[发明专利]一种基于时空动态算子的水面漂浮物检测方法

说明书

本发明涉及一种基于时空动态算子的水面漂浮物检测方法。利用水体波动不同于漂浮物漂浮呈现出的规律性、周期性，分别提取水体和漂浮物在时间上的频域变化信号和在空间上的局部二值特征，训练识别漂浮物和水体的随机森林分类器，而后基于随机森林分类器检测水面上的漂浮物。本发明能够智能区分漂浮物和水体，节省了大量的人力物力资源。

技术领域

本发明属于水利、环保领域，视频图像处理领域，具体涉及一种基于时空动态算子的水面漂浮物检测方法。

背景技术

近年来，我国城镇化、工业化的速度越来越快，经济迅猛发展的同时水环境污染问题也不容乐观。江河湖泊均存在大量漂浮物，不仅破坏了自然生态景观，也严重威胁着人类的生命健康和经济的可持续发展，因此，如何有效地监测河湖漂浮物的研究具有重要的现实意义。现今的实际应用场景中大多依靠人工辅助工作，一是安排专员对河道进行定期巡视，二是通过在河道架设监控设备，安排人员在终端值守，三是通过公众的反馈来获取漂浮物的信息，进而安排打捞工作。这种方案需要耗费大量的人力物力资源，且无法实现实时监测，容易漏报。基于视频图像检测技术的水面漂浮物智能检测技术通过江河岸已有监控摄像头，实现对水面的智能化监控，在无需人为干预的情况下对监控的水面场景进行自动分析，快速准确地检测水面是否存在漂浮物，并自动取证，可为防汛、河长制、水源地以及水库的保护等业务提供强有力的技术支撑。

现有的基于视频图像的水面漂浮物检测技术主要针对遥感影像，通过提取遥感影像的光谱特征、空间特征、纹理特征，分析检测是否存在漂浮物。由于遥感影像视野通常较远，所以难以检测城市河道中较小面积的漂浮物，同时由于生成遥感影像对成像设备有要求，采集大量存在漂浮物的遥感图像数据集具有一定难度，不利于在现实应用中推广。而传统的图像分割技术由于水面存在倒影，光照变化等因素分割效果很不理想，大量的水面倒影无法正确分割。

针对以上问题，本文提出基于一种时空动态算子的水面漂浮物检测方法，利用已架设的监控摄像头拍摄的普通视频图像，根据水无常形，而漂浮物具有一定的刚性的特性，提取漂浮物和水面在时间上不同的变换特征，并融合局部空间二值特征，智能区分漂浮物和水体，节省了大量的人力物力资源。

发明内容

本发明的目的在于提供一种基于时空动态算子的水面漂浮物检测方法，能够智能区分漂浮物和水体，节省了大量的人力物力资源。

为实现上述目的，本发明的技术方案是：一种基于时空动态算子的水面漂浮物检测方法，利用水体波动不同于漂浮物漂浮呈现出的规律性、周期性，分别提取水体和漂浮物在时间上的频域变化信号和在空间上的局部二值特征，训练识别漂浮物和水体的随机森林分类器，而后基于随机森林分类器检测水面上的漂浮物。

在本发明一实施例中，所述训练漂浮物和水体的随机森林分类器的具体实现过程如下：

步骤S1、标定出存在漂浮物的矩形区域box_dst，利用TLD目标跟踪技术跟踪该目标区域，提取该目标区域在时间维度M上的图像序列Box{box₁,box₂,box₃,…,box_m}；

步骤S2、以标定的目标区域作为漂浮物的常量模型box_dst，对目标区域及运动范围以外的位置随机选取预定大小的水面区域，作为该水面区域的常量模型box_dst，计算后续帧基于常量模型的变化I，以去除颜色、光照、倒影等因素的影响；

I_i＝box_i-box_dst,i∈[1,m]

步骤S3、求每一帧变化的均值，去除噪音的干扰，在时间维度M上构成一组变化信号Iavg，水体区域会比漂浮物区域显示出更多的正弦波的图案；