[发明专利]渔场围网破损检测方法及系统

权利要求书

1.一种渔场围网破损检测方法，其特征在于，包括：

获取待检测的渔场围网的完整图像，并对所述完整图像进行背景建模，获得背景图像；

将所述背景图像输入至目标检测模型，获得所述目标检测模型输出的所述渔场围网的破损检测结果；其中，所述目标检测模型是基于样本背景图像及预先确定的破损结果标注进行训练后获得的；

所述目标检测模型包括卷积神经网络和SVM分类模型；所述破损检测结果为带有目标检测框的背景图像副本；

相应地，所述将所述背景图像输入至目标检测模型，获得所述目标检测模型输出的破损检测结果，包括：

提取所述背景图像中的多个候选区域；

对于每个所述候选区域，将所述候选区域输入至所述卷积神经网络，获得所述卷积神经网络输出的所述候选区域的特征信息；将所述特征信息输入至所述分类模型中，获得所述分类模型输出的识别结果；所述识别结果用于指示所述候选区域内是否存在破损；

根据每个所述候选区域分别对应的识别结果，输出带有目标检测框的背景图像副本；所述目标检测框位于所述背景图像副本中的目标候选区域，所述目标候选区域的识别结果为存在破损。

2.根据权利要求1所述的方法，其特征在于，所述获取待检测的渔场围网的完整图像，包括：

获取所述渔场围网的各区域分别对应的原始图像；

将多张所述原始图像进行图像拼接，获得所述完整图像；

对所述完整图像进行二值化处理、去噪处理和图像增强处理。

3.根据权利要求2所述的方法，其特征在于，所述将多张所述原始图像进行图像拼接，获得所述完整图像，包括：

分别对每张所述原始图像进行噪声抑制处理和边缘提取处理；

选择所述多张原始图像中的一张作为参考图像，将所述多张原始图像中除所述参考图像外的其他原始图像作为搜索图像；对于每张所述搜索图像，将所述参考图像与所述搜索图像进行配准，获得所述搜索图像与所述参考图像之间的坐标变换矩阵；基于所述坐标变换矩阵，将所述搜索图像和所述参考图像的坐标变换至同一坐标系下；

在同一坐标系下将所述参考图像和所述搜索图像进行拼接，对拼接后获得的图像进行图像融合处理，获得所述完整图像。

4.根据权利要求3所述的方法，其特征在于，所述将所述参考图像与所述搜索图像进行配准，获得所述搜索图像与所述参考图像之间的坐标变换矩阵，包括：

在所述参考图像中选择一个图像子块作为配准模板，将所述配准模板沿设定路径在所述搜索图像上移动；

在移动过程中，所述配准模板每移动到一个位置，将所述配准模板与所述位置对应的所述搜索图像中的图像子块进行比较；

根据不同位置分别对应的比较结果获得配准位置，并根据所述配准位置获取所述搜索图像与所述参考图像之间的所述坐标变换矩阵。

5.根据权利要求1所述的方法，其特征在于，所述对所述完整图像进行背景建模，获得背景图像，包括：

分别对所述完整图像中的每个像素建立混合高斯模型，并对所述混合高斯模型的参数进行更新；

对更新后的多个所述混合高斯模型的重要性进行排序，若所述排序中的前设定数量的所述混合高斯模型的权重满足设定条件，则将所述前设定数量的混合高斯模型作为所述背景图像。

6.根据权利要求1所述的方法，其特征在于，所述输出带有目标检测框的背景图像副本之后，还包括：

在所述背景图像副本中建立坐标系，获取所述目标检测框的坐标；

根据所述目标检测框的坐标和所述渔场围网的尺寸信息，获取所述渔场围网的破损区域的位置信息。