[發明專利]一種圖像識別方法、系統、存儲介質、設備、終端及應用

有效

• 申請號: 202110259788.8
• 申請日: 2021-03-10
• 公開（公告）號: CN113361532B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 聶聞;李啟航;耿加波;谷瀟;原粲茗;蔣越;周濤;黃宜超;謝雨霖;李豫陽;劉江通
• 申請（專利權）人: 江西理工大學
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/774;G06V20/52
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 包曉靜

本發明屬于圖像識別技術領域，公開了一種圖像識別方法、系統、存儲介質、設備、終端及應用，采用Python和OpenCV開源庫；結合先進的三目立體攝像機3D拍攝技術，自動提取連續尾礦壩壩坡變形信息；通過誤差計算和與超像素SEEDS分割方法進行比較。與傳統方法相比，本發明的方法可以有效解決復雜環境下的圖像識別問題。使用三目立體相機截取了尾礦壩滑坡過程中20second，640second，1665second，2765second和4140second的圖像，進行了誤差計算。在X和Y方向上的平均識別誤差顯著降低，可用于尾礦壩破壞區域等復雜環境下的巖土目標的高精度識別。

技術領域

本發明屬于圖像識別技術領域，尤其涉及一種圖像識別方法、系統、存儲介質、設備、終端及應用。

背景技術

目前：隨著尾礦壩的擴大和加高，暴雨和地下水位會引發尾礦壩的潛在變形和破壞，造成巨大的生命財產損失甚至環境問題。監測技術是控制尾礦壩故障風險的重要工具。近年來，滑坡監測研究的特點是邊坡變形和位移，這與降雨和地下水位的特征有關。隨著滑坡監測技術的不斷發展，自動識別滑坡變形區域被廣泛使用。Ardizzone使用機載激光雷達收集的高程數據來識別和繪制降雨造成的滑坡圖像。Kurtz提出了一種基于在分割/分類區域的混合方法，該方法可以自動檢測并繪制滑坡圖。Mondini使用超高分辨率(VHR)的全色和高分辨(HR)的多光譜衛星地發圖，并提出了一種用于半自動識別和繪制近期降雨引起的淺層滑坡的方法。Mwaniki使用圖像增強功能來提高滑坡識別的準確性。在自動超像素識別領域，Xie提出了一種基于顯著差異和空間距離的SAR圖像超像素生成方法，該方法可以附著在目標輪廓上，并準確地反映出凹凸區域紋理細節的邊界。Zhu提出了一種區域合并的方法，該方法通過構造新的能量函數顯著提高了超像素分割的精度。為了識別小規模的滑坡，Hashiba可以通過使用超像素SLICO方法檢查合適的面積大小來以更高的精度提取滑坡面積。Yang根據滑坡變形過程中圖像超像素粗糙度的變化實現了小規模滑坡變形區域的識別。

通過上述分析，現有技術存在的問題及缺陷為：現有的大多數滑坡識別方法僅適用于具有簡單的顏色和紋理特征的小區域，對復雜的山體滑坡無法準確識別，識別精度較低。在發明過程中發現，尾礦壩的內部機制比天然滑坡的內部機制更為復雜。由于尾礦壩中尾砂粒徑的不均一及降雨和地表水的入滲導致破壞的區域眾多且不規則，外界環境的顏色干擾同時也會造成識別精度降低。總之，目前沒有一種有效的圖像識別方法可以高精度的識別復雜的邊坡破壞區域。

解決以上問題及缺陷的意義為：通過發明的方法可以有效的解決復雜邊坡破壞區域識別精度較低的問題，利用多像素種子點與點云坐標相結合的區域生長分割方法可以確定破壞區域，更好的處理邊界問題并進行合理的分割。該項發明可以有效地支持邊坡變形視頻的研究監視和特征提取工作。在工程地質領域，這項技術將在地質環境的監測方面起著重要作用。

發明內容

針對現有技術存在的問題，本發明提供了一種圖像識別方法、系統、存儲介質、設備、終端及應用。

本發明是這樣實現的，一種圖像識別方法，所述圖像識別方法包括：

采用Python和OpenCV開源庫；

結合先進的三目立體攝像機3D拍攝技術及區域生長分割方法，自動提取連續尾礦壩壩坡變形信息；

通過誤差計算和與超像素SEEDS分割方法進行比較。

進一步，所述三目立體攝像機采用以下方法進行位置校準：相機的坐標系由C_k和C_d表示，其中k，d＝1，2，3，1，2，3分別代表左、中和右攝像機，并且攝像機的位置關系用以下公式表示：

C_k＝R_ckd?C_d+t_ckd；