[发明专利]一种基于机器视觉的河流漂浮物实时检测方法

说明书

本发明涉及基于机器视觉的河流漂浮物实时检测方法，属水文视频处理领域。本发明利用视频流前三帧图像建立背景模型，并建立Ghost更新模板；采用固定阈值与动态阈值相结合的方法来设定像素分类阈值，进行像素分类操作；根据像素分类结果，建立前景二值化图像mask和匹配值更新模板；进行噪声消除和填充空洞操作；最后标记漂浮物，输出mask图像及标记帧，并根据mask图像修正匹配值更新模板，结合匹配值更新模板和Ghost区域更新模板进行背景模型更新。本发明可准确检测到漂浮物，在复杂的河流场景中，保持较高的检测准确率；本发明具有实时性好，计算效率高，易于嵌入摄像机等设备的特点，适应于各种天然河道的漂浮物检测。

技术领域

本发明涉及一种基于机器视觉的河流漂浮物实时检测方法，属于水文视频处理技术领域。

背景技术

随着视频处理技术和网络技术的发展，视频监控正逐渐融入到人们日常活动中的方方面面，给生产和生活带来了诸多便利。人们对视频监控逐渐增多的需求使得机器视觉技术应运而生并迅速成为一个研究热点。智能视频监控作为计算机视觉的重要应用方面，其在水文领域中的应用具有很高的实用价值和经济价值。水文测验是指系统收集、整理和传输水文数据的全过程。水文测验工作是水文工作的基础，是防洪减灾工作的重要组成部分，而水文测验铅鱼是水文工作中重要的测流工具。水文测验铅鱼主要用于在江、河、湖泊、渠道过水断面中测量水深、流速及含沙量等数据，其在研究水资源情势中发挥了重要的作用。然而流期间，铅鱼携带的测流设备易受到河流漂浮物(如树枝、水草、垃圾)干扰和破坏，甚至大量漂浮物缠绕铅鱼致使支撑缆道坍塌。河流漂浮物不仅干扰铅鱼的正常测流，也造成严重的经济损失，故基于机器视觉的河流漂浮物检测与预警就显得十分迫切。

发明内容

本发明提供了一种基于机器视觉的河流漂浮物实时检测方法，本发明利用机器视觉技术检测并标记河面上的漂浮物，同时抑制初始化背景模型中存在运动目标产生的虚拟前景(Ghost区域)，消除背景噪声，提高算法的检测精度，适应河流场景的动态变化。

本发明的技术方案是：一种基于机器视觉的河流漂浮物实时检测方法，输入现场视频流，利用视频流前三帧图像建立背景模型，并采用三帧法检测Ghost区域，建立Ghost更新模板；采用固定阈值与动态阈值相结合的方法来设定像素分类阈值，进行像素分类操作；同时，根据像素分类结果，建立前景二值化图像mask和匹配值更新模板；进行噪声消除和填充空洞操作；最后标记漂浮物，输出mask图像及标记帧，并根据mask图像修正匹配值更新模板，结合匹配值更新模板和Ghost区域更新模板进行背景模型更新。

进一步地，包括以下步骤：

步骤1、首先设定监控摄像机视野范围，监控摄像机开始工作，实时采集天然河道的现场视频；对视频流进行切帧与灰度化处理，并设定方法相关参数；

步骤2、读入视频流前三帧图像，利用前三帧图像进行背景建模，同时采用三帧法检测前三帧中的Ghost区域，建立Ghost更新模板；

步骤3、采用固定阈值与动态阈值相结合的方法来设定像素分类阈值，进行像素分类操作；像素分类错做包括：将当前帧像素与背景模型中的样本进行比较，以分类阈值为标准判定像素属于背景还是前景，并得出像素在分类阈值内的匹配值；

步骤4、根据像素分类结果，建立前景二值化图像mask和匹配值更新模板；

步骤5、检测mask图像中的噪声与空洞，消除面积小于10的噪声，填充面积小于50的空洞；

步骤6、检测mask图像中各连通区域，并用方框标记输入帧上对应的连通区域，输出mask图像和标记后的输入帧；同时，根据mask图像修正匹配值更新模板，结合匹配值更新模板和Ghost更新模板进行更新背景模型。