CN117292211B - 水质标注图像发送方法、装置、电子设备和计算机可读介质 - Google Patents
水质标注图像发送方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN117292211B CN117292211B CN202311585916.3A CN202311585916A CN117292211B CN 117292211 B CN117292211 B CN 117292211B CN 202311585916 A CN202311585916 A CN 202311585916A CN 117292211 B CN117292211 B CN 117292211B
- Authority
- CN
- China
- Prior art keywords
- image
- water quality
- area
- reservoir
- sampling
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 447
- 238000002372 labelling Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005070 sampling Methods 0.000 claims abstract description 154
- 238000012544 monitoring process Methods 0.000 claims abstract description 60
- 230000004044 response Effects 0.000 claims abstract description 37
- 238000001514 detection method Methods 0.000 claims description 23
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 239000003643 water by type Substances 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 230000001629 suppression Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000005484 gravity Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000009966 trimming Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- Water Supply & Treatment (AREA)
- Tourism & Hospitality (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本公开的实施例公开了水质标注图像发送方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标水库各个区域的图像，得到水库水域图像集；对水库水域图像集中的水库水域图像进行拼接处理，得到拼接水库水域图像；确定拼接水库水域图像中是否存在目标区域；响应于确定拼接水库水域图像中存在目标区域，在拼接水库水域图像中进行采样区域标注，得到采样标注图像；获取采样标注图像中目标区域的水质采样结果，以及根据水质采样结果对采样标注图像进行水质标注，得到水质标注图像；将水质标注图像存储至水质标注图像序列的末尾。该实施方式可以根据实际的图像监测情况动态确定水质采样区域，实现对水库水质有效的监测。
Description
技术领域
本公开的实施例涉及计算机技术领域，具体涉及水质标注图像发送方法、装置、电子设备和计算机可读介质。
背景技术
水库水质监测，是利用一种监视和测定水体中污染物的种类、各类污染物的浓度及变化趋势，评价水质状况的过程定的技术手段。目前，在对水库水质进行监测时，通常采用的方式为：根据人工经验，定时在水库中的水质监测点进行采样，并通过对水体样本的检测实现对水库水质的监测。
然而，当采用上述方式对进行水库水质监测并进行水质标注图像发送时，经常会存在如下技术问题：
第一，根据人工经验，定时在水库中的水质监测点进行采样，导致每次进行采样的点位是固定的，难以有效的实现对水质的监测。
第二，根据人工经验，定时在水库中的水质监测点进行采样，导致难以根据水质的实际情况和突发事件进行灵活的水质采样。
第三，难以对水质较差的区域实现连续的、动态的监测，导致水质恶化。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了水质标注图像发送方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种水质标注图像发送方法，该方法包括：响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集，其中，上述目标时间点根据目标时间间隔确定，上述水库水域图像集中的水库水域图像是无人机拍摄的正射影像；对上述水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像；确定上述拼接水库水域图像中是否存在目标区域，其中，上述目标区域是进行水质采样的区域；响应于确定上述拼接水库水域图像中存在目标区域，在上述拼接水库水域图像中进行采样区域标注，得到采样标注图像，以及向水质监控终端发送水质采样预警信息和上述采样标注图像；获取上述采样标注图像中各个目标区域的水质采样结果，以及根据上述水质采样结果对上述采样标注图像进行水质标注，得到水质标注图像，其中，上述各个目标区域的水质采样结果用于表示目标区域内的水质检测达标或水质检测不达标；将上述水质标注图像存储至水质标注图像序列的末尾，以及将上述水质标注图像发送至上述水质监控终端。
第二方面，本公开的一些实施例提供了一种水质标注图像发送装置，装置包括：第一获取单元，被配置成响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集，其中，上述目标时间点根据目标时间间隔确定，上述水库水域图像集中的水库水域图像是无人机拍摄的正射影像；拼接单元，被配置成对上述水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像；确定单元，被配置成确定上述拼接水库水域图像中是否存在目标区域，其中，上述目标区域是进行水质采样的区域；标注单元，被配置成响应于确定上述拼接水库水域图像中存在目标区域，在上述拼接水库水域图像中进行采样区域标注，得到采样标注图像，以及向水质监控终端发送水质采样预警信息和上述采样标注图像；第二获取单元，被配置成获取上述采样标注图像中各个目标区域的水质采样结果，以及根据上述水质采样结果对上述采样标注图像进行水质标注，得到水质标注图像，其中，上述各个目标区域的水质采样结果用于表示目标区域内的水质检测达标或水质检测不达标；存储单元，被配置成将上述水质标注图像存储至水质标注图像序列的末尾，以及将上述水质标注图像发送至上述水质监控终端。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的水质标注图像发送方法，可以根据实际的监测情况动态确定水质采样区域，实现对水库水质有效的监测，避免无效采样。具体来说，造成难以有效的实现对水质的监测的原因在于：根据人工经验，定时在水库中的水质监测点进行采样，导致每次进行采样的点位是固定的，但水库中的水是流动的，水质较差的区域也是不断变化的，因此每次在固定的采样点进行采样，会使得无法有效的对水质进行监测。基于此，本公开的一些实施例的水质标注图像发送方法，首先，响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集，其中，上述目标时间点根据目标时间间隔确定，上述水库水域图像集中的水库水域图像是无人机拍摄的正射影像。然后，对上述水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像。由此，可以利用无人机获取目标水库水域各个区域的图像，然后通过拼接获得目标水库的全域图像。再然后，确定上述拼接水库水域图像中是否存在目标区域，其中，上述目标区域是进行水质采样的区域。由此，通过获得的图像确定水库水域中进行水质采样的区域。接着，响应于确定上述拼接水库水域图像中存在目标区域，在上述拼接水库水域图像中进行采样区域标注，得到采样标注图像，以及向水质监控终端发送水质采样预警信息和上述采样标注图像。再接着，获取上述采样标注图像中各个目标区域的水质采样结果，以及根据上述水质采样结果对上述采样标注图像进行水质标注，得到水质标注图像，其中，上述各个目标区域的水质采样结果用于表示目标区域内的水质检测达标或水质检测不达标。最后，将上述水质标注图像存储至水质标注图像序列的末尾，以及将上述水质标注图像发送至上述水质监控终端。由此，可以实际的图像监测情况动态确定水质采样区域，实现对水库水质有效的监测，避免无效采样。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的水质标注图像发送方法的一些实施例的流程图；
图2是本公开的水质标注图像发送装置的一些实施例的结构示意图；
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
参考图1，示出了根据本公开的水质标注图像发送方法的一些实施例的流程100。该水质标注图像发送方法，包括以下步骤：
步骤101，响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集。
在一些实施例中，水质标注图像发送方法的执行主体可以响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集。其中，上述目标时间点可以根据目标时间间隔确定。上述水库水域图像集中的水库水域图像是无人机拍摄的正射影像。上述目标时间间隔可以是30天。上述目标水库可以是需要进行水质采样的水库。上述水库水域图像集中的上述水库水域图像覆盖上述目标水库的所有区域。
步骤102，对水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像。
在一些实施例中，上述执行主体对上述水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像，可以包括以下步骤：
第一步，确定上述水库水域图像集中每个水库水域图像的待裁剪区域。
可以将水库水域图像中以上述水库水域图像的拍摄中心点为中心，以预设长度为边长的正方形之外的区域确定为待裁剪区域。
第二步，利用上述水库水域图像集中每个水库水域图像的待裁剪区域，对上述水库水域图像集中每个水库水域图像进行裁剪处理以生成裁剪图像，得到裁剪图像集。
第三步，对上述裁剪图像集中的各个裁剪图像进行拼接处理，得到拼接水库水域图像。可以根据上述裁剪的重叠图像集中的各个裁剪图像的重叠区域对上述裁剪图像集中的各个裁剪图像进行拼接。
在一些实施例的一些可选的实现方式中，上述执行主体对上述裁剪图像集中的各个裁剪图像进行拼接处理，得到拼接水库水域图像，可以包括以下步骤：
第一步，对上述裁剪图像集中的各个裁剪图进行预处理，得到预处理裁剪图像集。其中，上述预处理可以包括几何校正、噪声抑制和图像增强处理。
第二步，利用特征提取模型从上述预处理裁剪图像集中的每个预处理裁剪图像中提取图像匹配特征点以生成图像匹配特征点组。
第三步，对上述预处理裁剪图像集中各个预处理裁剪图像的图像匹配特征点组中的图像匹配特征点进行匹配，得到特征点匹配结果。其中，上述特征点匹配结果可以包括图像匹配特征点对。
第四步，利用上述特征点匹配结果中的各个图像匹配特征点对，对上述预处理裁剪图像集中各个预处理裁剪图像进行配准，得到配准图像集。
第五步，对上述配准图像集中的各个配准图像进行图像融合处理，得到拼接水库水域图像。其中，可以采用基于最大/最小值的图像融合方法、基于像素加权平均的图像融合方法等方法进行图像融合处理。
步骤103，确定拼接水库水域图像中是否存在目标区域。
在一些实施例中，上述目标区域是进行水质采样的区域。
上述执行主体确定上述拼接水库水域图像中是否存在目标区域，可以包括以下步骤：
第一步，响应于检测到事件触发信息，确定上述拼接水库水域图像中存在目标区域。其中，上述事件触发信息可以包括污染事故信息和突发自然状况信息。
作为实例，上述污染事故信息可以表征污染物泄露。上述突发自然状况信息可以表征山洪、泥石流等自然灾害。
第二步，对上述拼接水库水域图像执行以下确定子步骤：
第一确定子步骤，将上述第一水质标注图像组中水质标注图像中的填色区域确定为目标区域。
第二确定子步骤，确定所得到的各个目标区域的重心点，得到重心点集合。
第三确定子步骤，利用上述重心点集合中的重心点，在上述拼接水库水域图像中进行点加密处理，得到加密点集合。其中，可以利用经纬度加密算法对上述重心点集合中的重心点进行加密。
第四确定子步骤，以上述加密点集合中每个加密点为中心，以预设半径为缓冲距，生成缓冲区，得到缓冲区集合。
实践中，可以根据实际应用需要设置上述预设半径的数值，此处不做限定。
第五确定子步骤，将上述缓冲区集合中的缓冲区确定为目标区域。
第三步，响应于未检测到事件触发信息，执行以下区域确定子步骤：
第一区域确定子步骤，对上述拼接水库水域图像进行水色检测，得到水色检测图像。其中，可以采用基于稳定水体不确定性的卫星水色参数反演算法进行水色检测。
第二区域确定子步骤，利用预先设置的水色对照信息，确定上述水色检测图像中的异常水色区域，得到异常水色区域集合。其中，上述水色对照信息可以包括水色区间和水色判定结果。
第三区域确定子步骤，将上述异常水色区域集合中的异常水色区域确定为目标区域。
上述确定拼接水库水域图像中是否存在目标区域的步骤以及具体确定目标区域的子步骤作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“定时在水库中的水质监测点进行采样，导致难以根据水质的实际情况和突发事件进行灵活的水质采样”。导致上述技术问题的因素往往如下：水库中的水是流动的，水库中不同区域的水质变化也是动态的，在固定水质监测点进行采样会导致难以掌握水库中水质的实际情况。如果解决了上述因素，就能实现根据水质的实际情况和突发事件进行灵活的水质采样的效果。为了达到这一效果，本公开对上述拼接水库水域图像进行水色检测，并利用预先设置的水色对照信息，确定上述水色检测图像中的异常水色区域，得到异常水色区域集合。由此，可以根据无人机拍摄的图片确定水库中进行水质采样的区域。对于突发事件，可以利用第一水质标注图像组中的历史水质标注图像确定目标区域。由此可以达到根据水质的实际情况和突发事件进行灵活的水质采样的效果。
步骤104，响应于确定拼接水库水域图像中存在目标区域，在拼接水库水域图像中进行采样区域标注，得到采样标注图像，以及向水质监控终端发送水质采样预警信息和采样标注图像。
在一些实施例中，上述执行主体可以响应于确定上述拼接水库水域图像中存在目标区域，在上述拼接水库水域图像中进行采样区域标注，得到采样标注图像，以及向水质监控终端发送水质采样预警信息和上述采样标注图像。
在一些实施例的一些可选的实现方式中，上述执行主体获取上述采样标注图像中各个目标区域的水质采样结果，以及根据上述水质采样结果对上述采样标注图像进行水质标注，得到水质标注图像可以包括以下步骤：
第一步，响应于确定各个水质采样结果中存在表示目标区域内的水质检测不达标的水质采样结果，将上述采样标注图像中对应的水质采样结果表示目标区域内的水质检测不达标的目标区域确定为待填色目标区域，得到各个待填色目标区域。
第二步，对上述采样标注图像的各个待填色目标区域进行填色处理，得到水质标注图像。
可选地，上述执行主体还可以执行以下步骤：
响应于确定上述拼接水库水域图像中不存在目标区域，将上述拼接水库水域图像作为水质标注图像存储至上述水质标注图像序列的末尾。
步骤105，获取采样标注图像中各个目标区域的水质采样结果，以及根据水质采样结果对采样标注图像进行水质标注，得到水质标注图像。
在一些实施例中，上述执行主体可以获取上述采样标注图像中各个目标区域的水质采样结果，以及根据上述水质采样结果对上述采样标注图像进行水质标注，得到水质标注图像其中，上述各个目标区域的水质采样结果可以用于表示目标区域内的水质检测达标或水质检测不达标。
步骤106，将水质标注图像存储至水质标注图像序列的末尾，以及将水质标注图像发送至水质监控终端。
在一些实施例中，上述执行主体可以将上述水质标注图像存储至水质标注图像序列的末尾，以及将上述水质标注图像发送至上述水质监控终端。
在一些实施例的一些可选的实现方式中，上述执行主体还可以执行以下步骤：
第一步，从上述水质标注图像序列的尾端取出预设数目的水质标注图像，得到第一水质标注图像组。实践中，上述预设数目可以根据实际应用需要进行设置，此处不做限定。
作为示例，上述预设数目可以是6。
第二步，确定上述第一水质标注图像组中各个水质标注图像中填色的目标区域的总数，得到填色区域总和。
第三步，根据上述填色区域总和与上述第一水质标注图像组中水质标注图像的数量，确定上述第一水质标注图像组中各个水质标注图像中填色区域的平均数，得到填色区域平均数。
第四步，响应于确定上述填色区域平均数大于预设水质异常区域数区间的最大值，对上述目标时间间隔进行调整。实践中，上述预设水质异常区域数区间可以根据实际应用需要进行设置，此处不做限定。
作为示例，上述预设水质异常区域数区间可以是[3,8]。
第五步，响应于确定上述填色区域平均数小于上述预设水质异常区域数区间的最小值，对上述目标时间间隔进行调整。
可选地，上述执行主体响应于确定上述填色区域平均数大于预设水质异常区域数区间的最大值，对上述目标时间间隔进行调整，可以包括以下步骤：
第一步，将上述填色区域平均数与上述预设水质异常区域数区间的最大值的差值确定为第一差值。
第二步，对上述第一差值与预设数值的比值进行向下取整处理，得到第一调整系数。实践中，可以根据实际应用需要设置上述预设数值的大小，此处不做限定。
作为示例，上述预设数值可以是2。
第三步，将上述第一调整系数与预设时间步长的乘积值确定为第一调整时间间隔。实践中，可以根据实际应用需要设置上述预设时间不长的大小，此处不做限定。
作为示例，上述预设时间不长可以是2。
第四步，利用上述第一调整时间间隔对上述目标时间间隔进行调整。其中，可以将原目标时间间隔和上述第一调整时间间隔的和确定为目标时间间隔。
可选地，上述执行主体还可以执行以下步骤：
第一步，从上述水质标注图像序列中取出预设时间段内的水质标注图像，得到第二水质标注图像组。实践中，可以根据实际应用需要设置上述预设时间段的时长，此处不做限定。
作为示例，上述预设时间段可以是6个月。
第二步，利用上述第二水质标注图像组中的第二水质标注图像，执行以下像元权重确定子步骤：
第一像元权重确定子步骤，将上述第二水质标注图像覆盖至上述拼接水库水域图像中，得到覆盖区域图像。
第二像元权重确定子步骤，将上述覆盖区域图像中每个像元的像元权重进行递增。其中，上述拼接水库水域图像中每个像元的初始像元权重可以为零。像元权重的递增步长可以为一。
第二步，将上述拼接水库水域图像中像元权重大于预设阈值的像元确定为目标像元，得到目标像元集。实践中，可以根据实际应用需要设置上述预设阈值，此处不做限定。
作为示例，上述预设阈值可以是3。
第三步，利用上述目标像元集中的各个目标像元在上述拼接水库水域图像中划定长期监测区域。
第四步，从上述长期监测区域中确定监测点，得到监测点集合。其中，可以从上述长期监测区域的中心线上以预设间隔选取监测点。
第五步，将上述监测点集合发送至上述水质监控终端。
上述步骤作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题三“难以对水质较差的区域实现连续的、动态的监测，导致水质恶化”。导致上述技术问题的因素往往如下：利用人工进行水质采样效率较低，周期较长。如果解决了上述因素，就能达到对水质较差的区域实现连续的、动态的监测，在一定程度上避免水质恶化的效果。为了达到这一效果，本公开从上述水质标注图像序列的尾端取出预设数目的水质标注图像，得到第一水质标注图像组。然后，根据上述第一水质标注图像组中各个水质标注图像中填色的目标区域的总数，对上述目标时间间隔进行调整。由此，可以根据实际情况动态调整采样周期，在一定程度上实现对水质较为合理的监测。接着，根据目标水库中各个目标区域的重叠程度，确定需要进行常态化监测的区域，进而可以通过在长期监测区域中的监测点设置监测设备，以实现不间断的监测，由此，可以实现对水质较差的区域实现连续的、动态的监测。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的水质标注图像发送方法，可以根据实际的监测情况动态确定水质采样区域，实现对水库水质有效的监测，避免无效采样。具体来说，造成难以有效的实现对水质的监测的原因在于：根据人工经验，定时在水库中的水质监测点进行采样，导致每次进行采样的点位是固定的，但水库中的水是流动的，水质较差的区域也是不断变化的，因此每次在固定的采样点进行采样，会使得无法有效的对水质进行监测。基于此，本公开的一些实施例的水质标注图像发送方法，首先，响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集，其中，上述目标时间点根据目标时间间隔确定，上述水库水域图像集中的水库水域图像是无人机拍摄的正射影像。然后，对上述水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像。由此，可以利用无人机获取目标水库水域各个区域的图像，然后通过拼接获得目标水库的全域图像。再然后，确定上述拼接水库水域图像中是否存在目标区域，其中，上述目标区域是进行水质采样的区域。由此，通过获得的图像确定水库水域中进行水质采样的区域。接着，响应于确定上述拼接水库水域图像中存在目标区域，在上述拼接水库水域图像中进行采样区域标注，得到采样标注图像，以及向水质监控终端发送水质采样预警信息和上述采样标注图像。再接着，获取上述采样标注图像中各个目标区域的水质采样结果，以及根据上述水质采样结果对上述采样标注图像进行水质标注，得到水质标注图像，其中，上述各个目标区域的水质采样结果用于表示目标区域内的水质检测达标或水质检测不达标。最后，将上述水质标注图像存储至水质标注图像序列的末尾，以及将上述水质标注图像发送至上述水质监控终端。由此，可以实际的图像监测情况动态确定水质采样区域，实现对水库水质有效的监测，避免无效采样。
进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种水质标注图像发送装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图2所示，一些实施例的水质标注图像发送装置200包括：第一获取单元201、拼接单元202、确定单元203、标注单元204、第二获取单元205和存储单元206。其中，第一获取单元201，被配置成响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集，其中，上述目标时间点根据目标时间间隔确定，上述水库水域图像集中的水库水域图像是无人机拍摄的正射影像；拼接单元202，被配置成对上述水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像；确定单元203，被配置成确定上述拼接水库水域图像中是否存在目标区域，其中，上述目标区域是进行水质采样的区域；标注单元204，被配置成响应于确定上述拼接水库水域图像中存在目标区域，在上述拼接水库水域图像中进行采样区域标注，得到采样标注图像，以及向水质监控终端发送水质采样预警信息和上述采样标注图像；第二获取单元205，被配置成获取上述采样标注图像中各个目标区域的水质采样结果，以及根据上述水质采样结果对上述采样标注图像进行水质标注，得到水质标注图像，其中，上述各个目标区域的水质采样结果用于表示目标区域内的水质检测达标或水质检测不达标；存储单元206，被配置成将上述水质标注图像存储至水质标注图像序列的末尾，以及将上述水质标注图像发送至上述水质监控终端。
可以理解的是，水质标注图像发送装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于水质标注图像发送装置200及其中包含的单元，在此不再赘述。
下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300可以包括处理装置（例如中央处理器、图形处理器等）301，其可以根据存储在只读存储器（ROM）302中的程序或者从存储装置308加载到随机访问存储器（RAM）303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置307；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集，其中，上述目标时间点根据目标时间间隔确定，上述水库水域图像集中的水库水域图像是无人机拍摄的正射影像；对上述水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像；确定上述拼接水库水域图像中是否存在目标区域，其中，上述目标区域是进行水质采样的区域；响应于确定上述拼接水库水域图像中存在目标区域，在上述拼接水库水域图像中进行采样区域标注，得到采样标注图像，以及向水质监控终端发送水质采样预警信息和上述采样标注图像；获取上述采样标注图像中各个目标区域的水质采样结果，以及根据上述水质采样结果对上述采样标注图像进行水质标注，得到水质标注图像，其中，上述各个目标区域的水质采样结果用于表示目标区域内的水质检测达标或水质检测不达标；将上述水质标注图像存储至水质标注图像序列的末尾，以及将上述水质标注图像发送至上述水质监控终端。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取单元、拼接单元、确定单元、标注单元、第二获取单元和存储单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
Claims (8)
1.一种水质标注图像发送方法，包括：
响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集，其中，所述目标时间点根据目标时间间隔确定，所述水库水域图像集中的水库水域图像是无人机拍摄的正射影像；
对所述水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像；
确定所述拼接水库水域图像中是否存在目标区域，其中，所述目标区域是进行水质采样的区域；
响应于确定所述拼接水库水域图像中存在目标区域，在所述拼接水库水域图像中进行采样区域标注，得到采样标注图像，以及向水质监控终端发送水质采样预警信息和所述采样标注图像；
获取所述采样标注图像中各个目标区域的水质采样结果，以及根据所述水质采样结果对所述采样标注图像进行水质标注，得到水质标注图像，包括：响应于确定各个水质采样结果中存在表示目标区域内的水质检测不达标的水质采样结果，将所述采样标注图像中对应的水质采样结果表示目标区域内的水质检测不达标的目标区域确定为待填色目标区域，得到各个待填色目标区域；对所述采样标注图像的各个待填色目标区域进行填色处理，得到水质标注图像，其中，所述各个目标区域的水质采样结果用于表示目标区域内的水质检测达标或水质检测不达标；
将所述水质标注图像存储至水质标注图像序列的末尾，以及将所述水质标注图像发送至所述水质监控终端；
从所述水质标注图像序列的尾端取出预设数目的水质标注图像，得到第一水质标注图像组；
确定所述第一水质标注图像组中各个水质标注图像中填色的目标区域的总数，得到填色区域总和；
根据所述填色区域总和与所述第一水质标注图像组中水质标注图像的数量，确定所述第一水质标注图像组中各个水质标注图像中填色区域的平均数，得到填色区域平均数；
响应于确定所述填色区域平均数大于预设水质异常区域数区间的最大值，对所述目标时间间隔进行调整；
响应于确定所述填色区域平均数小于所述预设水质异常区域数区间的最小值，对所述目标时间间隔进行调整。
2.根据权利要求1所述的方法，其中，所述方法还包括：
响应于确定所述拼接水库水域图像中不存在目标区域，将所述拼接水库水域图像作为水质标注图像存储至所述水质标注图像序列的末尾。
3.根据权利要求2所述的方法，其中，所述响应于确定所述填色区域平均数大于预设水质异常区域数区间的最大值，对所述目标时间间隔进行调整，包括：
将所述填色区域平均数与所述预设水质异常区域数区间的最大值的差值确定为第一差值；
对所述第一差值与预设数值的比值进行向下取整处理，得到第一调整系数；
将所述第一调整系数与预设时间步长的乘积值确定为第一调整时间间隔；
利用所述第一调整时间间隔对所述目标时间间隔进行调整。
4.根据权利要求3所述的方法，其中，所述对所述水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像，包括：
确定所述水库水域图像集中每个水库水域图像的待裁剪区域；
利用所述水库水域图像集中每个水库水域图像的待裁剪区域，对所述水库水域图像集中每个水库水域图像进行裁剪处理以生成裁剪图像，得到裁剪图像集；
对所述裁剪图像集中的各个裁剪图像进行拼接处理，得到拼接水库水域图像。
5.根据权利要求4所述的方法，其中，所述对所述裁剪图像集中的各个裁剪图像进行拼接处理，得到拼接水库水域图像，包括：
对所述裁剪图像集中的各个裁剪图进行预处理，得到预处理裁剪图像集，其中，所述预处理包括几何校正、噪声抑制和图像增强处理；
利用特征提取模型从所述预处理裁剪图像集中的每个预处理裁剪图像中提取图像匹配特征点以生成图像匹配特征点组；
对所述预处理裁剪图像集中各个预处理裁剪图像的图像匹配特征点组中的图像匹配特征点进行匹配，得到特征点匹配结果，其中，所述特征点匹配结果包括图像匹配特征点对；
利用所述特征点匹配结果中的各个图像匹配特征点对，对所述预处理裁剪图像集中各个预处理裁剪图像进行配准，得到配准图像集；
对所述配准图像集中的各个配准图像进行图像融合处理，得到拼接水库水域图像。
6.一种水质标注图像发送装置，包括：
第一获取单元，被配置成响应于到达目标时间点，获取目标水库各个区域的图像，得到水库水域图像集，其中，所述目标时间点根据目标时间间隔确定，所述水库水域图像集中的水库水域图像是无人机拍摄的正射影像；
拼接单元，被配置成对所述水库水域图像集中的各个水库水域图像进行拼接处理，得到拼接水库水域图像；
确定单元，被配置成确定所述拼接水库水域图像中是否存在目标区域，其中，所述目标区域是进行水质采样的区域；
标注单元，被配置成响应于确定所述拼接水库水域图像中存在目标区域，在所述拼接水库水域图像中进行采样区域标注，得到采样标注图像，以及向水质监控终端发送水质采样预警信息和所述采样标注图像；
第二获取单元，被配置成获取所述采样标注图像中各个目标区域的水质采样结果，以及根据所述水质采样结果对所述采样标注图像进行水质标注，得到水质标注图像，包括：响应于确定各个水质采样结果中存在表示目标区域内的水质检测不达标的水质采样结果，将所述采样标注图像中对应的水质采样结果表示目标区域内的水质检测不达标的目标区域确定为待填色目标区域，得到各个待填色目标区域；对所述采样标注图像的各个待填色目标区域进行填色处理，得到水质标注图像，其中，所述各个目标区域的水质采样结果用于表示目标区域内的水质检测达标或水质检测不达标；
存储单元，被配置成将所述水质标注图像存储至水质标注图像序列的末尾，以及将所述水质标注图像发送至所述水质监控终端；
取出单元，被配置成从所述水质标注图像序列的尾端取出预设数目的水质标注图像，得到第一水质标注图像组；
总数确定单元，被配置成确定所述第一水质标注图像组中各个水质标注图像中填色的目标区域的总数，得到填色区域总和；
平均数确定单元，被配置成根据所述填色区域总和与所述第一水质标注图像组中水质标注图像的数量，确定所述第一水质标注图像组中各个水质标注图像中填色区域的平均数，得到填色区域平均数；
第一调整单元，被配置成响应于确定所述填色区域平均数大于预设水质异常区域数区间的最大值，对所述目标时间间隔进行调整；
第二调整单元，被配置成响应于确定所述填色区域平均数小于所述预设水质异常区域数区间的最小值，对所述目标时间间隔进行调整。
7.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311585916.3A CN117292211B (zh) | 2023-11-27 | 2023-11-27 | 水质标注图像发送方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311585916.3A CN117292211B (zh) | 2023-11-27 | 2023-11-27 | 水质标注图像发送方法、装置、电子设备和计算机可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117292211A CN117292211A (zh) | 2023-12-26 |
| CN117292211B true CN117292211B (zh) | 2024-02-27 |
Family
ID=89244778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311585916.3A Active CN117292211B (zh) | 2023-11-27 | 2023-11-27 | 水质标注图像发送方法、装置、电子设备和计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117292211B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108038450A (zh) * | 2017-12-14 | 2018-05-15 | 海安常州大学高新技术研发中心 | 基于无人机和图像识别的水面污染物检测方法 |
| US10339646B1 (en) * | 2019-01-14 | 2019-07-02 | Sourcewater, Inc. | Image processing of aerial imagery for energy infrastructure analysis using pre-processing image selection |
| CN110908394A (zh) * | 2019-11-25 | 2020-03-24 | 桂林航天工业学院 | 一种海事水域污染监管无人机系统及监管方法 |
| CN111868260A (zh) * | 2017-08-07 | 2020-10-30 | 约翰斯霍普金斯大学 | 用于评估和治疗癌症的方法和材料 |
| CN112561876A (zh) * | 2020-12-14 | 2021-03-26 | 中南大学 | 基于图像的池塘和水库的水质检测方法及系统 |
| CN114965929A (zh) * | 2022-06-08 | 2022-08-30 | 莱州明波水产有限公司 | 一种水质检测在线分析的处理方法 |
| CN115308101A (zh) * | 2022-09-27 | 2022-11-08 | 恒天益科技（深圳）有限公司 | 水质监测管理方法及系统 |
| CN115424134A (zh) * | 2022-08-26 | 2022-12-02 | 南方海洋科学与工程广东省实验室(广州) | 一种基于遥感影像的污染入海通量预测方法以及装置 |
| WO2022252881A1 (zh) * | 2021-06-03 | 2022-12-08 | 北京有竹居网络技术有限公司 | 图像处理方法、装置、可读介质和电子设备 |
| CN115712746A (zh) * | 2022-11-09 | 2023-02-24 | 抖音视界有限公司 | 图像样本标注方法、装置、存储介质以及电子设备 |
| CN115979720A (zh) * | 2022-07-12 | 2023-04-18 | 上海霞旭船舶服务有限公司 | 一种水质取样检测系统 |
| CN116050456A (zh) * | 2023-01-15 | 2023-05-02 | 中国科学院成都生物研究所 | 一种水质预测方法及应用 |
| CN116233370A (zh) * | 2023-04-27 | 2023-06-06 | 安徽哈斯特自动化科技有限公司 | 基于水质监测的智能化视频监控方法 |
| CN116499429A (zh) * | 2023-05-25 | 2023-07-28 | 江苏方洋智能科技有限公司 | 海洋环境监测方法、装置、计算机设备及存储介质 |
-
2023
- 2023-11-27 CN CN202311585916.3A patent/CN117292211B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111868260A (zh) * | 2017-08-07 | 2020-10-30 | 约翰斯霍普金斯大学 | 用于评估和治疗癌症的方法和材料 |
| CN108038450A (zh) * | 2017-12-14 | 2018-05-15 | 海安常州大学高新技术研发中心 | 基于无人机和图像识别的水面污染物检测方法 |
| US10339646B1 (en) * | 2019-01-14 | 2019-07-02 | Sourcewater, Inc. | Image processing of aerial imagery for energy infrastructure analysis using pre-processing image selection |
| CN110908394A (zh) * | 2019-11-25 | 2020-03-24 | 桂林航天工业学院 | 一种海事水域污染监管无人机系统及监管方法 |
| CN112561876A (zh) * | 2020-12-14 | 2021-03-26 | 中南大学 | 基于图像的池塘和水库的水质检测方法及系统 |
| WO2022252881A1 (zh) * | 2021-06-03 | 2022-12-08 | 北京有竹居网络技术有限公司 | 图像处理方法、装置、可读介质和电子设备 |
| CN114965929A (zh) * | 2022-06-08 | 2022-08-30 | 莱州明波水产有限公司 | 一种水质检测在线分析的处理方法 |
| CN115979720A (zh) * | 2022-07-12 | 2023-04-18 | 上海霞旭船舶服务有限公司 | 一种水质取样检测系统 |
| CN115424134A (zh) * | 2022-08-26 | 2022-12-02 | 南方海洋科学与工程广东省实验室(广州) | 一种基于遥感影像的污染入海通量预测方法以及装置 |
| CN115308101A (zh) * | 2022-09-27 | 2022-11-08 | 恒天益科技（深圳）有限公司 | 水质监测管理方法及系统 |
| CN115712746A (zh) * | 2022-11-09 | 2023-02-24 | 抖音视界有限公司 | 图像样本标注方法、装置、存储介质以及电子设备 |
| CN116050456A (zh) * | 2023-01-15 | 2023-05-02 | 中国科学院成都生物研究所 | 一种水质预测方法及应用 |
| CN116233370A (zh) * | 2023-04-27 | 2023-06-06 | 安徽哈斯特自动化科技有限公司 | 基于水质监测的智能化视频监控方法 |
| CN116499429A (zh) * | 2023-05-25 | 2023-07-28 | 江苏方洋智能科技有限公司 | 海洋环境监测方法、装置、计算机设备及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| Research on regional soil moisture dynamics based on hyperspectral remote sensing technology;Zhiqian Guo等;International Journal of Low-Carbon Technologies;第737-749页 * |
| 衡水市水源区入湖河流水质变化特征研究;齐荣斌;水利科技与经济;第65-68页 * |
| 辽宁省水域水体波谱库的构建;张玲;;水土保持应用技术(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117292211A (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111402112B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
| CN111414879B (zh) | 人脸遮挡程度识别方法、装置、电子设备及可读存储介质 | |
| CN115205706B (zh) | 遥感数据获取方法、装置、电子设备和计算机可读介质 | |
| CN115272182B (zh) | 车道线检测方法、装置、电子设备和计算机可读介质 | |
| CN110705511A (zh) | 模糊图像的识别方法、装置、设备及存储介质 | |
| CN117690063B (zh) | 电缆线路检测方法、装置、电子设备与计算机可读介质 | |
| CN115359391A (zh) | 巡视图像检测方法、装置、电子设备和介质 | |
| CN111967332A (zh) | 用于自动驾驶的能见度信息生成方法和装置 | |
| CN115546487A (zh) | 图像模型训练方法、装置、介质及电子设备 | |
| CN117292211B (zh) | 水质标注图像发送方法、装置、电子设备和计算机可读介质 | |
| CN115546769B (zh) | 道路图像识别方法、装置、设备、计算机可读介质 | |
| CN116506741A (zh) | 监控视频去闪烁方法、装置、电子设备和计算机可读介质 | |
| CN112418233B (zh) | 图像处理方法、装置、可读介质及电子设备 | |
| CN117373024B (zh) | 标注图像生成方法、装置、电子设备和计算机可读介质 | |
| CN117726145B (zh) | 电缆巡检处理方法、装置、电子设备和计算机可读介质 | |
| CN110796144A (zh) | 车牌检测方法、装置、设备及存储介质 | |
| US11521331B2 (en) | Method and apparatus for generating position information, device, and medium | |
| CN118229171B (zh) | 电力设备存放区域信息展示方法、装置与电子设备 | |
| CN117011787B (zh) | 应用于加油站的信息处理方法、装置和电子设备 | |
| CN116434874B (zh) | 应用于活性污泥的信息生成方法、装置和电子设备 | |
| CN116798018A (zh) | 模型训练方法、疲劳驾驶检测方法、装置、设备及介质 | |
| CN112488943B (zh) | 模型训练和图像去雾方法、装置、设备 | |
| US20240104703A1 (en) | Method and apparatus for adjusting image brightness, electronic device, and medium | |
| CN116293063A (zh) | 阀门故障检测方法、装置、设备和介质 | |
| CN116996666A (zh) | 一种视频卡顿检测方法、装置、设备及介质 |
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 |