[發明專利]基于污染源排口的圖像目標分割與顏色異常檢測方法

在審

• 申請號: 202110642415.9
• 申請日: 2021-06-09
• 公開（公告）號: CN113344879A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 趙勐;黃欣逸;李揚;張偉;劉衛杰;宋俊男
• 申請（專利權）人: 成都之維安科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/215;G06T7/269;G06T7/90;G06T5/30;G06T5/40;G06K9/62
• 代理公司: 成都立新致創知識產權代理事務所(特殊普通合伙) 51277
• 代理人: 譚德兵

1.基于污染源排口的圖像目標分割與顏色異常檢測方法，其特征在于：所述檢測方法包括圖像目標檢測分割步驟和顏色異常檢測步驟；

所述圖像目標檢測分割步驟包括：對采集的污染源排口的實時視頻流進行一系列處理后得到視頻圖像中完成排口的像素坐標，最終分割出排口區域；

所述顏色異常檢測步驟包括：設置顏色檢測的時間周期并創建特征向量組，以一定采樣間隔抽取實時視頻流圖像，根據所述圖像目標檢測分割步驟的像素坐標分割出的排口區域圖像，然后進行泡沫檢測步驟判斷泡沫是否超標和/或進行顏色檢測步驟判斷顏色是否異常。

2.根據權利要求1所述的基于污染源排口的圖像目標分割與顏色異常檢測方法，其特征在于：所述圖像目標檢測分割步驟具體包括：

S11、利用機器視覺庫opencv創建基于VideoCapture的實時視頻對象，并以一定的間隔抽取前后幀圖像；

S12、將各圖像由RGB通道轉換為gray通道，并計算相鄰周期圖像間的稠密光流；

S13、設定閾值，采用opencv的adaptiveThreshold方法對光流圖像進行自適應二值化處理，取得初始mask；

S14、對初始mask執行形態學閉運算和膨脹收縮消除圖像的RGB特性并填充初始mask中缺失的部分；

S15、采用opencv的findContours方法，搜索經過步驟S14更新得到的mask中所有連通區域的輪廓；

S16、采用opencv的contourArea方法計算mask中所有連通區域的輪廓面積，以排出輪廓中的造點區域留下排口區域；

S17、將各輪廓與mask間的面積比值作為篩選條件，篩選出滿足條件的包含排口區域的輪廓，否則返回步驟S11持續處理；

S18、將步驟S17獲取的排口區域輪廓結合opencv中的boundingRect方法，計算圖像中包含完整排口的像素坐標，最終分割出排口區域。

3.根據權利要求2所述的基于污染源排口的圖像目標分割與顏色異常檢測方法，其特征在于：所述計算相鄰周期圖像間的稠密光流包括：

以滑動窗口的方式逐一擬合各像素的鄰域信息，得到兩幀圖像所有像素的光流特征；

若坐標匹配的兩個光流特征值不變，則判定該坐標對應的像素靜止，反之，則判定其余像素均在時間間隔dt內沿x、y軸移動了dx、dy；

結合圖像的多尺度感受野，實現各運動像素的匹配，并繪制運動軌跡。

4.根據權利要求2所述的基于污染源排口的圖像目標分割與顏色異常檢測方法，其特征在于：所述搜索經過步驟S14更新得到的mask中所有連通區域的輪廓包括：

將二值化圖像規范為二進制類型[0,1]，遍歷各像素，直到滿足f(i,j)＝1且f(i,j-1)＝0，定義(i,j)為邊界起始點；

依次以(i,j+k)(k＝0,..,n)為中心起點按閉環方式查找其鄰域中像素值為1的點，并做保留直到搜索回歸至點(i,j+k)。

5.根據權利要求2所述的基于污染源排口的圖像目標分割與顏色異常檢測方法，其特征在于：所述篩選條件包括：已知各輪廓面積與圖像面積，當輪廓面積/圖像面積thresh時，表示滿足條件。

6.根據權利要求1-5中任意一項所述的基于污染源排口的圖像目標分割與顏色異常檢測方法，其特征在于：所述泡沫檢測步驟包括：對圖像執行K-means聚類，聚攏圖像中所有特征達到泡沫調節的像素并做描黑處理，通過統計黑色像素點數目判定當前排放是否存在泡沫超標現象。