[发明专利]一种基于机器视觉的水下网衣系统破损检测方法

说明书

本发明属于海洋工程与信息技术融合技术领域，提供了一种基于机器视觉的水下网衣系统破损检测方法，包括网孔信息识别及网孔异常检测。本发明基于机器视觉的网箱水下网衣破损检测方法，通过ROV水下机器人获取网衣原始视频图像，基于传统图像处理技术去除水下噪声，之后简化网衣图像为二值图。通过连通域分割获取每个网孔的面积，并形成网衣特征梯度曲线，确定网衣破损判别公式，根据自适应网衣异常阈值来判断网衣破损情况，并准确返回原始图像中网衣破损位置，自动框出网衣破损面积。本方法在整个网衣破损检测过程中均自动检测分析，提高网衣检测效率的同时，可有效降低网衣破损检测中的人力消耗，保障工作人员人身安全。

技术领域

本发明属于海洋工程与信息技术融合技术领域，涉及一种网衣破损状态检测方法，尤其涉及一种具有非接触式和准确检测破损程度及位置功能的方法。

背景技术

渔业是我国农业及国民经济的重要组成部分，为了实现渔业的可持续发展，维护海洋生态平衡，海洋捕捞作业逐渐从传统的粗狂过渡捕捞发展为间歇式的捕捞和集约式的海水网箱养殖的现状。随着海产品需求缺口的不断增大和近海养殖环境的日益恶劣，深远海网箱养殖成为我国海水渔业养殖的主要发展方向，作为科技含量较高的养殖方式，深远海网箱养殖是高投入、高风险和高收益的养殖行业类型。其具有抗浪力强，集约化程度高，产量高，养殖水体流动性强、成鱼品质优质，经济效益显著，成为了扩大生存空间，发展海洋渔业产业的一个新的经济增长点。

深远海网箱系统主要由框架系统、网衣系统、锚锭系统及配套设施组成。大型深远海养殖网箱在风、浪、流等作用下会发生结构破坏。其中最关键的组成部分即水下网衣系统，一旦发生破坏若未及时发现，将会导致大量鱼类逃逸，造成很严重的经济损失以及生态污染。然而，网箱网衣的破损检测一直处于技术滞后状态。目前养殖过程中针对网衣检测，常采用定期换网或聘请专业的潜水员进行水下网目排查的方式，其过程较为繁琐，不仅存在操作效率问题，还无法保证工作人员的安全。因此，网衣检测成为了影响深远海网箱养殖健康发展的一个关键问题。

针对上述问题，本发明以水下网箱监测实际应用为背景，基于传统图像处理技术提出了水下网衣破损检测的一种新方法，利用水下机器人(ROV，Remote OperatedVehicle)进行网衣视频图像的采集，通过对网衣视频的预处理，提高网衣图像的像素质量，去除使图像变得模糊的水下噪声，增强网衣目标与水体背景的对比度，使得网衣图像可以很好地被计算机识别与计算；利用二值化图像分割方法使得每个网孔成为一个独立的研究对象，以便于后续对网孔进行破损检测计算；之后根据网孔面积构建特征梯度曲线，并基于曲线的特征值判断网孔异常情况。最后进行了网衣状态检测实验，使用水下机器人在波流水槽内进行网衣检测实验，对本发明所提方法进行了验证，并证实了该方法的有效性。本发明具有非接触式、智能化检测的特点，为进一步实现深海养殖网箱的日常无人化监测提供了有效方法。

发明内容

本发明的目的在于克服传统检测手段的不足，提供一种全新的检测方法，为一种基于机器视觉的水下网衣系统破损检测方法，用以检测深水网箱网衣的破损情况。

本发明的技术方案：

一种基于机器视觉的水下网衣系统破损检测方法，包括网孔信息识别及网孔异常检测；

(一)网孔信息识别，包括网衣图像预处理、图像二值化、连通域分割、网衣特征梯度曲线构造，具体步骤如下：

(1)利用水下机器人(ROV)对水下网衣进行视频采集，获取网箱网衣局部图像；

(2)进行网衣图像预处理，包括：

(2.1)将网衣视频输入到计算机中，转化为单帧图像，设定网衣图像的主分析区域(ROI)，忽略图像边缘区域，以提高计算机计算速度及精度；

(2.2)将ROI区域内的网衣像素矩阵进行双边带滤波操作，在保留网衣边缘的同时去除其它噪声；