,2
(t))为所述河道图像中右下角的第二河道边界点的坐标值，(x
q,1
(t),y
q,1
(t))为所述河道图像中与所述第一河道边界点同为河道一侧且位于所述第一河道边界点上侧的第三河道边界点的坐标值，(x
q,2
(t),y
q,2
(t))为所述河道图像中与所述第二河道边界点同为河道一侧且位于所述第二河道边界点上侧的第四河道边界点的坐标值。
[0028]在一可选实施例中，所述调整所述无人机的相机焦距，包括：
[0029]根据第三公式计算所述无人机的相机焦距的所需调整值；
[0030]根据所述所需调整值调整所述无人机的相机焦距；
[0031]所述第三公式为：
[0032][0033]其中，Δf为所述无人机的相机焦距的所需调整值；D表示上一时刻所述无人机拍摄的图像中识别出的漂浮物的宽度对应的像素点个数；f0表示所述无人机的相机初始焦距；m表示所述无人机拍摄的图像每一行像素点的个数；L表示所述河道的实际平均宽度。
[0034]在一可选实施例中，所述通过图像识别拍摄的河道图像中的河道中是否有漂浮物，包括：
[0035]通过图像识别所述无人机对所述河道进行寻迹拍摄的每张河道图像中是否有疑似漂浮物；
[0036]若有任一张河道图像中有疑似漂浮物，则继续判断在该张河道图像之后连续拍摄的N张河道图像中识别出有疑似漂浮物的图像数量占比是否超过预定阈值；
[0037]若在该张河道图像之后连续拍摄的N张河道图像中识别出有疑似漂浮物的图像数量占比超过预定阈值，则确定当前拍摄的河道图像中的河道中有漂浮物；其中，N为预设数量。
[0038]在一可选实施例中，所述利用预设AI算法对所述漂浮物进行检测，包括：
[0039]对所述第一漂浮物图像进行图像增强处理；
[0040]提取增强处理后的第一漂浮物图像中的漂浮物边界轮廓及轮廓内图像，得到第二漂浮物图像；
[0041]利用预设AI算法，获取所述第二漂浮物图像中漂浮物的特征点数据，并将获取的特征点数据与预设数据库中的物品图像特征点进行匹配，得到特征点匹配度最高的物品图像；
[0042]将所述匹配度最高的物品图像对应的物品种类确定为当前河道中识别到的漂浮物种类。
[0043]在一可选实施例中，所述利用预设AI算法对所述漂浮物进行检测，还包括：
[0044]利用无人机的GPS获取当前无人机所在的位置信息；
[0045]将所述第一漂浮物图像及其对应漂浮物种类和所述位置信息发送至远程监控终端。
[0046]本专利技术提供的基于AI算法的河道漂浮物检测方法，通过无人机对河道进行寻迹拍摄，合图像识别技术识别拍摄的图像中是否有漂浮物，在确认河道中有漂浮物时，控制无人机悬停于漂浮物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI算法的河道漂浮物检测方法，其特征在于，包括以下步骤：通过位于河道上方的无人机沿所述河道的流向对所述河道进行寻迹拍摄；通过图像识别拍摄的河道图像中的河道中是否有漂浮物；若识别出河道中有漂浮物，则控制所述无人机悬停至所述漂浮物上方；调整所述无人机的相机焦距，采集包括所述漂浮物的全部外形轮廓的第一漂浮物图像；利用预设AI算法对所述漂浮物进行检测。2.如权利要求1所述的基于AI算法的河道漂浮物检测方法，其特征在于，所述通过位于河道上方的无人机沿所述河道的流向对所述河道进行寻迹拍摄，包括：通过所述无人机采集包括河道两侧完整边界的河道图像；通过颜色阈值识别方法识别出所述河道图像中的河道边界点；根据所述河道边界点，确定无人机的偏转角度，以使所述无人机沿所述河道的流向对所述河道进行寻迹拍摄。3.如权利要求2所述的基于AI算法的河道漂浮物检测方法，其特征在于，所述通过所述无人机采集包括河道两侧完整边界的河道图像，包括：根据第一公式计算所述无人机的目标拍摄高度；控制所述无人机位于所述目标拍摄高度拍摄，以使所述无人机采集的图像中包括河道两侧完整边界；所述第一公式为：其中，H为所述无人机的目标拍摄高度值；f0表示所述无人机的相机初始焦距；m表示所述无人机拍摄的图像每一行像素点的个数；l表示上一时刻所述无人机拍摄的图像中河道宽度对应的像素点个数；L表示所述河道的实际平均宽度。4.如权利要求2所述的基于AI算法的河道漂浮物检测方法，其特征在于，通过颜色阈值识别方法识别出所述河道图像中的4个河道边界点；所述根据所述河道边界点，确定无人机的偏转角度，包括：以所述河道图像的左下角顶点为原点，以所述河道图像的左边框向上为y轴方向，以所述河道图像的下边框向右为x轴方向建立直角坐标系；确定所述4个河道边界点在所述直角坐标系中的坐标；根据第二公式确定无人机的偏转角度；所述第二公式为：其中，α(t)为当前时刻所述无人机需要偏转的角度，若α(t)≥0则无人机需以前进方向为基准向右偏转α(t)角度，若α(t)<0则无人机需以前进方向为基准向左偏转
‑
α(t)角度；
(x
p,1
(t),y
p,1
(t))为所述河道图像中左下角的第一河道边界点的坐标值，(x
p,2
(t),y
p,2
(t))为所述河道图像中右下角的第二河道边界点的坐标值，(x

【专利技术属性】
技术研发人员：于艺春，兰雨晴，余丹，王丹星，
申请(专利权)人：慧之安信息技术股份有限公司，
类型：发明
国别省市：