[发明专利]一种基于机器视觉的视频排污检测方法及系统

说明书

本发明涉及排污检测技术领域，具体公开了一种基于机器视觉的视频排污检测方法及系统，所述方法包括：S100、在排污口设置全彩摄像组件及补光组件获取排污口的影像信息，所述补光组件用于调整补光光照强度及补光光照波长；基于影像信息获得补光组件的调整参数；S200、获取补光组件调整参数后环境条件下的监测影像信息，对监测影像信息按预设时段进行切片处理，获取以时间为次序的帧图像序列；S300、对切片处理后的帧图像序列进行卷积处理，根据卷积处理结果的分类结果判断排污状态；该方法在排污判断的过程中，处理层级为视频层面的算法，可有效使用时间维度的信息，有利于结果准确性的提高。

技术领域

本发明涉及排污检测技术领域，具体为一种基于机器视觉的视频排污检测方法及系统。

背景技术

在对环境状态进行监测的过程中，对管道、河湖排污的监测是重要的一部分，监测的方法主要通过水质监测仪对水中的有害物质进行检测，根据检测结果对水质进行判断，进而实现对排污状态的持续监测，而水质监测仪的布置成本较高，同时随着机器学习技术的快速发展，通过获取排水口处的影像信息进行识别，进而能够对排水口处的排污状态进行检测。

现有技术中主要采用像素光流速度值用以判断排污口是否排污，此种方法的明显缺陷就是对于图像中出现其他大规模改变像素的情况也会判断为排污，比如下雨下雪等；而采用图像分类的方法时，虽然采用图像分类的方法可以有效判断是否有排污，但是需要对排污口坐标进行固定，不适用于大规模部署，鲁棒性较差；另外，现有技术在采用深度学习目标检测的方式时，通过对图像单个帧进行处理，没有考量到视频是连续帧，无法结合时间维度进行检测，进而导致判断的结果鲁棒性较差。

发明内容

本发明的目的在于提供一种基于机器视觉的视频排污检测方法，解决以下技术问题：

如何提高对排污检测的准确性。

本发明的目的可以通过以下技术方案实现：

一种基于机器视觉的视频排污检测方法，所述方法包括：

S100、在排污口设置全彩摄像组件及补光组件获取排污口的影像信息，所述补光组件用于调整补光光照强度及补光光照波长；

基于影像信息获得补光组件的调整参数；

S200、获取补光组件调整参数后环境条件下的监测影像信息，对监测影像信息按预设时段进行切片处理，获取以时间为次序的帧图像序列；

S300、对切片处理后的帧图像序列进行卷积处理，根据卷积处理结果的分类结果判断排污状态。

进一步地，所述卷积处理过程包括：

S301、对帧图像序列中每一帧图像进行常规卷积操作，在每一帧图像中提取4个特征图；

S302、对提取的特征图进行shift操作；

所述shift操作过程包括：

以特征图的通道为维度，将第一维度特征图下移，第四维度特征图上移，第二维度特征图及第三维度特征图保持不动；

将移动出界的内容丢弃，且首尾空缺的以全0的特征图填充；

S303、对shift操作处理完成的特征图使用卷积处理，使用残差结构对结果特征图进行全连接处理，并进行分类计算；

根据分类计算结果判断排污状态。

进一步地，所述卷积处理过程基于TSM模型实现。

进一步地，所述补光组件调整参数获取的过程包括：

根据采集的影像提取关键帧，将关键帧灰度化处理；

通过公式计算获得当前关键帧的亮度系数G_L；