(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210253300.5 (22)申请日 2022.03.15 (71)申请人 江苏嘉斌 环保科技有限公司 地址 221700 江苏省徐州市丰 县经济开发 区高新技术产业园 (72)发明人 潘嘉斌　 (74)专利代理 机构 江苏长德知识产权代理有限 公司 32478 专利代理师 陈飞 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/26(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于计算机视觉的水污染检测方法及 系统 (57)摘要 本发明涉及人工智能技术领域， 具体涉及一 种基于计算机视觉的水污染检测方法及系统。 该 方法采集水下自然图像的RGB图像。 根据RGB图像 B通道内的信息筛选出反射像素点， 根据每个通 道的像素信息获得每个通道的子高斯模型， 通过 将所有子高斯模 型的参数融合， 获得全局光照强 度。 根据没有污水遮挡情况下的暗通道图像和全 局光照强度获得每个像素点的污水透射率。 根据 反射像素点的数量和污水透射率获得污染程度 指标。 本发 明通过图像上的直观信息实现了快速 便捷的获取 水污染情况。 权利要求书2页 说明书5页 附图1页 CN 114581720 A 2022.06.03 CN 114581720 A 1.一种基于计算机 视觉的水污染检测方法， 其特 征在于， 所述方法包括： 在水下设置自然图像； 所述自然图像包括丰富的色彩信息及纹理信息； 通过水下相机 获得所述自然图像的RGB图像； 获得每个所述RGB图像的像素点的R通道像素值和G通道像素值和； 以每个所述RGB图像 的像素点的B通道像素值与所述像素值和的比值作为分割参考比； 根据所述分割参考比将 像素点分类， 获得反射像素点； 根据所述RGB图像每个通道 的像素值获得每个通道 的子高斯模型； 将所有通道的所述 子高斯模型的参数进行融合， 获得 所述RGB图像的全局光照强度； 获取所述自然图像在没有污水遮挡情况下的暗通道图像； 根据 所述暗通道图像像素值 和所述全局光照强度获得 所述RGB图像上每 个像素点的污水透射 率； 根据所述污水透射率和所述反射像素点在所述RGB图像中的数量占比， 获得污染程度 指标。 2.根据权利要求1所述的一种基于计算机视觉的水污染检测方法， 其特征在于， 所述根 据所述分割参 考比将像素点分类包括： 根据分割参考比利用超像素分割算法将像素点分为两类； 以所述分割参考比小的类别 作为反射像素点。 3.根据权利要求1所述的一种基于计算机视觉的水污染检测方法， 其特征在于， 所述根 据所述RGB图像 每个通道的像素值获得每 个通道的子高斯模型包括： 随机化设置每个所述子高斯模型的初始参数； 通过EM算法根据所述RGB图像上每个通 道的像素值对所述初始 参数进行迭代优化， 直至满足预设迭代条件， 获得最优模 型参数； 根 据所述最优模型参数获得 所述子高斯模型。 4.根据权利要求3所述的一种基于计算机视觉的水污染检测方法， 其特征在于， 所述将 所有通道的所述子高斯模型的参数进行融合， 获得 所述RGB图像的全局光照强度包括： 获得所述子 高斯模型中的模型均值和模型权重； 将所述子高斯模型的所述模型权重与 所述模型权 重相乘后累加， 获得 所述全局光照强度。 5.根据权利要求1所述的一种基于计算机视觉的水污染检测方法， 其特征在于， 所述根 据所述暗通道图像像素值和所述全局光照强度获得所述 RGB图像上每个像素点的污水透射 率包括： 根据光散射模型获得 所述污水透射 率； 所述光散射模型包括： 其中， tx,y为所述RGB图像在(x,y)处像素点的所述污水透射率， 为所述暗通道图像 上(x,y)处像素点的像素值， A为所述全局光照强度。 6.根据权利要求1所述的一种基于计算机视觉的水污染检测方法， 其特征在于， 所述根 据所述污水透射率和所述反射像素点在所述RGB图像中的数量占比， 获得污染程度指标包 括： 根据污染程度指标计算公式获得 所述污染程度指标； 所述污染程度指标计算公式为： 权　利　要　求　书 1/2 页 2 CN 114581720 A 2其中， M为所述污染程度 指标， N为所述RGB图像像 素点数量， ti为所述RGB图像 上第i个像 素点的所述污水透射 率， NRG为所述反射像素点的数量。 7.一种基于计算机视觉的水污染检测系统， 包括存储器、 处理器以及存储在所述存储 器中并可在所述处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程 序时实现如权利要求1～6任意 一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114581720 A 3