[发明专利]一种河道漂浮物检测方法

权利要求书

1.一种河道漂浮物检测方法，其特征在于，包括以下步骤：

S1框选出监控摄像头实时视频中河道需要检测漂浮的像素区域；

S2选取框选区域前1秒钟的画面采用均值滤波进行处理并获得均值图片；

S3将当前框选区域中的画面进行高斯滤波并获得滤波图，再对其进行灰度处理获得当前图片灰度图；

S4将通过S2获得的均值图片进行灰度处理，获得均值图片的灰度图；

S5获取当前图片与均值图片的差值图片；

S6将差值图片进行二值化处理，获得二值化图片；

S7对二值化图片进行图像腐蚀及膨胀操作过滤干扰；

S8通过边缘提取，得到目标的像素位置，获取原始画面的疑似漂浮物图片；

S9建设分类神经网络和提取图片特征网络；

S10将图片通过分类神经网络进行水波和疑似漂浮物的分类，并使用特征提取神经网络获取该图片的特征值向量；

S11获取疑似漂浮物的特征值向量以及图片像素位置后，通过Deepsort目标跟踪器对每一个疑似漂浮物进行跟踪，当跟踪目标在画面中移动时，则认定该目标为漂浮物。

2.根据权利要求1所述的一种河道漂浮物检测方法，其特征在于：步骤S5进一步包括:获取当前图片的滤波图与均值图片的灰度图在相投像素位上的差值，并将差值进行绝对值处理，获得差值图片。

3.根据权利要求1所述的一种河道漂浮物检测方法，其特征在于：步骤S7进一步包括:对二值化图片进行图像腐蚀操作后再进行膨胀操作，进一步过滤较小的漂浮物以及其他像素干扰。

4.根据权利要求1所述的一种河道漂浮物检测方法，其特征在于：步骤S9进一步包括:分类神经网络使用人工标注两个类别的图片数据进行神经网络训练；提取图片特征网络使用人工标注1000个漂浮物且每个漂浮物有多张图片进行训练，训练完成后提取神经网络倒数第二个卷积层的输出数据，在每个通道上获得平均值作为图片的特征向量。

5.根据权利要求1所述的一种河道漂浮物检测方法，其特征在于：步骤S11进一步包括:移动的判断方式为通过设置触发线的方式进行判断。

6.根据权利要求1所述的一种河道漂浮物检测方法，其特征在于：步骤S11进一步包括:移动的判断方式为由目标初始位置与当前位置的像素距离超过某一阈值时认定为移动。