[發(fā)明專利]一種河湖水體智慧監(jiān)測方法、設(shè)備、系統(tǒng)及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010955827.3
• 申請日: 2020-09-11
• 公開（公告）號: CN112067517A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計）人: 聞軍能;溫晨鷹;徐招名
• 申請（專利權(quán)）人: 杭州市地下管道開發(fā)有限公司
• 主分類號: G01N15/06
• 分類號: G01N15/06;G01N21/85;G01N33/18;G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種河湖水體智慧監(jiān)測方法，其中其特征在于，包括：

定期采集河道的水下光源圖像；

對所述水下光源圖像進(jìn)行圖像識別處理，獲得所述河道內(nèi)水體的濁度；

根據(jù)所述河道內(nèi)水體的濁度，判斷所述河道內(nèi)的水體是否被污染，若是，則生成水質(zhì)測量請求；

根據(jù)所述水質(zhì)測量請求，獲得水質(zhì)信息，所述水質(zhì)信息包括所述河道內(nèi)水體的高錳酸鹽指數(shù)、溶氧量、酸堿度、濁度以及磷氮含量；

根據(jù)所述水質(zhì)信息，生成污染警告。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述水下光源圖像進(jìn)行圖像識別處理，獲得所述河道內(nèi)水體的濁度包括：

對所述水下光源圖像進(jìn)行過濾處理，獲得低頻特征信息；

利用預(yù)先訓(xùn)練好的分析模型對所述低頻特征信息進(jìn)行識別，獲得所述河道內(nèi)水體的濁度。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述分析模型的訓(xùn)練過程包括：

A1、從預(yù)先設(shè)定的樣本集中獲取訓(xùn)練圖像和實(shí)際濁度，所述訓(xùn)練圖像與實(shí)際濁度一一對應(yīng)；

A2、利用BP神經(jīng)網(wǎng)絡(luò)對所述訓(xùn)練圖像進(jìn)行識別，獲得訓(xùn)練濁度；

A3、將所述訓(xùn)練濁度與所述實(shí)際濁度進(jìn)行比較，獲得訓(xùn)練誤差；

A4、根據(jù)所述訓(xùn)練誤差，通過梯度下降算法，對BP神經(jīng)網(wǎng)絡(luò)中所有神經(jīng)元的權(quán)值進(jìn)行調(diào)整；

A5、對所述樣本集中的每個訓(xùn)練圖像不斷重復(fù)步驟A1-A4，直到步驟A3中的訓(xùn)練誤差小于誤差閾值時，結(jié)束對BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，得到訓(xùn)練好的分析模型。

4.一種河湖水體智慧監(jiān)測設(shè)備，其特征在于，所述設(shè)備包括：

采樣模塊，用于定期采集河道的水下光源圖像；

圖像處理模塊，用于對所述采樣模塊采集的水面進(jìn)行圖像識別處理，并獲得所述河道內(nèi)水體的濁度；

判斷模塊，用于根據(jù)所述圖像處理模塊獲得的濁度，判斷所述河道內(nèi)水體是否被污染，若是，則生成水質(zhì)測量請求；

測量模塊，用于所述判斷模塊生成的水質(zhì)測量請求，獲得水質(zhì)信息，所述水質(zhì)信息包括所述河道內(nèi)水體的高錳酸鹽指數(shù)、溶氧量、酸堿度、濁度以及磷氮含量；

警告模塊，用于根據(jù)所述測量模塊獲得的水質(zhì)信息，生成污染警告。

5.根據(jù)權(quán)利要求4所述的設(shè)備，其特征在于，所述圖像處理模塊具體用于：

對所述采樣模塊獲得的水下光源圖像進(jìn)行過濾處理，獲得低頻特征信息；

利用預(yù)先訓(xùn)練好的分析模型對所述低頻特征信息進(jìn)行識別，獲得所述河道內(nèi)水體的濁度。

6.根據(jù)權(quán)利要求5所述的設(shè)備，其特征在于，所述設(shè)備還包括訓(xùn)練模塊，所述訓(xùn)練模塊具體用于：

B1、從預(yù)先設(shè)定的樣本集中獲取訓(xùn)練圖像和實(shí)際濁度，所述訓(xùn)練圖像與實(shí)際濁度一一對應(yīng)；

B2、利用BP神經(jīng)網(wǎng)絡(luò)對所述訓(xùn)練圖像進(jìn)行識別，獲得訓(xùn)練濁度；

B3、將所述訓(xùn)練濁度與所述實(shí)際濁度進(jìn)行比較，獲得訓(xùn)練誤差；

B4、根據(jù)所述訓(xùn)練誤差，通過梯度下降算法，對BP神經(jīng)網(wǎng)絡(luò)中所有神經(jīng)元的權(quán)值進(jìn)行調(diào)整；

B5、對所述樣本集中的每個訓(xùn)練圖像不斷重復(fù)步驟B1-B4，直到步驟B3中的訓(xùn)練誤差小于誤差閾值時，結(jié)束對BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，得到訓(xùn)練好的分析模型。

7.一種河湖水體智慧監(jiān)測系統(tǒng)，其特征在于，所述系統(tǒng)包括：

采樣裝置，用于定期采集河道的水下光源圖像；

圖像處理裝置，用于對所述采樣裝置采集的水面進(jìn)行圖像識別處理，并獲得所述河道內(nèi)水體的濁度；

判斷裝置，用于根據(jù)所述圖像處理裝置獲得的濁度，判斷所述河道內(nèi)水體是否被污染，若是，則生成水質(zhì)測量請求；

測量裝置，用于所述判斷裝置生成的水質(zhì)測量請求，獲得水質(zhì)信息，所述水質(zhì)信息包括所述河道內(nèi)水體的高錳酸鹽指數(shù)、溶氧量、酸堿度、濁度以及磷氮含量；

警告裝置，用于根據(jù)所述測量裝置獲得的水質(zhì)信息，生成污染警告。