一种基于卷积网络的水库库面异物识别系统及方法技术方案

本发明专利技术提供了一种基于卷积网络的水库库面异物识别系统及方法，涉及水利工程技术领域，所述水库库面异物识别系统包括数据接入模块、库面区域管理模块、图库管理模块、无人机路线管理模块、异物识别任务管理模块、结果推送模块、基于卷积网络的识别模型，所述异物识别方法包括如下步骤：S1.区域划分；S2.建立背景图库；S3.拍摄实时图；S4.筛选目标物；S5.将目标物输入所述识别模型，进行特征提取及分类；S6.结果输出，解决了现有技术存在的人工巡视费时费力、效率低下的技术问题，实现了目标物智能识别，提高了识别效率，节省了人力成本。节省了人力成本。节省了人力成本。

【技术实现步骤摘要】
一种基于卷积网络的水库库面异物识别系统及方法


[0001]本专利技术涉及水利工程
，尤其是涉及一种基于卷积网络的水库库面异物识别系统及方法。

技术介绍

[0002]水库是一种集防汛减灾、供水灌溉、发电航运、改善生态等功能于一体的水利工程设施，其运行状态将直接影响到区域生产生活。由于水库是一个相对开放的区域，因此存在着外来异物闯入的风险。外来异物具体包括了上游流入的漂浮物、周围居民倾倒的垃圾、违法进入的船只、违规进入水库游泳和钓鱼的居民以及其他动植物等。前述异物的进入严重影响了水库的工程安全、水源安全以及民众的生命安全，因此需要对这些异常事务及时进行识别与处理。传统的异物识别方法是通过水库工作人员在水库周边进行岸上定期巡视检查，由水库工作人员时刻盯着电脑屏幕、根据视频内容逐一排查异常事物，如果发现了异物，再派人前往现场进行处理。前述方法需要花费大量人力，且排查效率低下，极可能出现人眼搜索过程中有遗漏的情况。同时在人员岸上巡视检查的搜索范围较小，且搜索效率较低。

技术实现思路

[0003]本专利技术的目的在于提供一种基于卷积网络的水库库面异物识别系统，解决现有技术存在的人工巡视费时费力、效率低下的技术问题。
[0004]本专利技术提供的一种基于卷积网络的水库库面异物识别系统，包括：数据接入模块；无人机路线管理模块，用于配置无人机参数，所述无人机用于拍摄水库图；目标识别任务管理模块；库面区域管理模块，用于对水库库面进行区域划分和管理；图库管理模块，包括背景图库和实时图；基于卷积网络的识别模型，用于对目标物进行识别；结果推送模块，用于将目标物识别信息推送至系统用户终端。
[0005]进一步的，所述库面区域管理模块以水库库面边线作为库面轮廓，对水库库面进行区域划分，对于靠近水库大坝迎水坡、库区边坡的部位进行区域加密划分，坐标原点设于基础岩石上面的大坝变形监测基准点。
[0006]进一步的，所述图库管理模块包括背景图库中的多个不同库水位值的库面轮廓，对于实时库库面轮廓图的计算方法为：S1.输入实时库水位值；S2.若实时库水位值与背景图库中的库水位值不匹配，则采用水库水位
‑
库面面积插值法计算实时库库面面积，并拟合得到实时库库面轮廓图。
[0007]进一步的，通过将所述实时图与所述实时库库面轮廓图进行异或处理得到所述目标物。
[0008]进一步的，所述图库管理模块将目标物分为异物、非异物和未识别物。
[0009]进一步的，所述图库管理模块的目标物的特征属性包括形状、尺寸、颜色、纹理和空间关系。
[0010]进一步的，所述系统用户终端包括电脑端、移动端，推送方式包括微信、短信、邮件。
[0011]进一步的，一种基于卷积网络的水库库面异物识别系统的异物识别方法，包括如下步骤：S1.区域划分；S2.建设背景图库；S3.拍摄实时图；S4.筛选目标物；S5.识别目标物，将目标物输入所述识别模型中进行特征提取和分类；S6.结果输出，将目标物识别信息发送至系统用户终端。
[0012]本专利技术提供的一种基于卷积网络的水库库面异物识别系统及方法，通过无人机拍摄实时水库库面照片，将照片传输至异物识别系统，进行异物智能识别，代替了现有技术的人眼搜索异物和辨别异物的过程，解决了现有技术存在的人工巡视费时费力、效率低下的技术问题，提高了识别效率，节省了人力成本。
附图说明
[0013]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本实施例提供的水库库面异物识别系统的操作流程；
[0015]图2为本实施例提供的识别模型的训练流程示意图；
[0016]图3为本实施例提供的水库库面异物识别系统功能架构图；
[0017]图4为本实施例提供的用户与系统用户终端交互过程流程图；
[0018]图5为本实施例提供的水库水位
‑
库面面积示意图。
具体实施方式
[0019]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]本实施例提供的一种基于卷积网络的水库库面异物识别系统，包括应用层和模型支撑层。其中，应用层包括数据接入模块、无人机路线管理模块、目标识别任务管理模块、库面区域管理模块、图库管理模块、结果推送模块。模型支撑层包括基于卷积网络的识别模型。
[0021]数据接入模块主要是接入数值型数据和非数值型数据。其中，数值型数据包括水库库水位、天气(气候、气温、湿度等)、时间等。非数值型数据包括无人机拍摄的实时图。数据接入方式包括系统API接口接收以及人工填报输入。
[0022]在库面区域管理模块中，以水库库面边线作为库面轮廓线，对水库库面进行区域划分。对于靠近水库大坝迎水坡、库区边坡等部位进行区域加密划分，每个区域都编辑一个区域号。坐标原点选取设置在基础岩石上面的大坝变形监测基准点，无人机拍摄到的水库图相对于坐标原点都有一个唯一的坐标点位。此区域号和坐标点位会成为后续用户前往现场处理目标物的定位信息。图库管理模块用于对背景图、实时图进行管理，同时对目标物进
行人工标记类别以及特征属性添加及管理。将待识别的目标物分为异物、非异物与未识别物。其中异物包括垃圾、船只、生物。非异物包括工程基石、边坡。未识别物为除前述外的其他物体。垃圾又分为树枝、垃圾袋、泡沫等。待识别的目标特征属性包括了形状、尺寸、颜色、纹理、空间关系等。
[0023]图库管理模块将不同库水位且无异物情况下拍摄的库面轮廓图作为背景图库。在数据接入模块中输入水库水位测报系统中的实时库水位值或人工输入实时库水位值，系统匹配背景图库中对应库水位值的图片。如果背景图库所对应的库水位与当前实时库水位不匹配时，可根据水库水位～库面面积曲线，如图5所示，采用插值法计算当前实时库水位下的水库库面面积。取背景图库中库水位临近当前实时库水位的背景图，将背景图的库面面积、库面轮廓与当前图的库面面积进行差值计算，并拟合得到当前实时库水位下的库面轮廓图，最后将此实时库库面轮廓图纳入到背景图库中。其中，水库水位～库面面积曲线是水库建设完成后，通过测量水下地形后确定的。每一个水位都对应一个水面面积，每一个水库的水库水位～库面面积曲线都不同。
[0024]无人机路线管理模块主要用于对无人机的飞行路线、飞行高度、相机拍摄参数、视距范围进行方案配置。无人机用于拍摄水库图片。目标识别任务管理模块，用于根据水库管理的需求变化对异物识别中不同类型的任务进行配置与管理。用户可以在此模块提前设置好计划，也可以临时派发任务。同时可以查本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积网络的水库库面异物识别系统，其特征在于，所述异物识别系统包括：
‑
数据接入模块；
‑
无人机路线管理模块，用于配置无人机参数，所述无人机用于拍摄水库图；
‑
目标识别任务管理模块；
‑
库面区域管理模块，用于对水库库面进行区域划分和管理；
‑
图库管理模块，包括背景图库和实时图；
‑
基于卷积网络的识别模型，用于对目标物进行识别；
‑
结果推送模块，用于将目标物识别信息推送至系统用户终端。2.根据权利要求1所述的一种基于卷积网络的水库库面异物识别系统，其特征在于，所述库面区域管理模块以水库库面边线作为库面轮廓，对水库库面进行区域划分，对于靠近水库大坝迎水坡、库区边坡的部位进行区域加密划分，坐标原点设于基础岩石上面的大坝变形监测基准点。3.根据权利要求2所述的一种基于卷积网络的水库库面异物识别系统，其特征在于，所述图库管理模块包括背景图库中的多个不同库水位值的库面轮廓，对于实时库库面轮廓图的计算方法为：S1.输...

【专利技术属性】
技术研发人员：李慧滢，李高俊杰，李克用，傅春江，杨鸽，范振东，
申请(专利权)人：中国电建集团华东勘测设计研究院有限公司，
类型：发明
国别省市：