CN110793566A - 一种水体漂浮物智能视觉检测方法 - Google Patents
一种水体漂浮物智能视觉检测方法 Download PDFInfo
- Publication number
- CN110793566A CN110793566A CN201910997445.4A CN201910997445A CN110793566A CN 110793566 A CN110793566 A CN 110793566A CN 201910997445 A CN201910997445 A CN 201910997445A CN 110793566 A CN110793566 A CN 110793566A
- Authority
- CN
- China
- Prior art keywords
- water
- data
- communication network
- service platform
- camera
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种水体漂浮物智能视觉检测方法,包括信息录入,设备组装及漂浮物监控等三个步骤。本发明一方面系统构成简单,操作及维护灵活方便,通用性好,可有效满足不同类、不同面积水域漂浮物监控作业的需要;另一方面检测数据精确、全面且连续性好,在有助于及时发现、判定漂浮物类型及危害的同时,也为科学制定水域漂浮物治理净化工作提供了准确的依据。
Description
技术领域
本发明涉及一种水体漂浮物智能视觉检测方法,属水资源监控检测技术领域。
背景技术
目前,随着工业化、农业化及城镇化建设步伐加速,人为因素对环境造成严重污染,在湖泊、河流、水库及水厂等水面上出现大量漂浮物,这些漂浮物含有大量对人体有害的物质。水污染已经严重破换生态环境,直接威胁人类生存和发展,因此,为了人类的可持续发展,必须解决水污染问题,必须从污染物的排放进行控制。于是,对水面漂浮物的视觉监控成为了一个迫切需要解决的课题。对水面(特别是饮用水源、水库、河流等)的监控主要是通过安排专人监看来实现的。这需要投入大量的人力物力资源。为了解决这些问题,有一些场景中也使用了摄像机进行实时监控,但是依然需要人坚守在终端设备旁,这种做法还是需要大量的人工辅助工作,而且无法实时、准确地对监控情况做出反应。
为满足实际应用的需要,针对人工监控出现的各种弊端,需要研究对水面的智能化监控,即在不需要人为干预的情况下对监控场景进行自动分析,及时做出反应。
针对这一现状,迫切需要开发一种全新的水域漂浮物检测系统及方法,以满足实际使用的需要。
发明内容
本发明目的就在于克服上述不足,提供一种水体漂浮物智能视觉检测方法。
为实现上述目的,本发明是通过以下技术方案来实现:
一种水体漂浮物智能视觉检测方法,包括以下步骤:
第一步,信息录入,首先根据水域分布结构,结合水域分布地理结构及城市分布图划分若干监控区域,然后将各监控区域内水域分布图、地理特征图及城市规划图一同录入到基于AI为基础的数据服务平台中,并根据实际情况同步对录入到基于AI为基础的数据服务平台中的监控区域内水域分布图、地理特征图及城市规划图信息进行更新;
第二步,设备组装,完成第一步后,首先在各监控区域水体上分别设置至少两个现场采集终端,且同一水域上分布的各现场采集终端沿水域水流方向分布,且现场采集终端轴线与水域水流方向垂直分布,然后通过通讯网络将各现场采集终端与基于AI为基础的数据服务平台建立数据连接,最后将各基础操控平台分别与基于AI为基础的数据服务平台间建立数据连接,同时由基于AI为基础的数据服务平台分别为各现场采集终端及各基础操控平台分配数据通讯地址和操作权限;
第三步,漂浮物监控,完成第二步后,直接由各现场采集终端的CCD监控摄像头、3D摄像头对水面进行连续监控,一方面由CCD监控摄像头获取水面固体漂浮物实时动态视频资料,另一方面由3D摄像头对水面漂浮物的结构、体积及随水流流动速度进行初步测定,然后各现场采集终端的数据均发送至基于AI为基础的数据服务平台,由基于AI为基础的数据服务平台工作人员及时全面掌握漂浮物信息,同时对漂浮物信息进行编辑处理,并对处理后信息一方面存档保存,另一方面发送至相应的基础操控平台,并指导基础操控平台工作人员对水域漂浮物进行净化处理。
进一步的,所述第一步、第二步中基于AI为基础的数据服务平台和现场采集终端共同构成水体漂浮污染物综合监控系统,且所述水体漂浮污染物综合监控系统包括现场采集终端、通讯网络、智能通讯网关、基础操控平台及基于AI为基础的数据服务平台,其中所述现场采集终端若干,分别分布在水域处,各现场采集终端间相互并联并通过通讯网络与智能通讯网关连接,所述智能通讯网关若干,且每个智能通讯网关均与至少一个现场采集终端连接并构成一个工作组,各工作组的智能通讯网关间通过通讯网络互连,并通过通讯网络分别与基于AI为基础的数据服务平台和各基础操控平台连接,所述基础操控平台若干,并分别通过通讯网络与基于AI为基础的数据服务平台连接。
进一步的,所述的现场采集终端包括承载机架、CCD监控摄像头、3D摄像头、照明灯及控制电路,其中所述承载机架为框架结构,所述CCD监控摄像头、3D摄像头、照明灯均若干,与承载机架连接并分布在同一与水平面平行分布的直线方向上,其中一个CCD监控摄像头、一个3D摄像头和至少一个照明灯构成一个检测组,各检测组相互并联且相邻两个工作组间间距不大于2米,同一检测组内CCD监控摄像头、3D摄像头、照明灯光轴平行分布并与水平面呈15°-90°夹角,所述控制电路与承载机架连接,并分别与CCD监控摄像头、3D摄像头、照明灯电气连接,且控制电路另通过通讯网络与智能通讯网关数据连接。
进一步的,所述的控制电路为基于工业计算机、物联网控制器中任意一种或两种共用为基础的电路系统,且控制电路中另设至少一个图形加速器及至少一个在线数据通讯端口及至少一个无线数据通讯端口。
进一步的,所述的通讯网络为互联网及物联网中的任意一种或两种共用,且通讯网络包括只是一条在线通讯网络和至少一条无线数据通讯网络。
进一步的,所述的基础操控平台包括工业计算机、个人计算机、智能移动通讯终端中的任意一种或任意几种共用。
进一步的,所述的基于AI为基础的数据服务平台包括基于AI为基础的数据处理服务器、数据存储服务器及操控终端,其中所述AI为基础的数据处理服务器、数据存储服务器均至少一个,并通过通讯网络相互连接,且操控终端至少一个,并分别与各AI为基础的数据处理服务器、数据存储服务器连接,所述操控终端通过通讯网络分别与各基础操控平台和工作组连接。
进一步的,所述的基于AI为基础的数据处理服务器中另设数据分析系统,所述数据分析系统包括基于AI基础的数据计算主程序、基于AI基础的图像识别子程序、操控界面子程序、数据检索子程序及驱动子程序,其中所述基于AI基础的数据计算主程序分别与基于AI基础的图像识别子程序、操控界面子程序、数据检索子程序及驱动子程序连接,所述驱动子程序分别与数据存储服务器及操控终端连接。
本发明一方面系统构成简单,操作及维护灵活方便,通用性好,可有效满足不同类、不同面积水域漂浮物监控作业的需要;另一方面检测数据精确、全面且连续性好,在有助于及时发现、判定漂浮物类型及危害的同时,也为科学制定水域漂浮物治理净化工作提供了准确的依据。
附图说明
图1为本发明实施方法流程示意图
图2为本发明系统构成结构示意图;
图3为现场采集终端结构示意图。
具体实施方式
如图1所示,一种水体漂浮物智能视觉检测方法,包括以下步骤:
第一步,信息录入,首先根据水域分布结构,结合水域分布地理结构及城市分布图划分若干监控区域,然后将各监控区域内水域分布图、地理特征图及城市规划图一同录入到基于AI为基础的数据服务平台中,并根据实际情况同步对录入到基于AI为基础的数据服务平台中的监控区域内水域分布图、地理特征图及城市规划图信息进行更新;
第二步,设备组装,完成第一步后,首先在各监控区域水体上分别设置至少两个现场采集终端,且同一水域上分布的各现场采集终端沿水域水流方向分布,且现场采集终端轴线与水域水流方向垂直分布,然后通过通讯网络将各现场采集终端与基于AI为基础的数据服务平台建立数据连接,最后将各基础操控平台分别与基于AI为基础的数据服务平台间建立数据连接,同时由基于AI为基础的数据服务平台分别为各现场采集终端及各基础操控平台分配数据通讯地址和操作权限;
其中在进行现场采集终端安装时,同一水域内各现场采集终端间间距不小于100米,现场采集终端各检测组均高出水面之上3米。
同时,每个1-5各现场采集终端均陪至少一个基础操控平台。
第三步,漂浮物监控,完成第二步后,直接由各现场采集终端的CCD监控摄像头、3D摄像头对水面进行连续监控,一方面由CCD监控摄像头获取水面固体漂浮物实时动态视频资料,另一方面由3D摄像头对水面漂浮物的结构、体积及随水流流动速度进行初步测定,然后各现场采集终端的数据均发送至基于AI为基础的数据服务平台,由基于AI为基础的数据服务平台工作人员及时全面掌握漂浮物信息,同时对漂浮物信息进行编辑处理,并对处理后信息一方面存档保存,另一方面发送至相应的基础操控平台,并指导基础操控平台工作人员对水域漂浮物进行净化处理。
如图2和3所示,所述第一步、第二步中基于AI为基础的数据服务平台和现场采集终端共同构成水体漂浮污染物综合监控系统,且所述水体漂浮污染物综合监控系统包括现场采集终端、通讯网络、智能通讯网关、基础操控平台及基于AI为基础的数据服务平台,其中所述现场采集终端若干,分别分布在水域处,各现场采集终端间相互并联并通过通讯网络与智能通讯网关连接,所述智能通讯网关若干,且每个智能通讯网关均与至少一个现场采集终端连接并构成一个工作组,各工作组的智能通讯网关间通过通讯网络互连,并通过通讯网络分别与基于AI为基础的数据服务平台和各基础操控平台连接,所述基础操控平台若干,并分别通过通讯网络与基于AI为基础的数据服务平台连接。
需要说明的,其中所述的现场采集终端包括承载机架1、CCD监控摄像头2、3D摄像头3、照明灯4及控制电路5,其中所述承载机架1为框架结构,所述CCD监控摄像头2、3D摄像头3、照明灯4均若干,与承载机架1连接并分布在同一与水平面平行分布的直线方向上,其中一个CCD监控摄像头2、一个3D摄像头3和至少一个照明灯4构成一个检测组,各检测组相互并联且相邻两个工作组间间距不大于2米,同一检测组内CCD监控摄像头2、3D摄像头3、照明灯4光轴平行分布并与水平面呈15°-90°夹角,所述控制电路5与承载机架1连接,并分别与CCD监控摄像头2、3D摄像头、照明灯4电气连接,且控制电路5另通过通讯网络与智能通讯网关数据连接。
同时,所述的承载机架1为“一”字形、“冂”字型及圆弧结构中任意一种的框架结构,所述的控制电路5为基于工业计算机、物联网控制器中任意一种或两种共用为基础的电路系统,且控制电路中另设至少一个图形加速器及至少一个在线数据通讯端口及至少一个无线数据通讯端口。
进一步优化的,所述的通讯网络为互联网及物联网中的任意一种或两种共用,且通讯网络包括只是一条在线通讯网络和至少一条无线数据通讯网络。
进一步优化的,所述的基础操控平台包括工业计算机、个人计算机、智能移动通讯终端中的任意一种或任意几种共用。
需要指出的,所述的基于AI为基础的数据服务平台包括基于AI为基础的数据处理服务器、数据存储服务器及操控终端,其中所述AI为基础的数据处理服务器、数据存储服务器均至少一个,并通过通讯网络相互连接,且操控终端至少一个,并分别与各AI为基础的数据处理服务器、数据存储服务器连接,所述操控终端通过通讯网络分别与各基础操控平台和工作组连接。
重点说明,所述的基于AI为基础的数据处理服务器中另设数据分析系统,所述数据分析系统包括基于AI基础的数据计算主程序、基于AI基础的图像识别子程序、操控界面子程序、数据检索子程序及驱动子程序,其中所述基于AI基础的数据计算主程序分别与基于AI基础的图像识别子程序、操控界面子程序、数据检索子程序及驱动子程序连接,所述驱动子程序分别与数据存储服务器及操控终端连接。
本发明一方面系统构成简单,操作及维护灵活方便,通用性好,可有效满足不同类、不同面积水域漂浮物监控作业的需要;另一方面检测数据精确、全面且连续性好,在有助于及时发现、判定漂浮物类型及危害的同时,也为科学制定水域漂浮物治理净化工作提供了准确的依据。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种水体漂浮物智能视觉检测方法,其特征在于:所述水体漂浮污染物综合监控系统的使用方法包括以下步骤:
第一步,信息录入,首先根据水域分布结构,结合水域分布地理结构及城市分布图划分若干监控区域,然后将各监控区域内水域分布图、地理特征图及城市规划图一同录入到基于AI为基础的数据服务平台中,并根据实际情况同步对录入到基于AI为基础的数据服务平台中的监控区域内水域分布图、地理特征图及城市规划图信息进行更新;
第二步,设备组装,完成第一步后,首先在各监控区域水体上分别设置至少两个现场采集终端,且同一水域上分布的各现场采集终端沿水域水流方向分布,且现场采集终端轴线与水域水流方向垂直分布,然后通过通讯网络将各现场采集终端与基于AI为基础的数据服务平台建立数据连接,最后将各基础操控平台分别与基于AI为基础的数据服务平台间建立数据连接,同时由基于AI为基础的数据服务平台分别为各现场采集终端及各基础操控平台分配数据通讯地址和操作权限;
第三步,漂浮物监控,完成第二步后,直接由各现场采集终端的CCD监控摄像头、3D摄像头对水面进行连续监控,一方面由CCD监控摄像头获取水面固体漂浮物实时动态视频资料,另一方面由3D摄像头对水面漂浮物的结构、体积及随水流流动速度进行初步测定,然后各现场采集终端的数据均发送至基于AI为基础的数据服务平台,由基于AI为基础的数据服务平台工作人员及时全面掌握漂浮物信息,同时对漂浮物信息进行编辑处理,并对处理后信息一方面存档保存,另一方面发送至相应的基础操控平台,并指导基础操控平台工作人员对水域漂浮物进行净化处理。
2.根据权利一种水体漂浮物智能视觉检测方法,其特征在于,所述第一步、第二步中基于AI为基础的数据服务平台和现场采集终端共同构成水体漂浮污染物综合监控系统,且所述水体漂浮污染物综合监控系统包括现场采集终端、通讯网络、智能通讯网关、基础操控平台及基于AI为基础的数据服务平台,其中所述现场采集终端若干,分别分布在水域处,各现场采集终端间相互并联并通过通讯网络与智能通讯网关连接,所述智能通讯网关若干,且每个智能通讯网关均与至少一个现场采集终端连接并构成一个工作组,各工作组的智能通讯网关间通过通讯网络互连,并通过通讯网络分别与基于AI为基础的数据服务平台和各基础操控平台连接,所述基础操控平台若干,并分别通过通讯网络与基于AI为基础的数据服务平台连接。
3.根据权利要求1或2述的一种水体漂浮物智能视觉检测方法,其特征在于:所述的现场采集终端包括承载机架、CCD监控摄像头、3D摄像头、照明灯及控制电路,其中所述承载机架为框架结构,所述CCD监控摄像头、3D摄像头、照明灯均若干,与承载机架连接并分布在同一与水平面平行分布的直线方向上,其中一个CCD监控摄像头、一个3D摄像头和至少一个照明灯构成一个检测组,各检测组相互并联且相邻两个工作组间间距不大于2米,同一检测组内CCD监控摄像头、3D摄像头、照明灯光轴平行分布并与水平面呈15°-90°夹角,所述控制电路与承载机架连接,并分别与CCD监控摄像头、3D摄像头、照明灯电气连接,且控制电路另通过通讯网络与智能通讯网关数据连接。
4.根据权利要求3述的一种水体漂浮物智能视觉检测方法,其特征在于:所述的控制电路为基于工业计算机、物联网控制器中任意一种或两种共用为基础的电路系统,且控制电路中另设至少一个图形加速器及至少一个在线数据通讯端口及至少一个无线数据通讯端口。
5.根据权利要求2述的一种水体漂浮物智能视觉检测方法,其特征在于:所述的通讯网络为互联网及物联网中的任意一种或两种共用,且通讯网络包括只是一条在线通讯网络和至少一条无线数据通讯网络。
6.根据权利要求2述的一种水体漂浮物智能视觉检测方法,其特征在于:所述的基础操控平台包括工业计算机、个人计算机、智能移动通讯终端中的任意一种或任意几种共用。
7.根据权利要求2述的一种水体漂浮物智能视觉检测方法,其特征在于:所述的基于AI为基础的数据服务平台包括基于AI为基础的数据处理服务器、数据存储服务器及操控终端,其中所述AI为基础的数据处理服务器、数据存储服务器均至少一个,并通过通讯网络相互连接,且操控终端至少一个,并分别与各AI为基础的数据处理服务器、数据存储服务器连接,所述操控终端通过通讯网络分别与各基础操控平台和工作组连接。
8.根据权利要求7述的一种水体漂浮物智能视觉检测方法,其特征在于:所述的基于AI为基础的数据处理服务器中另设数据分析系统,所述数据分析系统包括基于AI基础的数据计算主程序、基于AI基础的图像识别子程序、操控界面子程序、数据检索子程序及驱动子程序,其中所述基于AI基础的数据计算主程序分别与基于AI基础的图像识别子程序、操控界面子程序、数据检索子程序及驱动子程序连接,所述驱动子程序分别与数据存储服务器及操控终端连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910997445.4A CN110793566B (zh) | 2019-10-18 | 2019-10-18 | 一种水体漂浮物智能视觉检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910997445.4A CN110793566B (zh) | 2019-10-18 | 2019-10-18 | 一种水体漂浮物智能视觉检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110793566A true CN110793566A (zh) | 2020-02-14 |
CN110793566B CN110793566B (zh) | 2022-01-28 |
Family
ID=69439401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910997445.4A Active CN110793566B (zh) | 2019-10-18 | 2019-10-18 | 一种水体漂浮物智能视觉检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110793566B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112291369A (zh) * | 2020-12-28 | 2021-01-29 | 南京斯酷环境科技有限公司 | 一种基于互联网的环保远程在线数据监控系统及其方法 |
CN112291535A (zh) * | 2020-12-24 | 2021-01-29 | 南京斯酷环境科技有限公司 | 一种基于物联网的公共安全监视系统及其方法 |
CN112422697A (zh) * | 2021-01-25 | 2021-02-26 | 南京星跃软创信息科技有限公司 | 一种危险品货物运输车辆综合监控系统及其监控方法 |
CN112558534A (zh) * | 2021-02-22 | 2021-03-26 | 南京华阜信息科技有限公司 | 一种弱电集约化管网智慧流体运输监控系统及其方法 |
CN112857471A (zh) * | 2021-04-13 | 2021-05-28 | 湖北明亿节能环保科技有限公司 | 基于工业物联网的化工废水处理排放在线监测预警管理云平台 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102051871A (zh) * | 2010-10-21 | 2011-05-11 | 东华大学 | 一种嵌入式河道漂浮污染物视觉检测装置 |
WO2017034205A1 (ko) * | 2015-08-21 | 2017-03-02 | 주식회사 하이트론씨스템즈 | 자기 부상형 인공지능 카메라 장비 |
CN206313928U (zh) * | 2017-01-12 | 2017-07-07 | 王昱淇 | 一种用于水域漂浮物监测的无人机监控系统 |
CN107421510A (zh) * | 2017-08-28 | 2017-12-01 | 爱易成技术(天津)有限公司 | 一种水文监测设备及方法 |
CN108107176A (zh) * | 2018-01-12 | 2018-06-01 | 中国科学院合肥物质科学研究院 | 一种用于水质监测与污染源追踪的无人船及污染源追踪方法 |
CN207488782U (zh) * | 2017-11-29 | 2018-06-12 | 安徽省环境科学研究院 | 一种基于移动终端湖泊污染物监控系统 |
WO2018105112A1 (ja) * | 2016-12-09 | 2018-06-14 | 株式会社日立国際電気 | 水上侵入検知システムおよびその方法 |
CN108388916A (zh) * | 2018-02-26 | 2018-08-10 | 武汉大学 | 一种基于人工智能的水体漂浮物自动识别方法和系统 |
CN109001409A (zh) * | 2018-09-18 | 2018-12-14 | 南昌工程学院 | 适于监测不同水域水质的服务平台及其工作方法 |
WO2019009214A1 (ja) * | 2017-07-07 | 2019-01-10 | キヤノン株式会社 | 画像から変状を検知する画像処理装置、画像処理方法及びプログラム |
CN109613197A (zh) * | 2019-01-15 | 2019-04-12 | 太仓中科信息技术研究院 | 一种基于河道水网的水质监测预警反馈响应方法 |
CN109614924A (zh) * | 2018-12-07 | 2019-04-12 | 江西洪都航空工业集团有限责任公司 | 一种基于深度学习算法的水面垃圾检测方法 |
CN110084129A (zh) * | 2019-04-01 | 2019-08-02 | 昆明理工大学 | 一种基于机器视觉的河流漂浮物实时检测方法 |
CN110244763A (zh) * | 2019-06-21 | 2019-09-17 | 浙江海洋大学 | 海水污染物的远程监测系统及监测方法 |
CN110261562A (zh) * | 2019-07-15 | 2019-09-20 | 浙江创韵环境科技有限公司 | 城市水网污染物监测系统 |
CN110298640A (zh) * | 2019-08-05 | 2019-10-01 | 软通动力信息技术有限公司 | 一种湖泊信息管理系统 |
-
2019
- 2019-10-18 CN CN201910997445.4A patent/CN110793566B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102051871A (zh) * | 2010-10-21 | 2011-05-11 | 东华大学 | 一种嵌入式河道漂浮污染物视觉检测装置 |
WO2017034205A1 (ko) * | 2015-08-21 | 2017-03-02 | 주식회사 하이트론씨스템즈 | 자기 부상형 인공지능 카메라 장비 |
WO2018105112A1 (ja) * | 2016-12-09 | 2018-06-14 | 株式会社日立国際電気 | 水上侵入検知システムおよびその方法 |
CN206313928U (zh) * | 2017-01-12 | 2017-07-07 | 王昱淇 | 一种用于水域漂浮物监测的无人机监控系统 |
WO2019009214A1 (ja) * | 2017-07-07 | 2019-01-10 | キヤノン株式会社 | 画像から変状を検知する画像処理装置、画像処理方法及びプログラム |
CN107421510A (zh) * | 2017-08-28 | 2017-12-01 | 爱易成技术(天津)有限公司 | 一种水文监测设备及方法 |
CN207488782U (zh) * | 2017-11-29 | 2018-06-12 | 安徽省环境科学研究院 | 一种基于移动终端湖泊污染物监控系统 |
CN108107176A (zh) * | 2018-01-12 | 2018-06-01 | 中国科学院合肥物质科学研究院 | 一种用于水质监测与污染源追踪的无人船及污染源追踪方法 |
CN108388916A (zh) * | 2018-02-26 | 2018-08-10 | 武汉大学 | 一种基于人工智能的水体漂浮物自动识别方法和系统 |
CN109001409A (zh) * | 2018-09-18 | 2018-12-14 | 南昌工程学院 | 适于监测不同水域水质的服务平台及其工作方法 |
CN109614924A (zh) * | 2018-12-07 | 2019-04-12 | 江西洪都航空工业集团有限责任公司 | 一种基于深度学习算法的水面垃圾检测方法 |
CN109613197A (zh) * | 2019-01-15 | 2019-04-12 | 太仓中科信息技术研究院 | 一种基于河道水网的水质监测预警反馈响应方法 |
CN110084129A (zh) * | 2019-04-01 | 2019-08-02 | 昆明理工大学 | 一种基于机器视觉的河流漂浮物实时检测方法 |
CN110244763A (zh) * | 2019-06-21 | 2019-09-17 | 浙江海洋大学 | 海水污染物的远程监测系统及监测方法 |
CN110261562A (zh) * | 2019-07-15 | 2019-09-20 | 浙江创韵环境科技有限公司 | 城市水网污染物监测系统 |
CN110298640A (zh) * | 2019-08-05 | 2019-10-01 | 软通动力信息技术有限公司 | 一种湖泊信息管理系统 |
Non-Patent Citations (3)
Title |
---|
ANGHEL, CI: "Artificial intelligence methods in the pollutant concentrations prediction", 《REVISTA DE CHIMIE》 * |
YETILMEZSOY, K 等: "ARTIFICIAL INTELLIGENCE-BASED PREDICTION MODELS FOR ENVIRONMENTAL ENGINEERING", 《NEURAL NETWORK WORLD》 * |
左建军 等: "水面漂浮物智能监控技术", 《软件导刊》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112291535A (zh) * | 2020-12-24 | 2021-01-29 | 南京斯酷环境科技有限公司 | 一种基于物联网的公共安全监视系统及其方法 |
CN112291369A (zh) * | 2020-12-28 | 2021-01-29 | 南京斯酷环境科技有限公司 | 一种基于互联网的环保远程在线数据监控系统及其方法 |
CN112422697A (zh) * | 2021-01-25 | 2021-02-26 | 南京星跃软创信息科技有限公司 | 一种危险品货物运输车辆综合监控系统及其监控方法 |
CN112558534A (zh) * | 2021-02-22 | 2021-03-26 | 南京华阜信息科技有限公司 | 一种弱电集约化管网智慧流体运输监控系统及其方法 |
CN112857471A (zh) * | 2021-04-13 | 2021-05-28 | 湖北明亿节能环保科技有限公司 | 基于工业物联网的化工废水处理排放在线监测预警管理云平台 |
CN112857471B (zh) * | 2021-04-13 | 2023-04-28 | 安徽中科大国祯信息科技有限责任公司 | 工业物联网的化工废水处理排放在线监测预警管理云平台 |
Also Published As
Publication number | Publication date |
---|---|
CN110793566B (zh) | 2022-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110793566B (zh) | 一种水体漂浮物智能视觉检测方法 | |
CN112085241B (zh) | 一种基于机器学习的环境大数据分析和决策平台 | |
CN106651074A (zh) | 一种地下管线智能管理系统 | |
CN111537023A (zh) | 一种工业园区大气污染物扩散模拟与溯源方法 | |
CN107564257A (zh) | 一种地理水文数据采集展示系统 | |
CN109613197B (zh) | 一种基于河道水网的水质监测预警反馈响应方法 | |
CN102855526A (zh) | 突发水污染事件监控预警系统 | |
Ye et al. | The system architecture of smart water grid for water security | |
CN111535259A (zh) | 一种水库大坝安全预警系统及预警方法 | |
CN112598369A (zh) | 智能河谷管理平台 | |
CN109656977B (zh) | 一种农业面源污染监测大数据管理系统 | |
CN101266547A (zh) | 一种基于gis地图的环境自动监测网络集成系统的信息监测软件 | |
CN110968008A (zh) | 一种用于水利水资源的管理系统 | |
CN112040010A (zh) | 一种基于物联网的生态环境监测系统 | |
CN104298201A (zh) | 企业排污监测系统 | |
CN102110982B (zh) | 一种特高压联络线功率监控方法和装置 | |
CN109061065A (zh) | 一种基于物联网的城市空气质量监控管理和确定污染源方法 | |
CN208269972U (zh) | 一种水体环境在线监测系统 | |
CN105301215A (zh) | 一种远程污水检测系统 | |
CN115060240A (zh) | 一种多功能一体化智慧水文杆 | |
CN114581278A (zh) | 基于智能路灯的大气污染物溯源排查方法、终端及系统 | |
CN206004711U (zh) | 一种基于无线网的水质智能监控系统 | |
CN206178147U (zh) | 一种大气环境监测激光雷达的管理系统 | |
CN203929760U (zh) | 蜂窝式无线通讯的水质参数远程监测系统 | |
CN112446077A (zh) | 一种基于大数据的综合管廊运维风险评估系统及方法 |
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 |