[发明专利]基于视频分析的水葫芦污染检测方法在审
申请号: | 201810674601.9 | 申请日: | 2018-06-27 |
公开(公告)号: | CN109035205A | 公开(公告)日: | 2018-12-18 |
发明(设计)人: | 王宝宗;黄晟;顾会建 | 申请(专利权)人: | 清华大学苏州汽车研究院(吴江) |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/90;G01N21/85 |
代理公司: | 苏州创元专利商标事务所有限公司 32103 | 代理人: | 范晴;丁浩秋 |
地址: | 215200 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 水葫芦 预处理 视频分析 污染检测 葫芦 筛选 图像 高斯混合模型 获取图像 监控图像 运动轨迹 计算量 检测率 误报率 像素点 出水 构建 像素 视频 河道 转换 保证 | ||
1.一种基于视频分析的水葫芦污染检测方法,其特征在于,包括以下步骤:
S01:获取监控图像,并对图像进行预处理;
S02:将预处理后的图像进行HSV颜色空间转换;
S03:获取水葫芦的像素点;
S04:通过轮廓筛选,获取水葫芦区域。
2.根据权利要求1所述的基于视频分析的水葫芦污染检测方法,其特征在于,所述步骤S01中通过高斯滤波对图像进行预处理。
3.根据权利要求1所述的基于视频分析的水葫芦污染检测方法,其特征在于,所述步骤S03包括,新建同等像素的图像,对比对应位置的坐标,然后获取图像中像素点的HSV值,判断像素点是否满足设定阈值,若满足设定阈值,将对应新建图像上的对应点设为(255,255,255),否则对应点设为(0,0,0,),获取水葫芦的像素点。
4.根据权利要求1所述的基于视频分析的水葫芦污染检测方法,其特征在于,所述步骤S04包括,对图形的轮廓通过面积进行筛选,当轮廓面积大于设定阈值时,则为有效区域,反之,则为无效区域,剔除无效的区域。
5.根据权利要求1所述的基于视频分析的水葫芦污染检测方法,其特征在于,还包括:
对水葫芦区域进行跟踪,获取水葫芦漂流轨迹。
6.根据权利要求5所述的基于视频分析的水葫芦污染检测方法,其特征在于,具体包括以下步骤:
通过获得的轮廓,构建轮廓队列,所述轮廓队列至少包括轮廓的质心、Hu距、宽度、高度、面积;
若图像为连续的,图像p+q阶的几何矩定义为:
其中,f(x,y)为图像函数,x代表像素点的x轴坐标、y代表像素点的y轴坐标,p、q为阶矩;
p+q阶中心矩定义为:
其中,和为图像的中心;
若图像为离散的数字图像,图像p+q阶的几何矩定义为:
其中,N和M分别是图像的高度和宽度;
归一化的中心矩定义为:
利用二阶和三阶归一化中心矩构造7个不变矩M1~M7:
M1=η20+η02
M2=(η20-η02)2+4η112
M3=(η30-3η12)2+(3η21-η03)2
M7=(3η21-η03)(η30+η12)((η30+η12)2-3(η21+η03)2)-(η30-3η12)(η21+η03)(3(η30+η12)2-(η21+η03)2)
其中,ηpq=μpq/(μpqρ);其中ρ=(p+q)/2+1;
将7个不变矩构成一组特征量组成Hu距的特征量,通过前一帧和后一帧的轮廓队列对比,若轮廓消失,则生成新的轮廓队列,进行下一轮的对比,获得轮廓的运动轨迹。
7.一种基于视频分析的水葫芦污染检测装置,其特征在于,包括:
一图像预处理模块,获取监控图像,并对图像进行预处理;
一转换模块,将预处理后的图像进行HSV颜色空间转换;
一水葫芦像素点提取模块,获取水葫芦的像素点;
一水葫芦区域获取模块,通过轮廓筛选,获取水葫芦区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学苏州汽车研究院(吴江),未经清华大学苏州汽车研究院(吴江)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810674601.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种焊缝目标实时检测方法
- 下一篇:一种建筑物损毁状态检测方法