[发明专利]一种利用图像识别技术分析矾花特征的方法及装置

权利要求书

1.一种利用图像识别技术分析矾花特征的方法，其特征在于，包括如下步骤：

步骤S1，利用水下摄像头采集矾花图像，对采集图像打标，生成训练数据，建立矾花识别AI模型，利用打标数据作为监督信号，对矾花识别AI模型进行自主训练，获得训练好的矾花识别AI模型；

步骤S2，利用水下摄像头采集矾花图像，利用训练好的所述矾花识别AI模型进行识别；

步骤S3，对单帧图像进行区域划分为M×M的区域，分别对单一区域计算矾花量化指标，并对单一区域各类矾花量化指标进行组合得到单帧图像的量化评价指标。

2.如权利要求1所述的一种利用图像识别技术分析矾花特征的方法，其特征在于，步骤S1进一步包括：

步骤S100，利用水下摄像头采集其景深范围内的矾花图像；

步骤S101，确定各类别矾花标注标准，对采集图像打标，生成训练数据；

步骤S102，建立多视角矾花检测分割网络的矾花识别AI模型，利用打标数据作为监督信号，对多视角矾花检测分割网络进行训练，拟合标注数据。

3.如权利要求2所述的一种利用图像识别技术分析矾花特征的方法，其特征在于：于步骤S101中，依据矾花的相关业务以及拍摄图像，确定三种类别矾花的标注标准，根据确定的标注标准对采集图像打标，对于在图像上无法确定蓬松矾花和片状矾花、矾花和模糊蓬松的图像，添加备注数据。

4.如权利要求3所述的一种利用图像识别技术分析矾花特征的方法，其特征在于：于步骤S102中，所述矾花识别AI模型采用多层神经网络，通过多层卷积与激活层，提取图像的高级特征，并利用所提取的图像高级特征，通过回归任务回归得出矾花的检测框，以及利用图像高级特征，通过分类任务分类得出矾花的类型。

5.如权利要求4所述的一种利用图像识别技术分析矾花特征的方法，其特征在于：于步骤S102中，通过大量矾花数据，利用反向传播优化模型参数，训练所述矾花识别AI模型；于步骤S2中，利用所述训练好的矾花识别AI模型识别采集图像，检出每个矾花类别、概率以及位置属性。

6.如权利要求5所述的一种利用图像识别技术分析矾花特征的方法，其特征在于：所述单一区域每一矾花类别的量化指标包括该类别在该区域的个数、置信平均、置信中位、面积平均以及面积中位。

7.如权利要求6所述的一种利用图像识别技术分析矾花特征的方法，其特征在于：于步骤S3中，将M×M的所有区域三类矾花量化指标进行组合得到15M²维的矾花量化指标，即为单帧图像的量化评价指标。

8.如权利要求7所述的一种利用图像识别技术分析矾花特征的方法，其特征在于：于步骤S3中，从1分钟内采集的图像等间隔选取F帧，计算单帧图像的矾花量化指标，然后将F帧相同矾花量化指标求平均，得到时间量化后的矾花量化指标。

9.一种利用图像识别技术分析矾花特征的装置，包括：

矾花识别AI模型构建及训练单元，用于利用水下摄像头采集矾花图像，对采集图像打标，生成训练数据，建立矾花识别AI模型，利用打标数据作为监督信号，对矾花识别AI模型进行自主训练，获得训练好的矾花识别AI模型；

图像采集识别单元，用于利用水下摄像头采集矾花图像，利用训练好的所述矾花识别AI模型进行识别；

量化评价指标检测单元，用于对单帧图像进行区域划分为M×M的区域，分别对单一区域计算矾花量化指标，并对单一区域三类矾花量化指标进行组合得到单帧图像的量化评价指标。

10.如权利要求9所述的一种利用图像识别技术分析矾花特征的装置，其特征在于，所述量化评价指标检测单元从1分钟内采集的图像等间隔选取F帧，计算单帧图像的矾花量化指标，然后将F帧相同矾花量化指标求平均，得到时间量化后的矾花量化指标。