本技術(shù)涉及圖像處理，特別是涉及一種水面漂浮物的檢測方法、裝置和計(jì)算機(jī)設(shè)備。

背景技術(shù)：

1、隨著經(jīng)濟(jì)的快速發(fā)展，城市化和工業(yè)化進(jìn)程的不斷推進(jìn)，人類活動和自然因素對環(huán)境造成嚴(yán)重污染，河流表面出現(xiàn)大量漂浮物，嚴(yán)重破壞了河道景觀和水生態(tài)環(huán)境，直接威脅人類生存和發(fā)展，河道漂浮物監(jiān)測和治理已成為河道監(jiān)管中重點(diǎn)關(guān)注的問題。為解決該問題，現(xiàn)有技術(shù)包括基于固定位置攝像頭監(jiān)測方案和基于無人機(jī)的自動巡檢方案，其中無人機(jī)自動巡檢方案不僅可以實(shí)現(xiàn)對整條河道的完整監(jiān)測，也可以實(shí)現(xiàn)對檢測到的漂浮物實(shí)時定位，但是識別算法大多為基于深度學(xué)習(xí)的有監(jiān)督的圖像分類、目標(biāo)檢測和語義分割算法，這類算法需要大量的訓(xùn)練數(shù)據(jù)集，而對于河道漂浮物數(shù)據(jù)，由于各個地區(qū)水域風(fēng)格不同，漂浮物類型各異，大小不一，收集到的有效的數(shù)據(jù)量十分有限，模型訓(xùn)練結(jié)果往往不太理想。而且這類算法對圖像中有效目標(biāo)的像素限制較高，在無人機(jī)影像中河道漂浮物的尺寸往往小于有效目標(biāo)的像素要求，實(shí)際應(yīng)用效果較差。

2、目前，針對現(xiàn)有技術(shù)中對水面漂浮物檢測時存在的準(zhǔn)確度低、應(yīng)用門檻要求較高的問題，尚未提出有效的解決方案。

技術(shù)實(shí)現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種水面漂浮物的檢測方法、裝置和計(jì)算機(jī)設(shè)備。

2、第一方面，本技術(shù)提供了一種水面漂浮物的檢測方法。該方法包括：

3、將獲取到的初始水面圖像輸入至訓(xùn)練完備的水體分割網(wǎng)絡(luò)中進(jìn)行水體分割處理，得到攜帶分割結(jié)果的水體圖像；

4、將水體圖像中的水面漂浮物所在區(qū)域的圖像，輸入至預(yù)設(shè)的語義分割大模型中進(jìn)行檢測處理，得到對應(yīng)于水面漂浮物所在區(qū)域的第一分割概率結(jié)果；

5、對水體圖像中的水面漂浮物所在區(qū)域的圖像進(jìn)行顯著性檢測，得到對應(yīng)于水面漂浮物的第二分割概率結(jié)果；

6、將第一分割概率結(jié)果與第二分割概率結(jié)果進(jìn)行融合處理，得到對應(yīng)于水面漂浮物的檢測結(jié)果。

7、在其中一個實(shí)施例中，獲取初始水面圖像，包括：

8、獲取初始圖像；

9、根據(jù)預(yù)設(shè)的裁剪尺寸，對初始圖像進(jìn)行裁剪處理，得到至少一個初始水面圖像。

10、在其中一個實(shí)施例中，根據(jù)預(yù)設(shè)的裁剪尺寸，對初始圖像進(jìn)行裁剪處理，包括：

11、獲取預(yù)設(shè)的重疊區(qū)域裁剪規(guī)則，其中，重疊區(qū)域裁剪規(guī)則表征了相鄰位置的兩個初始水面圖像之間重疊區(qū)域的大??；

12、根據(jù)預(yù)設(shè)的裁剪尺寸，以及重疊區(qū)域裁剪規(guī)則，對初始圖像進(jìn)行裁剪處理，得到初始水面圖像，其中，重疊區(qū)域的大小大于0。

13、在其中一個實(shí)施例中，每一初始水面圖像均對應(yīng)有剪裁索引；將獲取到的初始水面圖像輸入至訓(xùn)練完備的水體分割網(wǎng)絡(luò)中進(jìn)行水體分割處理，得到攜帶分割結(jié)果的水體圖像，包括：

14、將初始水面圖像輸入至水體分割網(wǎng)絡(luò)中進(jìn)行水體分割處理，得到水體分割結(jié)果，其中，水體分割結(jié)果為概率矩陣形式；

15、將水體分割結(jié)果還原至初始水面圖像中，得到攜帶有水體分割結(jié)果的水體子圖像；

16、基于剪裁索引將各個水體子圖像進(jìn)行拼接，其中，根據(jù)水體分割結(jié)果確定各個水體子圖像包括的水體所在區(qū)域的概率矩陣；

17、當(dāng)水體分割結(jié)果所在區(qū)域位于至少兩個水體子圖像的重疊區(qū)域中時，融合水體子圖像中的水體分割結(jié)果，計(jì)算得到攜帶分割結(jié)果的水體圖像。

18、在其中一個實(shí)施例中，將水體圖像中的水面漂浮物所在區(qū)域的圖像，輸入至預(yù)設(shè)的語義分割大模型中進(jìn)行檢測處理，包括：

19、將水體圖像基于預(yù)設(shè)的裁剪尺寸以及重疊區(qū)域裁剪規(guī)則進(jìn)行裁剪處理，并將裁剪后的水體圖像以及對應(yīng)的水體檢測指令模版，輸入至訓(xùn)練完備的目標(biāo)檢測大模型中，獲取到與所有水面漂浮物一一對應(yīng)的目標(biāo)框；

20、基于目標(biāo)框從裁剪后的水體圖像中提取出水面漂浮物所在區(qū)域的圖像，并將水面漂浮物所在區(qū)域的圖像輸入至語義分割大模型中進(jìn)行檢測處理。

21、在其中一個實(shí)施例中，將水體圖像基于預(yù)設(shè)的裁剪尺寸進(jìn)行裁剪處理，并將裁剪后的水體圖像以及對應(yīng)的水體檢測指令模版，輸入至訓(xùn)練完備的目標(biāo)檢測大模型中，獲取到與所有水面漂浮物一一對應(yīng)的目標(biāo)框之后，方法還包括：

22、從水體圖像中提取出水面漂浮物所在區(qū)域的圖像，并對水面漂浮物所在區(qū)域的圖像進(jìn)行分類處理，得到對應(yīng)于水面漂浮物的分類；

23、若水面漂浮物的類別屬于預(yù)設(shè)的異常檢測類別時，將與水面漂浮物對應(yīng)的水面漂浮物所在區(qū)域的圖像輸入至語義分割大模型中進(jìn)行檢測處理。

24、在其中一個實(shí)施例中，得到對應(yīng)于水面漂浮物的檢測結(jié)果之后，還包括：

25、將檢測結(jié)果還原至水體圖像中的水面漂浮物所在區(qū)域的圖像中，并基于剪裁索引、裁剪尺寸和重疊區(qū)域裁剪規(guī)則，將攜帶有檢測結(jié)果的裁剪后的水體圖像進(jìn)行拼接處理；

26、當(dāng)檢測結(jié)果所在區(qū)域位于至少兩個裁剪后的水體圖像中時，融合裁剪后的水體圖像針對檢測結(jié)果的概率矩陣，計(jì)算得到攜帶有最終概率矩陣的水體圖像。

27、在其中一個實(shí)施例中，對水體圖像中的水面漂浮物所在區(qū)域的圖像進(jìn)行顯著性檢測，得到對應(yīng)于水面漂浮物的第二分割概率結(jié)果，包括：

28、對水體圖像中的水面漂浮物所在區(qū)域的圖像進(jìn)行顯著性檢測，得到水面漂浮物所在區(qū)域的圖像中每一像素點(diǎn)對應(yīng)的特征值；

29、計(jì)算每一像素點(diǎn)對應(yīng)的特征值與相鄰的像素點(diǎn)對應(yīng)的特征值之間的相似度，基于相似度中小于預(yù)設(shè)的相似度閾值的目標(biāo)相似度，確定第二分割概率結(jié)果。

30、在其中一個實(shí)施例中，獲取水體分割網(wǎng)絡(luò)，包括：

31、獲取預(yù)設(shè)的水體圖像訓(xùn)練集，其中，水體圖像訓(xùn)練集攜帶有水體特征標(biāo)簽；

32、將水體圖像訓(xùn)練集輸入至預(yù)設(shè)的初始水體分割網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，得到訓(xùn)練水體分割預(yù)測結(jié)果，根據(jù)訓(xùn)練水體分割預(yù)測結(jié)果與水體特征標(biāo)簽計(jì)算損失函數(shù)結(jié)果，并將損失函數(shù)結(jié)果的梯度反向傳輸至初始水體分割網(wǎng)絡(luò)進(jìn)行迭代訓(xùn)練，生成訓(xùn)練完備的水體分割網(wǎng)絡(luò)。

33、第二方面，本技術(shù)還提供了一種水面漂浮物檢測裝置。所述裝置包括：

34、獲取模塊，用于將獲取到的初始水面圖像輸入至訓(xùn)練完備的水體分割網(wǎng)絡(luò)中進(jìn)行水體分割處理，得到攜帶分割結(jié)果的水體圖像；

35、計(jì)算模塊，用于將水體圖像中的水面漂浮物所在區(qū)域的圖像，輸入至預(yù)設(shè)的語義分割大模型中進(jìn)行檢測處理，得到對應(yīng)于水面漂浮物所在區(qū)域的第一分割概率結(jié)果；對水體圖像中的水面漂浮物所在區(qū)域的圖像進(jìn)行顯著性檢測，得到對應(yīng)于水面漂浮物的第二分割概率結(jié)果；

36、生成模塊，用于將第一分割概率結(jié)果與第二分割概率結(jié)果進(jìn)行融合處理，得到對應(yīng)于水面漂浮物的檢測結(jié)果。

37、上述一種水面漂浮物的檢測方法、裝置和計(jì)算機(jī)設(shè)備，首先將獲取到的初始水面圖像輸入至訓(xùn)練完備的水體分割網(wǎng)絡(luò)中進(jìn)行水體分割處理，得到攜帶分割結(jié)果的水體圖像；將水體圖像中的水面漂浮物所在區(qū)域的圖像輸入至語義分割大模型中進(jìn)行檢測處理，得到對應(yīng)于水面漂浮物所在區(qū)域的第一分割概率結(jié)果；對水體圖像中的水面漂浮物所在的區(qū)域的圖像進(jìn)行顯著性檢測，得到對應(yīng)于水面漂浮物的第二分割概率結(jié)果；將第一分割概率結(jié)果與第二分割概率結(jié)果進(jìn)行融合處理，得到對應(yīng)于水面漂浮物的檢測結(jié)果。通過本技術(shù)，可實(shí)現(xiàn)將有監(jiān)督的水體分割網(wǎng)絡(luò)與無需額外訓(xùn)練的語義分割大模型結(jié)合，大幅減少所需的訓(xùn)練集規(guī)模，降低了使用門檻，并且進(jìn)一步的，本技術(shù)通過計(jì)算得到的第一分割概率結(jié)果以及第二分割概率結(jié)果共同得到對于水面漂浮物的檢測結(jié)果，有效提高了處理水面漂浮物的準(zhǔn)確性。