买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉理工大学

摘要：本发明公开了一种基于多机器学习算法融合的无人机海上油污监测方法，包括：通过无人机采集海面图片，建立训练样本；对训练样本进行图像预处理，通过数据增强建立卷积神经网络训练集；通过图像压缩和DCT变换提取特征向量，建立小波神经网络训练集；通过计算训练样本的灰度共生矩阵，选取图像纹理特征值，建立SVM训练集；选取卷积神经网络训练集进行无监督学习；选取小波神经网络训练集进行训练；选取SVM训练集，输入特征向量对SVM训练建模；使用无人机在目标海域巡航拍照，获得海面图片；对海面图片进行识别，生成识别结果；选取识别结果中存在油污问题的对应海域，向监管中心进行报警。本发明能提升海上油污监测的效果。

主权项：1.一种基于多机器学习算法融合的无人机海上油污监测方法，其特征在于，包括以下步骤：通过无人机采集多组海面图片，建立训练样本；对训练样本进行图像预处理，通过数据增强建立卷积神经网络训练集；通过图像压缩和DCT变换提取特征向量，建立小波神经网络训练集；通过计算训练样本的灰度共生矩阵，选取图像纹理特征值，建立SVM训练集；构建卷积神经网络模型并选取卷积神经网络训练集进行无监督学习，得到训练好的卷积神经网络；构建小波神经网络模型并选取小波神经网络训练集进行训练，得到训练好的小波神经网络；选取SVM训练集，输入特征向量对SVM训练建模，得到训练好的SVM分类器；使用无人机在目标海域巡航拍照，获得未知有无油污的海面图片；利用训练好的卷积神经网络和训练好的小波神经网络，对未知有无油污的海面图片进行识别，生成识别结果，将识别结果作为判断目标海域有无油污的依据；选取识别结果中存在油污问题的对应海域，向监管中心进行报警；判断目标海域有无油污的方法为：将未知有无油污的海面图片交给卷积神经网络和小波神经网络并行识别,若两者的识别结果均为是，则判断目标海域有油污；若两者的识别结果均为否，则判断目标海域无油污；若两者的识别结果为一是一否，将无人机采集到的图像目标再交给SVM识别，若SVM识别结果为是，判断目标海域有油污；若SVM识别结果为否，判断目标海域无油污；其中，识别结果为是表示该神经网络或分类器判断目标海域有油污，识别结果为否表示该神经网络或分类器判断目标海域无油污。

全文数据：

权利要求：

百度查询： 武汉理工大学 一种基于多机器学习算法融合的无人机海上油污监测方法