[发明专利]一种河湖水体智慧监测方法、设备、系统及可读存储介质在审
申请号: | 202010955827.3 | 申请日: | 2020-09-11 |
公开(公告)号: | CN112067517A | 公开(公告)日: | 2020-12-11 |
发明(设计)人: | 闻军能;温晨鹰;徐招名 | 申请(专利权)人: | 杭州市地下管道开发有限公司 |
主分类号: | G01N15/06 | 分类号: | G01N15/06;G01N21/85;G01N33/18;G06K9/00;G06K9/46;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 310016 浙江省杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 湖水 智慧 监测 方法 设备 系统 可读 存储 介质 | ||
1.一种河湖水体智慧监测方法,其中其特征在于,包括:
定期采集河道的水下光源图像;
对所述水下光源图像进行图像识别处理,获得所述河道内水体的浊度;
根据所述河道内水体的浊度,判断所述河道内的水体是否被污染,若是,则生成水质测量请求;
根据所述水质测量请求,获得水质信息,所述水质信息包括所述河道内水体的高锰酸盐指数、溶氧量、酸碱度、浊度以及磷氮含量;
根据所述水质信息,生成污染警告。
2.根据权利要求1所述的方法,其特征在于,所述对所述水下光源图像进行图像识别处理,获得所述河道内水体的浊度包括:
对所述水下光源图像进行过滤处理,获得低频特征信息;
利用预先训练好的分析模型对所述低频特征信息进行识别,获得所述河道内水体的浊度。
3.根据权利要求2所述的方法,其特征在于,所述分析模型的训练过程包括:
A1、从预先设定的样本集中获取训练图像和实际浊度,所述训练图像与实际浊度一一对应;
A2、利用BP神经网络对所述训练图像进行识别,获得训练浊度;
A3、将所述训练浊度与所述实际浊度进行比较,获得训练误差;
A4、根据所述训练误差,通过梯度下降算法,对BP神经网络中所有神经元的权值进行调整;
A5、对所述样本集中的每个训练图像不断重复步骤A1-A4,直到步骤A3中的训练误差小于误差阈值时,结束对BP神经网络的训练,得到训练好的分析模型。
4.一种河湖水体智慧监测设备,其特征在于,所述设备包括:
采样模块,用于定期采集河道的水下光源图像;
图像处理模块,用于对所述采样模块采集的水面进行图像识别处理,并获得所述河道内水体的浊度;
判断模块,用于根据所述图像处理模块获得的浊度,判断所述河道内水体是否被污染,若是,则生成水质测量请求;
测量模块,用于所述判断模块生成的水质测量请求,获得水质信息,所述水质信息包括所述河道内水体的高锰酸盐指数、溶氧量、酸碱度、浊度以及磷氮含量;
警告模块,用于根据所述测量模块获得的水质信息,生成污染警告。
5.根据权利要求4所述的设备,其特征在于,所述图像处理模块具体用于:
对所述采样模块获得的水下光源图像进行过滤处理,获得低频特征信息;
利用预先训练好的分析模型对所述低频特征信息进行识别,获得所述河道内水体的浊度。
6.根据权利要求5所述的设备,其特征在于,所述设备还包括训练模块,所述训练模块具体用于:
B1、从预先设定的样本集中获取训练图像和实际浊度,所述训练图像与实际浊度一一对应;
B2、利用BP神经网络对所述训练图像进行识别,获得训练浊度;
B3、将所述训练浊度与所述实际浊度进行比较,获得训练误差;
B4、根据所述训练误差,通过梯度下降算法,对BP神经网络中所有神经元的权值进行调整;
B5、对所述样本集中的每个训练图像不断重复步骤B1-B4,直到步骤B3中的训练误差小于误差阈值时,结束对BP神经网络的训练,得到训练好的分析模型。
7.一种河湖水体智慧监测系统,其特征在于,所述系统包括:
采样装置,用于定期采集河道的水下光源图像;
图像处理装置,用于对所述采样装置采集的水面进行图像识别处理,并获得所述河道内水体的浊度;
判断装置,用于根据所述图像处理装置获得的浊度,判断所述河道内水体是否被污染,若是,则生成水质测量请求;
测量装置,用于所述判断装置生成的水质测量请求,获得水质信息,所述水质信息包括所述河道内水体的高锰酸盐指数、溶氧量、酸碱度、浊度以及磷氮含量;
警告装置,用于根据所述测量装置获得的水质信息,生成污染警告。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州市地下管道开发有限公司,未经杭州市地下管道开发有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010955827.3/1.html,转载请声明来源钻瓜专利网。