[发明专利]基于机器视觉的水下目标物行为观测和水体环境监测方法

权利要求书

1.一种基于机器视觉的水下目标物行为观测和环境监测方法，其特征在于，包括：

获取水体环境参数和水中视频图像数据；

通过预设的算法模型，对所述视频图像数据进行特征提取，获得水下目标物的特征提取结果，并根据所述特征提取结果及所述算法模型，对所述水下目标物的行为进行识别，获得所述水下目标物的行为识别结果；

根据所述行为识别结果和所述水体环境参数，建立水体预警模型；

将传感器实时监测到的水下目标物的行为数据和水体环境参数，通过所述水体预警模型，判断出水体是否异常，若是，则执行相应的异常诊断动作。

2.根据权利要求1所述的基于机器视觉的水下目标物行为观测和环境监测方法，其特征在于，所述算法模型包括：水下目标物特征提取部分和水下目标物行为识别部分。

3.根据权利要求2所述的基于机器视觉的水下目标物行为观测和环境监测方法，其特征在于，所述水下目标物特征提取部分包括：图像滤波、发现对象和特征提取、以及根据规则进行目标提取；其中，

所述图像滤波具体为：对所述获取的视频图像数据进行滤波处理，操作步骤如下：

采用空间距离相关的高斯核函数与一个灰度距离相关的高斯函数相乘，获得滤波的结果；所述空间距离为：

其中，(x_c,y_c)是中心点坐标，(x_i,y_i)为当前点的坐标，σ为空间域标准差；

所述灰度距离为：

其中，gray(x_i,y_i)是当前像素点的灰度值，gray(x_c,y_c)是模板中覆盖图片区域的中心点像素的灰度值，σ为值域标准差；

所述发现对象和特征提取，具体为：对经过滤波处理后的视频图像进行分割和合并，获得待选特征集，然后通过对所述待选特征进行调节分界值，获得选定的特征集；

所述根据规则进行目标提取，具体为：通过所述选定特征集及判断规则，对视频图像数据中水下目标物进行分类识别。

4.根据权利要求2所述的基于机器视觉的水下目标物行为观测和环境监测方法，其特征在于，所述水下目标物识别部分包括：特征分析和支持向量机分类；其中，

所述特征分析具体为：对比水下目标物在稳定环境和在突发事件环境中的行为变化；

所述支持向量机分类具体为：将经过特征提取处理后视频图像数据分为两个部分，一部分作为训练数据，另一部分作为测试数据，将训练数据用于训练支持向量机分类模型，测试数据用于检验支持向量机分类模型分类是否准确。

5.根据权利要求1所述的基于机器视觉的水下目标物行为观测和环境监测方法，其特征在于，所述水体环境参数包括：温度变化ΔT、含氧量O_n、氮含量N_n、酸碱度Ph和盐度S_n。

6.根据权利要求1所述的基于机器视觉的水下目标物行为观测和环境监测方法，其特征在于，所述水体预警模型采用如下公式：

其中，E_β为监测值和ΔT为温度变化的值，O_n为含氧量，N_n为氮含量、Ph为酸碱度、S_n为盐度、f_n为行为类型。