基于人工智能的水利水务数字化管理系统
摘要文本
本发明涉及图像数据处理技术领域，具体涉及基于人工智能的水利水务数字化管理系统，包括：将采集图像分块，提取分块图像水体指数结果和河道连通域，提取分块图像河道连通域骨架线、河道连通域宽度，进而得到骨架序列，获取骨架序列的趋势序列，根据趋势序列的趋势起点、终点得到河道连通域的趋势方向，根据趋势序列和骨架序列欧氏距离得到河道连通域的走向波动，根据河道连通域的趋势方向、走向波动得到分块图像河道信息含量，根据分块图像河道信息含量进行自适应滤波。本发明通过对遥感分块图像自适应滤波消除无效高频信息，达到增加图像像素点之间的关联性，提高神经网络分析效率，并在存储压缩到数字化管理系统时提高图像的压缩效率。
申请人信息
- 申请人:梁山公用水务有限公司
- 申请人地址:272600 山东省济宁市梁山县水泊街道杏花村路99号
- 发明人: 梁山公用水务有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于人工智能的水利水务数字化管理系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311763329.9 |
| 申请日 | 2023/12/21 |
| 公告号 | CN117437309B |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06T9/00 |
| 权利人 | 梁山公用水务有限公司 |
| 发明人 | 王永芹; 刘晓华 |
| 地址 | 山东省济宁市梁山县水泊街道杏花村路99号 |
专利主权项内容
1.基于人工智能的水利水务数字化管理系统，其特征在于，该系统包括以下模块：遥感图像采集模块，用于采集遥感图像；遥感图像分析模块，用于将采集的遥感图像分块得到分块图像，并提取分块图像中的河道连通域，提取分块图像中的河道连通域骨架线与河道连通域的平均宽度，根据河道连通域骨架线上的骨架点得到骨架序列，获取骨架序列的趋势序列，根据趋势序列的趋势起点和趋势终点得到河道连通域的趋势方向，根据趋势序列和骨架序列之间的差异得到河道连通域的走向波动，根据河道连通域的趋势方向和河道连通域的走向波动得到分块图像中的河道信息含量；所述获取骨架序列的趋势序列包括：对河道连通域的骨架序列使用STL算法得到骨架序列的趋势序列；所述根据趋势序列的趋势起点和趋势终点得到河道连通域的趋势方向，包括的具体步骤如下：获取趋势序列中第一个像素点的横纵坐标和获取趋势序列中最后一个像素点的横纵坐标，将趋势序列中第一个像素点记为趋势序列的趋势起点，将趋势序列中最后一个像素点记为趋势序列的趋势终点，获取趋势起点与趋势终点之间的斜率，将趋势起点与趋势终点之间的斜率作为反正切函数的输入值，将反正切函数的输出值作为河道连通域的趋势方向；所述根据趋势序列和骨架序列之间的差异得到河道连通域的走向波动，包括的具体步骤如下：式中为任意一个分块图像中第/>个河道连通域的走向波动，/>表示第/>个河道连通域的趋势序列中第/>个位置的像素点横坐标，/>表示第/>个河道连通域的趋势序列中第/>个位置的像素点纵坐标，/>表示第/>个河道连通域的骨架序列中第/>个位置的像素点横坐标，/>表示第/>个河道连通域的骨架序列中第/>个位置的像素点纵坐标，/>为序列中像素点总个数；所述根据河道连通域的趋势方向和河道连通域的走向波动得到分块图像中的河道信息含量，包括的具体步骤如下：式中为第/>个遥感分块图像的河道信息含量，/>为第/>个分块图像的水体标记值，为第/>个分块图像中河道连通域数量，/>表示第/>个分块图像中第/>个河道的走向波动，为第/>个分块图像中第/>个河道连通域的趋势方向，/>为第/>个分块图像中第/>个河道连通域的趋势方向，/>为双曲正切函数，/>为自然常数为底的指数函数，/>为预设的超参数，防止分母为0，/>表示第/>个分块图像中第/>个河道连通域的平均宽度，/>表示/>个分块图像中第/>个河道连通域的平均宽度；所述分块图像的水体标记值的具体获取方法如下：获取分块图像的水体指数结果，预设水体指数阈值，当分块图像的水体指数结果大于等于水体指数阈值时，分块图像的水体标记值为1，当分块图像的水体指数结果小于水体指数阈值时，分块图像的水体标记值为0；遥感分块图像滤波模块，根据分块图像中的河道信息含量得到分块图像的高斯滤波核方差，根据高斯滤波核方差确定高斯滤波核并对分块图像进行自适应滤波，得到滤波后的遥感图像；遥感图像压缩存储模块，用于将滤波后的遥感图像进行压缩和存储管理；所述根据分块图像中的河道信息含量得到分块图像的高斯滤波核方差，包括：式中为第/>个分块图像的高斯滤波核方差，/>为第/>个分块图像的河道信息含量。