本發(fā)明屬于黑臭水體評估與鑒定、環(huán)境保護與治理、圖像自動識別與機器學習
技術(shù)領(lǐng)域：
，具體涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)和模糊加權(quán)評估的黑臭水自動識別與評估方法。
背景技術(shù)：
：隨著《水污染防治行動計劃》的發(fā)布，我國實行最嚴格的水資源管理制度，對城市黑臭水體的識別、治理和修復(fù)提出了更高的要求。目前，我國已經(jīng)出臺了《城市黑臭水體整治工作指南》，對城市黑臭水體的定義、黑臭水體級別判定做了權(quán)威性的規(guī)范和說明，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)查問卷的方法進行判定。雖然《城市黑臭水體整治工作指南》中，明確了通過透明度、溶解氧、氧化還原電位和氨氮等水質(zhì)指標進行黑臭水體的判定的方法，但這種方法需要專業(yè)環(huán)境測試工作人員和特殊的儀器，判定過程復(fù)雜，且不具有持續(xù)性。依據(jù)人的感官，通過問卷調(diào)查進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，隨著時間的發(fā)展，城市黑臭水體會逐步改變屬性，如何實時、準確地評估城市水體的黑臭狀況，監(jiān)控城市水體的發(fā)展，需要更加科學可靠地技術(shù)支撐。視頻監(jiān)控，性價比高、使用簡單，是實時監(jiān)控的主要設(shè)備?；诰矸e神經(jīng)網(wǎng)絡(luò)的圖像識別，已經(jīng)具有圖像分類、圖像特征判斷、圖像分析等功能，在人臉識別、服裝分類、體育視頻識別與解說等方面具有廣泛的應(yīng)用?；诖罅繕颖具M行機器學習的卷積神經(jīng)網(wǎng)絡(luò)，適應(yīng)能力強、識別效果好、容錯能力大，對從“不悅的顏色”上判斷黑臭水體具有重要的意義。通過視頻監(jiān)控和卷積神經(jīng)網(wǎng)絡(luò)，能實時準確的監(jiān)控水體的黑臭狀況，對判定黑臭水體的等級、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)實現(xiàn)要素：為了解決上述技術(shù)問題，本發(fā)明提供了一種基于卷積神經(jīng)網(wǎng)絡(luò)和模糊加權(quán)評估的黑臭水自動識別與評估方法，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體系，包括引起人不悅的顏色的指標，和引起人不悅的氣味的指標；步驟2：構(gòu)建基于黑臭水體人體感官指標體系的黑臭水體加權(quán)評估模型；步驟3：獲取黑臭水體圖像樣本，將圖像樣本分為訓(xùn)練樣本和測試樣本；步驟4：對訓(xùn)練樣本和測試樣本進行預(yù)處理和預(yù)評估；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)練樣本對步驟5所述卷積神經(jīng)網(wǎng)絡(luò)模型進行前向傳播和后向傳播兩個階段的訓(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，當后向傳播訓(xùn)練計算出的誤差達到期望值時，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)模型對步驟4中預(yù)處理后的測試樣本進行測試，評估測試的綜合誤差；若誤差在預(yù)定目標范圍內(nèi)，則說明神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練成功；否則增加樣本量和訓(xùn)練強度，重復(fù)步驟3～步驟7，直到誤差達到預(yù)定目標；步驟8：通過預(yù)先布置在所要識別的水體上的氣味檢測儀，獲取J項氣味指標，將J項氣味指標加上K項顏色指標，按照步驟2所述的加權(quán)評估模型，綜合評估并判斷黑臭水體的等級。本發(fā)明通過構(gòu)建城市黑臭水體的評價指標體系；基于卷積神經(jīng)網(wǎng)絡(luò)，學習數(shù)據(jù)庫中每類黑臭水體的圖像特征，在測試時直接選取卷積神經(jīng)網(wǎng)絡(luò)softmax層最大回歸值對應(yīng)的類別作為分類的結(jié)果，并根據(jù)加權(quán)評估方法，評價黑臭水狀況和黑臭級別。本發(fā)明具有黑臭水體自動識別的功能，能提高黑臭水體快速、準確和實時識別與評估的能力，且具有較高的可行性和經(jīng)濟性，能大范圍推廣應(yīng)用。附圖說明圖1為本發(fā)明實施例的方法流程圖。具體實施方式為了便于本領(lǐng)域普通技術(shù)人員理解和實施本發(fā)明，下面結(jié)合附圖及實施例對本發(fā)明作進一步的詳細描述，應(yīng)當理解，此處所描述的實施示例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。本發(fā)明的方法基于《城市黑臭水體整治工作指南》中對黑臭水體的定義和分級判斷標準，將城市水體分為不黑臭、輕度黑臭和重度黑臭三個級別。該方法的主要過程包括構(gòu)建黑臭水體人體感官指標體系、建立黑臭水體加權(quán)評估標準，構(gòu)建黑臭水體樣本庫，構(gòu)建黑臭水體人工智能評價模型，進行機器深度訓(xùn)練、學習和驗證以及綜合顏色評估結(jié)果和氣味評估結(jié)果，進行黑臭水體識別等6個步驟。(1)通過構(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和惡臭濃度OU、硫化氫(H2S)、氨氣(NH3)和總揮發(fā)性有機物(TVOCS)等引起人不悅的氣味的指標體系，得到基于人體感官的黑臭水體評估的指標體系。(2)按照人體感官和利用指標判斷黑臭水體的權(quán)重，建立黑臭水體加權(quán)評估標準。(3)建立涵蓋城市黑臭水體的圖像庫，圖像庫中每張照片設(shè)立反應(yīng)引起人不悅的指標標簽，并由人進行識別評估。(4)基于卷積神經(jīng)網(wǎng)絡(luò)Alexnet模型，構(gòu)建黑臭水圖像識別神經(jīng)網(wǎng)絡(luò)模型。(5)將圖像庫80％的圖像輸入神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，用剩余20％的圖片測試識別準確度，不斷優(yōu)化參數(shù)，直到機器識別誤差在達到預(yù)定目標，則可將機器用于實際的黑臭水體的顏色指標的識別和評估。(6)在所要識別的水體上布置氣味檢測儀，獲取氣味指標，按照加權(quán)評估法，綜合評估顏色指標和氣味指標，評估并判斷黑臭水體的分級。請見圖1，本發(fā)明提供的一種基于卷積神經(jīng)網(wǎng)絡(luò)的黑臭水自動識別與評估方法，包括以下步驟：步驟1：構(gòu)建黑臭水體人體感官指標體系，包括引起人不悅的顏色的指標，和引起人不悅的氣味的指標；其中引起人不悅的顏色的指標包括水體黑色程度、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項指標；引起人不悅的氣味指標包括水體惡臭濃度OU、硫化氫(H2S)、氨氣(NH3)和總揮發(fā)性有機物(TVOCS)等4項指標。指標體系按照一級指標和二級指標分類編號如表1所示。表1指標體系步驟2：構(gòu)建基于黑臭水體人體感官指標體系的黑臭水體加權(quán)評估模型，具體實現(xiàn)包括以下子步驟：2.1，建立黑臭水體人體感官指標體系的評價子集：C＝{C1，C2}C1＝|C11，C12，C13，C14，C15|(式1)C2＝|C21，C22，C23，C24|2.2，建立指標的評語體系：根據(jù)黑臭水體指標體系的指標含義以及其對黑出水體評估的影響，構(gòu)建指標的評語體系為：V＝{v1(無)，v2(輕度)，v3(重度)}(式2)2.3，確定各指標的權(quán)重：利用語氣算子計算各指標的權(quán)重，語氣算子的計算方法為：其中，wi為第i個指標的絕對權(quán)重，w1,i為第i個指標與第1個指標相比的相對權(quán)重，wi-1,i為相鄰指標第i個指標與第i-1個指標相比的相對權(quán)重。相對權(quán)重通過相對權(quán)重語氣表進行查詢獲得。相對權(quán)重語氣表如表2所示。表2相對權(quán)重語氣表A比B同樣重要較為不如可無A相對權(quán)重10.50根據(jù)相對權(quán)重語氣表2和式3，確定各指標相對同級的指標和他相鄰指標的權(quán)重wi-1,i，然后確定各指標在同類型指標體系中的w1,i，最后確定各指標的絕對權(quán)重wi如表3所示。表3指標權(quán)重表2.4，黑臭水等級綜合判定采用100分制，作為判斷黑臭水體等級的評分標準。設(shè)S＝(s1,s2,s3)，其中，s1＝30分(無)，s2＝60(輕度)，s3＝100(重度)，則得分黑臭水體的綜合評分為其中，S為黑臭水體的最終得分，wi為第i個指標的權(quán)重，si為第i個指標的得分。根據(jù)最終得分，判斷黑臭水體的等級為:無黑臭：S≤30輕度黑臭：30<S≤60(式5)重度黑臭：60<S≤100步驟3：通過圖片爬蟲自動抓取、高清攝像頭(如羅技ProC920型號)采集及人工拍照獲取等方式，獲取了10萬張水體圖像。步驟4：對訓(xùn)練樣本和測試樣本進行預(yù)處理，將每個圖像的大小調(diào)整到240×240像素；通過人工對10萬張樣本數(shù)據(jù)進行分類，評估確定樣本圖像的5個顏色指標的狀況。步驟5：構(gòu)建8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5層卷積層，3層全連接層。(1)使用隨機裁剪、平移變換等手段泛化數(shù)據(jù)，以RGB三個顏色維度輸入；第一、第二和第五卷基層激勵輸出后，經(jīng)過最大池化下采樣操作，輸出給下一個卷基層；深度卷積神經(jīng)網(wǎng)絡(luò)最終輸出維數(shù)為3的神經(jīng)元結(jié)果，對應(yīng)于待分類圖像的3種程度分類。6大科目分別重復(fù)此過程，最終得到18個分類。(2)第一層卷積層由96個大小11x11的特征圖組成。經(jīng)過MaxPooling操作，輸出256個5x5大小的特征圖；(3)第二層卷積層由256個大小5x5的特征圖組成。經(jīng)過MaxPooling操作，輸出384個3x3大小的特征圖；(4)第三層卷積層由384個大小3x3的特征圖組成。輸出384個3x3大小的特征圖；(5)第四層卷積層由384個大小3x3的特征圖組成。輸出256個3x3大小的特征圖；(6)第五層卷積層由256個大小3x3的特征圖組成。經(jīng)過MaxPooling操作，輸出256個6x6大小的特征圖；(7)第六層和第七層為全連接層，輸出4096維特征向量。(8)第八層為全連接層，輸出一個3維的特征向量，由softmax層分類并輸出結(jié)果。(9)在上述5個卷積層中，每個卷積層的圖像特征通過前一層圖像的多個特征進行卷積加權(quán)獲得，卷積加權(quán)的方法為：其中，Nj為輸入特征圖的組合，*表示卷積運算，為卷積核矩陣，為偏置矩陣，f為神經(jīng)元激活函數(shù)。(10)在上述3個全連接層中，每個神經(jīng)元連接下一層的每個神經(jīng)元，其連接層的向量可表示為：xi＝f(wixi-1+bi)(式7)其中，wi是權(quán)值矩陣，bi是偏置向量。步驟6：利用步驟4預(yù)處理后的訓(xùn)練樣本對步驟5所述卷積神經(jīng)網(wǎng)絡(luò)模型進行前向傳播和后向傳播兩個階段的訓(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，當后向傳播訓(xùn)練計算出的誤差達到期望值時，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訓(xùn)練結(jié)束的卷積神經(jīng)網(wǎng)絡(luò)模型對步驟4預(yù)處理后的測試樣本進行測試，評估測試的綜合誤差。(1)樣本的綜合誤差評估方程是其中，err為綜合誤差，n為測試樣本的總個數(shù)，i為第i個測試樣本，j為第j個顏色指標；rij為測試過程中，機器對第i個樣本的第j個指標的判定結(jié)果與測試樣本人工判定結(jié)果的比較，若二者判定結(jié)果相同則rij＝1，否則rij＝0(2)若err小于預(yù)定值，表示訓(xùn)練成功；否則，表明訓(xùn)練失敗，需要增加樣本量和訓(xùn)練強度，重復(fù)步驟3，在現(xiàn)有樣本總數(shù)n的基礎(chǔ)上，增加0.5*n的樣本數(shù)，重復(fù)步驟3～7，對樣本進行預(yù)處理和與判定，并訓(xùn)練模型，重新進行測試；如此循環(huán)，直到err小于等于預(yù)定值為止。步驟8：通過預(yù)先布置在所要識別的水體上的氣味檢測儀，獲取4項氣味指標，將4項氣味指標加上5項顏色指標，按照步驟2所述的加權(quán)評估模型，綜合評估并判斷黑臭水體的等級。本發(fā)明可以有效的監(jiān)測河道黑臭水惡化程度，統(tǒng)一了評價標準，為城市河道的治理和保護提供有力支撐。在建立黑臭水特征數(shù)據(jù)庫上，進行了大量的測試，結(jié)果表明本發(fā)明提出的基于深度卷積神經(jīng)網(wǎng)絡(luò)的新型技術(shù)具有非常高的實用性和可行性。應(yīng)當理解的是，本說明書未詳細闡述的部分均屬于現(xiàn)有技術(shù)。應(yīng)當理解的是，上述針對較佳實施例的描述較為詳細，并不能因此而認為是對本發(fā)明專利保護范圍的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的啟示下，在不脫離本發(fā)明權(quán)利要求所保護的范圍情況下，還可以做出替換或變形，均落入本發(fā)明的保護范圍之內(nèi)，本發(fā)明的請求保護范圍應(yīng)以所附權(quán)利要求為準。當前第1頁1 2 3