(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 202210885654.1 (22)申请日 2022.07.26 (71)申请人 五邑大学 地址 529000 广东省江门市蓬江区东成村 22号 (72)发明人 应自炉　周建宏　翟懿奎　王文琪　 廖锦锐　江子义　谭梓峻　李文霸　 梁长钊　李青　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 冯健良 (51)Int.Cl. G06V 20/17(2022.01) G06V 10/26(2022.01) G06V 10/762(2022.01)G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/00(2006.01) G05D 1/12(2006.01) (54)发明名称 基于图像分割的海上溢油检测方法、 无人 机、 存储介质 (57)摘要 本申请实施例公开了一种基于图像分割的 海上溢油检测方法、 无人机、 存储介质， 其中， 方 法包括： 确定巡检区域， 巡检区域包括多个巡检 节点； 根据多个巡检节点确定初始巡检路径， 初 始巡检路径途径一次每个巡检节 点； 以初始巡检 路径作为人工蜂群算法的初始化种群， 通过人工 蜂群算法确定能耗最优的目标路径； 根据目标路 径进行巡检， 并通过SAR图像成像器在各个巡检 节点拍摄待检测图像； 将待检测图像输入至预先 训练好的溢油暗斑 分割模型进行图像 分割处理， 得到分割图像； 根据分割图像确定巡检节点的海 上溢油检测结果。 本申请实施例能够结合设置有 SAR图像成像器的无人机以及溢油暗斑分割模型 对巡检区域进行海上溢油检测， 从而有效提高海 上溢油检测的效率。 权利要求书2页 说明书10页 附图5页 CN 115331122 A 2022.11.11 CN 115331122 A 1.一种基于图像分割的海上溢油检测方法， 应用于无人机， 所述无人机设置有SAR图像 成像器， 其特征在于， 所述方法包括： 确定巡检区域， 所述巡检区域包括多个巡检节点； 根据多个所述巡检节点确定初始巡检路径， 所述初始巡检路径途径一 次每个所述巡检 节点； 以所述初始巡检路径作为人工蜂群算法的初始化种群， 通过所述人工蜂群算法确定能 耗最优的目标路径； 根据所述目标路径进行巡检， 并通过所述SAR图像成像器在各个所述巡检节点拍摄待 检测图像； 将所述待检测图像输入至预先训练好的溢油暗斑分割模型进行图像分割处理， 得到分 割图像； 根据所述分割图像确定所述巡检节点的海上溢油检测结果。 2.根据权利要求1所述的基于图像分割的海上溢油检测方法， 其特征在于， 所述初始巡 检路径的数量 为多个； 所述 通过所述人工蜂群算法确定能耗 最优的目标路径， 包括： 确定各个所述初始巡检路径的初始路径能耗； 获取预设的适应度函数， 根据 所述适应度函数和所述初始路径能耗从所述巡检节点中 选取多个待调整节点， 各个所述待调整节点对应有适应度值； 根据预设的聚类算法和所述适应度值对各个所述初始巡检路径对应的所述待调整节 点进行聚类处 理， 得到第一中间巡检路径； 对所述第一中间巡检路径进行迭代， 完成预设的迭代次数后得到第二中间巡检路径； 从所述第二中间巡检路径中确定所述目标路径， 所述目标路径表征与 执行迭代操作 前 的所述第一中间巡检路径互不相同的所述第二中间巡检路径。 3.根据权利要求1所述的基于图像分割的海上溢油检测方法， 其特征在于， 所述溢油暗 斑分割模型包括特征提取器和transformers编码器； 所述将所述待检测图像输入至预先训 练好的溢油暗斑分割模型进行图像分割处 理， 得到分割图像， 包括： 将所述待检测图像输入至所述特 征提取器进行 特征提取， 得到多个第一特 征图； 对各个所述第一特 征图进行线性投影处 理， 得到第一特 征序列； 将各个所述第一特征序列输入至所述transformers编码器进行位置编码， 得到第二特 征序列； 将各个所述第二特 征序列进行线性投影处 理得到第二特 征图； 对各个所述第二特征图进行上采样操作， 得到第三特征图， 各个所述第三特征图的尺 寸大小与所述待检测图像的尺寸大小相同； 对全部的所述第三特 征图进行融合处 理， 得到所述分割图像。 4.根据权利要求1所述的基于图像分割的海上溢油检测方法， 其特征在于， 所述根据 所 述分割图像确定所述巡检节点的海上溢油检测结果， 包括： 当所述分割图像表征所述待检测图像中存在 溢油暗斑图像， 确定所述海上溢油检测结 果为检测不 通过； 或者， 当所述分割图像表征所述待检测图像中不存在溢油暗斑图像， 确定所述海上溢油检测权　利　要　求　书 1/2 页 2 CN 115331122 A 2结果为检测通过。 5.根据权利要求4所述的基于图像分割的海上溢油检测方法， 其特征在于， 所述无人机 与客户端通信连接， 所述方法还 包括： 在所述分割图像表征所述待检测图像中存在 溢油暗斑图像的情况下， 确定所述分割图 像对应的目标位置信息； 将所述目标位置信 息和所述海上溢油检测结果发送至所述客户端， 以使所述客户端在 预设应用程序的界面上展示所述目标位置信息和所述海上溢油检测结果。 6.根据权利要求1所述的基于图像分割的海上溢油检测方法， 其特征在于： 所述溢油暗 斑分割模型通过指数对数损失函数训练得到 。 7.根据权利要求1所述的基于图像分割的海上溢油检测方法， 其特征在于， 在将所述待 检测图像输入至预先训练好的溢油暗斑分割模型进行图像分割处理， 得到分割图像之前， 所述方法还 包括： 根据预设的预处 理规则对所述待检测图像进行图像预处 理。 8.一种无 人机， 其特 征在于， 包括： 巡检区域确定模块， 所述巡检区域确定模块用于确定巡检区域， 所述巡检区域包括多 个巡检节点； 巡检模块， 所述巡检模块用于根据多个所述巡检节点确定初始巡检路径， 所述初始巡 检路径途径一次每 个所述巡检节点； 路径规划模块， 所述路径规划模块用于以所述初始巡检路径作为人工蜂群算法的初始 化种群， 通过 所述人工蜂群算法确定能耗 最优的目标路径； 图像获取模块， 所述图像获取模块用于根据所述目标路径进行巡检， 并通过设置于所 述无人机的SAR图像成像 器在各个所述巡检节点拍摄待检测图像； 检测模块， 所述检测模块用于将所述待检测图像输入至预先训练好的溢油暗斑分割 模 型进行图像分割处 理， 得到分割图像； 海上溢油检测结果判定模块， 所述海上溢油检测结果判定模块用于根据 所述分割图像 确定所述巡检节点的海上溢油检测结果。 9.一种无人机， 包括： 存储器、 处理器及存储在存储器上并可在处理器上运行的计算机 程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所 述的基于图像分割的海上溢油检测方法。 10.一种计算机可读存储介质， 存储有计算机可执行指令， 所述计算机可执行指令用于 执行如权利要求1至7中任意 一项所述的基于图像分割的海上溢油检测方法。权　利　要　求　书 2/2 页 3 CN 115331122 A 3