【技术实现步骤摘要】
本申请涉及高光谱数据预测水质指标，特别是涉及水质检测方法和装置。
技术介绍
1、对于内陆水，由于内陆水体光学属性复杂，通常不同水体中物质含量的差异巨大，因此不同水体光谱形态具有较大差异，如果所有水体的光谱采用同一预测模型进行预测，势必会造成干扰进而影响水质检测的精度。并且对于采集的光谱数据，受一个水质指标影响的频段可能相距较远，但是现有技术中并不能看出相关性，也即现有水质检测方法感受野较小，无法捕捉全局光谱特征信息， 因此水质检测的精度较低。
技术实现思路
1、本申请实施例的目的在于提供水质检测方法和装置，以实现提高水质检测的精度。具体技术方案如下：
2、第一方面，本申请实施例提供了一种水质检测方法，所述方法包括：
3、获取待测水体的光谱数据，作为待测光谱数据；
4、针对每个预设水体类型，基于所述待测光谱数据，确定所述待测水体为所述预设水体类型的置信度；
5、分别提取所述待测光谱数据在各个频段上的特征，得到各个频段的原始特征；
6、针对每个所述预设水体类型，对各个频段的所述原始特征进行加权，得到第一频段的加权特征，其中，对所述原始特征进行加权的加权系数与各个频段和所述第一频段的相关性正相关，所述第一频段为所述各个频段中的任意频段；其中，所述预设水体类型不同，相同频段的相关性不同；
7、基于各个频段的所述加权特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果；
8、将所述待测水体对应于各
9、在一些实施例中，所述加权特征为多维度特征，所述基于各个频段的所述加权特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果，包括：
10、基于各个频段的所述加权特征，确定各特征维度的重要程度；
11、对各特征维度上的加权特征值进行加权，得到所述待测水体各个频段的二次加权特征；其中，对各特征维度上的加权特征值进行加权的加权系数与所述各特征维度的重要程度正相关；
12、基于各个频段的所述二次加权特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果。
13、在一些实施例中，所述基于各个频段的所述二次加权特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果，包括：
14、将各个频段的所述二次加权特征与所述原始特征相加，作为所述待测水体的残差特征；
15、基于所述残差特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果。
16、在一些实施例中，所述各个频段的所述原始特征以特征图的形式表示，所述特征图表示为p×q的矩阵，所述特征图的第m行第k列表示所述待测光谱数据的第m个频段的第k个特征的值，其中，所述p为所述待测光谱数据的频段数目，所述q为各个频段上提取的特征的数目，所述m为1至p中的任意一个正整数，所述k为1至q中的任意一个正整数；
17、所述相关性以相关性图的形式表示，所述相关性图表示为p×p的矩阵，所述相关性图的第i行第j列表示多个样本光谱数据的第i个频段与第j个频段的相关性，其中，p表示所述样本光谱数据的频段数目，所述样本光谱数据的频段数目大于等于所述待测光谱数据的频段数目；所述i和j为1至p中的任意一个正整数；所述多个样本光谱数据为一个所述预设水体类型的多个样本光谱数据。
18、在一些实施例中，预先训练得到预测模型，所述预测模型包括特征提取模块、加权模块以及预测模块，所述分别提取所述待测光谱数据在各个频段上的特征，得到各个频段的原始特征，包括：
19、将所述待测光谱数据输入所述特征提取模块，得到所述特征提取模块输出的各个频段的所述原始特征；
20、所述对各个频段的所述原始特征进行加权，得到第一频段的加权特征，包括：
21、将所述相关性和各个频段的所述原始特征输入所述加权模块，得到所述加权模块输出的各个频段的所述加权特征；
22、所述基于各个频段的所述加权特征，确定所述待测水体对应于所述预设水体类型的原始水质检测结果，包括：
23、将各个频段的所述加权特征输入所述预测模块，得到所述预测模块输出的所述待测水体对应于所述预设水体类型的原始水质检测结果。
24、在一些实施例中，所述获取待测水体的光谱数据，作为待测光谱数据，包括：
25、获取在有补光的情况拍摄待测水体得到的光谱数据，作为原始光谱数据；
26、计算所述原始光谱数据各个频段光谱数据的均值；
27、计算所述各个频段的光谱数据与所述各个频段光谱数据的均值的比值，作为待测光谱数据。
28、第二方面，本申请实施例还提供了一种水质检测装置，所述装置包括：
29、获取模块：用于获取待测水体的光谱数据，作为待测光谱数据；
30、第一确定模块：用于针对每个预设水体类型，基于所述待测光谱数据，确定所述待测水体为所述预设水体类型的置信度；
31、特征提取模块：用于分别提取所述待测光谱数据在各个频段上的特征，得到各个频段的原始特征；
32、第一加权模块：用于针对每个所述预设水体类型，对各个频段的所述原始特征进行加权，得到第一频段的加权特征，其中，对所述原始特征进行加权的加权系数与各个频段和所述第一频段的相关性正相关，所述第一频段为所述各个频段中的任意频段；其中，所述预设水体类型不同，相同频段的相关性不同；
33、第二确定模块：用于基于各个频段的所述加权特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果；
34、第二加权模块：用于将所述待测水体对应于各所述预设水体类型的原始水质检测结果进行加权处理，得到目标水质检测结果；其中，对所述原始水质检测结果进行加权的加权系数与所述置信度正相关。
35、在一些实施例中，所述加权特征为多维度特征，所述第二确定模块，包括：
36、第一确定子模块：用于基于各个频段的所述加权特征，确定各特征维度的重要程度；
37、加权子模块：用于对各特征维度上的加权特征值进行加权，得到所述待测水体各个频段的二次加权特征；其中，对各特征维度上的加权特征值进行加权的加权系数与所述各特征维度的重要程度正相关；
38、第二确定子模块：用于基于各个频段的所述二次加权特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果。
39、在一些实施例中，所述第二确定子模块，具体用于：
40、将各个频段的所述二次加权特征与所述原始特征相加，作为所述待测水体的残差特征；
41、基于所述残差特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果。
42、在一些实施例中，所述各个频段的所述原始特征本文档来自技高网...
【技术保护点】
1.一种水质检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述加权特征为多维度特征，所述基于各个频段的所述加权特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于各个频段的所述二次加权特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果，包括：
4.根据权利要求1所述的方法，其特征在于，所述各个频段的所述原始特征以特征图的形式表示，所述特征图表示为p×q的矩阵，所述特征图的第m行第k列表示所述待测光谱数据的第m个频段的第k个特征的值，其中，所述p为所述待测光谱数据的频段数目，所述q为各个频段上提取的特征的数目，所述m为1至p中的任意一个正整数，所述k为1至q中的任意一个正整数；
5.根据权利要求1所述的方法，其特征在于，预先训练得到预测模型，所述预测模型包括特征提取模块、加权模块以及预测模块，所述分别提取所述待测光谱数据在各个频段上的特征，得到各个频段的原始特征，包括：
6.根据权利要求1所述的方法，其特
7.一种水质检测装置，其特征在于，所述装置包括：
...【技术特征摘要】
1.一种水质检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述加权特征为多维度特征，所述基于各个频段的所述加权特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于各个频段的所述二次加权特征，确定所述待测水体对应于各所述预设水体类型的原始水质检测结果，包括：
4.根据权利要求1所述的方法，其特征在于，所述各个频段的所述原始特征以特征图的形式表示，所述特征图表示为p×q的矩阵，所述特征图的第m行第k列表示所述待测光谱...
【专利技术属性】
技术研发人员：王志鹏，傅斌，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
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。