[发明专利]一种基于AI的水污染识别方法及系统

权利要求书

1.一种基于AI的水污染识别方法，其特征在于，包括：

S1：建立水域图像数据库，将水污染图像按污染等级分类存储；

S2：获取目标水域图像，并进行预处理；

S3：提取预处理后的目标水域图像中的特征数据；

S4：将目标水域图像中的特征数据与水域图像数据库中的每一个水污染图像的特征数据进行比对，分析目标水域图像与水域图像数据库中图像的相似性；

S5：判断是否匹配到水污染图像，若未匹配到水污染图像，返回步骤S2，若匹配到水污染图像，则进行下一步；

S6：根据匹配到的水污染图像分析得到目标水域的污染状态。

2.根据权利要求1所述的一种基于AI的水污染识别方法，其特征在于，所述步骤S2中预处理的过程，具体包括：

S21：对获取的目标水域图像进行解析，去除光影影响；

S22：对目标水域图像进行裁切，去除无效边缘区域。

3.根据权利要求1所述的一种基于AI的水污染识别方法，其特征在于，所述步骤S3，具体包括：

S31：对目标水域图像进行检测跟踪，得到图像中精确特征点位置；

S32：根据精确特征点位置，插值获得其他选取的图像特征点的位置；

S33：对图像进行归一化处理；

S34：计算得到图像特征点i的Gabor特征将所有特征点的Gabor特征组成一个图像特征数据集，如下：

其中，N为选取的图像特征点个数。

4.根据权利要求1所述的一种基于AI的水污染识别方法，其特征在于，所述步骤S4，具体包括：

S41：选取水域图像数据库中的一个水污染图像k的特征模板库，如下：

S42：从特征模板库中选取特征模板，如下：

其中，M为水污染图像的特征模板个数，i为水污染图像特征；

计算目标水域图像的特征与之间的相似度S_kji；

S43：计算目标水域图像与特征模板的相似度，公式如下：

其中，N为选取的目标水域图像的特征点个数；

S44：计算目标水域图像与水污染图像k的相似度为

S45：重复步骤S41-S44，获得目标水域图像与水域图像数据库中所有K个水污染图像的相似度，取其中最大者得到其对应的水污染图像k’。

5.根据权利要求4所述的一种基于AI的水污染识别方法，其特征在于，步骤S5具体包括：

设δ为相似度阈值，若S_max＞δ，则判断目标水域图像与水域图像数据库中的水污染图像k’相匹配。

6.一种基于AI的水污染识别系统，其特征在于，包括：

水域图像数据库，用于分类存储不同污染等级的水域图像数据；

图像采集模块，用于实时采集目标水域的图像信息，并将图像数据上报；

预处理模块，用于接收所述图像采集模块采集的目标水域的图像信息，并对图像进行预处理；

特征提取模块，用于提取预处理后的目标水域图像的特征数据；

AI分析模块，用于将目标水域图像中的特征数据与水域图像数据库中的每一个水污染图像的特征数据进行比对，分析目标水域图像与水域图像数据库中图像的相似性；

图像匹配模块，用于根据所述AI分析模块分析得到的相似性结果，从所述水域图像数据库为目标水域图像匹配水污染图像；

污染识别模块，用于根据所述图像匹配模块匹配到的水污染图像分析得到目标水域的污染状态。

7.根据权利要求6所述的一种基于AI的水污染识别系统，其特征在于，还包括数据更新模块，所述数据更新模块用于将目标水域图像及其水域污染状态分析结果上传至所述水域图像数据库中。