(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210910667.X (22)申请日 2022.07.29 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 陈程　孙珂　龚建　齐晓辉　 (74)专利代理 机构 北京市通商律师事务所 11951 专利代理师 姜莹丽 (51)Int.Cl. G01N 21/84(2006.01) G01N 21/01(2006.01) (54)发明名称 基于人工智能的水质监测方法及装置 (57)摘要 本公开提供一种基于人工智能的水质监测 方法及装置， 涉及人工智 能领域， 具体涉及图像 识别、 视频分析、 遥感分析技术， 可应用在智慧城 市、 环境监测场景下。 具体实现方案包括： 获取第 一地区的第一拍摄影像； 在第一拍摄影像中识别 第一地区中水体区域对应的第一像素点； 提取第 一像素点的特征信息； 第一像素点的特征信息包 括第一变量， 第一变量与第一参数呈现正相关关 系， 第一参数为用于描述第一地区中水体区域的 水质的参数； 根据第一像素点的特征信息， 监测 第一地区中水体区域的水质。 本公开可以在时间 和空间维度上实现大 范围监测水质变化。 权利要求书3页 说明书12页 附图5页 CN 115266719 A 2022.11.01 CN 115266719 A 1.一种基于人工智能的水质监测方法， 所述方法包括： 获取第一 地区的第一拍摄 影像； 在所述第一拍摄 影像中识别所述第一 地区中水体区域对应的第一像素点； 提取所述第一像素点的特征信息； 所述第一像素点的特征信息包括第一变量， 所述第 一变量与第一参数呈现正相关关系， 所述第一参数为用于描述所述第一地区中水体区域的 水质的参数； 根据所述第一像素点的特 征信息， 监测所述第一 地区中所述水体区域的水质。 2.根据权利要求1所述的方法， 所述第一 参数包括叶绿素a的浓度； 所述第一变量包括近红外波段的反射值和红光波段的反射值的第 一比值； 所述第 一比 值与所述叶绿素a的浓度呈现正相关 关系。 3.根据权利要求1或2所述的方法， 所述第一 参数还包括可溶有色有机物的浓度； 所述第一变量还包括蓝光波段的反射值和绿光波段的反射值的第 二比值； 所述第 二比 值与所述可 溶有色有机物的浓度呈现正相关 关系。 4.根据权利要求1 ‑3任一项所述的方法， 所述第一 参数还包括悬浮物的浓度； 所述第一变量还包括红光波段的反射值和绿光波段的反射值的第 三比值； 所述第 三比 值与所述悬浮物的浓度呈现正相关 关系。 5.根据权利要求1 ‑4任一项所述的方法， 所述第 一像素点的特征信 息包括： 在第 一时段 提取的第一特 征信息和在第二时段提取的第二特 征信息； 所述根据所述第一像素点的特征信息， 监测所述第一地区中所述水体区域的水质， 包 括： 根据所述第 一特征信 息和所述第 二特征信 息， 监测所述第 一地区中所述水体区域的水 质在时间维度上的变化。 6.根据权利要求1 ‑5任一项所述的方法， 所述方法还 包括： 获取第二 地区的第二拍摄 影像； 在所述第二拍摄 影像中识别所述第二 地区中水体区域对应的第二像素点； 提取所述第二像素点的特征信息； 所述第二像素点的特征信息包括第二变量， 所述第 二变量与第二参数呈现正相关关系， 所述第二参数为用于描述所述第二地区中水体区域的 水质的参数； 所述根据所述第一像素点的特征信息， 监测所述第一地区中所述水体区域的水质， 包 括： 对所述第一像素点的特 征信息和所述第二像素点的特 征信息进行归一 化； 根据归一化后的所述第 一像素点的特征信 息、 以及归一化后的所述第 二像素点的特征 信息， 监测所述第一 地区中所述水体区域的水质在空间维度上的变化。 7.根据权利要求1 ‑6任一项所述的方法， 所述在所述第一拍摄影像中识别所述第一地 区中水体区域对应的第一像素点， 包括： 在所述第一拍摄 影像选取RGB三 通道生成真彩色图像； 提取所述真彩色图像中的种子区域的光谱波段特征和空间图像特征； 所述种子区域包 括人工在所述真彩色图像中标记的表示水体区域的标记像素点； 对所述真彩色图像中的每个像素点， 以所述像素点为为中心确定所述像素点对应的识权　利　要　求　书 1/3 页 2 CN 115266719 A 2别窗口； 所述像素点对应的识别窗口和所述种子区域大小相同； 提取所述真彩色图像中每 个像素点对应的识别窗口 的光谱波段 特征和空间图像特 征； 将所述真彩色图像中的所有像素点中， 对应的识别窗口的光谱波段特征和空间图像特 征， 与所述种子区域的光谱波段特征和空间图像特征之 间的相似度大于预设相似度阈值的 像素点， 作为所述第一像素点。 8.根据权利要求7所述的方法， 所述提取所述真彩色图像中的种子区域的光谱波段特 征和空间图像特 征之前， 所述方法还 包括： 将所述真彩色图像分割为预设尺寸的分割图像； 所述提取所述真彩色图像中的种子区域的光谱波段 特征和空间图像特 征， 包括： 提取每个所述分割图像中的种子区域的光谱波段 特征和空间图像特 征； 所述将所述真彩色图像中的所有像素点中， 对应的识别窗口的光谱波段特征和空间图 像特征， 与所述种子区域的光谱波段特征和空间图像特征之间的相似度大于预设相似度阈 值的像素点， 作为所述第一像素点， 包括： 对每个所述分割图像， 将所述分割图像中的所有像素点中， 对应的识别窗口的光谱波 段特征和空间图像特征， 与所述分割图像中的所述种子区域的光谱波段特征和空间图像特 征之间的相似度大于预设相似度阈值的像素点， 作为所述第一像素点。 9.根据权利要求8所述的方法， 每 个所述分割图像包括至少两个所述种子区域； 所述将所述分割图像中的所有像素点中， 对应的识别窗口的光谱波段特征和空间图像 特征， 与所述分割图像中的所述种子区域的光谱波段特征和空间图像特征之间的相似度大 于预设相似度阈值的像素点， 作为所述第一像素点， 包括： 获取所述分割图像中的至少两个所述种子区域的光谱波段特征均值和 空间图像特征 均值； 将所述分割图像中的所有像素点中， 对应的识别窗口的光谱波段特征和空间图像特 征， 与所述分割图像中的至少两个所述种子区域的光谱波段特征均值和空间图像特征均值 之间的相似度大于预设相似度阈值的像素点， 作为所述第一像素点。 10.根据权利要求7 ‑9任一项所述的方法， 所述种子区域的光谱波段特征为所述种子区 域包括的所有标记像素点的光谱波段 特征均值； 所述种子区域的空间图像特征为所述种子区域包括的所有标记像素点的空间图像特 征均值。 11.根据权利要求7 ‑10任一项所述的方法， 将所述真彩色图像中的所有像素点中， 对应 的识别窗口的光谱波段特征和空间图像特征， 与所述种子区域的光谱波段特征和空间图像 特征之间的相似度大于预设相似度阈值的像素点， 作为所述第一像素点之后， 所述方法还 包括： 根据所述第一像素点， 对所述真彩色图像进行膨胀和腐蚀处 理。 12.根据权利要求7 ‑11任一项所述的方法， 所述光谱波段特征包括以下至少一种： 归一 化差异水指数、 归一化植被指数、 水体 自动提取指数、 改进归一化差异水体指数、 消除城市 背景中非水体 像素的指数。 13.根据权利要求7 ‑12任一项所述的方法， 所述空间图像特征包括以下至少一种： 尺度 不变特征变换形状特征、 线性反投影特 征、 灰度共生矩阵特 征、 边缘特征。权　利　要　求　书 2/3 页 3 CN 115266719 A 3