[发明专利]基于单目时空连续图像的网箱网衣破损监测方法及系统

权利要求书

1.一种基于单目时空连续图像的网箱网衣破损监测方法，其特征在于，包括：

非监督学习网络模型训练步骤，训练得到非监督学习网络模型；

网衣图像处理步骤，包括：

(1)、采用单目相机对网衣进行扫描，获取多幅空间连续的网衣局部图像；

(2)、将网衣局部图像输入非监督学习网络模型，得到各网衣局部图像中不同语意的景深，将语意为网衣的像素进行分离，去除网衣局部图像中被遮挡的像素，得到网衣初步图像；

(3)、利用空间连续的网衣局部图像之间存在拍摄重叠区域，对网衣初步图像中被遮挡的区域进行修复和拼接，获得网衣整体图像；

(4)、对网衣整体图像进行破损检测，包括：

(41)、将网衣整体图像进行多级非抽取的小波分解，融合小波系数得到特征融合矩阵；

(42)、将特征融合矩阵划分成多个区域，对每个区域内的数据分布使用Gumbel分布模型建模，构造出每个矩形区域的对数似然映射；

(43)、对各矩形区域的对数似然映射进行二值化处理，实现网衣破损区域与非破损区域进行分割，得到网衣破损检测结果。

2.根据权利要求1所述的监测方法，其特征在于，所述非监督学习网络模型训练步骤包括：

(101)、采用双目相机对网衣进行拍摄，分别获得一组左源图I^l和一组右源图I^r；

(102)、将其中一组图像输入至所述非监督学习网络模型中进行卷积计算，生成两组相对应的视差图,分别为左视差图d^l和右视差图d^r；

(103)、对d^l和d^r分别使用双线性采样器进行计算，反向生成左平面输入图像和右平面输入图像

(104)、将I^l与的误差和I^r与的误差共同作为目标函数，训练所述非监督学习网络模型，确定模型参数。

3.根据权利要求1所述的监测方法，其特征在于，步骤(1)中对网衣进行扫描包括水平扫描和竖直扫描，获得多幅空间连续的网衣局部图像。

4.根据权利要求1所述的监测方法，其特征在于，步骤(3)中对网衣初步图像中被遮挡的区域进行修复和拼接之前还包括：

(30)、对各网衣初步图像进行几何角度旋转校正和亮度均衡处理。

5.根据权利要求1所述的监测方法，其特征在于，步骤(3)中对网衣初步图像中被遮挡的区域进行修复和拼接包括水平修复和拼接步骤以及竖直拼接步骤，其中，水平修复和拼接步骤包括：

(31)、选定包含同一场景的多幅图像，取该场景的完整图像作为基准图像；

(32)、以所述基准图像为中心，取其两侧相邻的图像，分别比较所述基准图像与其两侧相邻的图像重合区域内的网衣像素的完整情况，将两侧相邻的图像中包含而基准图像中不包含的网衣像素填充到基准图像中，作为新的基准图像；

(32)、继续向所述基准图像的两侧取图像，并且所取图像与所述基准图像存在间隔，比较当前基准图像中与所取图像之间重合区域的完整情况，将所取图像中包含而基准图像中不包含的网衣像素填充到基准图像中，直至将所有与所述基准图像存在重合区域的图像查找并且填充完毕；

(33)、继续选定包含下一场景的多幅图像，直至所有场景的图像修复完成，将所有场景的图像拼接，得该基准图像所在深度的网衣水平完整图像；

竖直拼接步骤包括将所有的网衣水平完整图像在竖直方向上进行拼接，得到网衣整体图像。

6.根据权利要求5所述的监测方法，其特征在于，步骤(33)中还包括消除图像拼接产生的缝合斑痕的步骤。