[發(fā)明專(zhuān)利]基于深度學(xué)習(xí)的水質(zhì)污染判斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110216201.5
• 申請(qǐng)日: 2021-02-26
• 公開(kāi)（公告）號(hào): CN113033313A
• 公開(kāi)（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 任南琪;王愛(ài)杰;王旭;路璐;馮驍馳
• 申請(qǐng)（專(zhuān)利權(quán)）人: 瀾途集思生態(tài)科技集團(tuán)有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/40;G06K9/44;G06K9/46;G06K9/62;G06N20/00
• 代理公司: 北京市京師律師事務(wù)所 11665
• 代理人: 高曉麗

本發(fā)明公開(kāi)了基于深度學(xué)習(xí)的水質(zhì)污染判斷方法，包括如下步驟：構(gòu)建不同種類(lèi)污染物所代表的不同特征數(shù)據(jù)的特征數(shù)據(jù)庫(kù)；初始化配置水中的水質(zhì)傳感器網(wǎng)絡(luò)并等距設(shè)置傳感器節(jié)點(diǎn)；實(shí)時(shí)的通過(guò)每個(gè)傳感器節(jié)點(diǎn)監(jiān)測(cè)獲取水面原始圖片，并將原始圖片數(shù)據(jù)存儲(chǔ)到分布式數(shù)據(jù)庫(kù)中；對(duì)原始圖片做顏色校正處理，并識(shí)別出原始圖片中包含的各景物；獲取各景物的特征輪廓信息；以特征數(shù)據(jù)庫(kù)作為分類(lèi)的依據(jù)，對(duì)各景物圖像進(jìn)行分類(lèi)，然后利用聚類(lèi)處理對(duì)分類(lèi)結(jié)果進(jìn)行分類(lèi)后處理，得到污染物識(shí)別圖片數(shù)據(jù)。本發(fā)明通過(guò)對(duì)間隔對(duì)水面進(jìn)行圖像采集，且對(duì)圖像進(jìn)行識(shí)別處理，分離出各景物圖像，便于對(duì)污染物進(jìn)行準(zhǔn)確的識(shí)別，便于快速對(duì)比特征判斷水質(zhì)污染概率。

技術(shù)領(lǐng)域

本發(fā)明涉及水質(zhì)污染判斷技術(shù)領(lǐng)域，尤其涉及基于深度學(xué)習(xí)的水質(zhì)污染判斷方法。

背景技術(shù)

隨著工業(yè)發(fā)展、人類(lèi)活動(dòng)、地質(zhì)地形變遷等因素的影響，水環(huán)境系統(tǒng)成為受到生物、化學(xué)、物理、人為等多種因素影響的動(dòng)態(tài)開(kāi)放復(fù)雜系統(tǒng)，水體污染呈現(xiàn)復(fù)合污染的顯著趨勢(shì)，多種污染共存并聯(lián)合作用；多種人污染過(guò)程同時(shí)發(fā)生；多種污染效應(yīng)表現(xiàn)出協(xié)同或拮抗作用；污染物在環(huán)境中的行為涉及多介質(zhì)、多界面；同時(shí)發(fā)生物理、化學(xué)和生物過(guò)程，致使水體污染問(wèn)題更加復(fù)雜化；漂浮物是依賴(lài)于浮力漂浮在水體表面的固體廢棄物，包括原木、樹(shù)枝、稻草、桔桿、塑料制品和人畜尸體等。漂浮物的存在，對(duì)水體水質(zhì)，水面景觀，供水，水產(chǎn)，航運(yùn)等構(gòu)成不利影響，不僅破壞生態(tài)環(huán)境，還會(huì)威脅飲水安全。尤其是在具有發(fā)電功能的水庫(kù)區(qū)域，漂浮物順流而下，易于聚集在河道凹岸、攔河壩前，不僅影響發(fā)電水頭，減小水電樞紐的發(fā)電效益，對(duì)樞紐運(yùn)行安全構(gòu)成威脅。漂浮物的存在對(duì)水體正常功能的發(fā)揮造成了極大的影響，因此，對(duì)水質(zhì)中漂浮污染物的判斷尤其重要。

發(fā)明內(nèi)容

基于背景技術(shù)存在的技術(shù)問(wèn)題，本發(fā)明提出了基于深度學(xué)習(xí)的水質(zhì)污染判斷方法。

本發(fā)明提出的基于深度學(xué)習(xí)的水質(zhì)污染判斷方法，包括如下步驟：

S1構(gòu)建不同種類(lèi)污染物所代表的不同特征數(shù)據(jù)的特征數(shù)據(jù)庫(kù)；

S2初始化配置水中的水質(zhì)傳感器網(wǎng)絡(luò)并等距設(shè)置傳感器節(jié)點(diǎn)；

S3實(shí)時(shí)的通過(guò)每個(gè)傳感器節(jié)點(diǎn)監(jiān)測(cè)獲取水面原始圖片，并將原始圖片數(shù)據(jù)存儲(chǔ)到分布式數(shù)據(jù)庫(kù)中；

S4對(duì)原始圖片做顏色校正處理，并識(shí)別出原始圖片中包含的各景物；

S5獲取各景物的特征輪廓信息；

S6以特征數(shù)據(jù)庫(kù)作為分類(lèi)的依據(jù)，對(duì)各景物圖像進(jìn)行分類(lèi)，然后利用聚類(lèi)處理對(duì)分類(lèi)結(jié)果進(jìn)行分類(lèi)后處理，得到污染物識(shí)別圖片數(shù)據(jù)；

S7提取特征數(shù)據(jù)庫(kù)中對(duì)比的污染物特征輪廓信息，并獲取關(guān)聯(lián)污染物特征圖像的描述信息，展現(xiàn)對(duì)比識(shí)別結(jié)果，判斷水質(zhì)污染概率。

優(yōu)選的，所述步驟S3包括有基于深度學(xué)習(xí)的圖片識(shí)別模塊，圖片識(shí)別模塊用于對(duì)獲取水面原始圖片進(jìn)行識(shí)別處理。

優(yōu)選的，所述步驟S4對(duì)原始圖片做顏色校正處理后，采用混合濾波方法對(duì)原始圖片做降噪處理，降噪處理：通過(guò)利用色調(diào)映射方法并采用16比特浮點(diǎn)數(shù)據(jù)表征各幀原始圖像中的每一個(gè)像素點(diǎn)，從而準(zhǔn)確顯示所融合后的高動(dòng)態(tài)范圍圖像。

優(yōu)選的，所述步驟S3采用亮度調(diào)節(jié)方式或飽和度調(diào)節(jié)方式或?qū)Ρ榷日{(diào)節(jié)方式或細(xì)節(jié)調(diào)節(jié)方式的圖像質(zhì)量調(diào)節(jié)方式，以調(diào)節(jié)原始圖片的質(zhì)量。

優(yōu)選的，所述步驟S2水質(zhì)傳感器網(wǎng)絡(luò)包括多個(gè)主監(jiān)控點(diǎn)，主監(jiān)控點(diǎn)用于每間隔時(shí)間對(duì)需要監(jiān)控的水體進(jìn)行圖像采集。

優(yōu)選的，所述步驟S6對(duì)具有個(gè)景物圖像進(jìn)行精確的分割提取，對(duì)分割提取的污染物圖像進(jìn)行特征切分。

優(yōu)選的，所述水質(zhì)傳感器網(wǎng)絡(luò)中還設(shè)置有預(yù)監(jiān)控敏感行為發(fā)生時(shí)對(duì)應(yīng)設(shè)置冗余監(jiān)控點(diǎn)，以輔助對(duì)應(yīng)的主監(jiān)控點(diǎn)進(jìn)行監(jiān)控污染物判斷。