【技术实现步骤摘要】
基于无人机的河道垃圾漂浮识别方法及系统
[0001]本专利技术涉及河道巡检
,具体而言,涉及一种基于无人机的河道垃圾漂浮识别方法及系统。
技术介绍
[0002]目前,针对河道垃圾漂浮问题的处理,一般由无人机进行图像采集,然后回传至专业技术人员处,对图像中出现的异物进行是否为漂浮垃圾,以及该漂浮垃圾会对河道造成何种影响,经过确定后才能确定最佳的处理方案。而在一些特殊场景,例如洪涝、暴雨;又或是一些特殊区域,例如大、中型河流中,垃圾漂浮问题不仅会造成环境污染、生态破坏等问题,还可能会发生引发堰塞等更加严重的自然灾害,而采用上述传统的垃圾漂浮识别方案,效率低下,已经无法满足用户需求。
技术实现思路
[0003]本专利技术的目的在于提供一种基于无人机的河道垃圾漂浮识别方法及系统。
[0004]第一方面,本专利技术实施例提供一种基于无人机的河道垃圾漂浮识别方法,包括:从无人机采集数据的河道视频数据中获取河道运作状态特征;河道运作状态特征用于指示河道视频数据中的河道异常运作视频段对应的第一数量个漂浮垃圾归属类别;确定无人机采集数据中的第二数量个待识别漂浮垃圾图片分别对应的待识别漂浮垃圾图片向量,对每个待识别漂浮垃圾图片对应的待识别漂浮垃圾图片向量进行归类聚合,得到第一数量个聚合分组;第二数量个待识别漂浮垃圾图片是对无人机采集数据中的初始无人机拍摄河道图片进行特征识别以及图像切割处理后所得到的;一个聚合分组对应一个漂浮垃圾归属类别;根据河道运作状态特征、第一数量个聚合分组以及与无人机采集数据匹配的关系 ...
【技术保护点】
【技术特征摘要】
1.基于无人机的河道垃圾漂浮识别方法,其特征在于,包括:从无人机采集数据的河道视频数据中获取河道运作状态特征;所述河道运作状态特征用于指示所述河道视频数据中的河道异常运作视频段对应的第一数量个漂浮垃圾归属类别;确定所述无人机采集数据中的第二数量个待识别漂浮垃圾图片分别对应的待识别漂浮垃圾图片向量,对每个待识别漂浮垃圾图片对应的待识别漂浮垃圾图片向量进行归类聚合,得到第一数量个聚合分组;所述第二数量个待识别漂浮垃圾图片是对所述无人机采集数据中的初始无人机拍摄河道图片进行特征识别以及图像切割处理后所得到的;一个聚合分组对应一个漂浮垃圾归属类别;根据所述河道运作状态特征、所述第一数量个聚合分组以及与所述无人机采集数据匹配的关系数据库,识别第三数量个聚合分组中的每个聚合分组分别对应的漂浮垃圾识别结果;所述第三数量不超过所述第一数量;所述关系数据库包括与已知漂浮垃圾归属类别具有映射关系的漂浮垃圾识别结果;所述已知漂浮垃圾归属类别与所述第一数量个漂浮垃圾归属类别之间存在第三数量个相同的漂浮垃圾归属类别。2.根据权利要求1所述的方法,其特征在于,所述从无人机采集数据的河道视频数据中获取河道运作状态特征,包括:从无人机采集数据中获取河道视频数据;对所述河道视频数据中的关键河道区域进行视频分段,得到所述河道视频数据对应的河道异常运作视频段;所述河道异常运作视频段包括第四数量个河道异常运作视频帧;所述第四数量不低于所述第一数量;获取所述第四数量个河道异常运作视频帧中的第一河道异常运作视频帧,对所述第一河道异常运作视频帧进行特征提取,得到所述第一河道异常运作视频帧对应的第一河道异常运作图片特征;从与预置漂浮垃圾归属类别匹配的河道异常状态与漂浮垃圾对应关系库中,确定与所述第一河道异常运作图片特征相匹配的参考漂浮垃圾归属特征,将匹配到的参考漂浮垃圾归属特征对应的预置漂浮垃圾归属类别作为所述第一河道异常运作视频帧对应的漂浮垃圾归属类别;根据获取到的河道异常运作视频帧分别对应的漂浮垃圾归属类别,确定所述河道视频数据对应的河道运作状态特征。3.根据权利要求2所述的方法,其特征在于,所述对所述河道视频数据中的关键河道区域进行视频分段,得到所述河道视频数据对应的河道异常运作视频段,包括:对所述河道视频数据中的关键河道区域进行识别,确定所述关键河道区域在所述河道视频数据中的坐标信息;根据所述坐标信息,在所述河道视频数据中切割所述关键河道区域,得到第四数量个包含所述关键河道区域的河道异常运作视频帧,将第四数量个河道异常运作视频帧作为所述河道视频数据对应的河道异常运作视频段。4.根据权利要求2所述的方法,其特征在于,所述从与预置漂浮垃圾归属类别匹配的河道异常状态与漂浮垃圾对应关系库中,确定与所述第一河道异常运作图片特征相匹配的参考漂浮垃圾归属特征,将匹配到的参考漂浮垃圾归属特征对应的预置漂浮垃圾归属类别作
为所述第一河道异常运作视频帧对应的漂浮垃圾归属类别,包括:获取与预置漂浮垃圾归属类别匹配的河道异常状态与漂浮垃圾对应关系库;所述河道异常状态与漂浮垃圾对应关系库用于存储第五数量个预置漂浮垃圾归属类别分别对应的参考漂浮垃圾归属特征;所述第五数量不低于所述第一数量;分别确定所述第一河道异常运作图片特征与第五数量个参考漂浮垃圾归属特征中的每个参考漂浮垃圾归属特征之间的特征相似度,得到第五数量个特征相似度;从所述第五数量个特征相似度中获取达到预设相似度阈值的最大特征相似度,确定所述最大特征相似度对应的参考漂浮垃圾归属特征所对应的预置漂浮垃圾归属类别,将确定的预置漂浮垃圾归属类别作为所述第一河道异常运作视频帧对应的漂浮垃圾归属类别。5.根据权利要求1所述的方法,其特征在于,所述确定所述无人机采集数据中的第二数量个待识别漂浮垃圾图片分别对应的待识别漂浮垃圾图片向量,对每个待识别漂浮垃圾图片对应的待识别漂浮垃圾图片向量进行归类聚合,得到第一数量个聚合分组,包括:从所述无人机采集数据中获取初始无人机拍摄河道图片,对所述初始无人机拍摄河道图片进行特征识别以及图像切割处理,得到第二数量个待识别漂浮垃圾图片;对所述第二数量个待识别漂浮垃圾图片中的每个待识别漂浮垃圾图片进行向量化处理,得到所述每个待识别漂浮垃圾图片对应的待识别漂浮垃圾图片向量;根据所述第一数量确定出聚合中心数量,根据所述聚合中心数量,对获取到的每个待识别漂浮垃圾图片对应的待识别漂浮垃圾图片向量进行归类聚合,得到第一数量个聚合分组。6.根据权利要求5所述的方法,其特征在于,所述从所述无人机采集数据中获取初始无人机拍摄河道图片,对所述初始无人机拍摄河道图片进行特征识别以及图像切割处理,得到第二数量个待识别漂浮垃圾图片,包括:从所述无人机采集数据中获取初始无人机拍摄河道图片;将所述初始无人机拍摄河道图片输入至模糊切割模型,通过所述模糊切割模型生成所述初始无人机拍摄河道图片对应的像素信息;所述模糊切割模型包括初始分割架构和进阶分割架构;将所述像素信息分别输入所述初始分割架构以及所述进阶分割架构,通过所述初始分割架构生成所述像素信息对应的初始像素特征,通过所述进阶分割架构生成所述像素信息对应的进阶像素特征;对所述初始像素特征和所述进阶像素特征进行加权平均,得到所述初始像素特征对应的mask参量;根据所述mask参量与...
【专利技术属性】
技术研发人员:杨翰翔,肜卿,
申请(专利权)人:深圳联和智慧科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。