[发明专利]一种基于近紫外图像处理的近岸海域漂浮危化品检测预警方法

权利要求书

1.一种基于近紫外图像处理的近岸海域漂浮危化品检测预警方法，其特征在于，该方法包括训练准备阶段和检测预警阶段；

(1)训练准备阶段，包含如下步骤：

(1.1)训练图像获取与合成：使用带GPS模块的近紫外成像设备预先获取近岸海域多处水体的近紫外图片及其GPS定位信息后，在近岸海域上围取特定区域的试验场地，倒入适量待检测危化品，获取一定量的危化品实验图像，利用获取的多处水体图像为背景，漂浮危化品实验图像为目标区域在图像融合生成网络中生成足量的待训练近紫外图像；

(1.2)图像预处理与标注：对步骤(1.1)中的待训练近紫外图像进行统一的光照校正平滑处理后，对所有漂浮危化品区域进行标签标注；

(1.3)模型训练：将待训练近紫外图像及标注数据输入深度神经网络模型中进行模型训练，获得危化品的深度学习检测模型；

(1.4)全景地图准备：通过联网或者卫星图像读取的方法获得近岸海域的包含细致地理信息的全景地图，对全景地图中的重点保护区域进行位置记录，并设定重点保护区域的敏感度；

(2)检测预警阶段，包含如下步骤：

(2.1)检测图像获取：使用带GPS模块的近紫外成像设备在太阳半平面下同时获取待检测区域的近紫外图像以及GPS定位信息；

(2.2)检测图像预处理：对获取图像进行与步骤(1.2)相同的光照校正平滑处理，将待检测图像按获取时间进行排序，并使用根据相似度的自适应设定法设定检测置信度分数阈值c；所述自适应设定法具体为：首先读取待检测图像的GPS定位信息，然后找到与训练准备阶段的步骤(1.1)中相应的GPS定位差距最小的水体图像，计算该水体图像与实验图像中的相应危化品区域的相似度t，则置信度分数阈值c的计算公式如下式所示，

c＝a+b*t

其中，置信度分数阈值c的经验允许取值范围为a至b；

(2.3)目标区域检测与判断：利用训练好的检测模型对待检测图像进行实时检测，若模型检测区域置信度分数高于c则判定存在漂浮危化品，否则，将判定不存在漂浮危化品；对存在漂浮危化品的区域进行标记并在同一位置继续获取一张图像，两张图像的获取时间间隔为T，相同标记区域位置间隔为D，则可获得漂流速度x，其中x＝D/T，并根据位置变化方向获得漂流方向k；

(2.4)GPS匹配与图像融合：将存在漂浮危化品的图像按照其GPS位置信息匹配于预先准备的近岸海域全景地图中，并对存在漂浮危化品且排序相邻的图像进行拼接和融合处理，获得危化品分布区域图；

(2.5)分级预警：对危化品分布区域图中的漂浮危化品区域进行计算以获取分布面积，并结合其所在区域的地理位置敏感性以及水流速度方向，对各个漂浮危化品分布区域进行分级预警。

2.根据权利要求1所述的漂浮危化品检测预警方法，其特征在于：所述的漂浮危化品为密度不大于水，且不溶或微溶于水的危化品。

3.根据权利要求1所述的漂浮危化品检测预警方法，其特征在于：所述的训练准备阶段的步骤(1.1)中的图像融合生成网络为深度学习生成式对抗网络GAN或者图像仿射、相似、变形处理法组成的网络。

4.根据权利要求1所述的漂浮危化品检测预警方法，其特征在于：所述的检测预警阶段的步骤(2.5)中的分布面积计算方法为图像参考区域比例法、相机参数及成像高度的几何计算法或双目成像几何计算法。

5.根据权利要求1所述的漂浮危化品检测预警方法，其特征在于：所述的检测预警阶段的步骤(2.5)中，分级预警的预警级数计算方法为：

其中，h为某个危化品区域的预警级数，h越大则预警严重程度越高，s为该危化品区域面积，a_i、d_i和x_i分别为全景地图中的重点保护区域i的敏感度、该危化品区域位置与重点保护区域i的距离以及漂流速度，n为重点保护区域的数量，k_i为相对漂流方向系数，计算公式如下：

其中，θ_i为漂流方向与由危化品区域位置指向重点保护区域i的方向的夹角，取值范围为0°至180°，可得k_i在1与-1之间取值。