本技術(shù)涉及數(shù)據(jù)識(shí)別領(lǐng)域，尤其涉及一種基于頻域自適應(yīng)濾波的湖面水藻變化檢測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、隨著城市化進(jìn)程的加速和環(huán)境污染加劇，城市園林水體的生態(tài)平衡面臨嚴(yán)峻挑戰(zhàn)。水藻過(guò)度繁殖導(dǎo)致的水華現(xiàn)象不僅影響水體景觀，還會(huì)產(chǎn)生有害物質(zhì)，危及水生態(tài)系統(tǒng)和人類健康。因此，園林水體管理部門迫切需要一種能夠及時(shí)發(fā)現(xiàn)和監(jiān)測(cè)水藻變化的技術(shù)手段，以便采取相應(yīng)的治理措施。

2、相關(guān)技術(shù)中采用基于深度學(xué)習(xí)的變化檢測(cè)框架進(jìn)行水體監(jiān)測(cè)。其中metachanger通過(guò)特征交互增強(qiáng)雙時(shí)相特征的對(duì)齊，采用聚合-分布和特征交換的交互策略來(lái)檢測(cè)變化區(qū)域；gcd-ddpm則采用生成式方法，通過(guò)差異條件編碼器和變分推理，直接生成變化圖。

3、然而，相關(guān)技術(shù)中metachanger對(duì)圖像噪聲較為敏感，大氣條件和傳感器噪聲會(huì)影響特征交互效果；gcd-ddpm在復(fù)雜背景下容易產(chǎn)生偽圖斑，降低檢測(cè)準(zhǔn)確性。特別是在水面這種具有高度動(dòng)態(tài)性和復(fù)雜光照變化的場(chǎng)景中，相關(guān)技術(shù)中的方法難以準(zhǔn)確識(shí)別水藻的實(shí)際變化區(qū)域。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供了一種基于頻域自適應(yīng)濾波的湖面水藻變化檢測(cè)方法及系統(tǒng)，用于準(zhǔn)確識(shí)別湖面水藻快速生長(zhǎng)情況，提高園林水體的管理效率。

2、第一方面，本技術(shù)提供了一種基于頻域自適應(yīng)濾波的湖面水藻變化檢測(cè)方法，應(yīng)用于檢測(cè)系統(tǒng)，該方法包括：獲取目標(biāo)攝像頭在第一時(shí)刻采集的多幀第一圖像和在第二時(shí)刻采集的多幀第二圖像，并基于第一圖像和第二圖像生成初始圖像對(duì)；基于用戶設(shè)置，提取初始圖像對(duì)中作為待監(jiān)測(cè)目標(biāo)的湖面區(qū)域，得到湖面監(jiān)測(cè)圖像對(duì)；通過(guò)多層卷積下采樣，提取湖面監(jiān)測(cè)圖像對(duì)的多個(gè)特征向量；對(duì)特征向量進(jìn)行傅里葉變換，得到頻域特征，并根據(jù)頻域特征確定動(dòng)態(tài)卷積系數(shù)；基于動(dòng)態(tài)卷積系數(shù)對(duì)頻域特征進(jìn)行自適應(yīng)濾波、反傅里葉變換和上采樣重建，確定水藻變化區(qū)域的區(qū)域輪廓；根據(jù)目標(biāo)攝像頭的位置參數(shù)，確定區(qū)域輪廓對(duì)應(yīng)的水藻變化區(qū)域面積；在水藻變化區(qū)域面積大于預(yù)設(shè)面積閾值時(shí)，發(fā)送清理提示至用戶終端。

3、在上述實(shí)施例中，檢測(cè)系統(tǒng)將湖面監(jiān)測(cè)圖像對(duì)通過(guò)多層卷積下采樣提取特征向量，并對(duì)特征向量進(jìn)行傅里葉變換獲取頻域特征，利用頻域特征確定動(dòng)態(tài)卷積系數(shù)，進(jìn)行自適應(yīng)濾波和重建；能有效抑制水面波動(dòng)和光照變化帶來(lái)的干擾，提高水藻變化區(qū)域檢測(cè)的準(zhǔn)確性和魯棒性。

4、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，基于用戶設(shè)置，提取初始圖像對(duì)中作為待監(jiān)測(cè)目標(biāo)的湖面區(qū)域，得到湖面監(jiān)測(cè)圖像對(duì)的步驟，具體包括：響應(yīng)于用戶在用戶終端對(duì)于初始圖像的點(diǎn)擊操作，發(fā)送點(diǎn)擊操作對(duì)應(yīng)的區(qū)域圖像至用戶終端；響應(yīng)于用戶終端的區(qū)域編輯操作，對(duì)區(qū)域圖像進(jìn)行范圍修正，得到編輯之后的目標(biāo)區(qū)域圖像；提取目標(biāo)區(qū)域圖像中作為待監(jiān)測(cè)目標(biāo)的湖面區(qū)域，得到湖面監(jiān)測(cè)圖像。

5、在上述實(shí)施例中，檢測(cè)系統(tǒng)響應(yīng)用戶的點(diǎn)擊和區(qū)域編輯操作，對(duì)初始圖像進(jìn)行湖面區(qū)域提取和范圍修正，通過(guò)交互式的區(qū)域選擇方式保證了監(jiān)測(cè)區(qū)域的精確性，提高了系統(tǒng)的靈活性，使監(jiān)測(cè)任務(wù)更貼合實(shí)際需求。

6、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，根據(jù)目標(biāo)攝像頭的位置參數(shù)，確定區(qū)域輪廓對(duì)應(yīng)的水藻變化區(qū)域面積的步驟，具體包括：根據(jù)目標(biāo)攝像頭的位置參數(shù)，確定區(qū)域輪廓從圖像坐標(biāo)系映射為標(biāo)準(zhǔn)坐標(biāo)系的坐標(biāo)轉(zhuǎn)換矩陣；根據(jù)坐標(biāo)轉(zhuǎn)換矩陣，將區(qū)域輪廓的坐標(biāo)點(diǎn)從圖像坐標(biāo)系映射到標(biāo)準(zhǔn)坐標(biāo)系，得到標(biāo)準(zhǔn)輪廓點(diǎn)；將標(biāo)準(zhǔn)輪廓點(diǎn)的平面坐標(biāo)值輸入面積計(jì)算公式中，得到區(qū)域輪廓對(duì)應(yīng)的水藻變化區(qū)域面積。

7、在上述實(shí)施例中，檢測(cè)系統(tǒng)基于攝像頭位置參數(shù)建立圖像坐標(biāo)系到標(biāo)準(zhǔn)坐標(biāo)系的映射關(guān)系，并利用標(biāo)準(zhǔn)輪廓點(diǎn)計(jì)算實(shí)際面積，基于幾何變換的面積計(jì)算方法克服了圖像視角變形的影響，能準(zhǔn)確評(píng)估水藻覆蓋范圍。

8、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，標(biāo)準(zhǔn)輪廓點(diǎn)的平面坐標(biāo)值分別為，面積計(jì)算公式為：；其中，n為標(biāo)準(zhǔn)輪廓點(diǎn)的總數(shù)，為區(qū)域輪廓對(duì)應(yīng)的曲線閉合點(diǎn)，。

9、在上述實(shí)施例中，檢測(cè)系統(tǒng)采用特定的面積計(jì)算公式，通過(guò)標(biāo)準(zhǔn)輪廓點(diǎn)的坐標(biāo)值直接計(jì)算水藻變化區(qū)域面積，能適應(yīng)不規(guī)則區(qū)域形狀，提高了面積評(píng)估的效率和精度。

10、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，在獲取目標(biāo)攝像頭在第一時(shí)刻采集的多幀第一圖像和在第二時(shí)刻采集的多幀第二圖像，并基于第一圖像和第二圖像生成初始圖像對(duì)的步驟之前，該方法還包括：獲取目標(biāo)攝像頭的標(biāo)定參數(shù)和安裝參數(shù)；根據(jù)標(biāo)定參數(shù)和安裝參數(shù)，確定目標(biāo)攝像頭的位置參數(shù)和監(jiān)測(cè)區(qū)域；發(fā)送多個(gè)目標(biāo)攝像頭的監(jiān)測(cè)區(qū)域至用戶終端，使得用戶終端顯示水藻監(jiān)測(cè)地圖；水藻監(jiān)測(cè)地圖包括多個(gè)目標(biāo)攝像頭對(duì)應(yīng)的范圍標(biāo)識(shí)。

11、在上述實(shí)施例中，檢測(cè)系統(tǒng)獲取攝像頭的標(biāo)定和安裝參數(shù)，生成監(jiān)測(cè)區(qū)域地圖，用以顯示多個(gè)攝像頭的覆蓋范圍，通過(guò)系統(tǒng)化的監(jiān)測(cè)布局使得水藻監(jiān)測(cè)形成網(wǎng)絡(luò)化覆蓋，提升了監(jiān)測(cè)的全面性和系統(tǒng)性。

12、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，在水藻變化區(qū)域面積大于預(yù)設(shè)面積閾值時(shí)，發(fā)送清理提示至用戶終端的步驟之后，該方法還包括：基于歷史監(jiān)測(cè)數(shù)據(jù)建立水藻生長(zhǎng)預(yù)測(cè)模型；將水藻變化區(qū)域面積輸入至水藻生長(zhǎng)預(yù)測(cè)模型，得到未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的水藻面積預(yù)測(cè)值；在水藻面積預(yù)測(cè)值超過(guò)預(yù)警閾值時(shí)，生成包含水藻分布熱力圖、變化趨勢(shì)曲線和治理建議的預(yù)警報(bào)告。

13、在上述實(shí)施例中，檢測(cè)系統(tǒng)建立水藻生長(zhǎng)預(yù)測(cè)模型，結(jié)合歷史數(shù)據(jù)分析未來(lái)趨勢(shì)，并生成包含分布熱力圖和治理建議的預(yù)警報(bào)告，提高了水藻治理的前瞻性。

14、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，在水藻面積預(yù)測(cè)值超過(guò)預(yù)警閾值時(shí)，生成包含水藻分布熱力圖、變化趨勢(shì)曲線和治理建議的預(yù)警報(bào)告的步驟之后，該方法還包括：根據(jù)目標(biāo)攝像頭的位置參數(shù)確定最優(yōu)清理路徑，并將預(yù)警報(bào)告和清理路徑發(fā)送至清理設(shè)備終端；接收清理設(shè)備終端回傳的實(shí)際清理數(shù)據(jù)，基于實(shí)際清理數(shù)據(jù)更新預(yù)警報(bào)告的顯示狀態(tài)。

15、在上述實(shí)施例中，檢測(cè)系統(tǒng)根據(jù)攝像頭位置確定最優(yōu)清理路徑，并通過(guò)實(shí)際清理數(shù)據(jù)更新預(yù)警狀態(tài)，提高了水藻治理的針對(duì)性和實(shí)效性。

16、第二方面，本技術(shù)實(shí)施例提供了一種檢測(cè)系統(tǒng)，該檢測(cè)系統(tǒng)包括：一個(gè)或多個(gè)處理器和存儲(chǔ)器；該存儲(chǔ)器與該一個(gè)或多個(gè)處理器耦合，該存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序代碼，該計(jì)算機(jī)程序代碼包括計(jì)算機(jī)指令，該一個(gè)或多個(gè)處理器調(diào)用該計(jì)算機(jī)指令以使得該檢測(cè)系統(tǒng)執(zhí)行如第一方面以及第一方面中任一可能的實(shí)現(xiàn)方式描述的方法。

17、第三方面，本技術(shù)實(shí)施例提供一種包含指令的計(jì)算機(jī)程序產(chǎn)品，當(dāng)上述計(jì)算機(jī)程序產(chǎn)品在檢測(cè)系統(tǒng)上運(yùn)行時(shí)，使得上述檢測(cè)系統(tǒng)執(zhí)行如第一方面以及第一方面中任一可能的實(shí)現(xiàn)方式描述的方法。

18、第四方面，本技術(shù)實(shí)施例提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括指令，當(dāng)上述指令在檢測(cè)系統(tǒng)上運(yùn)行時(shí)，使得上述檢測(cè)系統(tǒng)執(zhí)行如第一方面以及第一方面中任一可能的實(shí)現(xiàn)方式描述的方法。

19、可以理解地，上述第二方面提供的檢測(cè)系統(tǒng)，第三方面提供的計(jì)算機(jī)程序產(chǎn)品和第四方面提供的計(jì)算機(jī)存儲(chǔ)介質(zhì)均用于執(zhí)行本技術(shù)實(shí)施例所提供的方法。因此，其所能達(dá)到的有益效果可參考對(duì)應(yīng)方法中的有益效果，此處不再贅述。

20、本技術(shù)實(shí)施例中提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

21、1、由于采用了基于頻域自適應(yīng)濾波的水藻變化檢測(cè)方法，通過(guò)多層卷積下采樣提取圖像特征并在頻域進(jìn)行自適應(yīng)濾波處理，所以能有效抑制水面波動(dòng)、光照變化等環(huán)境因素的干擾，準(zhǔn)確識(shí)別水藻變化區(qū)域。有效解決了現(xiàn)有技術(shù)中深度學(xué)習(xí)方法對(duì)噪聲敏感、在復(fù)雜背景下容易產(chǎn)生偽檢測(cè)的問(wèn)題，進(jìn)而實(shí)現(xiàn)了穩(wěn)定可靠的水藻變化檢測(cè)。

22、2、由于采用了交互式的區(qū)域選擇方法，通過(guò)響應(yīng)用戶的點(diǎn)擊操作和區(qū)域編輯操作來(lái)確定監(jiān)測(cè)區(qū)域，所以使系統(tǒng)能夠根據(jù)實(shí)際需求靈活調(diào)整監(jiān)測(cè)范圍和重點(diǎn)關(guān)注區(qū)域。有效解決了現(xiàn)有技術(shù)中監(jiān)測(cè)區(qū)域固定、難以適應(yīng)復(fù)雜水體環(huán)境的問(wèn)題，進(jìn)而實(shí)現(xiàn)了精確的目標(biāo)區(qū)域提取。

23、3、由于采用了基于歷史監(jiān)測(cè)數(shù)據(jù)的水藻生長(zhǎng)預(yù)測(cè)模型，結(jié)合水藻分布熱力圖、變化趨勢(shì)曲線等多維度信息生成預(yù)警報(bào)告，所以能夠及時(shí)預(yù)測(cè)水藻暴發(fā)風(fēng)險(xiǎn)并提供治理建議。有效解決了現(xiàn)有技術(shù)中只能被動(dòng)監(jiān)測(cè)、缺乏預(yù)見性的問(wèn)題，進(jìn)而實(shí)現(xiàn)了水藻治理的主動(dòng)預(yù)防。