[发明专利]一种基于生成对抗网络的二维图像污水流量检测方法

摘要

本发明提供了一种基于生成对抗网络的二维图像污水流量检测方法，该方法包括：首先采集污水口视频数据；然后处理采集到视频数据，制作训练集；随后训练污水流量检测模型并验证得到的污水流量检测模型；最后利用所述污水流量检测模型检测实时污水流量，同时还给出了用于训练的模型结构。本发明的污水流量检测方法能稳定、准确、有效地检测二维图像中的污水信息，不仅能检测出所有污水水流区域及其边缘，而且能够判别污水水流等级，有效解决了传统方法中在实际生产中受环境影响大、无法提取出全部污水水流区域，并实时描绘出污水水流边缘以及进行污水水流等级判定的缺陷，具有广阔的应用前景。

主权项

1.一种基于生成对抗网络的二维图像污水流量检测方法，其特征在于，该方法包括如下步骤：/nS1)采集污水口视频数据：利用污水处理口的摄像头，拍摄一定量的视频数据，在拍摄前，将所述摄像头的角度、焦距调整至预设数值，使得摄像头能够完全且清晰地拍摄到所述污水处理口排出的污水水流，同时调整所述摄像头的位置，在不同的位置进行拍摄，以获取更多的视频数据；/nS2)处理采集到视频数据，制作训练集：采用特定的视频处理软件切割出步骤S1)获取的视频数据中有污水水流区域的视频，并将切割后的视频截取成原始序列帧图像，所述原始序列帧图像的每一帧污水水流原图像对应一个大小为256×256×3的矩阵X，然后使用特定的图像标记工具，依次在所述每一帧污水水流原图像中分别描绘出有污水水流的像素点区域，并将此像素点区域用红色标记；然后通过c++及opencv编写的特定程序将所述每一帧污水水流原图像中的非红部分全都标记为黑色，从而将所述每一帧污水水流原图像转换成一帧使用黑红标注的污水水流标注图像，所述使用黑红标注的污水水流标注图像中的污水水流区域称为人为标记污水水流区域，每一帧使用黑红标注的污水水流标注图像对应一个大小为256×256×3的矩阵Y；依次将所述原始序列帧图像的每一帧污水水流原图像及其对应的使用黑红标注的污水水流标注图像拼接成一张拼接二维图像，并根据每一张拼接二维图像中使用黑红标注的污水水流标注图像的污水水流流量大小，将污水水流分成0-7共8个等级，以此作为该张拼接二维图像的人为标记污水流量等级，这8个人为标记污水流量等级中，等级0标识的是该张拼接二维图像中没有污水水流的情况，数字越大表明污水水流的流量越大、污水流量等级越高；此外，为每一张拼接二维图像命名，使得每一张拼接二维图像有唯一的名称；这些标记了唯一的名称和人为标记污水流量等级的拼接二维图像构成了数据集，采用400：40：1的比例将所述数据集分为训练集、验证集和测试集，其中，所述训练集包含2000组训练样本，所述验证集包含200组验证样本，所述测试集包含5组测试样本；/nS3)训练部分：根据步骤S2)得到的训练集对污水流量检测模型进行训练，观察训练过程中反映所述污水流量检测模型训练效果的参数变化，其中参数genarator-loss-L1表示所述污水流量检测模型中的生成器的损失、参数generator_loss_GAN表示所述污水流量检测模型中的生成对抗网络(GAN)的自身损失、参数discriminator_loss_1表示所述污水流量检测模型中的判别器的损失、参数classifier_loss表示所述污水流量检测模型中的分类器的损失，当所述污水流量检测模型中的生成器的损失参数genarator-loss-L1趋于稳定且不再减小时，停止训练，得到训练完成的污水流量检测模型；/nS4)验证得到的污水流量检测模型：采用根据步骤S3)得到的训练完成的污水流量检测模型对根据步骤S2)得到的验证集进行污水流量检测，所述训练完成的污水流量检测模型在对所述验证集进行污水流量检测的时候表现优良；/nS5)检测实时污水流量：将步骤S2)得到的测试集中任意一个待检测测试样本的污水水流原图像输入经过步骤S4)验证的所述训练完成的污水流量检测模型，经过步骤S4)验证的所述训练完成的污水流量检测模型中的编码器获取所述待检测测试样本的污水水流原图像中污水水流区域的形状、大小特征，根据所述污水水流区域的形状、大小特征，所述生成器输出生成图像，该生成图像中的污水水流区域为预测污水水流区域，所述分类器输出该待检测测试样本对应的预测污水流量等级。/n