(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211075630.6 (22)申请日 2022.09.05 (65)同一申请的已公布的文献号 申请公布号 CN 115147733 A (43)申请公布日 2022.10.04 (73)专利权人 山东东盛澜渔业有限公司 地址 276800 山东省日照市山海天旅游度 假区吴家台村18排6号 (72)发明人 管剑峰　王栋　李杨　贺伟　 (74)专利代理 机构 郑州知倍 通知识产权代理事 务所(普通 合伙) 41191 专利代理师 邱珍珍 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/26(2022.01) G06V 10/30(2022.01) G06V 10/762(2022.01)(56)对比文件 CN 107229917 A,2017.10.0 3 CN 109271900 A,2019.01.25 CN 112883986 A,2021.0 6.01 CN 113420658 A,2021.09.21 CN 109064479 A,2018.12.21 CN 112417931 A,2021.02.26 CN 112215104 A,2021.01.12 CN 109242870 A,2019.01.18 CN 112528943 A,2021.0 3.19 CN 114708464 A,202 2.07.05 CN 109978869 A,2019.07.0 5 CN 112233116 A,2021.01.15 US 2016086052 A1,2016.0 3.24 徐芳.可见光遥感图像海面目标自动检测关 键技术研究. 《中国博士学位 论文全文数据库 信 息科技辑》 .2018,第2018年卷(第10期),I140 - 57. (续) 审查员 李华 (54)发明名称 一种基于人工智能的海洋垃圾识别回收方 法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种基于人工智能的海洋垃圾识别回收方法， 该方 法采集海面遥感图像， 获取遥感图像的灰度图像 并划分为多个超像素块； 对于每个超像素块， 计 算灰度共生矩阵的对比度； 获取拟合优度； 构建 等比例缩小的中心区域， 基于中心区域的待拟合 像素点数量、 拟合优度以及对比度获取海面波纹 显著度； 统计剩余像素点的数量和灰度值， 结合 二阶颜色矩和散乱组的组数获取塑料散乱光斑 系数； 获取每个超像素块的色彩丰富度； 进而获 取每个超像素块的海洋垃圾置信值； 基于每张遥 感图像中所有超像素块的海洋垃圾置信值识别 海洋垃圾。 本发 明填补了浅色塑料垃圾在海洋垃 圾识别中的空白， 大大提升了海洋垃圾识别的准确性。 [转续页] 权利要求书2页 说明书10页 附图2页 CN 115147733 B 2022.11.25 CN 115147733 B (56)对比文件 刘俊琦等.可 见光遥感图像海面目标检测技 术综述. 《计算机科 学》 .2019,1 16-123. 邹强.复杂背景 下显著性目标快速 检测技术 研究. 《中国优秀硕士学位 论文全文数据库 信息 科技辑》 .2014,第2014 年卷(第10期),I138-7 75. Haibin Duan等.Unman ned Aerial Vehicle Recognition of Maritime Smal l-Target Based on Biological Ea gle-Eye Visi on Adaptati on Mechanism. 《IEEE Transacti ons on Aerospace and Electro nic System s》 .2021,第57 卷(第5期),3 368-3382. Hugo Silva等.UA V trials for multi- spectral ima ging target detecti on and recognition in maritime enviro nment. 《OCEANS 2016 MTS/IE EE Monterey》 .2016,1- 6.2/2 页 2[接上页] CN 115147733 B1.一种基于人工智能的海洋垃圾识别回收方法， 其特 征在于， 该 方法包括以下步骤： 采集海面遥感图像， 并获取所述遥感图像的灰度图像； 将所述灰度图像划分为多个超 像素块； 所述遥感图像为RGB图像； 对于每个超像素块， 构建灰度共生矩阵并计算灰度共生矩阵的对比度； 按照每个像素 点的灰度值大小筛选出待拟合像素点， 通过对所有待拟合像素点进行直线拟合和曲线拟合 得到拟合优度； 获取超像素块的质心， 以质心 为中心构建等比例缩小的中心区域， 基于所述 中心区域的待拟合像素点数量、 所述拟合优度以及所述对比度获取波纹结构显著系 数， 进 而得到海面波纹显著度； 将每个超像素块中的像素点分为多组， 基于每组的像素点灰度值筛选出散乱组； 将超 像素块映射到所述遥感图像中， 并剔除散乱组中的像素点， 然后获取超像素块中剩余像素 点在每个通道的二阶颜色矩； 统计剩余像素点的数量和灰度值， 结合二 阶颜色矩和散乱组 的组数获取塑料散乱光斑系数； 基于超像素块内所有像素点的三通道值以及灰度值获取每个超像素块的色彩丰富度； 根据所述海面波纹显著度、 所述 塑料散乱光斑系数以及所述色彩丰富度获取每个超像素块 的海洋垃圾置信值； 基于每张遥感图像中所有超像素块的海洋垃圾置信值识别海洋垃圾； 所述拟合优度的获取 方法为： 对所有待拟合像素点进行直线拟合， 得到第一拟合优度， 对所有待拟合像素点进行圆 拟合， 得到第二拟合优度， 以第一拟合优度和第二拟合优度中的最大值作为所述拟合优度； 所述海面波纹显著度的获取步骤 包括： 预设拟合优度阈值， 当所述第 一拟合优度和所述第 二拟合优度均大于等于所述拟合优 度阈值时， 计算所述中心 区域的待拟合像素点数量与所有待拟合像素点的数量的比值， 然 后乘上所述拟合优度以及所述对比度， 得到的乘积结果 为所述波纹结构显著系数； 当所述第一拟合优度和/或所述第二拟合优度小于所述拟合优度阈值时， 对应的所述 波纹结构显著系数为0； 对所述波纹结构显著系数进行归一化， 以得到的归一化结果加上预设的调节系数的和 作为所述海面波纹显著度； 所述塑料散乱光斑系数的获取 方法为： 对于每个超像素块， 以所述散乱组的组数作为分子， 以三个通道的所述二阶颜色矩的 和作为分母， 得到第一比值； 计算剩余像素点的平均灰度， 然后获取每个剩余像素点与所述 平均灰度的差值绝对值， 以剩余像素点的数量作为分子， 以所有剩余像素点的所述差值绝 对值的和作为分母， 得到第二比值； 以所述第一比值和所述第二比值的乘积作为所述塑料 散乱光斑系数； 所述海洋垃圾置信值的获取 方法为： 根据多张存在白色塑料垃圾的遥感图像获取散乱阈值， 根据多张存在其他海洋垃圾的 遥感图像获取丰富度阈值； 当所述塑料散乱光斑系数大于等于散乱阈值和/或所述色彩丰富度大于等于丰富度阈 值时， 将所述塑料散乱光斑系 数归一化并加上预设的调节系 数得到第一垃圾特征值， 将所 述色彩丰富度归一化并加上预设的调节系数得到第二垃圾特征值， 以第一垃圾特征值和 第 二垃圾特 征值中的最大值与所述海面波纹显著度的倒数的乘积作为所述海洋垃圾置信值；权　利　要　求　书 1/2 页 2 CN 115147733 B 3