一种沉水植物覆盖面积智能监测方法技术

本发明专利技术提供一种沉水植物覆盖面积智能监测方法，本发明专利技术在获取沉水植物的投影图像的同时，获取投影图像对应的浊度数据；并基于浊度数据，采用不同的图像拉伸方式对投影图像进行图像拉伸，增强投影图像的对比度，得到增强图像。之后，对增强图像进行边缘检测和优化，得到边缘优化图像，最后根据边缘优化图像得到沉水植物的覆盖面积。由于本发明专利技术在沉水植物覆盖面积监测过程中，基于浊度，通过图像拉伸方式增强了边缘检测前的对比度，提高了沉水植物的拍摄图像清晰度，进而提高沉水植物覆盖面积检测的准确性。的准确性。的准确性。

【技术实现步骤摘要】
一种沉水植物覆盖面积智能监测方法


[0001]本专利技术涉及图像识别
，尤其涉及一种沉水植物覆盖面积智能监测方法。

技术介绍

[0002]沉水植物具有细胞间隙发达，通气组织强大，净化水质、为水生动物提供栖息地、改良基底土壤、抑制藻类生长等作用，对水体中污染物的去除及清洁水质效果的保持有着重要的作用。因此，沉水植物是水生态、水生植物监测的重要内容。
[0003]在生态学中，盖度是衡量植被生长状况的重要概念，通过水下摄像技术利用沉水植物投影面积占水底面积的比率，可以监测沉水植物生长状况。但由于水中悬浮物存在，导致图像退化现象严重，如颜色衰退、对比度低以及细节模糊等。因此，目前存在沉水植物的拍摄图像清晰度较低，沉水植物覆盖面积的检测不准确的问题。

技术实现思路

[0004]本专利技术提供了一种沉水植物覆盖面积智能监测方法，能够提高沉水植物的拍摄图像清晰度，进而提高沉水植物覆盖面积检测的准确性。
[0005]第一方面，本专利技术提供了一种沉水植物覆盖面积智能监测方法，包括：获取沉水植物的投影图像以及投影图像对应的浊度数据；基于投影图像对应的浊度数据，确定投影图像对应的浊度等级；基于投影图像对应的浊度等级，对投影图像进行图像拉伸，得到增强图像；其中，不同浊度等级对应的图像拉伸方式不同；对增强图像进行边缘检测和优化，得到边缘优化图像；基于边缘优化图像，确定沉水植物的覆盖面积。
[0006]在一种可能的实现方式中，基于投影图像对应的浊度等级，对投影图像进行图像拉伸，得到增强图像之前，还包括：提取投影图像的图像模糊特征和图像结构特征；基于图像模糊特征和图像结构特征，将投影图像划分为多个区域；其中，投影图像的各区域的清晰度不同；对投影图像的清晰度进行注意力分析，得到注意力矩阵；注意力矩阵中清晰像素的权重高于模糊像素的权重；基于投影图像的多个区域，以及注意力矩阵，重建投影图像，实现对投影图像的预处理。
[0007]在一种可能的实现方式中，基于投影图像对应的浊度等级，对投影图像进行图像拉伸，得到增强图像，包括：基于投影图像对应的浊度等级，确定投影图像的拉伸方案；拉伸方案包括以下其中一项：直方图拉伸，Retinex拉伸，对数变化拉伸，指数变化拉伸，最大最小拉伸和分段线性拉伸；基于投影图像的拉伸方案，对投影图像进行图像拉伸，得到增强图像。
[0008]在一种可能的实现方式中，基于投影图像对应的浊度等级，确定投影图像的拉伸方案，包括：若投影图像对应的浊度等级为低浑浊度，则投影图像的拉伸方案为直方图拉伸或Retinex拉伸；相应的，基于投影图像的拉伸方案，对投影图像进行图像拉伸，得到增强图像，包括：对投影图像进行空间转换，将RGB空间转换为HSV空间，得到HSV空间的H分量、S分量和V分量；对于HSV空间的任一分量，计算该分量的像素总数以及该分量中各像素的灰度
值；基于该分量的像素总数以及该分量中各像素的灰度值，进行等级划分，得到多个灰度等级；计算各灰度等级对应的累计分布值；基于各灰度等级对应的累计分布值，对该分量进行直方图均衡化，得到该分量对应的拉伸分量；基于HSV空间中各分量对应的拉伸分量，进行空间转换，将HSV空间转换为RGB空间，得到增强图像。
[0009]在一种可能的实现方式中，对增强图像进行边缘检测和优化，得到边缘优化图像，包括：对增强图像进行分块操作，得到多个分块图像；对于任一分块图像，采用Canny算子对该分块图像中的沉水植物进行边缘检测，确定带有边缘轮廓的分块图像；对各带有边缘轮廓的分块图像进行前背景区分，确定各分块图像中的前景区域和背景区域；基于各分块图像的边缘轮廓、前景区域和背景区域，将各分块图像转化为各二值图像；基于各二值图像进行块间合并，得到边缘优化图像。
[0010]在一种可能的实现方式中，对于任一分块图像，采用Canny算子对该分块图像中的沉水植物进行边缘检测，确定带有边缘轮廓的分块图像，包括：对该块内图像进行高斯平滑处理，去除该块内图像中的高频率噪声，得到高斯平滑图像；利用soble水平算子和soble垂直算子，对高斯平滑图像进行卷积处理，得到高斯平滑图像中各像素点的边缘强度和方向；基于高斯平滑图像中各像素点的边缘强度和方向，采用双阈值算法，确定高斯平滑图像中的第一边缘和第二边缘，第一边缘为采用双阈值中低阈值确定的边缘，第二边缘为采用双阈值中高阈值确定的边缘；在高斯平滑图像中，以第二边缘为基础，在第一边缘和第二边缘之间选择新边缘点，补全第二边缘中的断点，构成闭合的边缘轮廓，得到带有边缘轮廓的分块图像。
[0011]在一种可能的实现方式中，对各带有边缘轮廓的分块图像进行前背景区分，确定各分块图像中的前景区域和背景区域，包括：对于任一带有边缘轮廓的分块图像，基于边缘轮廓，分别计算轮廓内部区域和轮廓外部区域的灰度均值；基于轮廓内部区域和轮廓外部区域的灰度均值，对该分块图像中各像素点进行灰度泛化，得到泛化后的分块图像；基于泛化后的分块图像中各像素点的灰度，确定该分块图像的前景区域和背景区域。
[0012]第二方面，本专利技术实施例提供了一种沉水植物覆盖面积的智能监测装置，包括通信模块和处理模块；通信模块，用于获取沉水植物的投影图像以及投影图像对应的浊度数据；处理模块，用于基于投影图像对应的浊度数据，确定投影图像对应的浊度等级；基于投影图像对应的浊度等级，对投影图像进行图像拉伸，得到增强图像；其中，不同浊度等级对应的图像拉伸方式不同；对增强图像进行边缘检测和优化，得到边缘优化图像；基于边缘优化图像，确定沉水植物的覆盖面积。
[0013]在一种可能的实现方式中，处理模块，还用于提取投影图像的图像模糊特征和图像结构特征；基于图像模糊特征和图像结构特征，将投影图像划分为多个区域；其中，投影图像的各区域的清晰度不同；对投影图像的清晰度进行注意力分析，得到注意力矩阵；注意力矩阵中清晰像素的权重高于模糊像素的权重；基于投影图像的多个区域，以及注意力矩阵，重建投影图像，实现对投影图像的预处理。
[0014]在一种可能的实现方式中，处理模块，具体用于基于投影图像对应的浊度等级，确定投影图像的拉伸方案；拉伸方案包括以下其中一项：直方图拉伸，Retinex拉伸，对数变化拉伸，指数变化拉伸，最大最小拉伸和分段线性拉伸；基于投影图像的拉伸方案，对投影图像进行图像拉伸，得到增强图像。
[0015]在一种可能的实现方式中，处理模块，具体用于若投影图像对应的浊度等级为低浑浊度，则投影图像的拉伸方案为直方图拉伸或Retinex拉伸；相应的，处理模块，具体用于对投影图像进行空间转换，将RGB空间转换为HSV空间，得到HSV空间的H分量、S分量和V分量；对于HSV空间的任一分量，计算该分量的像素总数以及该分量中各像素的灰度值；基于该分量的像素总数以及该分量中各像素的灰度值，进行等级划分，得到多个灰度等级；计算各灰度等级对应的累计分布值；基于各灰度等级对应的累计分布值，对该分量进行直方图均衡化，得到该分量对应的拉伸分量；基于HSV空间中各分量对应的拉伸分量，进行空间转换，将HSV空间转本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种沉水植物覆盖面积智能监测方法，其特征在于，包括：获取沉水植物的投影图像以及所述投影图像对应的浊度数据；基于所述投影图像对应的浊度数据，确定所述投影图像对应的浊度等级；基于所述投影图像对应的浊度等级，对所述投影图像进行图像拉伸，得到增强图像；其中，不同浊度等级对应的图像拉伸方式不同；对所述增强图像进行边缘检测和优化，得到边缘优化图像；基于所述边缘优化图像，确定所述沉水植物的覆盖面积。2.根据权利要求1所述的沉水植物覆盖面积智能监测方法，其特征在于，所述基于所述投影图像对应的浊度等级，对所述投影图像进行图像拉伸，得到增强图像之前，还包括：提取所述投影图像的图像模糊特征和图像结构特征；基于所述图像模糊特征和图像结构特征，将所述投影图像划分为多个区域；其中，所述投影图像的各区域的清晰度不同；对所述投影图像的清晰度进行注意力分析，得到注意力矩阵；所述注意力矩阵中清晰像素的权重高于模糊像素的权重；基于所述投影图像的多个区域，以及所述注意力矩阵，重建所述投影图像，实现对投影图像的预处理。3.根据权利要求1所述的沉水植物覆盖面积智能监测方法，其特征在于，所述基于所述投影图像对应的浊度等级，对所述投影图像进行图像拉伸，得到增强图像，包括：基于所述投影图像对应的浊度等级，确定所述投影图像的拉伸方案；所述拉伸方案包括以下其中一项：直方图拉伸，Retinex拉伸，对数变化拉伸，指数变化拉伸，最大最小拉伸和分段线性拉伸；基于所述投影图像的拉伸方案，对所述投影图像进行图像拉伸，得到增强图像。4.根据权利要求1所述的沉水植物覆盖面积智能监测方法，其特征在于，所述基于所述投影图像对应的浊度等级，确定所述投影图像的拉伸方案，包括：若所述投影图像对应的浊度等级为低浑浊度，则确定所述投影图像的拉伸方案为直方图拉伸或Retinex拉伸；相应的，基于所述投影图像的拉伸方案，对所述投影图像进行图像拉伸，得到增强图像，包括：对所述投影图像进行空间转换，将RGB空间转换为HSV空间，得到HSV空间的H分量、S分量和V分量；对于HSV空间的任一分量，计算该分量的像素总数以及该分量中各像素的灰度值；基于该分量的像素总数以及该分量中各像素的灰度值，进行等级划分，得到多个灰度等级；计算各灰度等级对应的累计分布值；基于各灰度等级对应的累计分布值，对该分量进行直方图均衡化，得到该分量对应的拉伸分量；基于所述HSV空间中各分量对应的拉伸分量，进行空间转换，将HSV空间转换为RGB空间，得到所述增强图像。5.根据权利要求1所述的沉水植物覆盖面积智能监测方法，其特征在于，所述对所述增
强图像进行边缘检测和优化，得到边缘优化图像，包括：对所述增强图像进行分块操作，...

【专利技术属性】
技术研发人员：左杰，马俊杰，董杨，李春露，康素霜，李乐，
申请(专利权)人：河北先河环保科技股份有限公司，
类型：发明
国别省市：