一种蓝藻水华检测方法、装置及计算设备集群制造方法及图纸

本申请公开了一种蓝藻水华检测方法、装置及计算设备集群，该方法包括：处理器计算第一图像中各像素对应的植被指数，其中，植被指数是基于多个波段的反射率以及细节增强的方式生成的；之后，处理器将第一图像以及第一图像中各像素对应的植被指数输入基于自注意力的网络模型，进行特征提取以及图像生成，得到标记有蓝藻水华的第二图像。上述过程中，通过将植被指数与基于自注意力的网络模型相结合，在对图像进行预处理后，根据改进的植被指数算法计算植被指数，再将图像和植被指数输入基于自注意力的网络模型中，可以筛除图像中的干扰因素，得到更加准确的植被指数，增强蓝藻水华的特征，最终实现提高蓝藻水华检测的准确率的效果。果。果。

【技术实现步骤摘要】
一种蓝藻水华检测方法、装置及计算设备集群


[0001]本申请涉及图像识别
，尤其涉及一种蓝藻水华检测方法、装置及计算设备集群。

技术介绍

[0002]近年来，农业化工生产以及水产养殖等人类生产活动给自然水体造成严重污染，蓝藻水华现象频发，造成水生生物死亡，影响生活用水等严重问题，当前主要通过人工识别以及植被指数监控识别蓝藻水华。
[0003]传统的人工方式存在识别准确率低、耗费人力多、反应不及时等问题。植被指数是一种通过遥感图像识别植被分布，从而识别蓝藻水华的方法。由于蓝藻水华与周围水体以及其他植被存在不同的光谱特性，将可见光和近红外波段进行组合，可以计算得到遥感图像中每个像素点的植被指数，对包括植被指数的图像进行分类处理，可以确定蓝藻水华区域。植被指数识别方法易受干扰因素影响，识别准确率较低。

技术实现思路

[0004]本申请提供一种蓝藻水华检测方法、装置及计算设备集群，通过根据改进的植被指数算法，得到图像中像素的植被指数，将包括植被指数的图像输入基于自注意力(Transformer)的网络模型，生成标记有蓝藻水本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种蓝藻水华检测方法，其特征在于，所述方法包括：计算第一图像中各像素对应的植被指数，其中，所述植被指数是基于多个波段的反射率以及细节增强的方式生成的；将所述第一图像以及所述第一图像中各像素对应的植被指数输入基于自注意力的网络模型，得到标记有蓝藻水华的第二图像。2.根据权利要求1所述的方法，其特征在于，在所述计算第一图像中各像素对应的植被指数之前，所述方法还包括：获取所述第一图像，利用自适应中值滤波以及光照掩膜方法中的一个或者多个对所述第一图像进行预处理。3.根据权利要求1或2所述的方法，其特征在于，所述植被指数是根据所述多个波段的反射率和根指数公式计算生成的，其中，所述多个波段的反射率是根据像素对应的光谱特性确定的，所述根指数公式用于改进归一化植被指数公式。4.根据权利要求3所述的方法，其特征在于，所述基于自注意力的网络模型包括多个自注意力层构成的编码器以及渐进式上采样解码器；所述将所述第一图像以及所述第一图像中各像素对应的植被指数输入基于自注意力的网络模型，得到标记有蓝藻水华的第二图像包括：在对所述第一图像进行序列化处理以及位置编码，映射为嵌入向量后，将所述第一图像以及所述第一图像中各像素对应的植被指数输入所述编码器；通过所述编码器获取所述第一图像的特征信息，并将所述特征信息输入所述渐进式上采样解码器；根据所述特征信息，通过所述渐进式上采样解码器进行上采样以及图像重建，生成标记有蓝藻水华的所述第二图像，其中，所述第二图像还包括多种植被、水体、岩石的标记。5.一种蓝藻水华检测装置，其特征在于，所述装置包括指数生成模块以及深度学习模块：所述指数生成模块，用于计算第一图像中各像素对应的植被指数，其中，所述植被指数是基于多个波段的反射率以及细节增强的方式生成的；所述深...

【专利技术属性】
技术研发人员：王中一，李书棋，
申请(专利权)人：深圳华为云计算技术有限公司，
类型：发明
国别省市：