(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111655387.0 (22)申请日 2021.12.3 0 (71)申请人 重庆知行 数联智能科技有限责任公 司 地址 401120 重庆市渝北区北部新区高新 园黄山大道中段5号1幢B2-8-2号 (72)发明人 邓佳　沈伟　罗鹏　 (74)专利代理 机构 重庆渝之知识产权代理有限 公司 50249 专利代理师 陆蕾 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于图像识别的水污染判 断方法及系 统 (57)摘要 本发明提供一种基于图像识别的水污染判 断方法及系统， 包括： 提取视频流， 对视频流进行 分帧， 将分帧后的单帧图像作为目标图像； 对目 标图像进行灰度化处理， 获取每个像素点所对应 的灰度值； 并筛选出灰度值大于等于预设灰度值 的像素点， 记为目标像素点； 获取目标像素点的 图像坐标， 并根据图像坐标映射出对应的图像区 域， 计算图像区域的面积， 并在大于等于预设面 积值时， 裁剪 出图像区域， 作为待识别图像； 利用 图像识别模 型对待识别图像进行图像识别， 确定 目标水域是否存在水污染。 本发 明只需要通过 获 取在目标水域位置拍摄的视频流就可以判断出 目标水域是否存在水污染， 不仅不需要人工实际 去目标水域进行实际查看， 而且本发 明可以保持 全天巡检。 权利要求书3页 说明书11页 附图4页 CN 114792402 A 2022.07.26 CN 114792402 A 1.一种基于图像识别的水污染判断方法， 其特 征在于， 所述方法包括以下步骤： 从图像拍摄装置 中提取出目标时间段内的视频流； 所述图像拍摄装置预先靠近目标水 域设置， 且所述图像拍摄装置用于拍摄所述目标 水域， 并形成对应的视频流； 对提取出的视频流进行分帧， 并将分帧后的每 个单帧图像作为目标图像； 对所述目标图像进行灰度化处理， 并获取所述目标图像中每个像素点所对应的灰度 值； 将每个像素点所对应的灰度值与 预设灰度值进行比较， 并筛选出灰度值大于等于所述 预设灰度值的像素点， 记为目标像素点； 获取每个目标像素点在所述目标图像中的图像坐标， 并根据所获取的图像坐标在所述 目标图像上映射出对应的图像区域； 计算所述图像区域的面积， 并将计算出的面积结果与预设面积值进行比较， 以及在所 述图像区域的面积大于等于所述预设面积值时， 从所述 目标图像中裁剪出所述图像区域， 作为待识别图像； 将所述待识别图像输入训练后的图像识别模型中， 利用所述图像识别模型对所述待识 别图像进行图像识别， 并根据图像识别结果确定所述目标 水域是否存在水污染。 2.根据权利要求1所述的基于图像识别的水污染判断方法， 其特征在于， 所述图像识别 模型的训练过程包括： 获取多张包 含水污染的图像以及多张不包 含水污染的图像作为训练图像； 按照预设污染物类别对每张水污染训练图像进行污染物类别标注， 以及对每张非水污 染训练图像进行非污染物类别标注， 并在完成标注后， 将标注后的所有训练图像同时输入 至ResNet网络结构中进行分类训练； 计算当前时刻ResNet网络结构中的真正例率和假正例率， 并在所述真正例率大于第一 目标值， 以及所述假正例率小于第二目标值时， 将当前时刻的ResNext网络结构和对应的网 络参数进行 结合输出， 生成用于识别所述待识别图像中是否存在水污染的图像识别模型。 3.根据权利要求2所述的基于图像识别的水污染判断方法， 其特征在于， 利用所述图像 识别模型对所述待识别图像进 行图像识别， 并根据图像识别结果确定所述目标水域是否存 在水污染的过程包括： 利用所述图像识别模型对所述待识别图像进行污染物类别分类， 获取所述待识别图像 被分类至每 个预设污染物类别上的分类概 率； 对所有分类概率进行归一化处理， 将归一化概率值与预设概率值进行比较， 判断是否 存在大于等于预设概率值的归一化概率值； 若存在， 则将归一化概率值中最大值所对应的 污染物类别作为所述待识别图像的污染物类别， 并判定所述 目标水域存在水污染； 若不存 在， 则判定所述待识别图像以及所述目标 水域不存在水污染。 4.根据权利要求1或3所述的基于 图像识别的水污染判断方法， 其特征在于， 所述方法 还包括： 在所述目标水域存在水污染时， 判断所述待识别图像所对应的水域是否存在入境断面 与出境断面； 若存在入境断面和出境断面， 则获取在所述入境断面水域内的污染浓度数据值， 记为 入境断面值浓度值； 以及获取在所述出境断面水域内的污染浓度数据值， 记为出境断面值权　利　要　求　书 1/3 页 2 CN 114792402 A 2浓度值 计算所述入境断面值浓度值与所述出境断面值浓度值的差值， 若所述差值大于零， 则 判定所述 目标水域的入境污染大于出境污染； 若所述差值小于零， 则判定所述目标水域的 出境污染大于入境污染； 若所述差值等于零， 则判定所述 目标水域的出境污染与入境污染 相同。 5.根据权利要求1或3所述的基于 图像识别的水污染判断方法， 其特征在于， 所述方法 还包括： 在所述目标水域存在水污染时， 判断所述待识别图像所对应的水域是否存在上游断面 与下游断面； 若存在上游断面和下游断面， 则获取在所述上游断面水域内的污染浓度数据值， 记为 上游断面值浓度值； 以及获取在所述下游断面水域内的污染浓度数据值， 记为下游断面值 浓度值 计算所述上游断面值浓度值与所述下游断面值浓度值的差值， 若所述差值大于零， 则 判定所述 目标水域的上游污染大于下游污染； 若所述差值小于零， 则判定所述目标水域的 下游污染大于上游污染； 若所述差值等于零， 则判定所述 目标水域的下游污染与上游污染 相同。 6.根据权利要求1所述的基于图像识别的水污染判断方法， 其特征在于， 对所述目标图 像进行灰度化处 理， 并获取 所述目标图像中每 个像素点所对应的灰度值的过程包括： 获取每个像素点分别在红通道、 绿通道和蓝通道下的灰度值； 对每个像素点的红通道、 绿通道和蓝通道的灰度值进行加权计算， 获取每个像素点的 灰度值， 有： Gray(x， y)＝0.3 0*R(x， y)+0.59*G(x， y)+0.1 1*B(x， y)； 式中， Gray(x， y)表示图像坐标为(x， y)的像素点的灰度值； R(x， y)表示图像坐标为(x， y)的像素点在红通道下的灰度值； G(x， y)表示图像坐标为(x， y)的像素点在绿通道下的灰度值； B(x， y)表示图像坐标为(x， y)的像素点在蓝通道下的灰度值。 7.根据权利要求1或3所述的基于 图像识别的水污染判断方法， 其特征在于， 在所述目 标水域存在水污染时， 所述方法还 包括： 利用一光源产生 一入射光； 利用所述入射光照射目标水样， 并生成对应的投射光； 其中， 所述目标水样为预先从所 述目标水域随机获取的一定容 量的水样； 获取所述入射光在所述目标水样中的光程以及所述投射光的光源强度， 并结合所述入 射光的光源强度计算所述目标 水样的浊度， 有： 式中， d为所述目标 水样的浊度； I0为所述入射 光的光源强度； I为所述投射 光的光源强度； l为所述入射 光在所述目标 水样的光 程；权　利　要　求　书 2/3 页 3 CN 114792402 A 3