一種黑臭水自動(dòng)識(shí)別與評(píng)估方法技術(shù)

本發(fā)明專利技術(shù)公開(kāi)了一種黑臭水自動(dòng)識(shí)別與評(píng)估方法，包括構(gòu)建黑臭水體人體感官指標(biāo)體系、建立黑臭水體加權(quán)評(píng)估標(biāo)準(zhǔn)，構(gòu)建黑臭水體樣本庫(kù)，構(gòu)建黑臭水體人工智能評(píng)價(jià)模型，進(jìn)行機(jī)器深度訓(xùn)練、學(xué)習(xí)和驗(yàn)證以及綜合顏色評(píng)估結(jié)果和氣味評(píng)估結(jié)果，進(jìn)行黑臭水體識(shí)別等6個(gè)步驟。本發(fā)明專利技術(shù)可以有效的監(jiān)測(cè)河道黑臭水惡化程度，針對(duì)黑臭水評(píng)價(jià)標(biāo)準(zhǔn)提出了黑臭水快速識(shí)別、實(shí)時(shí)監(jiān)控的黑臭水自動(dòng)識(shí)別方法，為城市河道的治理和保護(hù)提供有力支撐。在建立黑臭水特征數(shù)據(jù)庫(kù)上，進(jìn)行了大量的測(cè)試，結(jié)果表明本發(fā)明專利技術(shù)提出的基于深度卷積神經(jīng)網(wǎng)絡(luò)的新型技術(shù)具有非常高的實(shí)用性和可行性。

Automatic identification and evaluation method of black and odorous water

The invention discloses a black odor water automatic identification and assessment methods, including the construction of black odor water body sensory index system and a weighted black odor water evaluation standard, construction of black odor water sample database, construction of black odor water artificial intelligence evaluation model, machine learning and depth training, verification and evaluation results of integrated color and odor the results of the assessment, 6 steps of black and odorous water recognition etc.. The invention can effectively monitor the black smelly river water deterioration degree, according to the evaluation of black odor water standard identification method is proposed for real-time monitoring and rapid identification of black odor water black smelly water, provide strong support for the management and protection of the city river. A large number of tests were carried out on the database of black and odorous water characteristics. The results show that the new technology based on depth convolution neural network has very high practicability and feasibility.

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種黑臭水自動(dòng)識(shí)別與評(píng)估方法
本專利技術(shù)屬于黑臭水體評(píng)估與鑒定、環(huán)境保護(hù)與治理、圖像自動(dòng)識(shí)別與機(jī)器學(xué)習(xí)
，具體涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)和模糊加權(quán)評(píng)估的黑臭水自動(dòng)識(shí)別與評(píng)估方法。
技術(shù)介紹
隨著《水污染防治行動(dòng)計(jì)劃》的發(fā)布，我國(guó)實(shí)行最嚴(yán)格的水資源管理制度，對(duì)城市黑臭水體的識(shí)別、治理和修復(fù)提出了更高的要求。目前，我國(guó)已經(jīng)出臺(tái)了《城市黑臭水體整治工作指南》，對(duì)城市黑臭水體的定義、黑臭水體級(jí)別判定做了權(quán)威性的規(guī)范和說(shuō)明，指出城市黑臭水體是呈現(xiàn)令人不悅的顏色和(或)散發(fā)令人不適氣味的水體的統(tǒng)稱，主要依賴調(diào)查問(wèn)卷的方法進(jìn)行判定。雖然《城市黑臭水體整治工作指南》中，明確了通過(guò)透明度、溶解氧、氧化還原電位和氨氮等水質(zhì)指標(biāo)進(jìn)行黑臭水體的判定的方法，但這種方法需要專業(yè)環(huán)境測(cè)試工作人員和特殊的儀器，判定過(guò)程復(fù)雜，且不具有持續(xù)性。依據(jù)人的感官，通過(guò)問(wèn)卷調(diào)查進(jìn)行黑臭水體的判定仍然是目前最主流和廣泛使用的方法。但這種方法工作量大，可持續(xù)性短。在城市黑臭水體判定后，隨著時(shí)間的發(fā)展，城市黑臭水體會(huì)逐步改變屬性，如何實(shí)時(shí)、準(zhǔn)確地評(píng)估城市水體的黑臭狀況，監(jiān)控城市水體的發(fā)展，需要更加科學(xué)可靠地技術(shù)支撐。視頻監(jiān)控，性價(jià)比高、使用簡(jiǎn)單，是實(shí)時(shí)監(jiān)控的主要設(shè)備。基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別，已經(jīng)具有圖像分類、圖像特征判斷、圖像分析等功能，在人臉識(shí)別、服裝分類、體育視頻識(shí)別與解說(shuō)等方面具有廣泛的應(yīng)用?；诖罅繕颖具M(jìn)行機(jī)器學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)，適應(yīng)能力強(qiáng)、識(shí)別效果好、容錯(cuò)能力大，對(duì)從“不悅的顏色”上判斷黑臭水體具有重要的意義。通過(guò)視頻監(jiān)控和卷積神經(jīng)網(wǎng)絡(luò)，能實(shí)時(shí)準(zhǔn)確的監(jiān)控水體的黑臭狀況，對(duì)判定黑臭水體的等級(jí)、監(jiān)督黑臭水體的治理、監(jiān)控黑臭水體的發(fā)展變化具有可靠地發(fā)展前景。
技術(shù)實(shí)現(xiàn)思路
為了解決上述技術(shù)問(wèn)題，本專利技術(shù)提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)和模糊加權(quán)評(píng)估的黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于，包括以下步驟：步驟1：構(gòu)建黑臭水體人體感官指標(biāo)體系，包括引起人不悅的顏色的指標(biāo)，和引起人不悅的氣味的指標(biāo)；步驟2：構(gòu)建基于黑臭水體人體感官指標(biāo)體系的黑臭水體加權(quán)評(píng)估模型；步驟3：獲取黑臭水體圖像樣本，將圖像樣本分為訓(xùn)練樣本和測(cè)試樣本；步驟4：對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行預(yù)處理和預(yù)評(píng)估；步驟5：構(gòu)建N層深度卷積神經(jīng)網(wǎng)絡(luò)模型，該卷積神經(jīng)網(wǎng)絡(luò)模型包括M層卷積層，L層全連接層；步驟6：利用步驟4中預(yù)處理后的訓(xùn)練樣本對(duì)步驟5所述卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行前向傳播和后向傳播兩個(gè)階段的訓(xùn)練，卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練利用softmax回歸作為分類算法，當(dāng)后向傳播訓(xùn)練計(jì)算出的誤差達(dá)到期望值時(shí)，訓(xùn)練結(jié)束，并得到卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù)；步驟7：利用步驟6中訓(xùn)練結(jié)束的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)步驟4中預(yù)處理后的測(cè)試樣本進(jìn)行測(cè)試，評(píng)估測(cè)試的綜合誤差；若誤差在預(yù)定目標(biāo)范圍內(nèi)，則說(shuō)明神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練成功；否則增加樣本量和訓(xùn)練強(qiáng)度，重復(fù)步驟3～步驟7，直到誤差達(dá)到預(yù)定目標(biāo)；步驟8：通過(guò)預(yù)先布置在所要識(shí)別的水體上的氣味檢測(cè)儀，獲取J項(xiàng)氣味指標(biāo)，將J項(xiàng)氣味指標(biāo)加上K項(xiàng)顏色指標(biāo)，按照步驟2所述的加權(quán)評(píng)估模型，綜合評(píng)估并判斷黑臭水體的等級(jí)。本專利技術(shù)通過(guò)構(gòu)建城市黑臭水體的評(píng)價(jià)指標(biāo)體系；基于卷積神經(jīng)網(wǎng)絡(luò)，學(xué)習(xí)數(shù)據(jù)庫(kù)中每類黑臭水體的圖像特征，在測(cè)試時(shí)直接選取卷積神經(jīng)網(wǎng)絡(luò)softmax層最大回歸值對(duì)應(yīng)的類別作為分類的結(jié)果，并根據(jù)加權(quán)評(píng)估方法，評(píng)價(jià)黑臭水狀況和黑臭級(jí)別。本專利技術(shù)具有黑臭水體自動(dòng)識(shí)別的功能，能提高黑臭水體快速、準(zhǔn)確和實(shí)時(shí)識(shí)別與評(píng)估的能力，且具有較高的可行性和經(jīng)濟(jì)性，能大范圍推廣應(yīng)用。附圖說(shuō)明圖1為本專利技術(shù)實(shí)施例的方法流程圖。具體實(shí)施方式為了便于本領(lǐng)域普通技術(shù)人員理解和實(shí)施本專利技術(shù)，下面結(jié)合附圖及實(shí)施例對(duì)本專利技術(shù)作進(jìn)一步的詳細(xì)描述，應(yīng)當(dāng)理解，此處所描述的實(shí)施示例僅用于說(shuō)明和解釋本專利技術(shù)，并不用于限定本專利技術(shù)。本專利技術(shù)的方法基于《城市黑臭水體整治工作指南》中對(duì)黑臭水體的定義和分級(jí)判斷標(biāo)準(zhǔn)，將城市水體分為不黑臭、輕度黑臭和重度黑臭三個(gè)級(jí)別。該方法的主要過(guò)程包括構(gòu)建黑臭水體人體感官指標(biāo)體系、建立黑臭水體加權(quán)評(píng)估標(biāo)準(zhǔn)，構(gòu)建黑臭水體樣本庫(kù)，構(gòu)建黑臭水體人工智能評(píng)價(jià)模型，進(jìn)行機(jī)器深度訓(xùn)練、學(xué)習(xí)和驗(yàn)證以及綜合顏色評(píng)估結(jié)果和氣味評(píng)估結(jié)果，進(jìn)行黑臭水體識(shí)別等6個(gè)步驟。(1)通過(guò)構(gòu)建河道垃圾、河岸不整潔程度、水體黑色程度、水體不透明程度以及水面漂浮物等反應(yīng)引起人不悅的顏色的指標(biāo)和惡臭濃度OU、硫化氫(H2S)、氨氣(NH3)和總揮發(fā)性有機(jī)物(TVOCS)等引起人不悅的氣味的指標(biāo)體系，得到基于人體感官的黑臭水體評(píng)估的指標(biāo)體系。(2)按照人體感官和利用指標(biāo)判斷黑臭水體的權(quán)重，建立黑臭水體加權(quán)評(píng)估標(biāo)準(zhǔn)。(3)建立涵蓋城市黑臭水體的圖像庫(kù)，圖像庫(kù)中每張照片設(shè)立反應(yīng)引起人不悅的指標(biāo)標(biāo)簽，并由人進(jìn)行識(shí)別評(píng)估。(4)基于卷積神經(jīng)網(wǎng)絡(luò)Alexnet模型，構(gòu)建黑臭水圖像識(shí)別神經(jīng)網(wǎng)絡(luò)模型。(5)將圖像庫(kù)80％的圖像輸入神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，用剩余20％的圖片測(cè)試識(shí)別準(zhǔn)確度，不斷優(yōu)化參數(shù)，直到機(jī)器識(shí)別誤差在達(dá)到預(yù)定目標(biāo)，則可將機(jī)器用于實(shí)際的黑臭水體的顏色指標(biāo)的識(shí)別和評(píng)估。(6)在所要識(shí)別的水體上布置氣味檢測(cè)儀，獲取氣味指標(biāo)，按照加權(quán)評(píng)估法，綜合評(píng)估顏色指標(biāo)和氣味指標(biāo)，評(píng)估并判斷黑臭水體的分級(jí)。請(qǐng)見(jiàn)圖1，本專利技術(shù)提供的一種基于卷積神經(jīng)網(wǎng)絡(luò)的黑臭水自動(dòng)識(shí)別與評(píng)估方法，包括以下步驟：步驟1：構(gòu)建黑臭水體人體感官指標(biāo)體系，包括引起人不悅的顏色的指標(biāo)，和引起人不悅的氣味的指標(biāo)；其中引起人不悅的顏色的指標(biāo)包括水體黑色程度、水體不透明程度、河道垃圾、河岸不整潔程度以及水面漂浮物等5項(xiàng)指標(biāo)；引起人不悅的氣味指標(biāo)包括水體惡臭濃度OU、硫化氫(H2S)、氨氣(NH3)和總揮發(fā)性有機(jī)物(TVOCS)等4項(xiàng)指標(biāo)。指標(biāo)體系按照一級(jí)指標(biāo)和二級(jí)指標(biāo)分類編號(hào)如表1所示。表1指標(biāo)體系步驟2：構(gòu)建基于黑臭水體人體感官指標(biāo)體系的黑臭水體加權(quán)評(píng)估模型，具體實(shí)現(xiàn)包括以下子步驟：2.1，建立黑臭水體人體感官指標(biāo)體系的評(píng)價(jià)子集：C＝{C1，C2}C1＝|C11，C12，C13，C14，C15|(式1)C2＝|C21，C22，C23，C24|2.2，建立指標(biāo)的評(píng)語(yǔ)體系：根據(jù)黑臭水體指標(biāo)體系的指標(biāo)含義以及其對(duì)黑出水體評(píng)估的影響，構(gòu)建指標(biāo)的評(píng)語(yǔ)體系為：V＝{v1(無(wú))，v2(輕度)，v3(重度)}(式2)2.3，確定各指標(biāo)的權(quán)重：利用語(yǔ)氣算子計(jì)算各指標(biāo)的權(quán)重，語(yǔ)氣算子的計(jì)算方法為：其中，wi為第i個(gè)指標(biāo)的絕對(duì)權(quán)重，w1,i為第i個(gè)指標(biāo)與第1個(gè)指標(biāo)相比的相對(duì)權(quán)重，wi-1,i為相鄰指標(biāo)第i個(gè)指標(biāo)與第i-1個(gè)指標(biāo)相比的相對(duì)權(quán)重。相對(duì)權(quán)重通過(guò)相對(duì)權(quán)重語(yǔ)氣表進(jìn)行查詢獲得。相對(duì)權(quán)重語(yǔ)氣表如表2所示。表2相對(duì)權(quán)重語(yǔ)氣表A比B同樣重要較為不如可無(wú)A相對(duì)權(quán)重10.50根據(jù)相對(duì)權(quán)重語(yǔ)氣表2和式3，確定各指標(biāo)相對(duì)同級(jí)的指標(biāo)和他相鄰指標(biāo)的權(quán)重wi-1,i，然后確定各指標(biāo)在同類型指標(biāo)體系中的w1,i，最后確定各指標(biāo)的絕對(duì)權(quán)重wi如表3所示。表3指標(biāo)權(quán)重表2.4，黑臭水等級(jí)綜合判定采用100分制，作為判斷黑臭水體等級(jí)的評(píng)分標(biāo)準(zhǔn)。設(shè)S＝(s1,s2,s3)，其中，s1＝30分(無(wú))，s2＝60(輕度)，s3＝100(重度)，則得分黑臭水體的綜合評(píng)分為其中，S為黑臭水體的最終得分，wi為第i個(gè)指標(biāo)的權(quán)重，si為第i個(gè)指標(biāo)的得分。根據(jù)最終得分，判斷黑臭水體的等本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于，包括以下步驟：步驟1：構(gòu)建黑臭水體人體感官指標(biāo)體系，包括引起人不悅的顏色的指標(biāo)，和引起人不悅的氣味的指標(biāo)；步驟2：構(gòu)建基于黑臭水體人體感官指標(biāo)體系的黑臭水體加權(quán)評(píng)估模型；步驟3：獲取黑臭水體圖像樣本，將圖像樣本分為訓(xùn)練樣本和測(cè)試樣本；步驟4：對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行預(yù)處理和預(yù)評(píng)估；步驟5：構(gòu)建N層深度卷積神經(jīng)網(wǎng)絡(luò)模型，該卷積神經(jīng)網(wǎng)絡(luò)模型包括M層卷積層，L層全連接層；步驟6：利用步驟4中預(yù)處理后的訓(xùn)練樣本對(duì)步驟5所述卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行前向傳播和后向傳播兩個(gè)階段的訓(xùn)練，卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練利用softmax回歸作為分類算法，當(dāng)后向傳播訓(xùn)練計(jì)算出的誤差達(dá)到期望值時(shí)，訓(xùn)練結(jié)束，并得到卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù)；步驟7：利用步驟6中訓(xùn)練結(jié)束的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)步驟4中預(yù)處理后的測(cè)試樣本進(jìn)行測(cè)試，評(píng)估測(cè)試的綜合誤差；若誤差在預(yù)定目標(biāo)范圍內(nèi)，則說(shuō)明神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練成功；否則增加樣本量和訓(xùn)練強(qiáng)度，重復(fù)步驟3～步驟7，直到誤差達(dá)到預(yù)定目標(biāo)；步驟8：通過(guò)預(yù)先布置在所要識(shí)別的水體上的氣味檢測(cè)儀，獲取J項(xiàng)氣味指標(biāo)，將J項(xiàng)氣味指標(biāo)加上K項(xiàng)顏色指標(biāo)，按照步驟2所述的加權(quán)評(píng)估模型，綜合評(píng)估并判斷黑臭水體的等級(jí)。...

【技術(shù)特征摘要】
1.一種黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于，包括以下步驟：步驟1：構(gòu)建黑臭水體人體感官指標(biāo)體系，包括引起人不悅的顏色的指標(biāo)，和引起人不悅的氣味的指標(biāo)；步驟2：構(gòu)建基于黑臭水體人體感官指標(biāo)體系的黑臭水體加權(quán)評(píng)估模型；步驟3：獲取黑臭水體圖像樣本，將圖像樣本分為訓(xùn)練樣本和測(cè)試樣本；步驟4：對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行預(yù)處理和預(yù)評(píng)估；步驟5：構(gòu)建N層深度卷積神經(jīng)網(wǎng)絡(luò)模型，該卷積神經(jīng)網(wǎng)絡(luò)模型包括M層卷積層，L層全連接層；步驟6：利用步驟4中預(yù)處理后的訓(xùn)練樣本對(duì)步驟5所述卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行前向傳播和后向傳播兩個(gè)階段的訓(xùn)練，卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練利用softmax回歸作為分類算法，當(dāng)后向傳播訓(xùn)練計(jì)算出的誤差達(dá)到期望值時(shí)，訓(xùn)練結(jié)束，并得到卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù)；步驟7：利用步驟6中訓(xùn)練結(jié)束的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)步驟4中預(yù)處理后的測(cè)試樣本進(jìn)行測(cè)試，評(píng)估測(cè)試的綜合誤差；若誤差在預(yù)定目標(biāo)范圍內(nèi)，則說(shuō)明神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練成功；否則增加樣本量和訓(xùn)練強(qiáng)度，重復(fù)步驟3～步驟7，直到誤差達(dá)到預(yù)定目標(biāo)；步驟8：通過(guò)預(yù)先布置在所要識(shí)別的水體上的氣味檢測(cè)儀，獲取J項(xiàng)氣味指標(biāo)，將J項(xiàng)氣味指標(biāo)加上K項(xiàng)顏色指標(biāo)，按照步驟2所述的加權(quán)評(píng)估模型，綜合評(píng)估并判斷黑臭水體的等級(jí)。2.根據(jù)權(quán)利要求1所述的黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于：步驟1中所述引起人不悅的顏色的指標(biāo)包括水體黑色程度、水體不透明程度、河道垃圾、河岸不整潔程度以及水面漂浮物5項(xiàng)指標(biāo)；引起人不悅的氣味指標(biāo)包括水體惡臭濃度、硫化氫、氨氣和總揮發(fā)性有機(jī)物4項(xiàng)指標(biāo)；所述構(gòu)建黑臭水體人體感官指標(biāo)體系，包括一級(jí)指標(biāo)和二級(jí)指標(biāo)，分類編號(hào)具體為表1所示：表1指標(biāo)體系3.根據(jù)權(quán)利要求2所述的黑臭水自動(dòng)識(shí)別與評(píng)估方法，其特征在于，步驟2的具體實(shí)現(xiàn)包括以下子步驟：步驟2.1：建立黑臭水體人體感官指標(biāo)體系的評(píng)價(jià)子集：C＝{C1，C2}C1＝|C11，C12，C13，C14，C15|(式1)C2＝|C21，C22，C23，C24|步驟2.2：建立指標(biāo)的評(píng)語(yǔ)體系：根據(jù)黑臭水體人體感官指標(biāo)體系的指標(biāo)以及指標(biāo)對(duì)黑臭水體評(píng)估的影響，構(gòu)建指標(biāo)的評(píng)語(yǔ)體系為：V＝{v1，v2，v3}(式2)其中v1表示重度黑臭，v2表示輕度黑臭，v3無(wú)黑臭。步驟2.3：確定各指標(biāo)的權(quán)重；利用語(yǔ)氣算子計(jì)算各指標(biāo)的權(quán)重，語(yǔ)氣算子的計(jì)算方法為：w1,i＝w1,i-1·wi...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王永桂，胡珊，
申請(qǐng)(專利權(quán))人：武漢海卓科科技有限公司，
類型：發(fā)明
國(guó)別省市：湖北,42