[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

说明书

本发明公开了一种基于单目时空连续图像的网箱网衣破损监测方法及系统，所述方法包括非监督学习网络模型训练步骤；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，得到网衣初步图像；（3）、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。本发明的网衣破损监测方法，整个过程自动检测分析，可有效降低网衣破损检测中的人力消耗，实时高精度的监测出网衣破损情况。且本方法需要的硬件配置较水下机器人简单，成本低。

技术领域

本发明属于图像处理技术领域，具体地说，涉及一种基于单目时空连续图像的网箱网衣破损监测方法及系统。

背景技术

渔业是我国农业和国民经济的重要组成部分，随着人口增长和国民生活水平提高，对渔业产品的需求也越来越大，尤其是对优质海洋水产品的需求更是增长迅速，促使我国近海鱼类网箱养殖迅速发展，尤其是深水网箱规模逐渐增大。深水网箱养殖的生产大型化、规模化是必然的趋势。但由于深海网箱网衣破损时难以及时发现，易造成养殖鱼类大量逃逸，给养殖户造成巨大的损失。因此，网衣安全监测成为了深远海网箱养殖发展的关键性技术和其推广中需要解决的重要难点之一。

目前网衣的破损监测主要是依靠潜水员观察，或者是利用水下摄像头通过人工观察，此类方法需要耗费较多的人力，且受环境因素等的影响，进行监测的效率不高。随着电子信息技术的发展，有人提出包括采用带摄像头的水下机器人沿网衣爬行，无缆水下机器人(AUV)绕网衣进行螺旋巡查，基于声呐技术被动监测，在网衣中编入导线设计网破传感器等网衣监测设想，但是上述网衣监测设想没有考虑到鱼群的遮挡，实现价格成本，工作时间等问题，难以满足全年全天候实时网衣监测。

针对上述问题，本发明提供了一种基于单目时空连续图像的深水网箱网衣破损监测系统及方法，通过光学单目相机获取网衣初步图像，基于非监督学习去除前景遮挡，然后拼接融合为完整网衣图像，基于非抽取离散小波变换，监测完整网衣目标图像破损情况，最终实现对网衣破损的高精度实时监测。

发明内容

本发明针对现有技术中对网箱网衣破损监测采用水下机器人巡查，成本高且容易受鱼群遮挡导致破损监测精度低的技术问题，提出了一种基于单目时空连续图像的网箱网衣破损监测方法，可以解决上述问题。

为实现上述发明目的，本发明采用下述技术方案予以实现：

一种基于单目时空连续图像的网箱网衣破损监测方法，

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。

进一步的，所述非监督学习网络模型训练步骤包括：