一种基于无人机图像采集的河湖排污动向捕捉方法技术

本发明专利技术公开了一种基于无人机图像采集的河湖排污动向捕捉方法，涉及排污动向捕捉技术领域，包括：步骤

【技术实现步骤摘要】
一种基于无人机图像采集的河湖排污动向捕捉方法


[0001]本专利技术涉及排污动向捕捉
，具体为一种基于无人机图像采集的河湖排污动向捕捉方法
。

技术介绍

[0002]排污动向捕捉，是指通过监测和分析排放源的排放行为和趋势，以识别和评估污染物的排放情况和变化，它主要包括对各种污染源的排放量
、
排放浓度
、
排放组成等进行监测和数据收集，通过对这些数据的处理和分析，可以确定污染源的排放趋势和变化规律，排污动向捕捉的目的是帮助制定和实施环境保护政策和措施，以减少污染物的排放，改善环境质量
。
[0003]现有的基于图像采集的排污动向捕捉技术中，通常都是通过图片分析已有污染区域得到的河湖排污导致的污染水域，难以通过对河湖的数据进行分析，从源头上判断其排污导致的污染水域处于什么位置，而现有的基于图像采集的排污动向捕捉技术中，只能对河湖进行全方位拍摄，分析已有污染水域，不能有针对性地对某一区域进行检测，此种方式需要的数据处理量较大，分析效率较低，且只进行一次图像灰度值分析会出现由于光照原因产生较大的分析误差的问题，比如在公开号为：“CN116229276A”的专利技术专利中，公开了“基于计算机视觉的入河排污检测方法”，该方案就是对河湖进行全面拍摄后分析其已有污染水域，没有针对河湖数据判断其污染水域的位置，且仅对河湖进行一次灰度值分析，误差太大，分析结果不够可靠，现有的基于图像采集的排污动向捕捉技术还存在难以根据河湖数据分析判断排污动向的终点，且对河湖污染水域的分析方法太过单一，导致分析过程效率较低以及分析结果没有信服力的问题
。

技术实现思路

[0004]本专利技术旨在至少在一定程度上解决现有技术中的技术问题之一，本专利技术用于解决现有的基于图像采集的排污动向捕捉技术还存在难以根据河湖数据分析判断排污动向的终点，且对河湖污染水域的分析方法太过单一，导致分析过程效率较低以及分析结果没有信服力的问题
。
[0005]为实现上述目的，本申请提供一种基于无人机图像采集的河湖排污动向捕捉方法，所述排污动向捕捉方法包括：步骤
S1
，通过无人机搭载摄像装置；步骤
S2
，控制无人机对河湖进行图像采集，将采集到的图像标记为河湖图像；步骤
S3
，对河湖图像进行分析，得到河湖的初步污染区域；步骤
S4
，获取河湖的河湖流量
、
河湖流速以及河湖排污量；步骤
S5
，对河湖的河湖流量
、
河湖流速以及河湖排污量进行分析，得到河湖的河湖流向以及最远排污距离；步骤
S6
，对河湖流向以及最远排污距离进行分析，得到河湖的污水定位；
步骤
S7
，控制无人机前往污水定位所处位置并进行图像拍摄，将拍摄得到的图像标记为污水图像；步骤
S8
，对污水图像进行分析，得到河湖的最终污染区域
。
[0006]进一步地，所述步骤
S2
包括如下子步骤：步骤
S201
，控制无人机前往指定检测点；步骤
S202
，对河湖进行拍摄，将拍摄得到的图像标记为河湖图像
。
[0007]进一步地，所述步骤
S3
包括如下子步骤：步骤
S301
，通过智能图片提取模型对河湖图像中的植物图像进行提取；步骤
S302
，通过智能识物模型对植物图像进行分析，得到植物种类；步骤
S303
，将植物种类与污染植物数据库中的污染植物种类进行比对，若植物种类与污染植物种类均不相同，则输出正常植物信号；若植物种类与污染植物种类存在相同，则输出污染植物信号；步骤
S304
，若输出污染植物信号，则将河湖图像进行灰度化处理并标记为河湖灰度图，通过轮廓提取模型对河湖灰度图中的污染植物所处水域进行轮廓提取，将提取到的水域轮廓扩大第一区域倍数，并将其标记为河湖污染区域，同时获取无人机坐标，将其标记为河湖污染区坐标；步骤
S305
，获取河湖灰度图，提取每个像素点的灰度值，将灰度值与第一灰度阈值进行比对，若灰度值小于等于第一灰度阈值，则输出污染区域信号；若灰度值大于第一灰度阈值，则输出正常区域信号；步骤
S306
，收集所有污染区域信号，将输出污染区域信号的像素点整合并标记为初步污染区域，同时获取无人机坐标，将其标记为污染坐标
。
[0008]进一步地，所述轮廓提取模型通过将河湖灰度图进行二值化处理，得到河湖二值图，再获取目标像素点颜色以及与目标像素点相邻的相邻像素点颜色，若目标像素点颜色为黑色，且对应的所有相邻像素点颜色均为黑色，则将目标像素点删除，对所有像素点进行分析，保留的图像即为水域轮廓
。
[0009]进一步地，所述步骤
S4
包括如下子步骤：步骤
S401
，向河湖内安装流量计以及水流速度传感器；步骤
S402
，获取河湖流量以及河湖流速；步骤
S403
，读取排污数据库，获取当前的河湖排污量
。
[0010]进一步地，所述步骤
S5
包括如下子步骤：步骤
S501
，通过无人机向河湖内投放一枚浮漂；步骤
S502
，控制无人机通过智能视觉跟踪模型对浮漂进行跟拍，同时对浮漂经过的线路进行高亮显示，并标记为河湖流向；步骤
S503
，通过排污距离计算公式对河湖流量以及河湖流速进行计算，得到最远排污距离；所述排污距离计算公式配置为：；其中，
L
为最远排污距离，
F
为河湖流量，
V
为河湖流速，
P
为河湖排污量，
α
为预设流量系数，
β
为预设流速系数
。
[0011]进一步地，所述步骤
S6
包括如下子步骤：
步骤
S601
，获取河湖流向以及最远排污距离；步骤
S602
，基于河湖流向，获取与排污点相距最远排污距离的水域的坐标，标记为污水定位
。
[0012]进一步地，所述步骤
S7
包括如下子步骤：步骤
S701
，控制无人机前往污水定位所处位置；步骤
S702
，通过无人机对污水定位所处位置进行图像拍摄，将拍摄得到的图像标记为污水图像
。
[0013]进一步地，所述步骤
S8
包括如下子步骤：步骤
S801
，获取污水图像；步骤
S802
，通过智能图片提取模型对污水图像中的植物图像进行提取；步骤
S803
，通过智能识物模型对植物图像进行分析，得到植物种类；步骤
S804
，将植物种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于无人机图像采集的河湖排污动向捕捉方法，其特征在于，包括如下步骤：步骤
S1
，通过无人机搭载摄像装置；步骤
S2
，控制无人机对河湖进行图像采集，将采集到的图像标记为河湖图像；步骤
S3
，对河湖图像进行分析，得到河湖的初步污染区域；步骤
S4
，获取河湖的河湖流量
、
河湖流速以及河湖排污量；步骤
S5
，对河湖的河湖流量
、
河湖流速以及河湖排污量进行分析，得到河湖的河湖流向以及最远排污距离；步骤
S6
，对河湖流向以及最远排污距离进行分析，得到河湖的污水定位；步骤
S7
，控制无人机前往污水定位所处位置并进行图像拍摄，将拍摄得到的图像标记为污水图像；步骤
S8
，对污水图像进行分析，得到河湖的最终污染区域
。2.
根据权利要求1所述的一种基于无人机图像采集的河湖排污动向捕捉方法，其特征在于，所述步骤
S2
包括如下子步骤：步骤
S201
，控制无人机前往指定检测点；步骤
S202
，对河湖进行拍摄，将拍摄得到的图像标记为河湖图像
。3.
根据权利要求2所述的一种基于无人机图像采集的河湖排污动向捕捉方法，其特征在于，所述步骤
S3
包括如下子步骤：步骤
S301
，通过智能图片提取模型对河湖图像中的植物图像进行提取；步骤
S302
，通过智能识物模型对植物图像进行分析，得到植物种类；步骤
S303
，将植物种类与污染植物数据库中的污染植物种类进行比对，若植物种类与污染植物种类均不相同，则输出正常植物信号；若植物种类与污染植物种类存在相同，则输出污染植物信号；步骤
S304
，若输出污染植物信号，则将河湖图像进行灰度化处理并标记为河湖灰度图，通过轮廓提取模型对河湖灰度图中的污染植物所处水域进行轮廓提取，将提取到的水域轮廓扩大第一区域倍数，并将其标记为河湖污染区域，同时获取无人机坐标，将其标记为河湖污染区坐标；步骤
S305
，获取河湖灰度图，提取每个像素点的灰度值，将灰度值与第一灰度阈值进行比对，若灰度值小于等于第一灰度阈值，则输出污染区域信号；若灰度值大于第一灰度阈值，则输出正常区域信号；步骤
S306
，收集所有污染区域信号，将输出污染区域信号的像素点整合并标记为初步污染区域，同时获取无人机坐标，将其标记为污染坐标
。4.
根据权利要求3所述的一种基于无人机图像采集的河湖排污动向捕捉方法，其特征在于，所述轮廓提取模型通过将河湖灰度图进行二值化处理，得到河湖二值图，再获取目标像素点颜色以及与目标像素点相邻的相邻像素点颜色，若目标像素点颜色为黑色，且对应的所有相邻像素点颜色均为黑色，则将目标像素点删除，对所有像素点进行分析，保留的图像即为水域轮廓
。5.
根据权利要求4所述的一种基于无人机图像采集的河湖排污动向捕捉方法，其特征在于，所述步骤
S4
包括如下子步骤：步骤
S401
，向河湖内安装流量计以及水流速度传感器；
步骤
S402
，获取河湖流量以及河湖流速；步骤
S403
，读取排污数据库，获取当前的河湖排污量
。6.
根据权利要求5...

【专利技术属性】
技术研发人员：植挺生，刘勇，邓永俊，陈建生，邓超河，严如灏，
申请(专利权)人：广东广宇科技发展有限公司，
类型：发明
国别省市：