[发明专利]一种基于图像识别的海洋污染区域识别方法及系统

权利要求书

1.一种基于图像识别的海洋污染区域识别方法，其特征在于，所述方法包括：

接收工作人员输入的巡检区域，根据所述巡检区域确定含有采样点的工作路径，将所述含有采样点的工作路径向无人机端发送；

实时获取无人机端的空间坐标，根据所述空间坐标生成运行流程表；

在所述运行流程表中确定风险时段，读取所述风险时段的海洋图像；

对所述海洋图像进行细识别，确定污染类型；

其中，当无人机端运动到采样点时，获取预设数量的海洋图像；对获取到的海洋图像进行粗识别，确定该海洋图像的污染级别，根据污染级别调整所述预设数量；

细识别的识别质量大于粗识别的识别质量。

2.根据权利要求1所述的基于图像识别的海洋污染区域识别方法，其特征在于，所述接收工作人员输入的巡检区域，根据所述巡检区域确定含有采样点的工作路径，将所述含有采样点的工作路径向无人机端发送的步骤包括：

获取无人机端的续航范围，根据所述续航范围和预设的比例尺确定监测范围；

显示所述监测范围，基于所述监测范围接收工作人员输入的点位信号，根据所述点位信号在所述监测范围中确定巡检区域；

获取无人机端的采集范围，根据所述采集范围对所述巡检区域进行切分，确定采样点；

连接所述采样点，得到工作路径；将采样点插入所述工作路径，并将含有采样点的工作路径向无人机端发送。

3.根据权利要求1所述的基于图像识别的海洋污染区域识别方法，其特征在于，所述实时获取无人机端的空间坐标，根据所述空间坐标生成运行流程表的步骤包括：

实时获取无人机端的空间坐标，向所述空间坐标中插入时间信息；

根据所述时间信息和所述空间坐标生成运行流程表。

4.根据权利要求3所述的基于图像识别的海洋污染区域识别方法，其特征在于，所述在所述运行流程表中确定风险时段，读取所述风险时段的海洋图像的步骤包括：

读取运行流程表中的时间项，获取无人机端的运动参数；

根据所述运动参数计算所述时间项中各时间点的理论坐标，得到理论流程表；

比对所述理论流程表与所述运行流程表，得到坐标差值表；

以时间项为自变量，坐标差值为因变量生成坐标差值曲线，在所述坐标差值曲线中标记坐标差值变化的时间段；

统计标记的时间段，作为风险时段，并在无人机端的图像存储库中查询相应的海洋图像。

5.根据权利要求1所述的基于图像识别的海洋污染区域识别方法，其特征在于，无人机端对海洋图像进行粗识别的步骤包括：

对获取到的海洋图像进行去色处理，得到黑白图像；

遍历所述黑白图像的像素点，根据各像素点的灰度值计算黑白图像的灰度均值；

计算所述灰度均值与预设的灰度标准值之间的偏差率；

将所述偏差率与预设的偏差率阈值进行比对，当所述偏差率达到预设的偏差率均值时，根据偏差率确定该海洋图像的污染级别；

根据污染级别调整无人机端在采样点处的图像获取数量。

6.根据权利要求1所述的基于图像识别的海洋污染区域识别方法，其特征在于，所述对所述海洋图像进行细识别，确定污染类型的步骤包括：

采集各污染类型的样本图像，生成样本库；

基于所述样本库训练神经网络模型；

基于训练好的神经网络模型对所述海洋图像进行细识别，确定污染类型。

7.根据权利要求6所述的基于图像识别的海洋污染区域识别方法，其特征在于，所述对所述海洋图像进行细识别，确定污染类型的步骤还包括：

当所述污染类型为异物污染类型时，遍历所述海洋图像的像素点，计算相邻像素点的色差；

将所述色差与预设的色差临界值进行比对，当所述色差达到所述色差临界值时，将两个像素点标记为轮廓点；

连接标记的相邻的轮廓点，得到闭合轮廓，并计算各闭合轮廓的像素点总数；

计算所述像素点总数达到预设的总数阈值的轮廓数量，作为异物污染类型的污染特征。