CN108377362A - 基于颜色特征自适应阈值的陆源入海排污口监控预警方法 - Google Patents
基于颜色特征自适应阈值的陆源入海排污口监控预警方法 Download PDFInfo
- Publication number
- CN108377362A CN108377362A CN201810093752.5A CN201810093752A CN108377362A CN 108377362 A CN108377362 A CN 108377362A CN 201810093752 A CN201810093752 A CN 201810093752A CN 108377362 A CN108377362 A CN 108377362A
- Authority
- CN
- China
- Prior art keywords
- image
- denoted
- image1
- image2
- mask
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种基于颜色特征自适应阈值的陆源入海排污口监控预警方法,利用颜色空间转换有效屏蔽了水面光线反射的干扰,同时利用天空与水面颜色的相关性,可以自适应的改变颜色预警阈值,进而能快速、准确、稳定地对陆源入海排污口进行监控预警,及时发现非法排污事件生并触发警报,通知相关部门采取处理措施。克服了人工监控频率低及监管力度不够的缺点,可有效控制水污染、改善水质,对于保障人体健康意义重大。
Description
技术领域
本发明方法涉及一种陆源入海排污口监控预警方法,尤其是一种基于颜色特征自适应阈值的陆源入海排污口监控预警方法。
背景技术
随着信号处理理论与计算机的出现,人们已用摄像机获取图像信息并将其转换成数字信号来模仿人类的视觉过程,如用计算机替代人工实现监控等。在计算机对图像处理过程中,通常将RGB模型转换成其他颜色模型,例如广泛应用于计算机视觉领域的HIS颜色模型。HIS颜色模型包含三个色彩通道:色调、亮度、饱和度,通过对色调与饱和度的分析,可以有效对图像区域颜色进行抽取和鉴别,进而实现监控。但是,陆源入海口图像内容受水面光线反射影响较大,加之入海口采集图像受天气变化影响较大,因而不能采用统一的颜色或者饱和度阈值对于排污行为进行判断,以至于目前对于陆源入海排污口的监控预警仍然依赖于人工调查。由于陆源入海排污口分布范围广,而人工调查存在着成本高及频率低等问题,使得监管难度加大,无法及时发现并制止污水偷排、超排现象,导致近岸海域水环境恶化、水生态失衡及水资源破坏等严重后果。
发明内容
本发明是为了解决现有技术所存在的上述技术问题,提供一种基于颜色特征自适应阈值的陆源入海排污口监控预警方法。
本发明的技术解决方案是:一种基于颜色特征自适应阈值的陆源入海排污口监控预警方法,其特征在于按照如下步骤进行:
步骤1:启动摄像头,初始化编解码器;
步骤2: 系统发出指令,每隔10秒从摄像头循环读取一张帧图像,判断系统中是否已有掩膜图像mask_image1与mask_image2,否,传输到PC机并保存,记为Frame1,是,进入到步骤6;
步骤3:对Frame1进行手动标定,采用windows画图软件选取Frame1中的一块天空区域涂为白色,将需要监控预警的海水区域涂为黑色,记为Survey_image并保存;
步骤4:将图像Survey_image灰度化,记为Gray_image1,将Gray_image1中像素值为255的像素置为1,将其余像素置为0,记为图像mask_image1并保存;
步骤5:将图像Survey_image灰度化,记为Gray_image2,将Gray_image2中像素值为0的像素置为1,将其余像素置为0,记为图像mask_image2并保存,返回步骤2;
步骤6:将所读取的帧图像记为Temp_image,将图像Temp_image与掩膜mask_image1做矩阵点积运算,结果图像记为iResult_image1,将图像Temp_image与掩膜mask_image2做矩阵点积运算,结果图像记为iResult_image2;
步骤7:将图像iResult_image1与iResult_image2由 RGB 转换到HSI颜色空间,转换的公式为:, ,,其中,,转换后图像记为Hsi_image1与Hsi_image2;
步骤8:计算Hsi_image1中天空区域的平均饱和度,记为Svalue1,计算Hsi_image2中海水区域的平均饱和度,记为Svalue2,在一定区域内n个像素计算平均饱和度的公式为:;
步骤9:计算天空区域和海水区域饱和度的相关性,记为Srelation,;
步骤10:自适应地计算帧图像中海水区域饱和度的阈值AdapT,,为正常天空下的海水区域饱和度阈值;
步骤11:判断Svalue2是否小于标准阈值AdapT,是,进入步骤12,否,回到步骤2;
步骤12:将图像Temp_image保存到预设目录下,以当前系统的时间命名,同时发出警报;
步骤13:返回步骤2,直到系统关闭。
本发明利用颜色空间转换有效屏蔽了水面光线反射的干扰,同时利用天空与水面颜色的相关性,可以自适应的改变颜色预警阈值,进而能快速、准确、稳定地对陆源入海排污口进行监控预警,及时发现非法排污事件生并触发警报,通知相关部门采取处理措施。克服了人工监控频率低及监管力度不够的缺点,可有效控制水污染、改善水质,对于保障人体健康意义重大。
附图说明
图1是本发明实施例的流程图。
图2是本发明实施例计算机所采集的陆源入海排污口图像。
图3是本发明实施例的图像Survey_image。
具体实施方式
本发明实施例如现有技术监控预警系统一样,由服务器、摄像头及传输设备等构成,监控预警方法如图1所示,按照如下步骤进行:
步骤1:启动摄像头,初始化编解码器;
步骤2: 每隔10秒从摄像头读取一帧具有天空及需要监控预警的海水区域的监控图像,判断系统中是否已有掩膜图像mask_image1与mask_image2,否,传输到PC机并保存,记为Frame1,是,进入到步骤6;亦可以根据监控预警精度调整读取图像的间隔周期,如20秒、60秒等。本发明实施例判断如图2所示图像为首帧图像,记为Frame1并执行步骤3;
步骤3:对Frame1进行手动标定,采用windows画图软件选取Frame1中的一块天空区域涂为白色,将需要监控预警的海水区域涂为黑色,如图3所示,记为Survey_image并保存;
步骤4:将图像Survey_image灰度化,记为Gray_image1,将Gray_image1中像素值为255的像素置为1,将其余像素置为0,记为图像mask_image1并保存;
步骤5:将图像Survey_image灰度化,记为Gray_image2,将Gray_image2中像素值为0的像素置为1,将其余像素置为0,记为图像mask_image2并保存;返回步骤2;
步骤6:将所读取的帧图像记为Temp_image,将图像Temp_image与掩膜mask_image1做矩阵点积运算,结果图像记为iResult_image1,将图像Temp_image与掩膜mask_image2做矩阵点积运算,结果图像记为iResult_image2;
步骤7:将图像iResult_image1与iResult_image2由 RGB 转换到HSI颜色空间,转换的公式为:, ,,其中,,转换后图像记为Hsi_image1与Hsi_image2;
步骤8:计算Hsi_image1中天空区域的平均饱和度,记为Svalue1,计算Hsi_image2中海水区域的平均饱和度,记为Svalue2,在一定区域内n个像素计算平均饱和度的公式为:;
步骤9:计算天空区域和海水区域饱和度的相关性,记为Srelation,;
步骤10:自适应地计算帧图像中海水区域饱和度的阈值AdapT,,为正常天空(正常天气下的天空)下的海水区域饱和度阈值,本发明实施例取值为:0.15;
步骤11:判断Svalue2是否小于标准阈值AdapT,是,进入步骤12,否,回到步骤2;
步骤12:将图像Temp_image保存到预设目录下,以当前系统的时间命名,同时发出警报;
步骤13:返回步骤2,直到系统关闭。
Claims (1)
1.一种基于颜色特征自适应阈值的陆源入海排污口监控预警方法,其特征在于按照如下步骤进行:
步骤1:启动摄像头,初始化编解码器;
步骤2: 系统发出指令,每隔10秒从摄像头循环读取一张帧图像,判断系统中是否已有掩膜图像mask_image1与mask_image2,否,传输到PC机并保存,记为Frame1,是,进入到步骤6;
步骤3:对Frame1进行手动标定,采用windows画图软件选取Frame1中的一块天空区域涂为白色,将需要监控预警的海水区域涂为黑色,记为Survey_image并保存;
步骤4:将图像Survey_image灰度化,记为Gray_image1,将Gray_image1中像素值为255的像素置为1,将其余像素置为0,记为图像mask_image1并保存;
步骤5:将图像Survey_image灰度化,记为Gray_image2,将Gray_image2中像素值为0的像素置为1,将其余像素置为0,记为图像mask_image2并保存,返回步骤2;
步骤6:将所读取的帧图像记为Temp_image,将图像Temp_image与掩膜mask_image1做矩阵点积运算,结果图像记为iResult_image1,将图像Temp_image与掩膜mask_image2做矩阵点积运算,结果图像记为iResult_image2;
步骤7:将图像iResult_image1与iResult_image2由 RGB 转换到HSI颜色空间,转换的公式为:, ,,其中,,转换后图像记为Hsi_image1与Hsi_image2;
步骤8:计算Hsi_image1中天空区域的平均饱和度,记为Svalue1,计算Hsi_image2中海水区域的平均饱和度,记为Svalue2,在一定区域内n个像素计算平均饱和度的公式为:;
步骤9:计算天空区域和海水区域饱和度的相关性,记为Srelation,;
步骤10:自适应地计算帧图像中海水区域饱和度的阈值AdapT,,为正常天空下的海水区域饱和度阈值;
步骤11:判断Svalue2是否小于标准阈值AdapT,是,进入步骤12,否,回到步骤2;
步骤12:将图像Temp_image保存到预设目录下,以当前系统的时间命名,同时发出警报;
步骤13:返回步骤2,直到系统关闭。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810093752.5A CN108377362B (zh) | 2018-01-31 | 2018-01-31 | 基于颜色特征自适应阈值的陆源入海排污口监控预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810093752.5A CN108377362B (zh) | 2018-01-31 | 2018-01-31 | 基于颜色特征自适应阈值的陆源入海排污口监控预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108377362A true CN108377362A (zh) | 2018-08-07 |
CN108377362B CN108377362B (zh) | 2020-01-21 |
Family
ID=63017068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810093752.5A Active CN108377362B (zh) | 2018-01-31 | 2018-01-31 | 基于颜色特征自适应阈值的陆源入海排污口监控预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108377362B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205545686U (zh) * | 2016-03-07 | 2016-08-31 | 安徽理工大学 | 一种基于图像处理的污水悬浮颗粒浓度检测系统 |
KR20160148489A (ko) * | 2016-12-06 | 2016-12-26 | 신우건설이엔지(주) | 차집관거 조사 장치 |
CN106331559A (zh) * | 2016-10-12 | 2017-01-11 | 重庆蓝岸通讯技术有限公司 | 智能视频识别污水池曝气的方法及系统 |
CN106970576A (zh) * | 2017-03-14 | 2017-07-21 | 重庆蓝岸通讯技术有限公司 | 基于图片分析的智能化污水处理监控方法 |
-
2018
- 2018-01-31 CN CN201810093752.5A patent/CN108377362B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205545686U (zh) * | 2016-03-07 | 2016-08-31 | 安徽理工大学 | 一种基于图像处理的污水悬浮颗粒浓度检测系统 |
CN106331559A (zh) * | 2016-10-12 | 2017-01-11 | 重庆蓝岸通讯技术有限公司 | 智能视频识别污水池曝气的方法及系统 |
KR20160148489A (ko) * | 2016-12-06 | 2016-12-26 | 신우건설이엔지(주) | 차집관거 조사 장치 |
CN106970576A (zh) * | 2017-03-14 | 2017-07-21 | 重庆蓝岸通讯技术有限公司 | 基于图片分析的智能化污水处理监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108377362B (zh) | 2020-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | Auto color correction of underwater images utilizing depth information | |
CN106780368B (zh) | 一种基于前景模型的水下图像增强方法 | |
CN111161170A (zh) | 一种用于目标识别的水下图像综合增强方法 | |
US20080043112A1 (en) | Exposure of Digital Imaging | |
CN106210712A (zh) | 一种图像坏点检测及处理方法 | |
CN101442617A (zh) | 一种分块曝光的方法及其装置 | |
US9478016B2 (en) | Image restoration method and image processing apparatus using the same | |
CN107392879B (zh) | 一种基于参考帧的低照度监控图像增强方法 | |
CN110163807B (zh) | 一种基于期望亮通道的低照度图像增强方法 | |
CN108093175B (zh) | 一种实时高清视频自适应去雾方法及装置 | |
CN106888355A (zh) | 比特率控制器和用于限制输出比特率的方法 | |
CN110675351A (zh) | 一种基于全局亮度自适应均衡化的海上图像处理方法 | |
CN106550227A (zh) | 一种图像饱和度调整方法及装置 | |
CN110533626A (zh) | 一种全天候水质识别方法 | |
AU2002232008B2 (en) | Method of detecting a significant change of scene | |
CN114885074A (zh) | 一种基于时空密度的事件相机去噪方法 | |
US20210125318A1 (en) | Image processing method and apparatus | |
CN112614063B (zh) | 用于楼宇内低照度环境的图像增强和噪声自适应去除方法 | |
CN109978780A (zh) | 一种尿检仪试纸图像颜色校正方法 | |
CN108377362A (zh) | 基于颜色特征自适应阈值的陆源入海排污口监控预警方法 | |
CN112862876B (zh) | 一种用于水下机器人的实时深海视频图像增强方法 | |
CN114549386A (zh) | 一种基于自适应光照一致性的多曝光图像融合方法 | |
CN112950484B (zh) | 一种对摄影影像进行颜色污染祛除的方法 | |
CN113643202A (zh) | 一种基于噪声注意力图指导的微光图像增强方法 | |
CN101697594B (zh) | 一种基于局部视觉适应模型的真实影像再现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |