【技术实现步骤摘要】
本专利技术属于水务监测，具体涉及一种基于数据分析的智慧水务灾害监测方法。
技术介绍
1、由于当前经济发展与工业化进程加快，河道污染现象频繁发生，其中漂浮物问题备受关注，包括人为丢弃生活垃圾和死亡动植物等，既有难以降解的塑料制品，又有易腐发臭的物质，不仅破坏河水的生态环境还降低河道的美观性。因此需对河道水务污染进行监测。在河道的水务灾害监测工作中，通常采用人工巡查，但人工巡查的效率低，且不及时，无法对河道中存在的污染物进行及时监测。
技术实现思路
1、本专利技术为了解决以上问题，提出了一种基于数据分析的智慧水务灾害监测方法。
2、本专利技术的技术方案是：一种基于数据分析的智慧水务灾害监测方法包括以下步骤：
3、s1、获取河道的河面全局图像，利用meanshift算法剔除河面全局图像的非河面区域，得到河面目标图像；
4、s2、对河面目标图像进行网格化划分，确定污染物存在范围；
5、s3、对污染存在范围进行标注，作为河道的灾害区域，上传至用户终端。
6、meanshift算法是机器学习中聚类算法中的一个算法，是一种无监督分类算法。
7、进一步地，s2包括以下子步骤：
8、s21、将河面目标图像划分为中心区域和不规则区域；
9、s22、根据不规则区域，确定河面目标图像的色彩补偿输出；
10、s23、对中心区域进行网格化划分，确定河面目标图像的色彩正向输出；
11、s24、
12、s25、将像素值低于色彩正常上限的像素点作为污染物存在范围。
13、上述进一步方案的有益效果是：在本专利技术中，由于对河面全局图像进行了背景剔除，因此河面目标图像只包含了整个水面的画像。又因为本专利技术应用于河道的水务灾害监测，不同于传统图像，河道可能完直，可能蜿蜒曲折，可能呈s型，因此河面目标图像不一定为完整的矩形状。本专利技术对河面目标图像进行拆分，得到最大内接矩形区域和剩余的不规则区域，最大内接矩形区域一般位于河面目标图像的非边缘位置，不规则区域一般位于河面目标图像的边缘位置，因此本专利技术对两个区域的像素点输出情况进行分析，确定色彩正常上限，用来筛选污染物所属的像素值。
14、进一步地，s21中，将河面目标图像的最大内接矩形所处像素点作为中心区域，将河面目标图像中除最大内接矩形区域外的剩余像素点作为不规则区域。
15、进一步地，s22中，河面目标图像的色彩补偿输出cout的计算公式为：
16、；式中，m表示河面目标图像的像素点数量，q表示不规则区域的像素点数量，i表示不规则区域的图像块个数，表示第i个图像块中第k个像素点的像素值，max(·)表示最大值运算，k表示图像块的像素点数量，表示不规则区域中第i个图像块的最大像素值，表示不规则区域中第i个图像块的最小像素值。
17、对河面目标图像绘制最大内接矩形后，剩余区域大概率不连贯，被分割为为多个不规则的块，本专利技术将其命名为图像块。
18、进一步地，s23包括以下子步骤：
19、s231、对中心区域进行网格化划分，并确定各个网格单元的区域评价指标；
20、s232、根据各个网格单元的区域评价指标以及各个网格单元包含的像素点，确定各个网格单元的色彩平衡方程；
21、s233、根据各个网格单元的色彩平衡方程，确定河面目标图像的色彩正向输出。
22、进一步地，s231中，确定区域评价指标的方法为：确定与第j个网格单元邻接的网格单元个数nj，将nj+1作为第j个网格单元的区域评价指标。
23、网格单元可能处于最大内接矩形区域的边缘，也可能处于最大内接矩形区域的中心，所以每个网格单元周围可能存在同样的网格单元，也可能为不规则区域。
24、进一步地，s232中，第j个网格单元的色彩平衡方程xj的表达式为：
25、；式中，表示第j个网格单元包含的第p个像素点的像素值，max(·)表示最大值运算，min(·)表示最小值运算，nj表示与第j个网格单元邻接的网格单元个数，p表示第j个网格单元包含的像素点数量。
26、进一步地，s233中，河面目标图像的色彩正向输出zout的计算公式为：
27、；式中，xj表示第j个网格单元的色彩平衡方程，roundup(·)表示向上取整函数，j表示中心区域的网格单元数量。
28、进一步地，s25中，河面目标图像的色彩正常上限threshold的计算公式为：
29、；式中，cout表示河面目标图像的色彩补偿输出，zout表示河面目标图像的色彩正向输出，ln(·)表示对数函数。
30、本专利技术的有益效果是：该智慧水务灾害监测方法对河面的全局图像进行背景剔除，减少河岸对提取污染物存在范围的影响；又考虑到河道的分布形状，对河面的目标图像进行有效拆分，对拆分后的两个区域采用不同的色彩输出方法，对规则区域采用网格划分，减少算法流程；本专利技术还根据两个区域的色彩输出情况，确定色彩正常上限，由此生成污染物存在范围，并对污染物存在范围进行重点标注，同步至用户终端，便于巡检人员及时进行干预，避免造成进一步河道污染。
本文档来自技高网...【技术保护点】
1.一种基于数据分析的智慧水务灾害监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述S2包括以下子步骤：
3.根据权利要求2所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述S21中，将河面目标图像的最大内接矩形所处像素点作为中心区域，将河面目标图像中除最大内接矩形区域外的剩余像素点作为不规则区域。
4.根据权利要求2所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述S22中，河面目标图像的色彩补偿输出Cout的计算公式为：
5.根据权利要求2所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述S23包括以下子步骤：
6.根据权利要求5所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述S231中，确定区域评价指标的方法为：确定与第j个网格单元邻接的网格单元个数Nj，将Nj+1作为第j个网格单元的区域评价指标。
7.根据权利要求5所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述S232中，第j个网格单元的色彩
8.根据权利要求5所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述S233中，河面目标图像的色彩正向输出Zout的计算公式为：
9.根据权利要求2所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述S25中，河面目标图像的色彩正常上限Threshold的计算公式为：
...【技术特征摘要】
1.一种基于数据分析的智慧水务灾害监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述s2包括以下子步骤：
3.根据权利要求2所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述s21中，将河面目标图像的最大内接矩形所处像素点作为中心区域，将河面目标图像中除最大内接矩形区域外的剩余像素点作为不规则区域。
4.根据权利要求2所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述s22中，河面目标图像的色彩补偿输出cout的计算公式为：
5.根据权利要求2所述的基于数据分析的智慧水务灾害监测方法，其特征在于，所述s23包括以下子步骤：
...【专利技术属性】
技术研发人员：黄敏，
申请(专利权)人：四川省每文环保科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。