[發(fā)明專利]基于機(jī)器視覺(jué)的水下目標(biāo)物行為觀測(cè)和水體環(huán)境監(jiān)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011419861.5
• 申請(qǐng)日: 2020-12-07
• 公開（公告）號(hào): CN112507869A
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計(jì)）人: 馮斌;孫景
• 申請(qǐng)（專利權(quán)）人: 廣州博進(jìn)信息技術(shù)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06T7/12;G06T7/13;G06T7/136;G01N33/18
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 陳旭紅;呂金金

1.一種基于機(jī)器視覺(jué)的水下目標(biāo)物行為觀測(cè)和環(huán)境監(jiān)測(cè)方法，其特征在于，包括：

獲取水體環(huán)境參數(shù)和水中視頻圖像數(shù)據(jù)；

通過(guò)預(yù)設(shè)的算法模型，對(duì)所述視頻圖像數(shù)據(jù)進(jìn)行特征提取，獲得水下目標(biāo)物的特征提取結(jié)果，并根據(jù)所述特征提取結(jié)果及所述算法模型，對(duì)所述水下目標(biāo)物的行為進(jìn)行識(shí)別，獲得所述水下目標(biāo)物的行為識(shí)別結(jié)果；

根據(jù)所述行為識(shí)別結(jié)果和所述水體環(huán)境參數(shù)，建立水體預(yù)警模型；

將傳感器實(shí)時(shí)監(jiān)測(cè)到的水下目標(biāo)物的行為數(shù)據(jù)和水體環(huán)境參數(shù)，通過(guò)所述水體預(yù)警模型，判斷出水體是否異常，若是，則執(zhí)行相應(yīng)的異常診斷動(dòng)作。

2.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)的水下目標(biāo)物行為觀測(cè)和環(huán)境監(jiān)測(cè)方法，其特征在于，所述算法模型包括：水下目標(biāo)物特征提取部分和水下目標(biāo)物行為識(shí)別部分。

3.根據(jù)權(quán)利要求2所述的基于機(jī)器視覺(jué)的水下目標(biāo)物行為觀測(cè)和環(huán)境監(jiān)測(cè)方法，其特征在于，所述水下目標(biāo)物特征提取部分包括：圖像濾波、發(fā)現(xiàn)對(duì)象和特征提取、以及根據(jù)規(guī)則進(jìn)行目標(biāo)提取；其中，

所述圖像濾波具體為：對(duì)所述獲取的視頻圖像數(shù)據(jù)進(jìn)行濾波處理，操作步驟如下：

采用空間距離相關(guān)的高斯核函數(shù)與一個(gè)灰度距離相關(guān)的高斯函數(shù)相乘，獲得濾波的結(jié)果；所述空間距離為：

其中，(x_c,y_c)是中心點(diǎn)坐標(biāo)，(x_i,y_i)為當(dāng)前點(diǎn)的坐標(biāo)，σ為空間域標(biāo)準(zhǔn)差；

所述灰度距離為：

其中，gray(x_i,y_i)是當(dāng)前像素點(diǎn)的灰度值，gray(x_c,y_c)是模板中覆蓋圖片區(qū)域的中心點(diǎn)像素的灰度值，σ為值域標(biāo)準(zhǔn)差；

所述發(fā)現(xiàn)對(duì)象和特征提取，具體為：對(duì)經(jīng)過(guò)濾波處理后的視頻圖像進(jìn)行分割和合并，獲得待選特征集，然后通過(guò)對(duì)所述待選特征進(jìn)行調(diào)節(jié)分界值，獲得選定的特征集；

所述根據(jù)規(guī)則進(jìn)行目標(biāo)提取，具體為：通過(guò)所述選定特征集及判斷規(guī)則，對(duì)視頻圖像數(shù)據(jù)中水下目標(biāo)物進(jìn)行分類識(shí)別。

4.根據(jù)權(quán)利要求2所述的基于機(jī)器視覺(jué)的水下目標(biāo)物行為觀測(cè)和環(huán)境監(jiān)測(cè)方法，其特征在于，所述水下目標(biāo)物識(shí)別部分包括：特征分析和支持向量機(jī)分類；其中，

所述特征分析具體為：對(duì)比水下目標(biāo)物在穩(wěn)定環(huán)境和在突發(fā)事件環(huán)境中的行為變化；

所述支持向量機(jī)分類具體為：將經(jīng)過(guò)特征提取處理后視頻圖像數(shù)據(jù)分為兩個(gè)部分，一部分作為訓(xùn)練數(shù)據(jù)，另一部分作為測(cè)試數(shù)據(jù)，將訓(xùn)練數(shù)據(jù)用于訓(xùn)練支持向量機(jī)分類模型，測(cè)試數(shù)據(jù)用于檢驗(yàn)支持向量機(jī)分類模型分類是否準(zhǔn)確。

5.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)的水下目標(biāo)物行為觀測(cè)和環(huán)境監(jiān)測(cè)方法，其特征在于，所述水體環(huán)境參數(shù)包括：溫度變化ΔT、含氧量O_n、氮含量N_n、酸堿度Ph和鹽度S_n。

6.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)的水下目標(biāo)物行為觀測(cè)和環(huán)境監(jiān)測(cè)方法，其特征在于，所述水體預(yù)警模型采用如下公式：

其中，E_β為監(jiān)測(cè)值和ΔT為溫度變化的值，O_n為含氧量，N_n為氮含量、Ph為酸堿度、S_n為鹽度、f_n為行為類型。