[发明专利]一种利用AI算法的漂浮物图像识别方法

说明书

本发明涉及图像识别技术领域，具体涉及了一种利用AI算法的漂浮物图像识别方法。包括以下步骤：S100：获取检测水域的影像，生成图像序列，并将第一帧图像作为对比图像：S200：将图像序列中除第一帧图像外的其他帧图像分别与对比图像进行比对，提取出差异部分；S300：对差异区域进行识别，根据差异部分的面积判断是否为存在漂浮物；S400：若判断结果为存在漂浮物，则提取差异部分的纹理，并根据差异部分的纹理识别漂浮物的类型。能够提高对水面漂浮物的识别准确率。

技术领域

本发明涉及图像识别技术领域，具体涉及了一种利用AI算法的漂浮物图像识别方法。

背景技术

漂浮于水上并随水流一起运动的物体称为漂浮物，漂浮物包括不溶于水的无机物、有机物、泥沙、黏土、微生物、原生动物、藻类、细菌、病毒以及高分子有机物等，同时也包括了常见的固体垃圾、树枝、木头、水生植物等。漂浮物会直接影响到水体的生态系统，堵塞河道或水道，影响水体的正常流动，堵塞严重时还会引发水位上升，或影响水库、河道泄洪等。

传统的对于漂浮物的识别还是基于人工定时巡查水库、河道的作业方式来发现漂浮物的问题，对于传统的方式存在响应不及时，特别是在天气状况不好，或视野不好的晚上等情况下，不能及时的发现问题。

现有技术中虽然存在通过目标检测类的模型对漂浮物进行监测，其工作逻辑为根据识采集到的图像中移动的物体进行识别，辨别是否为漂浮物。其存在的问题的仅限于外观规则的、较大的物体，对于不规则或较小的物体的识别率不够。

发明内容

本发明所解决的技术问题在于提供一种利用AI算法的漂浮物图像识别方法，能够提高对水面漂浮物的识别准确率。

本发明提供的基础方案：一种利用AI算法的漂浮物图像识别方法，包括以下步骤：

S100：获取检测水域的影像，生成图像序列，并将第一帧图像作为对比图像：

S200：将图像序列中除第一帧图像外的其他帧图像分别与对比图像进行比对，提取出差异部分；

S300：对差异区域进行识别，根据差异部分的面积判断是否为存在漂浮物；

S400：若判断结果为存在漂浮物，则提取差异部分的纹理，并根据差异部分的纹理识别漂浮物的类型。

本发明的原理在于：准备好检测水域的影像，生成图像序列，将第一帧图像作为对比图像，将其他帧的图像与对比图像进行比对。由于漂浮物在影像中会随着水流移动，也能是外来的新出现在图像中，因此通过对比其他帧图像与对比图像的差异区域，差异区域即是发生过变化的区域，因此将其他帧图像与对比图像比对后得到的差异区域，则是可能存在的漂浮物。之后根据差异区域的面积，通常来说水面上的漂浮物包括有木头、植物、塑料、固体垃圾等，均在一个特定的大小范围内，因此根据识别到的差异区域的面积，便能够确定产生变化的是否为漂浮物。当是漂浮物时，则根据差异区域的纹理，对漂浮物的类型进行识别。

相比于现有技术，存在以下优点：

相比于传统的对目标进行监测，本方案中主要是进行对图像像素级的区域分析，通过像素级的识别，对比分析出图像中产生过变化的区域，从而确定处外来物体或者是产生移动的物体，而后只对差异部分进行纹理识别，便能够得出漂浮物的类型。

本方案中将漂浮物的识别过程，分成了发现漂浮物和识别漂浮物两个步骤来完成，首先对于识别到的差异区域的面积，对数据进行剔除，减少数据量，在对漂浮物类型进行识别时，仅需要对保留的差异区域进行识别即可。从而降低整体运算的计算量，相比于传统的对目标类型进行监控的算法，需要实时监测影响中是否有监测目标出现的方式，对设备要求更低，更能够得到大量推广。

进一步，所述S200包括以下步骤：

S210：对其他帧图像的原始图像进行预处理，得到识别图像；