[发明专利]一种采用人工智能技术的蓝藻图像分类识别工具

说明书

本发明公开了一种采用人工智能技术的蓝藻图像分类识别工具，包括图片信息采集模块，所述图片信息采集模块输出端信号连接有人工标注模块，人工标注模块的输入端信号有人工筛选模块，人工标注模块的输出端信号连接有AI训练平台，AI训练平台的输出端信号连接有蓝藻AI识别模型模块，蓝藻AI识别模型模块的输入端信号连接有实时图片获取模块。本发明构建出一种采用人工智能技术的蓝藻图像识别平台，具备特定条件下河湖水域中蓝藻形态判断识别功能，实现蓝藻图像由被动巡查转为主动监测，能实时掌握蓝藻聚集形态定性分类变化趋势，为太湖等河湖水域蓝藻防控工作提供更加直观、有效图像服务。

技术领域

本发明涉及水环境监测技术领域，具体为一种采用人工智能技术的蓝藻图像分类识别工具。

背景技术

2007年太湖蓝藻污染事件后，太湖蓝藻防控工作备受关注。为实时监控太湖蓝藻水华变化情况，切实保障供水安全，太湖蓝藻湖泛视频监控网已初步形成，所监控的蓝藻湖泛图像是掌握太湖重点水域蓝藻情况的重要信息资源，但当前蓝藻图像成果使用主要局限于人工原始图浏览，处理效率有限，且难以积累形成海量图片成果库，也无法借助图像资源优势去直观动态反映蓝藻变化情况，一定程度上限制了蓝藻预警防控效率。

近年来人工智能算法应用广泛，基于机器学习的图像视频识别技术快速发展，并在水利行业的水位读取、漂浮物识别等方面取得了较好的应用。采用机器学习等人工智能技术，开展蓝藻图像智能识别，实时掌握重要水体水资源水生态现状，提高蓝藻防控响应效率及处置能力，更好的支撑和服务水资源高效循环利用，保障供水安全。

发明内容

本发明的目的在于提供一种采用人工智能技术的蓝藻图像分类识别工具，以解决上述背景技术提出的人工浏览大量蓝藻图像，处理效率低，难以积累形成海量图片成果库，无法借助图像资源优势去直观动态反映蓝藻变化情况，限制蓝藻预警防控响应效率，减低蓝藻水华处置能力等问题。

为实现上述目的，本发明提供如下技术方案：一种采用人工智能技术的蓝藻图像分类识别工具，包括图片信息采集模块，所述图片信息采集模块输出端信号连接有人工标注模块，人工标注模块的输入端信号有人工筛选模块，人工标注模块的输出端信号连接有AI训练平台，AI训练平台的输出端信号连接有蓝藻AI识别模型模块，蓝藻AI识别模型模块的输入端信号连接有实时图片获取模块，蓝藻AI识别模型模块输出端信号连接有成果图片展示模块，成果图片展示模块的信号输出端与人工筛选模块的输入端相连接。

进一步的，所述图片信息采集模块的图片信息是对大量历史的遥感卫片、无人机航拍以及视频监控图片信息进行收集整理。

进一步的，所述人工标注模块对图片信息采集模块输送的图片信息进行标注；通过人工对图片中蓝藻的聚集形态进行标记，根据蓝藻的聚集形态分为四类无蓝藻图片、颗粒状蓝藻图片、片状蓝藻图片和带状蓝藻图片，人工标注模块再将四类信号输送到AI训练平台，通过AI训练平台(训练平台)开展大批量蓝藻图像识别训练。

进一步的，所述AI训练平台会将人工标注模块输入的四类信号记作M1、M2、M3和M4，AI训练平台采用神经网络深度学习算法对人工筛选模块导入的信息进行多次循环、最大化训练，AI训练平台建立适用于蓝藻AI识别模型模块，同时AI训练平台将计算后的图片模型输入到蓝藻AI识别模型模块内。

进一步的，所述实时图片获取模块获取蓝藻视频监控站、无人机等实时拍摄的图像，并将实时拍摄的信息第一时间传输到蓝藻AI识别模型模块。

进一步的，所述蓝藻AI识别模型模块会接受到实时图片获取模块导入的信号，蓝藻AI识别模型模块自动对信号进行蓝藻聚集形态(无、颗粒状、带状、片状)判断，并生成解译成果，将成果通过信号的方式传递到成果图片展示模块上。

进一步的，所述成果图片展示模块(6)可输出具有蓝藻聚集形态标识的解译图，有关部门可通过解译信息实时掌握蓝藻聚集形态变化情况。