[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

说明书

本发明公开了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，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，并根据特征提取结果及算法模型，对水下目标物的行为识别，获得水下目标物的行为识别结果；根据行为识别结果和水体环境参数，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。本发明能够通过对环境的监测和目标物行为的视觉检测，建立目标物行为模型，通过模型识别环境的变化和物种或人为干扰和入侵，来保护珍贵生物和生态环境或国土安全。

技术领域

本发明涉及机器视觉技术领域，特别是涉及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、系统、终端设备和计算机可读存储介质。

背景技术

目前，人类对海洋开发越来越深入，水下获得越来越多，水下养殖、捕捞，生态保护、非法入侵等，都需要对水下生物和环境进行观测和分析，进而发现异常。但目前，水下观测多为声呐，这种观测成本高，精度差。

发明内容

本发明的目的是：提供一种基于机器视觉的水下目标物行为和环境监测方法和系统，本发明能够从复杂水环境中，通过环境的实时监测和目标物行为的视觉检测，建立目标物行为模型，通过模型识别环境的变化和物种或人为干扰和入侵，来保护珍贵生物和生态环境或国土安全。

为了实现上述目的，本发明提供了基于机器视觉的水下目标物行为观测和环境监测方法，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。

进一步地，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。

进一步地，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，对视频图像中水下目标物进行分类识别。

进一步地，所述水下目标物识别包括：特征分析和支持向量机分类；其中，