[发明专利]一种基于北斗通信的海上溢油检测方法

说明书

本发明特别涉及一种基于北斗通信的海上溢油检测方法，包括以下步骤：步骤S1，在监测海域设置视觉装置，视觉装置对海面拍照识别，视觉装置将拍摄的海面照片按照第一压缩方法进行压缩，压缩后的图片通过视觉装置连接的北斗通信装置发送至云端服务器；步骤S2，云端服务器对图片进行解压，并通过线性降噪法进行降噪；步骤S3，降噪后的图片切割成多个子图片，云端服务器对多个子图片进行特征识别，特征识别通过灰度检测函数的方式实现，特征识别用于识别海面溢油区域的边缘分界线；步骤S4，云端服务器在检测到海面溢油后向视觉装置发送指令，视觉装置拍摄溢油目标区域，并间隔发送图片，间隔发送的图片按照第二压缩方法进行压缩。

技术领域

本发明涉及视觉识别技术领域，特别涉及一种基于北斗通信的海上溢油检测方法。

背景技术

随着越来越多海洋工程的建设,船舶行驶以及其他人为因素，海洋垃圾的越来越多,海洋垃圾是指海洋和海岸环境中具持久性的、人造的或经加工的固体废弃物。海洋垃圾影响海洋景观，威胁航行安全，并对海洋生态系的健康产生影响，进而对海洋经济产生负面效应。这些海洋垃圾一部分停留在海滩上，一部分可漂浮在海面或沉入海底。

在海洋垃圾造成的污染中，对生态环境破坏最为严重的当属海面溢油，海面溢油的原因包括船只的泄露、岸边建筑物的泄露和海底管道的泄露等，目前针对于海面溢油的检测方法有卫星遥感、声呐检测和视觉检测。

其中视觉检测需要配合人力进行检测，监测效率较低，且人力资源浪费严重，不能及时识别响应和反馈。

发明内容

本发明的目的是提供一种基于北斗通信的海上溢油检测方法，以解决上述现有技术存在的问题。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种基于北斗通信的海上溢油检测方法，包括以下步骤：

步骤S1，在监测海域设置视觉装置，所述视觉装置对海面拍照识别，视觉装置将拍摄的海面照片按照第一压缩方法进行压缩，压缩后的图片通过视觉装置连接的北斗通信装置发送至云端服务器；

步骤S2，云端服务器对图片进行解压，并通过线性降噪法进行降噪；

步骤S3，降噪后的图片切割成多个子图片，云端服务器对多个子图片进行特征识别，所述特征识别通过灰度检测函数的方式实现，所述特征识别用于识别海面溢油区域的边缘分界线；

步骤S4，云端服务器在检测到海面溢油后向视觉装置发送指令，视觉装置拍摄溢油目标区域，并间隔发送图片，间隔发送的图片按照第二压缩方法进行压缩。

在进一步的实施例中，所述云端服务器中设置有深度学习算法，所述深度学习算法用于提高特征识别的响应速度，在步骤S3中，检测识别到边缘分界线后，所述深度学习算法将图片切割的数量和特征识别的灰度检测函数作为输入，将识别速度作为输出，得到最快识别速度的图片切割的数量和特征识别的灰度检测函数，并记录。

在进一步的实施例中，所述深度学习算法采用基于神经网络的遗传算法，通过种群迭代的方式得到目标输出。

在进一步的实施例中，所述深度学习算法基于时间设置检测，根据光照强度将一天切割为多个时间段，至少包括强光段、弱光段和无光段三个时间段，每一个时间段内均设置有对应的特征识别算法。

在进一步的实施例中，所述第一压缩方法为无损压缩方法，至少包括游程编码算法、LZW编码算法、霍夫曼编码和算数编码算法的一种，所述第二压缩方法为有损压缩方法，包括SDT算法和PLOT算法。

在进一步的实施例中，所述北斗通信采用北斗短报文系统。

一种基于北斗通信的海上溢油检测方法在无人机巡检中的应用，所述无人机上设置有视觉装置和北斗通信装置。

综上所述，本发明具有以下有益效果：