一种用于水产养殖的水体异常检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种用于水产养殖的水体异常检测方法，该方法采集水体图像，筛选出备选绿潮块并获取每个备选绿潮块的绿潮置信度；提取每个备选绿潮块的纹理特征组成纹理向量；对于每两个相邻的备选绿潮块，获取纹理相似度和颜色相似度，以纹理相似度和颜色相似度的和作为第一特征距离；获取第二特征距离；获取大目标块与所有相邻块之间的全局纹理相似性；依据大目标块的绿潮置信度和全局纹理相似性获取第二特征距离的空间调节参数；获取综合特征距离，根据综合特征距离获取分界线的隶属度，筛选出绿潮轮廓线，绿潮轮廓线形成的区域为水体异常区域。本发明专利技术能够准确提取绿潮区域的边缘轮廓，提高水体异常区域的检测精度。域的检测精度。域的检测精度。

【技术实现步骤摘要】
一种用于水产养殖的水体异常检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种用于水产养殖的水体异常检测方法。

技术介绍

[0002]在水产养殖中，由于养殖水体的有机质丰富和氮磷比失衡，蓝藻比较容易生长。在一些营养丰富的水体中，蓝藻会在水面形成一层蓝绿色而有腥臭味的浮沫，称为“水华”，大规模的蓝藻爆发，被称为“绿潮”。绿潮会引起水质恶化，严重时会耗尽水中氧气而造成鱼类的死亡。由此对水产养殖水体中的蓝藻的及时检测，对提高水产养殖产量具有重大意义。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种用于水产养殖的水体异常检测方法，所采用的技术方案具体如下：本专利技术一个实施例提供了一种用于水产养殖的水体异常检测方法，该方法包括以下步骤：采集水产养殖的水体图像，对水体图像进行超像素分割，得到多个超像素块；通过阈值分割在超像素块中筛选出备选绿潮块，并获取每个备选绿潮块的绿潮置信度；提取每个备选绿潮块的纹理特征，组成纹理向量；对于每两个相邻的备选绿潮块，以绿潮置信度较小的备选绿潮块作为小目标块，绿潮置信度较大的备选绿潮块作为大目标块，根据大目标块和小目标块的纹理向量获取纹理相似度，根据大目标块和小目标块的绿潮置信度获取颜色相似度，以所述纹理相似度和所述颜色相似度的和作为大目标块和小目标块之间的第一特征距离；以除了所述小目标块以外的所有与大目标块相邻的备选绿潮块作为相邻块，获取所述小目标块与每个所述相邻块之间的第一特征距离，求均值得到第二特征距离；获取所述大目标块与所有相邻块之间的全局纹理相似性；依据大目标块的绿潮置信度和全局纹理相似性获取第二特征距离的空间调节参数；计算第二特征距离和空间调节参数的乘积，以该乘积和所述大目标块和小目标块之间的第一特征距离的和作为大目标块和小目标块之间的综合特征距离，根据综合特征距离获取大目标块和小目标块之间的分界线属于绿潮分界线的隶属度，基于隶属度筛选出绿潮轮廓线，绿潮轮廓线形成的区域为水体异常区域。
[0004]优选的，所述对水体图像进行超像素分割之前，还包括以下步骤：对采集的所述水体图像进行预处理，所述预处理包括噪声过滤和图像增强。
[0005]优选的，所述备选绿潮块的获取方法为：根据每个像素点的三通道值计算出该像素点的黄绿指数，通过大津法得到最优黄绿指数作为分割阈值；计算每个超像素块中所有像素点的平均黄绿指数，当平均黄绿指数不小于所述分割阈值时，对应的超像素块为备选绿潮块。
[0006]优选的，所述绿潮置信度的获取方法为：计算平均黄绿指数与分割阈值的第一差值，所述备选绿潮块中的最大黄绿指数与分割阈值的第二差值，以第一差值和第二差值的比值作为备选绿潮块的所述绿潮置信度。
[0007]优选的，所述纹理向量的组成方法为：获取每个超像素块的灰度共生矩阵，保存灰度共生矩阵的能量、熵值、对比度以及逆差矩作为纹理特征，所有纹理特征组成超像素块的纹理向量。
[0008]优选的，所述纹理相似度的获取方法为：将大目标块和小目标块的纹理向量对应元素相乘再求和作为分子；将大目标块的纹理向量与自身对应元素相乘再求和，将小目标块的纹理向量与自身对应元素相乘再求和，两个求和结果相加作为分母，分子和分母的比值即为大目标块和小目标块的所述纹理相似度。
[0009]优选的，所述颜色相似度的获取方法为：获取小目标块的绿潮置信度与大目标块的绿潮置信度的置信度比值，以该置信度比值的预设倍数作为所述颜色相似度。
[0010]优选的，所述全局纹理相似性的获取方法为：获取所述大目标块的轮廓线，以及每个相邻块与大目标块之间的分界线，以所述分界线与所述大目标块的轮廓线的长度比值作为长度比例；获取所述大目标块与每个相邻块之间的第一特征距离，乘上对应的长度比例，得到相邻纹理相似度，所有相邻纹理相似度的和即为所述全局纹理相似性。
[0011]优选的，所述空间调节参数的获取方法为：以大目标块的绿潮置信度和全局纹理相似性的和作为预设值的负指数，根据指数函数结果获取所述空间调节参数；所述指数函数结果与所述空间调节参数呈负相关关系。
[0012]优选的，所述水体异常区域的获取方法为：通过大津法获取隶属阈值，将大于隶属阈值的隶属度对应的分界线提取出来，并进行合并以及补齐，得到所述绿潮轮廓线，以绿潮轮廓线包围的区域作为所述水体异常区域。
[0013]本专利技术实施例至少具有如下有益效果：1、通过获取空间调节参数，进而计算综合特征距离来筛选绿潮轮廓线，能够在计算颜色和纹理的特征距离时，减弱绿潮区域中包含的不同深浅颜色区域的边界对绿潮轮廓线提取的干扰，提升绿潮轮廓线检测和提取的精度。
[0014]2、以空间调节参数作为第二特征距离的系数，进行综合特征距离的计算，能够对第二特征距离的权重进行自适应调节，使得越近似绿潮区域的超像素块具有更大的空间调节参数，进一步减弱绿潮区域中的颜色分界线对提取绿潮轮廓线的影响。
[0015]3、基于绿潮的颜色特点构建黄绿指数，将图像中颜色易于区分的背景进行消除，简化了计算量。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅
仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0017]图1为本专利技术一个实施例提供的一种用于水产养殖的水体异常检测方法的步骤流程图。
具体实施方式
[0018]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种用于水产养殖的水体异常检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0019]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0020]下面结合附图具体的说明本专利技术所提供的一种用于水产养殖的水体异常检测方法的具体方案。
[0021]请参阅图1，其示出了本专利技术一个实施例提供的一种用于水产养殖的水体异常检测方法的步骤流程图，该方法包括以下步骤：步骤S001，采集水产养殖的水体图像，对水体图像进行超像素分割，得到多个超像素块；通过阈值分割在超像素块中筛选出备选绿潮块，并获取每个备选绿潮块的绿潮置信度；提取每个备选绿潮块的纹理特征，组成纹理向量。
[0022]具体的步骤包括：1、采集水产养殖的水体图像，对水体图像进行超像素分割，得到多个超像素块。
[0023]采集水产养殖的水体图像，水体图像为彩色RGB图像，对采集的水体图像进行预处理，预处理包括噪声过滤和图像增强。
[0024]在本专利技术实施例中通过中值滤波器进行噪声过滤，通过直方图均衡化进行图像增强。在其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于水产养殖的水体异常检测方法，其特征在于，该方法包括以下步骤：采集水产养殖的水体图像，对水体图像进行超像素分割，得到多个超像素块；通过阈值分割在超像素块中筛选出备选绿潮块，并获取每个备选绿潮块的绿潮置信度；提取每个备选绿潮块的纹理特征，组成纹理向量；对于每两个相邻的备选绿潮块，以绿潮置信度较小的备选绿潮块作为小目标块，绿潮置信度较大的备选绿潮块作为大目标块，根据大目标块和小目标块的纹理向量获取纹理相似度，根据大目标块和小目标块的绿潮置信度获取颜色相似度，以所述纹理相似度和所述颜色相似度的和作为大目标块和小目标块之间的第一特征距离；以除了所述小目标块以外的所有与大目标块相邻的备选绿潮块作为相邻块，获取所述小目标块与每个所述相邻块之间的第一特征距离，求均值得到第二特征距离；获取所述大目标块与所有相邻块之间的全局纹理相似性；依据大目标块的绿潮置信度和全局纹理相似性获取第二特征距离的空间调节参数；计算第二特征距离和空间调节参数的乘积，以该乘积和所述大目标块和小目标块之间的第一特征距离的和作为大目标块和小目标块之间的综合特征距离，根据综合特征距离获取大目标块和小目标块之间的分界线属于绿潮分界线的隶属度，基于隶属度筛选出绿潮轮廓线，绿潮轮廓线形成的区域为水体异常区域。2.根据权利要求1所述的一种用于水产养殖的水体异常检测方法，其特征在于，所述对水体图像进行超像素分割之前，还包括以下步骤：对采集的所述水体图像进行预处理，所述预处理包括噪声过滤和图像增强。3.根据权利要求1所述的一种用于水产养殖的水体异常检测方法，其特征在于，所述备选绿潮块的获取方法为：根据每个像素点的三通道值计算出该像素点的黄绿指数，通过大津法得到最优黄绿指数作为分割阈值；计算每个超像素块中所有像素点的平均黄绿指数，当平均黄绿指数不小于所述分割阈值时，对应的超像素块为备选绿潮块。4.根据权利要求3所述的一种用于水产养殖的水体异常检测方法，其特征在于，所述绿潮置信度的获取方法为：计算平均黄绿指数与分割阈值的第一差值，所述备选绿潮块中的最大黄绿指数...

【专利技术属性】
技术研发人员：吴成福，徐伟，吴成锐，李银凤，陈涌发，
申请(专利权)人：广东瑞恩科技有限公司，
类型：发明
国别省市：