[发明专利]一种基于图像处理算法的深海网箱网衣检测方法

说明书

本发明公开了一种基于图像处理算法的深海网箱网衣检测方法，涉及计算机图像处理技术和智能识别技术领域，包括：S1：获取传感器采集到的彩色图像；S2：对彩色图像进行预处理；S3：对图像中的网箱网衣目标进行目标检测；S4：提取网箱网衣的边缘信息；S5：对网箱网衣边缘信息进行线段化处理；S6：对网箱网衣线段化信息进行分析处理；S7：网箱网衣缺陷检测结果可视化。本发明通过获取深海网箱网衣的彩色图像，基于图像预处理、目标检测、边缘检测、线段化处理、缺陷检测和结果显示等步骤，能够快速、准确地检测出网衣的整体和局部断裂和缺损情况，旨在预测和预防网衣破损导致的渔业经济损失和损害，提高深海网箱养殖的安全性和效率。

技术领域

本发明涉及图像处理技术领域，尤其是一种基于图像处理算法的深海网箱网衣检测方法。

背景技术

深海养殖是一种新型的养殖方式，目前仍在不断发展和探索中，深海网箱作为重要的设备之一在其中发挥着重要的作用。随着深海网箱应用范围越来越广，网箱网衣的检查和维护变得越来越重要。传统的检测方法主要有两种，一种是目视检测，包括水下潜水蛙人目视检测和提网目视检测；另一种是利用仪器进行检测。目视检测的方法简单直观，但会存在大量的人为主观因素，且效率低、费时费力；而仪器检测虽然可以实现无人化作业，但设备昂贵、很难适应不同规格的网箱网衣，并且检测结果也存在误差，不能满足精确检测的要求。

发明内容

为了克服现有技术中存在的上述问题，本发明提出一种基于图像处理算法的深海网箱网衣检测方法。

本发明解决其技术问题所采用的技术方案是：一种基于图像处理算法的深海网箱网衣检测方法，包括以下步骤：S1，获取传感器采集到的深海网箱网衣的彩色图像；

S2，对S1所得的彩色图像进行预处理；

S3，对S2所得图像中的网箱网衣目标进行目标检测；

S4，提取网箱网衣的边缘信息；

S5，对网箱网衣边缘信息进行线段化处理；

S6，对网箱网衣线段化信息进行分析处理；

S7，网箱网衣缺陷检测结果可视化；

所述步骤S7中，网箱网衣缺陷检测结果可视化，进一步包括以下步骤：

S71，采用Python的OpenCV库将分析结果与原始图像进行叠加和融合，生成可视化的图像或视频；

S72，根据缺陷类型和位置，选用矩形框、多边形填充、文字标注或颜色映射对缺陷区域进行标注，提高可视化效果；

S73，使用图形界面或动态交互方式，将图像或视频显示在屏幕或设备上，或通过网络或存储介质进行远程访问和共享；

S74，将可视化结果和缺陷信息保存为标准图片格式和标准视频格式。

上述的一种基于图像处理算法的深海网箱网衣检测方法，所述步骤S2中，对彩色图像进行预处理，进一步包括以下步骤：

S21，采用中值滤波或均值滤波去除彩色图像中的点、线、面等噪声信息；

S22，使用卷积或加权平均的方法将彩色图像转化为灰度图像；

S23，采用直方图均衡化方法提高深海环境中图像的对比度；

S24，使用拉普拉斯增强方法对图像进行亮度补偿或颜色平衡；

S25，通过调整图像角度方法校正网箱网衣位置。

上述的一种基于图像处理算法的深海网箱网衣检测方法，所述步骤S3中，对图像中的网箱网衣目标进行目标检测，进一步包括以下步骤：

S31，通过SIFT算法、SURF算法或ORB算法提取图像中的关键特征；