[发明专利]河流黑水排放检测方法及应用其的识别系统

权利要求书

1.河流黑水排放检测方法，其特征在于，包括以下步骤：

S1、获取有检测图像；

S2、对所述检测图像进行图像预处理，获取有标准图像；所述图像预处理过程包括去反光处理步骤；

S3、对所得标准图像进行图像识别处理，以获取有识别结果；

S4、当所得识别结果确认为存在黑水排放状态时，发送有告警信息。

2.如权利要求1所述的河流黑水排放检测方法，其特征在于，于步骤S2，所述去反光处理步骤包括：

S2-1、光照区域颜色特征分析，得到有光照区域颜色特征；

S2-2、通过K-Means聚类算法进行聚类，得到有K个聚类中心；

S2-3、根据所得光照区域颜色特征，将K个聚类中心中rgb像素值最高的类别判断为反光区域，并使用反光区域附近的像素进行填补替换。

3.如权利要求1所述的河流黑水排放检测方法，其特征在于，于步骤S2，所述图像预处理过程还包括图像去噪处理步骤，所述图像去噪处理步骤应用有Non-Local Means降噪算法进行去噪。

4.如权利要求1所述的河流黑水排放检测方法，其特征在于，于步骤S3，所述图像识别处理过程包括颜色特征区别识别步骤。

5.如权利要求4所述的河流黑水排放检测方法，其特征在于，所述颜色特征区别识别步骤包括以下步骤：

S3-1、获取有历史颜色特征区别数据，并以此设定有水源基准颜色范围特征及排放黑水基准颜色范围特征；

S3-2、根据所得标准图像进行相应的颜色范围参照认定，以历史颜色特征区别数据为依据，当所述标准图像中的颜色特征与所述水源基准颜色范围特征及黑水基准颜色范围特征吻合时，该识别结果判断为存在黑水排放状态。

6.如权利要求4或5所述的河流黑水排放检测方法，其特征在于，所述图像识别处理过程，包括以该颜色特征区别识别步骤为基准进行有训练集图片的选取；并以该训练集图片进行有基于SqueezeNet架构的图像识别模型训练，将训练所得的图像识别模型进行有识别处理。

7.如权利要求6所述的河流黑水排放检测方法，其特征在于，于步骤S3，所述图像识别处理过程，其包括采用投票队列对检测结果进行投票处理。

8.用于河流黑水排放识别的识别系统，其特征在于，应用有如权利要求1至7任一所述的河流黑水排放检测方法进行河流黑水排放的检测识别。