一种基于图像处理的湖泊水面漂浮物识别方法和介质技术

本发明专利技术提出一种基于图像处理的湖泊水面漂浮物识别方法和介质，方法包括：搭建图像采集平台，对水面中不同种类的漂浮物进行图片采集，相机与控制计算机相连；对采集的原始图像进行预处理并存储在控制计算机中；重复上述步骤，对湖泊水面漂浮物进行多次采集和测量，将获得的图像数据存储在控制计算机中；对图像数据进行训练，建立深度神经网络；通过深度神经网络对湖泊水面漂浮物进行识别，得出湖泊水面漂浮物的种类。本发明专利技术通过深度学习对漂浮物目标特征提取信息进行训练，进一步在图像目标特征提取信息下对漂浮物进行预测，精准识别出水面漂浮物，本发明专利技术提供一种快捷、方便、高效的湖泊水面漂浮物识别方法，该方法具有切实可行的应用前景。应用前景。应用前景。

【技术实现步骤摘要】
一种基于图像处理的湖泊水面漂浮物识别方法和介质


[0001]本专利技术涉及图像识别领域，特别是涉及一种基于图像处理的湖泊水面漂浮物识别方法和介质。

技术介绍

[0002]湖泊水面漂浮物识别技术作为一种代替人眼的水面漂浮物图像识别技术，已在湖泊水面漂浮物识别与分类、湖泊水面漂浮物清理等众多领域获得广泛应用，特别在污染水面漂浮物的识别与清理应用尤为突出。但由于机器视觉和图像识别与处理技术的快速发展，行业内部缺乏统一标准，湖泊水面漂浮物识别方法实际性能缺乏有效的评估方式和检测手段。
[0003]湖泊水面漂浮物识别技术的一个重要的优点就是多目标同时识别，但要实现多目标的同时识别，就要面临如何提高水面漂浮物的目标特征信息提取的问题。湖泊水面漂浮物识别方法动态性能的一个重要指标是目标特征提取信息。在实际的测量中，湖泊水面漂浮物识别方法的动态性能受到图像目标特征提取信息的影响很大。如果目标特征提取信息提取不好，会产生漏识别或误识别等现象，那么多目标同时识别的优势将不再存在。因此，优化目标特征提取信息的准确，从而提高湖泊水面漂浮物的识别，对于湖泊水面漂本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的湖泊水面漂浮物识别方法，其特征在于，包括：步骤1：搭建图像采集平台，对水面中不同种类的漂浮物进行图片采集，相机与控制计算机相连；步骤2：对采集的原始图像进行预处理并存储在控制计算机中；步骤3：重复上述步骤1和步骤2，对湖泊水面漂浮物进行多次采集和测量，将获得的图像数据存储在控制计算机中；步骤4：对图像数据进行训练，建立深度神经网络；通过深度神经网络对湖泊水面漂浮物进行识别，得出湖泊水面漂浮物的种类。2.根据权利要求1所述的基于图像处理的湖泊水面漂浮物识别方法，其特征在于，所述步骤2具体包括：步骤2.1：对预处理图像进行特征提取和图像分割，通过二值形态学操作进行凸显漂浮物的特征，利用灰度特征方法对漂浮物进行特征提取；步骤2.2：重复步骤2.1，获得不同种类湖泊水面漂浮的原始图像、预处理图像、特征图像和分割图像，并将处理后图像存储于控制计算机中。3.根据权利要求1所述的基于图像处理的湖泊水面漂浮物识别方法，其特征在于，所述步骤2.1中，预处理包括灰度化处理、直方图均衡化、滤波处理、二值化以及背景光照不均匀校正。4.根据权利要求3所述的基于图像处理的湖泊水面漂浮物识别方法，其特征在于，图像灰度化使用的是加权平均法，将三通道的权值通过多次模拟测试得到，灰度化处理的公式如下：Gray＝0.07217B+0.71516G+0.21267R其中，B表示蓝色通道，G表示绿色通道，R表示红色通道。5.根据权利要求3所述的基于图像处理的湖泊水面漂浮物识别方法，其特征在于...

【专利技术属性】
技术研发人员：邵明振，于银山，季仁东，严思谦，韩汶锦，庄加文，翟树芽，瞿燕，蒋令杰，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：