[发明专利]一种基于AI的水污染识别方法及系统

说明书

本发明公开了一种基于AI的水污染识别方法及系统，该方法和系统通过对目标水域图像进行一系列处理，并运用AI技术将目标水域图像与数据库中的图像数据进行比对分析，得到污染状态分析结果，该方法将计算机视觉技术与人工智能技术有机结合，提高水污染识别的时效性、精度、覆盖面积和鲁棒性，保障了水污染识别的有效性，更能满足现代水域污染治理工作的需要。

技术领域

本发明涉及水污染识别技术领域，更具体的说是涉及一种基于AI的水污染识别方法及系统。

背景技术

目前，随着环保理念深入人心，污染防治工作不断开展，尤其在水域污染防治领域，如何快速实时的识别水域污染状态，是水域污染防治工作的关键。

现有的水域污染状态识别方法大多采用人工检测的方式，通过人工比对水体颜色以及水体中污染物的含量得到水污染状态分析结果，这种污染识别方式耗时耗力，得到的结果可靠性不高，且时效性能以保证，并不能为水域污染防治工作提供高效、准确的水域污染状态识别数据。

因此，如何提供一种高效、可靠性高的水污染识别方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于AI的水污染识别方法及系统，该方法通过对目标水域图像进行一系列处理，并与数据库中的图像数据进行比对分析，可以快速准确的得到目标水域的污染状态，解决了现有的人工分析方法结果可靠性不高，且时效性差的问题。

为了实现上述目的，本发明采用如下技术方案：

一方面，本发明提供了一种基于AI的水污染识别方法，该方法包括：

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。

进一步地，所述步骤S1中，水域图像数据库中水污染图像分为五类，包括水质良好、轻度污染、较重污染、重度污染和严重污染五个等级。

进一步地，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。

进一步地，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。

进一步地，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：