摘要:針對水(shui)面(mian)垃(la)(la)圾(ji)自(zi)動(dong)(dong)監測(ce)(ce)的(de)問(wen)題,提(ti)(ti)出(chu)了(le)一種基于機器視覺的(de)自(zi)動(dong)(dong)監測(ce)(ce)算(suan)法(fa)。首先通過將(jiang)原始圖(tu)像(xiang)轉換為亮度灰度直方圖(tu),再通過邊(bian)緣提(ti)(ti)取算(suan)法(fa)獲得水(shui)面(mian)圖(tu)像(xiang)中垃(la)(la)圾(ji)區域(yu)的(de)邊(bian)緣,最后(hou)根據(ju)垃(la)(la)圾(ji)區域(yu)邊(bian)緣提(ti)(ti)取垃(la)(la)圾(ji)區域(yu)。實驗結果表明(ming)該算(suan)法(fa)能較好的(de)提(ti)(ti)取水(shui)面(mian)圖(tu)像(xiang)中的(de)垃(la)(la)圾(ji)區域(yu),為水(shui)面(mian)垃(la)(la)圾(ji)自(zi)動(dong)(dong)監測(ce)(ce)提(ti)(ti)供理論支持。 

關鍵詞:機器視覺,水(shui)面,垃圾

在(zai)環(huan)境(jing)監測中，水(shui)(shui)(shui)(shui)體(ti)質量(liang)(liang)一直(zhi)是監測的(de)重(zhong)點。而近(jin)年來隨著旅游業(ye)的(de)發展，對于(yu)水(shui)(shui)(shui)(shui)體(ti)水(shui)(shui)(shui)(shui)面(mian)(mian)的(de)要求越來越高，水(shui)(shui)(shui)(shui)面(mian)(mian)垃(la)(la)圾(ji)的(de)清(qing)理(li)(li)成(cheng)為(wei)水(shui)(shui)(shui)(shui)體(ti)保(bao)護(hu)的(de)新課題。一方面(mian)(mian)，旅游業(ye)的(de)發展導致水(shui)(shui)(shui)(shui)體(ti)附近(jin)人(ren)(ren)口(kou)密集、人(ren)(ren)流量(liang)(liang)大，這使得(de)水(shui)(shui)(shui)(shui)面(mian)(mian)垃(la)(la)圾(ji)數(shu)(shu)量(liang)(liang)急劇(ju)增(zeng)加(jia)；另(ling)一方面(mian)(mian)，由(you)于(yu)水(shui)(shui)(shui)(shui)面(mian)(mian)垃(la)(la)圾(ji)量(liang)(liang)的(de)增(zeng)長(chang)(chang)并不存在(zai)較為(wei)明顯的(de)規律性，而為(wei)保(bao)護(hu)水(shui)(shui)(shui)(shui)面(mian)(mian)環(huan)境(jing)現在(zai)主要通過人(ren)(ren)工清(qing)除(chu)(chu)水(shui)(shui)(shui)(shui)面(mian)(mian)垃(la)(la)圾(ji)，這使得(de)清(qing)除(chu)(chu)垃(la)(la)圾(ji)的(de)時(shi)機非常重(zhong)要。若(ruo)定時(shi)清(qing)除(chu)(chu)，有時(shi)由(you)于(yu)垃(la)(la)圾(ji)數(shu)(shu)量(liang)(liang)不多浪費了人(ren)(ren)力物(wu)力，有時(shi)由(you)于(yu)垃(la)(la)圾(ji)數(shu)(shu)量(liang)(liang)增(zeng)長(chang)(chang)較快等到(dao)人(ren)(ren)工清(qing)除(chu)(chu)時(shi)水(shui)(shui)(shui)(shui)面(mian)(mian)環(huan)境(jing)已(yi)經嚴重(zhong)污染(ran)。因(yin)此，為(wei)有效及時(shi)的(de)清(qing)除(chu)(chu)水(shui)(shui)(shui)(shui)面(mian)(mian)垃(la)(la)圾(ji)的(de)同時(shi)盡(jin)量(liang)(liang)減少人(ren)(ren)力物(wu)力，或者(zhe)在(zai)一定的(de)人(ren)(ren)力物(wu)力情況下為(wei)有效提高水(shui)(shui)(shui)(shui)面(mian)(mian)環(huan)境(jing)質量(liang)(liang)，合理(li)(li)選(xuan)擇水(shui)(shui)(shui)(shui)面(mian)(mian)垃(la)(la)圾(ji)清(qing)除(chu)(chu)時(shi)機成(cheng)為(wei)關鍵。

隨著(zhu)計算機(ji)(ji)(ji)技(ji)術(shu)的(de)不斷發(fa)展，機(ji)(ji)(ji)器(qi)(qi)視(shi)覺成為水(shui)體自動監(jian)測的(de)一個主要發(fa)展方向[1,2]。機(ji)(ji)(ji)器(qi)(qi)視(shi)覺就是(shi)用(yong)機(ji)(ji)(ji)器(qi)(qi)代替人(ren)眼來做測量(liang)和判斷。顯然，使用(yong)機(ji)(ji)(ji)器(qi)(qi)視(shi)覺技(ji)術(shu)可對(dui)水(shui)面(mian)垃圾量(liang)進行有(you)效的(de)監(jian)測。因此，基于機(ji)(ji)(ji)器(qi)(qi)視(shi)覺的(de)水(shui)面(mian)垃圾自動監(jian)測將(jiang)(jiang)有(you)效反映水(shui)面(mian)的(de)環(huan)境(jing)質量(liang)，這將(jiang)(jiang)為有(you)效選擇(ze)垃圾清(qing)理時機(ji)(ji)(ji)提(ti)供指導(dao)，從(cong)而能夠(gou)在保持水(shui)面(mian)環(huan)境(jing)的(de)前提(ti)下盡量(liang)減少清(qing)理次數(shu)從(cong)而節省相應的(de)人(ren)力物力。

1水面垃圾(ji)自動監測算(suan)法

在現有的機器視覺技術中，主要通過顏色空間的描述獲得相應的數字圖像。而面向硬件設備最常用的顏色空間就是RGB 顏色空間，所以現有機器視覺設備采集得到的水面圖像一般為24 位的 RGB 圖像。即每一個 RGB 彩色像素由 R、G、B三個值表示，每個像素 24 個字節，每個分量 8 個字節，所以每個分量都分為 256（28） 個灰度級，總共可以表示 16777216（224）種顏色。采集到原始圖像后一般首先需要將其轉換為灰度圖像，最常見的方式是使用 R、G、B 三個值的和作為亮度特征，建立亮度灰度圖像。得到灰度圖像后接著需要將垃圾在圖像中對應的像素從水面圖像中分割出來。由于垃圾對應區域的顏色與水面對應區域存在一定差異可以考慮提取垃圾的邊緣。所謂邊緣(或邊沿)就是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集“邊緣”的兩側分屬于兩個區域，每個區域的灰度相對均勻一致，而兩個灰度特性上存在一定差異。人們觀察物體的時候，首先看到的最清楚的部分就是邊緣和線，根據邊緣和線的組成，便可以知道物體的構造。多年以來，圍繞圖像邊緣檢測的問題，人們提出了各種圖像邊緣檢測算子，如：Roberts 算子、Prewitt 算子、Sobel 算子 、laplace 算子 、Canny算子等，這些算子各有優點，在實際應用中被廣泛地采用。對于邊緣較為明顯的灰度圖像，這些算子均能取得很好的效果。提取垃圾邊緣后，就可將水面圖像中垃圾對應區域分離出來，從而達到水面垃圾的自動監測

詳細內容請查看附件部分：

  使用微信“掃一掃”功能添加“谷騰環保網”

相關文章