[发明专利]基于水色图像的水质评分方法、装置、设备及介质在审

专利信息
申请号: 202210689021.3 申请日: 2022-06-16
公开(公告)号: CN114882130A 公开(公告)日: 2022-08-09
发明(设计)人: 刘锴靖 申请(专利权)人: 平安普惠企业管理有限公司
主分类号: G06T7/90 分类号: G06T7/90;G06T7/11;G06N5/00
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 水色 图像 水质 评分 方法 装置 设备 介质
【权利要求书】:

1.一种基于水色图像的水质评分方法,其特征在于,所述方法包括:

获取水样图片,从所述水样图片中切割出目标水体图片;

将所述目标水体图片根据RGB三颜色通道划分为R值水样图片、G值水样图片和B值水样图片;

根据预设的颜色矩法分别获取所述R值水样图片、G值水样图片和B值水样图片的颜色矩,得到图像特征;

根据所述图像特征利用预设的水质评分模型,计算得到所述水样图片的水质评分。

2.如权利要求1所述的基于水色图像的水质评分方法,其特征在于,所述从所述水样图片中切割出目标水体图片,包括:

通过预设的智能识别网络判断所述水样图片中各个像素是否均为水体像素;

若所述水样图片中各个像素不均为水体像素,则裁剪所述水样图片,仅保留所述水样图片中的水体像素,得到标准水样图片;

若所述水样图片中各像素均为水体像素,则将所述水样图片作为标准水样图片;

将所述标准水样图片灰度化,得到灰度水样图片;

计算所述灰度水样图片中各个像素点与周边像素点的灰度变化梯度,将所述灰度变化梯度排序,得到最大变化梯度,并查找到最大灰度变化梯度对应像素点,得到目标像素点;

将所述目标像素点作为图片中心,以预设长宽数值对所述标准水样图片进行切割,得到所述目标水体图片。

3.如权利要求1所述的基于水色图像的水质评分方法,其特征在于,所述根据预设的颜色矩法分别获取所述R值水样图片、G值水样图片和B值水样图片的颜色矩,得到图像特征,包括:

分别获取所述R值水样图片、所述G值水样图片和所述B值水样图片的像素个数以及各个像素的颜色分量;

根据所述R值水样图片、所述G值水样图片和所述B值水样图片的像素个数以及各个像素的颜色分量利用预设的一至三阶颜色矩计算公式计算出所述R值水样图片的三个颜色矩,所述G值水样图片的三个颜色矩以及所述B值水样图片的三个颜色矩,得到9个颜色矩;

将9个所述颜色矩作为所述目标水体图片的分量特征,得到所述图像特征。

4.如权利要求3所述的基于水色图像的水质评分方法,其特征在于,所述一至三阶颜色矩计算公式分别为:

其中,μi、σi及Si分别表示一阶颜色矩、二阶颜色矩及三阶颜色矩,pi,j表示所述目标水体图片第j个像素的第i个颜色分量,N表示所述目标水体图片中的像素个数。

5.如权利要求1所述的基于水色图像的水质评分方法,其特征在于,所述根据所述图像特征利用预设的水质评分模型,计算得到所述水样图片的水质评分之前,所述方法还包括:

基于预设的决策树模型构建水质评分模型。

6.如权利要求5所述的基于水色图像的水质评分方法,其特征在于,所述基于预设的决策树模型构建水质评分模型,包括:

根据预设的决策树模型以及预设的指标函数构建初始水质评分模型;

获取预设的水质图片集,并将所述水质图片集分为训练集和检验集,并获取所述训练集中水质图片的水质评分;

获取所述训练集中水质图片的图片特征,根据所述图片特征和所述水质评分对所述初始水质评分模型进行训练,得到确定各个图片特征对应水质评分的初始水质评分模型;

利用所述检验集中的水质图片对所述初始水质模型进行检验,判断所述初始水质评分模型的并在检验通过时得到水质评分模型。

7.一种基于水色图像的水质评分装置,其特征在于,所述装置包括:

水样图片切割模块,用于获取水样图片,从所述水样图片中切割出目标水体图片;

颜色通道划分模块,用于将所述目标水体图片根据RGB三颜色通道划分为R值水样图片、G值水样图片和B值水样图片;

图像特征获取模块,用于根据预设的颜色矩法分别获取所述R值水样图片、G值水样图片和B值水样图片的颜色矩,得到图像特征;

水质评分计算模块,用于根据所述图像特征利用预设的水质评分模型,计算得到所述水样图片的水质评分。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安普惠企业管理有限公司,未经平安普惠企业管理有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210689021.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top