【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种基于图像识别的堤坝安全检测方法及系统。
技术介绍
1、根据河水的水位，江河流域分为汛期和非汛期。
2、在汛期，面临巨大的洪水压力，河水携带巨量泥沙，流量激增，水位的快速变化对堤坝安全构成严峻挑战。非汛期时水量较为稳定，但仍需密切监视堤坝状态，以防患于未然。
技术实现思路
1、本申请实施例提供一种基于图像识别的堤坝安全检测方法及系统，用以基于采集的堤坝区域的图像数据，在筛选后进行部分的区域比对，以判断出堤坝是否存在异常。
2、本申请实施例提出一种基于图像识别的堤坝安全检测方法，包括：
3、采集堤坝区域的图像数据，并筛选出采集的图像数据中清晰度符合要求的图像；
4、对清晰度符合要求的图像，根据预先划分的所述堤坝的检测区域，进行粗匹配，以确定出待检测图像，其中所述检测区域是基于光照条件良好条件下采集的所述堤坝的无阴影或遮挡的图像来划分的，且为任一检测区域配置有多个参考位置；
5、对任一待检测图像，确定其与所述堤坝的各检测区域匹配的图像区域的像素面积的大小；
6、确定各待检测图像中匹配的图像区域的像素面积与相应检测区域的像素面积之间的第一比例关系，在所述第一比例关系大于预设阈值的情况下，确定相关的图像区域为感兴趣区域；
7、为任一感兴趣区域，根据所述第一比例关系匹配出临近的至少一个参考位置，确定所述至少一个参考位置在所述待检测图像中、以及在预先划分的检测区域中的颜色偏差；p>
8、根据所述颜色偏差，对所述任一感兴趣区域进行平衡；
9、根据平衡后的所述任一感兴趣区域，与相应的预先划分的检测区域进行比对，以检测所述任一感兴趣区域是否存在异常。
10、可选的，对清晰度符合要求的图像，根据预先划分的所述堤坝的检测区域，进行粗匹配包括：
11、从清晰度符合要求的图像以及相应预先划分的检测区域中，检出不在一条直线的至少三个参考位置；
12、确定所检出的至少三个参考位置的连接图形之间的第二比例关系；
13、根据所述第二比例关系对所述检测区域进行缩放；
14、在距离所述至少三个参考位置的连接图形中心指定像素距离范围内，对缩放后的所述检测区域，在清晰度符合要求的图像中进行粗匹配。
15、可选的，确定所述至少一个参考位置在所述待检测图像中、以及在预先划分的检测区域中的颜色偏差包括：
16、基于预先划分的检测区域以及所述待检测图像，确定所述至少一个参考位置范围内的第一颜色范围；以及，
17、确定所述至少一个参考位置范围外围的第二颜色范围，以根据所述检测区域与所述待检测图像的第一颜色范围之间的偏差作为所述颜色偏差，以及，所述第二颜色范围的偏差作为修正偏差范围。
18、可选的，根据所述颜色偏差，对所述任一感兴趣区域进行平衡包括：
19、基于所述待检测图像中的所述至少一个参考位置，将所述待检测图像整体，根据所述颜色偏差进行颜色平衡；以及，
20、对颜色平衡后，在所述待检测图像中包含局部亮度或对比度大于预设阈值的区域的情况下，根据所述修正偏差范围，朝向亮度或对比度降低的方向对所述待检测图像进行图像修正。
21、可选的，还包括采用如下方式检测所述待检测图像中的阴影区域：
22、对所述任一感兴趣区域，提取所述任一感兴趣区域所包含的像素区间；
23、基于所包含的像素区间，将包含像素点最多的像素区间作为堤坝像素区间，以筛选出可能阴影区域；
24、对各可能阴影区域，在存在与其连通的且不属于其自身和所述堤坝像素区间的连续像素区域的情况下，确定为阴影区域。
25、可选的，根据平衡后的所述任一感兴趣区域，与相应的预先划分的检测区域进行比对包括：
26、提取出所述任一感兴趣区域以及预先划分的检测区域中堤坝的边界；
27、根据所提取的边界中的最大边界与其他边界之间的关系，确定出多个比对子区域对；
28、逐次、顺序计算任一比对子区域对之间的相似度；
29、在所计算的相似度小于预设阈值的情况下，确定堤坝相应的局部区域存在异常。
30、可选的，对于包含阴影区域的任一感兴趣区域，根据平衡后的所述任一感兴趣区域，与相应的预先划分的检测区域进行比对还包括：
31、在预先划分的检测区域中所述阴影区域的对应位置，叠加预设透明度的关联阴影像素范围的像素值，再提取出所述任一感兴趣区域以及预先划分的检测区域中堤坝的边界，并执行比对，以堤坝的局部区域是否存在异常。
32、可选的，对于识别出的存在异常的局部区域还包括：
33、提取存在异常的任一感兴趣区域的局部区域的图像特征；
34、将提取的图像特征，输入预先训练的分类器模型，以识别出异常类型。
35、本申请实施例还提出一种基于图像识别的堤坝安全检测系统，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如前述的基于图像识别的堤坝安全检测方法的步骤。
36、本申请实施例的方法基于采集的堤坝区域的图像数据，在筛选后进行部分的区域比对，以判断出堤坝是否存在异常，能够极大提高堤坝的监控效率，保证堤坝的安全运行。
37、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种基于图像识别的堤坝安全检测方法，其特征在于，包括：
2.如权利要求1所述的基于图像识别的堤坝安全检测方法，其特征在于，对清晰度符合要求的图像，根据预先划分的所述堤坝的检测区域，进行粗匹配包括：
3.如权利要求1所述的基于图像识别的堤坝安全检测方法，其特征在于，确定所述至少一个参考位置在所述待检测图像中、以及在预先划分的检测区域中的颜色偏差包括：
4.如权利要求3所述的基于图像识别的堤坝安全检测方法，其特征在于，根据所述颜色偏差，对所述任一感兴趣区域进行平衡包括：
5.如权利要求4所述的基于图像识别的堤坝安全检测方法，其特征在于，还包括采用如下方式检测所述待检测图像中的阴影区域：
6.如权利要求5所述的基于图像识别的堤坝安全检测方法，其特征在于，根据平衡后的所述任一感兴趣区域，与相应的预先划分的检测区域进行比对包括：
7.如权利要求6所述的基于图像识别的堤坝安全检测方法，其特征在于，对于包含阴影区域的任一感兴趣区域，根据平衡后的所述任一感兴趣区域，与相应的预先划分的检测区域进行比对还包括：
9.一种基于图像识别的堤坝安全检测系统，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的基于图像识别的堤坝安全检测方法的步骤。
...【技术特征摘要】
1.一种基于图像识别的堤坝安全检测方法，其特征在于，包括：
2.如权利要求1所述的基于图像识别的堤坝安全检测方法，其特征在于，对清晰度符合要求的图像，根据预先划分的所述堤坝的检测区域，进行粗匹配包括：
3.如权利要求1所述的基于图像识别的堤坝安全检测方法，其特征在于，确定所述至少一个参考位置在所述待检测图像中、以及在预先划分的检测区域中的颜色偏差包括：
4.如权利要求3所述的基于图像识别的堤坝安全检测方法，其特征在于，根据所述颜色偏差，对所述任一感兴趣区域进行平衡包括：
5.如权利要求4所述的基于图像识别的堤坝安全检测方法，其特征在于，还包括采用如下方式检测所述待检测图像中的阴影区域：
6....
【专利技术属性】
技术研发人员：万鹏，冯士贺，许雅宁，丰焕平，褚红钦，段同苑，聂红，李燕芳，王飞宇，
申请(专利权)人：山东黄河河务局山东黄河信息中心，
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。