[發(fā)明專利]河流黑水排放檢測方法及應(yīng)用其的識別系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011187933.8
• 申請日: 2020-10-30
• 公開（公告）號: CN112560574A
• 公開（公告）日: 2021-03-26
• 發(fā)明（設(shè)計）人: 朱斌;龍力輝;張浩彬;薛麗丹;霍健淳;黃健輝;湯達(dá)宏;陳文輝;黎柏允
• 申請（專利權(quán)）人: 廣東柯內(nèi)特環(huán)境科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州科粵專利商標(biāo)代理有限公司 44001
• 代理人: 龐偉健;莫瑤江

1.河流黑水排放檢測方法，其特征在于，包括以下步驟：

S1、獲取有檢測圖像；

S2、對所述檢測圖像進(jìn)行圖像預(yù)處理，獲取有標(biāo)準(zhǔn)圖像；所述圖像預(yù)處理過程包括去反光處理步驟；

S3、對所得標(biāo)準(zhǔn)圖像進(jìn)行圖像識別處理，以獲取有識別結(jié)果；

S4、當(dāng)所得識別結(jié)果確認(rèn)為存在黑水排放狀態(tài)時，發(fā)送有告警信息。

2.如權(quán)利要求1所述的河流黑水排放檢測方法，其特征在于，于步驟S2，所述去反光處理步驟包括：

S2-1、光照區(qū)域顏色特征分析，得到有光照區(qū)域顏色特征；

S2-2、通過K-Means聚類算法進(jìn)行聚類，得到有K個聚類中心；

S2-3、根據(jù)所得光照區(qū)域顏色特征，將K個聚類中心中rgb像素值最高的類別判斷為反光區(qū)域，并使用反光區(qū)域附近的像素進(jìn)行填補替換。

3.如權(quán)利要求1所述的河流黑水排放檢測方法，其特征在于，于步驟S2，所述圖像預(yù)處理過程還包括圖像去噪處理步驟，所述圖像去噪處理步驟應(yīng)用有Non-Local Means降噪算法進(jìn)行去噪。

4.如權(quán)利要求1所述的河流黑水排放檢測方法，其特征在于，于步驟S3，所述圖像識別處理過程包括顏色特征區(qū)別識別步驟。

5.如權(quán)利要求4所述的河流黑水排放檢測方法，其特征在于，所述顏色特征區(qū)別識別步驟包括以下步驟：

S3-1、獲取有歷史顏色特征區(qū)別數(shù)據(jù)，并以此設(shè)定有水源基準(zhǔn)顏色范圍特征及排放黑水基準(zhǔn)顏色范圍特征；

S3-2、根據(jù)所得標(biāo)準(zhǔn)圖像進(jìn)行相應(yīng)的顏色范圍參照認(rèn)定，以歷史顏色特征區(qū)別數(shù)據(jù)為依據(jù)，當(dāng)所述標(biāo)準(zhǔn)圖像中的顏色特征與所述水源基準(zhǔn)顏色范圍特征及黑水基準(zhǔn)顏色范圍特征吻合時，該識別結(jié)果判斷為存在黑水排放狀態(tài)。

6.如權(quán)利要求4或5所述的河流黑水排放檢測方法，其特征在于，所述圖像識別處理過程，包括以該顏色特征區(qū)別識別步驟為基準(zhǔn)進(jìn)行有訓(xùn)練集圖片的選取；并以該訓(xùn)練集圖片進(jìn)行有基于SqueezeNet架構(gòu)的圖像識別模型訓(xùn)練，將訓(xùn)練所得的圖像識別模型進(jìn)行有識別處理。

7.如權(quán)利要求6所述的河流黑水排放檢測方法，其特征在于，于步驟S3，所述圖像識別處理過程，其包括采用投票隊列對檢測結(jié)果進(jìn)行投票處理。

8.用于河流黑水排放識別的識別系統(tǒng)，其特征在于，應(yīng)用有如權(quán)利要求1至7任一所述的河流黑水排放檢測方法進(jìn)行河流黑水排放的檢測識別。