一种沉水植物覆盖面积智能监测方法与流程

本发明涉及图像识别，尤其涉及一种沉水植物覆盖面积智能监测方法。

背景技术：

1、沉水植物具有细胞间隙发达，通气组织强大，净化水质、为水生动物提供栖息地、改良基底土壤、抑制藻类生长等作用，对水体中污染物的去除及清洁水质效果的保持有着重要的作用。因此，沉水植物是水生态、水生植物监测的重要内容。

2、在生态学中，盖度是衡量植被生长状况的重要概念，通过水下摄像技术利用沉水植物投影面积占水底面积的比率，可以监测沉水植物生长状况。但由于水中悬浮物存在，导致图像退化现象严重，如颜色衰退、对比度低以及细节模糊等。因此，目前存在沉水植物的拍摄图像清晰度较低，沉水植物覆盖面积的检测不准确的问题。

技术实现思路

1、本发明提供了一种沉水植物覆盖面积智能监测方法，能够提高沉水植物的拍摄图像清晰度，进而提高沉水植物覆盖面积检测的准确性。

2、第一方面，本发明提供了一种沉水植物覆盖面积智能监测方法，包括：获取沉水植物的投影图像以及投影图像对应的浊度数据；基于投影图像对应的浊度数据，确定投影图像对应的浊度等级；基于投影图像对应的浊度等级，对投影图像进行图像拉伸，得到增强图像；其中，不同浊度等级对应的图像拉伸方式不同；对增强图像进行边缘检测和优化，得到边缘优化图像；基于边缘优化图像，确定沉水植物的覆盖面积。

3、在一种可能的实现方式中，基于投影图像对应的浊度等级，对投影图像进行图像拉伸，得到增强图像之前，还包括：提取投影图像的图像模糊特征和图像结构特征；基于图像模糊特征和图像结构特征，将投影图像划分为多个区域；其中，投影图像的各区域的清晰度不同；对投影图像的清晰度进行注意力分析，得到注意力矩阵；注意力矩阵中清晰像素的权重高于模糊像素的权重；基于投影图像的多个区域，以及注意力矩阵，重建投影图像，实现对投影图像的预处理。

4、在一种可能的实现方式中，基于投影图像对应的浊度等级，对投影图像进行图像拉伸，得到增强图像，包括：基于投影图像对应的浊度等级，确定投影图像的拉伸方案；拉伸方案包括以下其中一项：直方图拉伸，retinex拉伸，对数变化拉伸，指数变化拉伸，最大最小拉伸和分段线性拉伸；基于投影图像的拉伸方案，对投影图像进行图像拉伸，得到增强图像。

5、在一种可能的实现方式中，基于投影图像对应的浊度等级，确定投影图像的拉伸方案，包括：若投影图像对应的浊度等级为低浑浊度，则投影图像的拉伸方案为直方图拉伸或retinex拉伸；相应的，基于投影图像的拉伸方案，对投影图像进行图像拉伸，得到增强图像，包括：对投影图像进行空间转换，将rgb空间转换为hsv空间，得到hsv空间的h分量、s分量和v分量；对于hsv空间的任一分量，计算该分量的像素总数以及该分量中各像素的灰度值；基于该分量的像素总数以及该分量中各像素的灰度值，进行等级划分，得到多个灰度等级；计算各灰度等级对应的累计分布值；基于各灰度等级对应的累计分布值，对该分量进行直方图均衡化，得到该分量对应的拉伸分量；基于hsv空间中各分量对应的拉伸分量，进行空间转换，将hsv空间转换为rgb空间，得到增强图像。

6、在一种可能的实现方式中，对增强图像进行边缘检测和优化，得到边缘优化图像，包括：对增强图像进行分块操作，得到多个分块图像；对于任一分块图像，采用canny算子对该分块图像中的沉水植物进行边缘检测，确定带有边缘轮廓的分块图像；对各带有边缘轮廓的分块图像进行前背景区分，确定各分块图像中的前景区域和背景区域；基于各分块图像的边缘轮廓、前景区域和背景区域，将各分块图像转化为各二值图像；基于各二值图像进行块间合并，得到边缘优化图像。

7、在一种可能的实现方式中，对于任一分块图像，采用canny算子对该分块图像中的沉水植物进行边缘检测，确定带有边缘轮廓的分块图像，包括：对该块内图像进行高斯平滑处理，去除该块内图像中的高频率噪声，得到高斯平滑图像；利用soble水平算子和soble垂直算子，对高斯平滑图像进行卷积处理，得到高斯平滑图像中各像素点的边缘强度和方向；基于高斯平滑图像中各像素点的边缘强度和方向，采用双阈值算法，确定高斯平滑图像中的第一边缘和第二边缘，第一边缘为采用双阈值中低阈值确定的边缘，第二边缘为采用双阈值中高阈值确定的边缘；在高斯平滑图像中，以第二边缘为基础，在第一边缘和第二边缘之间选择新边缘点，补全第二边缘中的断点，构成闭合的边缘轮廓，得到带有边缘轮廓的分块图像。

8、在一种可能的实现方式中，对各带有边缘轮廓的分块图像进行前背景区分，确定各分块图像中的前景区域和背景区域，包括：对于任一带有边缘轮廓的分块图像，基于边缘轮廓，分别计算轮廓内部区域和轮廓外部区域的灰度均值；基于轮廓内部区域和轮廓外部区域的灰度均值，对该分块图像中各像素点进行灰度泛化，得到泛化后的分块图像；基于泛化后的分块图像中各像素点的灰度，确定该分块图像的前景区域和背景区域。

9、第二方面，本发明实施例提供了一种沉水植物覆盖面积的智能监测装置，包括通信模块和处理模块；通信模块，用于获取沉水植物的投影图像以及投影图像对应的浊度数据；处理模块，用于基于投影图像对应的浊度数据，确定投影图像对应的浊度等级；基于投影图像对应的浊度等级，对投影图像进行图像拉伸，得到增强图像；其中，不同浊度等级对应的图像拉伸方式不同；对增强图像进行边缘检测和优化，得到边缘优化图像；基于边缘优化图像，确定沉水植物的覆盖面积。

10、在一种可能的实现方式中，处理模块，还用于提取投影图像的图像模糊特征和图像结构特征；基于图像模糊特征和图像结构特征，将投影图像划分为多个区域；其中，投影图像的各区域的清晰度不同；对投影图像的清晰度进行注意力分析，得到注意力矩阵；注意力矩阵中清晰像素的权重高于模糊像素的权重；基于投影图像的多个区域，以及注意力矩阵，重建投影图像，实现对投影图像的预处理。

11、在一种可能的实现方式中，处理模块，具体用于基于投影图像对应的浊度等级，确定投影图像的拉伸方案；拉伸方案包括以下其中一项：直方图拉伸，retinex拉伸，对数变化拉伸，指数变化拉伸，最大最小拉伸和分段线性拉伸；基于投影图像的拉伸方案，对投影图像进行图像拉伸，得到增强图像。

12、在一种可能的实现方式中，处理模块，具体用于若投影图像对应的浊度等级为低浑浊度，则投影图像的拉伸方案为直方图拉伸或retinex拉伸；相应的，处理模块，具体用于对投影图像进行空间转换，将rgb空间转换为hsv空间，得到hsv空间的h分量、s分量和v分量；对于hsv空间的任一分量，计算该分量的像素总数以及该分量中各像素的灰度值；基于该分量的像素总数以及该分量中各像素的灰度值，进行等级划分，得到多个灰度等级；计算各灰度等级对应的累计分布值；基于各灰度等级对应的累计分布值，对该分量进行直方图均衡化，得到该分量对应的拉伸分量；基于hsv空间中各分量对应的拉伸分量，进行空间转换，将hsv空间转换为rgb空间，得到增强图像。

13、在一种可能的实现方式中，处理模块，具体用于对增强图像进行分块操作，得到多个分块图像；对于任一分块图像，采用canny算子对该分块图像中的沉水植物进行边缘检测，确定带有边缘轮廓的分块图像；对各带有边缘轮廓的分块图像进行前背景区分，确定各分块图像中的前景区域和背景区域；基于各分块图像的边缘轮廓、前景区域和背景区域，将各分块图像转化为各二值图像；基于各二值图像进行块间合并，得到边缘优化图像。

14、在一种可能的实现方式中，处理模块，具体用于对该块内图像进行高斯平滑处理，去除该块内图像中的高频率噪声，得到高斯平滑图像；利用soble水平算子和soble垂直算子，对高斯平滑图像进行卷积处理，得到高斯平滑图像中各像素点的边缘强度和方向；基于高斯平滑图像中各像素点的边缘强度和方向，采用双阈值算法，确定高斯平滑图像中的第一边缘和第二边缘，第一边缘为采用双阈值中低阈值确定的边缘，第二边缘为采用双阈值中高阈值确定的边缘；在高斯平滑图像中，以第二边缘为基础，在第一边缘和第二边缘之间选择新边缘点，补全第二边缘中的断点，构成闭合的边缘轮廓，得到带有边缘轮廓的分块图像。

15、在一种可能的实现方式中，处理模块，具体用于对于任一带有边缘轮廓的分块图像，基于边缘轮廓，分别计算轮廓内部区域和轮廓外部区域的灰度均值；基于轮廓内部区域和轮廓外部区域的灰度均值，对该分块图像中各像素点进行灰度泛化，得到泛化后的分块图像；基于泛化后的分块图像中各像素点的灰度，确定该分块图像的前景区域和背景区域。

16、第三方面，本发明实施例提供了一种电子设备，所述电子设备包括存储器和处理器，该存储器存储有计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序执行如上述第一方面以及第一方面中任一种可能的实现方式所述方法的步骤。

17、第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述第一方面以及第一方面中任一种可能的实现方式所述方法的步骤。

18、本发明提供一种沉水植物覆盖面积智能监测方法，本发明在获取沉水植物的投影图像的同时，获取投影图像对应的浊度数据；并基于浊度数据，采用不同的图像拉伸方式对投影图像进行图像拉伸，增强投影图像的对比度，得到增强图像。之后，对增强图像进行边缘检测和优化，得到边缘优化图像，最后根据边缘优化图像得到沉睡植物的覆盖面积。由于本发明在沉水植物覆盖面积监测过程中，基于浊度，通过图像拉伸方式增强了边缘检测前的对比度，提高了沉水植物的拍摄图像清晰度，进而提高沉水植物覆盖面积检测的准确性。