【技术实现步骤摘要】
本专利技术涉及白蚁虫害监测，具体为一种基于红外特征属性的堤坝白蚁危害识别方法及系统。
技术介绍
1、堤坝作为重要的水利措施，其结构稳定性对防洪抗灾至关重要，而白蚁对堤坝的侵蚀会导致堤坝的结构强度下降，增加安全隐患，并且白蚁活动往往具有极大的隐蔽性，难以通过传统的物理巡查手段及时检测到，传统的白蚁监测识别依赖人工巡查和物理勘探，这些方法成本高且效率低。近些年红外热成像技术日益发展成熟，通过捕捉物体表面的热辐射特征来识别堤坝中的白蚁活动区域，但是红外热成像易受环境状况的影响，并且仅凭红外成像难以精准判断白蚁活动区域的特征，因此急需一种利用红外特征属性结合算法处理的方案来提高白蚁危害识别的精确性和效率。
2、现有技术中，公开号cn117474895a公开了一种基于堤坝自有红外特征属性的白蚁病虫害识别方法，利用红外热线仪对堤坝进行扫描，获取堤坝点云数据，根据堤坝点云数据提取堤坝的至少一个蚁源区、迎水坡、背水坡以及坝顶部位数据，根据已有的水利工程实例样本训练堤坝病害识别模型，将部位数据输入到训练好的堤坝病害识别模型中，预测白蚁危害等级。
3、上述方法存在的主要问题是：容易受到环境条件影响，红外线扫描受天气等因素的影响显著，导致点云数据的质量波动，进而影响判断的准确性；基于特定的水利工程实例样本进行训练，在面对不同类型或结构的堤坝时，需要调整或重新训练模型，导致方案的适应性较差。
4、在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信
技术实现思路
1、本专利技术的目的在于提供一种基于红外特征属性的堤坝白蚁危害识别方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于红外特征属性的堤坝白蚁危害识别方法，具体步骤包括：
4、步骤1：间隔10分钟采集一次堤坝目标区域短波红外波段、中波红外波段和长波红外波段的红外热成像图像，融合三种波段的红外热成像图像生成第一识别图像；
5、步骤2：每次采集红外热成像图像时，在相同的区域按照相同的时间间隔采集实时环境温度，获取每个像素点的温度值以及对应时刻的环境温度，生成温度补偿公式对每个像素点的温度值进行校正；
6、步骤3：对第一识别图像使用双边滤波器进行滤波，对滤波处理后的第一识别图像进行阈值分割，识别出前景部分和背景部分，提取前景部分重构生成第二识别图像，并在第一识别图像中建立直角坐标系，将第一识别图像和第二识别图像的像素点位置进行一一映射；
7、步骤4：通过sobel算子计算第二识别图像的水平方向和垂直方向梯度值，预设边缘阈值，提取边缘像素点生成热斑区域，并计算热斑区域面积、热斑平均温度和热斑温度梯度幅值；
8、步骤5：通过白蚁活动的历史数据，记录白蚁活动的热斑面积、热斑平均温度和热斑温度梯度幅值，建立白蚁活动的热特征数据库；
9、步骤6：计算第二识别图像中每个热斑与热特征数据库中热斑的特征差异度，生成热斑差异指数，预设差异度阈值，根据热斑差异指数和差异度阈值的大小判断热斑是否为白蚁活动区域。
10、进一步地，采集红外热成像图像所使用的设备为：多光谱红外相机，能够捕捉范围在300~500nm的短波红外波段、500~800nm的中波红外波段和800~1500nm的长波红外波段的红外辐射数据。
11、进一步地，生成温度补偿公式对每个像素点的温度值进行校正所依据的原理为：
12、；
13、其中，表示第个像素点校正之后的温度，表示第个像素点校正之前的温度，为补偿系数，且，表示实时环境温度，表示参考环境温度。
14、进一步地，生成第二识别图像所依据的原理为：
15、统计256个灰度级别中每个级别的像素点出现频次构成的灰度直方图，计算直方图中各个阈值的类间方差，通过最大类间方差选取最佳分割阈值；
16、通过最大类间方差选取最佳分割阈值所依据的原理为：
17、；
18、其中，表示分割阈值，表示阈值为时的类间方差，表示阈值为时前景部分占总图像的比例，表示阈值为时前景部分灰度值，表示阈值为时背景部分占总图像的比例，表示阈值为时背景部分灰度值；
19、当取最大值时，此时对应的阈值为最佳分割阈值；
20、用最佳分割阈值对第一识别图像进行分割，提前分割的前景部分即为第二识别图像。
21、进一步地，提取边缘像素点所依据的原理为：
22、生成像素点的梯度幅值所依据的原理为：
23、将每个像素点的灰度值及其相邻八个像素点的灰度值与sobel算子的水平方向模板进行乘积，并将所有乘积相加，得到该像素点的水平方向梯度值；将每个像素点的灰度值及其相邻八个像素点的灰度值与sobel算子的垂直方向模板进行乘积，并将所有乘积相加，得到该像素点的垂直方向梯度值；所述水平方向梯度值计算公式为：
24、；
25、垂直方向梯度值计算公式为：
26、；
27、其中，表示横坐标为，纵坐标为的像素点水平方向梯度值，表示横坐标为，纵坐标为的像素点垂直方向梯度值，表示横坐标为，纵坐标为的像素点的灰度值；
28、生成梯度幅值依据的公式为：
29、；
30、其中，表示横坐标为，纵坐标为的像素点的梯度幅值；
31、若像素点梯度幅值大于边缘阈值，则保留该像素点，否则将该像素点设置为黑色，保留的像素点即为边缘像素点。
32、进一步地，计算热斑平均温度和热斑温度梯度幅值所依据的原理为：
33、；
34、；
35、；
36、其中，表示第二识别图像中的热斑平均温度，表示热斑区域像素点的索引，表示热斑区域像素点的数量，表示热斑中第个像素点的温度，表示热斑区域像素点的温度，表示热斑内坐标为的像素点的温度梯度，表示第二识别图像中的温度梯度幅值。
37、进一步地，生成热斑差异指数所依据的原理为：
38、；
39、其中，表示热斑差异指数，表示第二识别图像中的热斑面积，表示热特征数据库中的热斑面积均值，表示第二识别图像中的热斑平均温度，表示热特征数据库中的热斑平均温度均值，表示第二识别图像中的温度梯度幅值，表示热特征数据库中的温度梯度幅值均值，分别表示热斑面积、热斑平均温度和热斑温度梯度幅值的影响权重，，通过专家打分法确定权重取值；
40、当热斑差异指数大于差异度阈值时，说明热斑区域是白蚁活动区域。
41、本专利技术还提供一种基于红外特征属性的堤坝白蚁危害识别系统，所述系统用于实现上述的基于红外特征属性的堤坝白蚁危害识别方法，具体包括：
42、图像采集模块，用于间隔10分钟采集一次堤坝目标区域短波红外波段、中波红外波段和长波红外波段的红外热成像本文档来自技高网...
【技术保护点】
1.一种基于红外特征属性的堤坝白蚁危害识别方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种基于红外特征属性的堤坝白蚁危害识别方法，其特征在于：所述步骤1采集红外热成像图像所使用的设备为：多光谱红外相机，能够捕捉范围在300~500nm的短波红外波段、500~800nm的中波红外波段和800~1500nm的长波红外波段的红外辐射数据。
3.根据权利要求1所述的一种基于红外特征属性的堤坝白蚁危害识别方法，其特征在于：所述步骤2中生成温度补偿公式对每个像素点的温度值进行校正所依据的原理为：
4.根据权利要求1所述的一种基于红外特征属性的堤坝白蚁危害识别方法，其特征在于：所述步骤3中生成第二识别图像所依据的原理为：
5.根据权利要求1所述的一种基于红外特征属性的堤坝白蚁危害识别方法，其特征在于：所述步骤4中提取边缘像素点所依据的原理为：
6.根据权利要求1所述的一种基于红外特征属性的堤坝白蚁危害识别方法，其特征在于：所述步骤4中计算热斑平均温度和热斑温度梯度幅值所依据的原理为：
7.根据权利要求1所述的
8.一种基于红外特征属性的堤坝白蚁危害识别系统，其特征在于：所述系统用于实现权利要求1-7任一项所述的基于红外特征属性的堤坝白蚁危害识别方法，具体包括：
...【技术特征摘要】
1.一种基于红外特征属性的堤坝白蚁危害识别方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种基于红外特征属性的堤坝白蚁危害识别方法，其特征在于：所述步骤1采集红外热成像图像所使用的设备为：多光谱红外相机，能够捕捉范围在300~500nm的短波红外波段、500~800nm的中波红外波段和800~1500nm的长波红外波段的红外辐射数据。
3.根据权利要求1所述的一种基于红外特征属性的堤坝白蚁危害识别方法，其特征在于：所述步骤2中生成温度补偿公式对每个像素点的温度值进行校正所依据的原理为：
4.根据权利要求1所述的一种基于红外特征属性的堤坝白蚁危害识别方法，其特征在于：所述步骤3...
【专利技术属性】
技术研发人员：高勇勇，高小鸽，徐焕，高小荣，雷忻，黄求应，刘龙，李刚华，张子焜，唐绪，
申请(专利权)人：延安大学，
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。