[发明专利]赤潮区域确定方法、存储介质和电子设备

权利要求书

1.一种基于无人机影像分析的赤潮区域确定方法，其特征在于，包括以下步骤：

S1：根据无人机拍摄的图像信息提取赤潮子区域边界像素点；

S2：根据无人机拍摄所述图像信息对应的拍摄参数信息进行坐标转换，将无人机拍摄的所述图像信息转换至物方坐标系下；

S3：在所述物方坐标系下确定所述赤潮子区域边界像素点的三维坐标位置，并基于所述赤潮子区域边界像素点的三维坐标位置确定赤潮子区域；

S4：将多张基于所述无人机拍摄的图像信息确定的所述赤潮子区域进行合并，得到最终的赤潮区域。

2.如权利要求1所述的基于无人机影像分析的赤潮区域确定方法，其特征在于，步骤S1包括：

S11：迭代选择若干赤潮子区域的子点；

S12：基于种子点区域增长方法提取赤潮子区域的所有覆盖范围；

S13：对步骤S12中提取的赤潮子区域的所有覆盖范围进行合并，采用边界追踪算法提取合并后的区域的外边界，得到赤潮子区域边界像素点集合。

3.如权利要求2所述的基于无人机影像分析的赤潮区域确定方法，其特征在于，步骤S11包括：

S111：将无人机拍摄的图像信息分别在行列方向上进行均匀划分，行列划分的分割线的交点标记为p_l，l＝0,1,...,n；

S112：从无人机拍摄的图像信息中获取交点p_l的RGB值r_pl,g_pl,b_pl；

S113：比较交点的r_pl,g_pl,b_pl和非赤潮区域的r₀,g₀,b₀的大小，如果满足公式1，则将交点p_l保存到种子点集合L_s；所述公式1如下：

公式1中的T_nr,T_ng,T_nb分别表示为R、G、B波段的灰度差阈值；r₀,g₀,b₀为预设的非赤潮区域在R、G、B分量上的灰度大小；

S114：重复步骤S111至S113，直到l＝n或者种子点集合L_s包含的点数大于设定的阈值T_s。

4.如权利要求2所述的基于无人机影像分析的赤潮区域确定方法，其特征在于，步骤S12包括：

S121:将任一种子点p^l将其加入集合P；

S122：从P中选定一个种子点p_k，并查找该种子点对应的8邻域像素点集合{p_ki,i＝0,1,2...,7}；

S123:对于8邻域像素点p_ki，分别获取其对应的RGB值r,g,b，并根据公式2判断其与种子点是否兼容，如果兼容，则将该领域像素点所在位置标记为赤潮区域，并将像素点p_ki加入集合P；

所述公式2具体如下：

其中，公式2中的T_r,T_g,T_b为RGB波段的灰度差阈值；

S124：重复上述步:S122至和S123，直到集合P为空，得到种子点p_l对应的赤潮子区域R_l。