一种水域轮廓识别方法、系统、电子设备及介质与流程

技术特征：
1.一种水域轮廓识别方法，其特征在于，包括：获取待识别图像；将所述待识别图像进行网格划分得到多个小网格图；采用svm分类器对各小网格图进行处理得到各小网格图的识别结果，所述识别结果包括：水域区域和非水域区域；根据各小网格图的识别结果得到所述待识别图像的水域区域；根据所述水域区域对所述待识别图像进行裁剪得到水域区域图片；将所述水域图片输入卷积神经网络得到所述待识别图像中的水域轮廓。2.根据权利要求1所述的一种水域轮廓识别方法，其特征在于，所述卷积神经网络包括：依次连接的输入层、数据归一化层、第一卷积层、bottleneck单元、特征金字塔网络层、特征融合层、第二卷积层和轮廓输出层。3.根据权利要求2所述的一种水域轮廓识别方法，其特征在于，所述bottleneck单元包括5个依次连接的bottleneck层。4.根据权利要求1所述的一种水域轮廓识别方法，其特征在于，所述将所述待识别图像进行网格划分得到多个小网格图，具体包括：对所述待识别图像进行压缩得到压缩图像；将所述压缩图像进行网格分割得到多个网格图；将各所述网格图分别进行压缩得到多个小网格图。5.一种水域轮廓识别系统，其特征在于，包括：获取模块，用于获取待识别图像；网格划分模块，用于将所述待识别图像进行网格划分得到多个小网格图；svm分类器处理模块，用于采用svm分类器对各小网格图进行处理得到各小网格图的识别结果，所述识别结果包括：水域区域和非水域区域；水域区域确定模块，用于根据各小网格图的识别结果得到所述待识别图像的水域区域；图片裁剪模块，用于根据所述水域区域对所述待识别图像进行裁剪得到水域区域图片；水域轮廓识别模块，用于将所述水域图片输入卷积神经网络得到所述待识别图像中的水域轮廓。6.根据权利要求5所述的一种水域轮廓识别系统，其特征在于，所述卷积神经网络包括：依次连接的输入层、数据归一化层、第一卷积层、bottleneck单元、特征金字塔网络层、特征融合层、第二卷积层和轮廓输出层。7.根据权利要求6所述的一种水域轮廓识别系统，其特征在于，所述bottleneck单元包括5个依次连接的bottleneck层。8.根据权利要求5所述的一种水域轮廓识别系统，其特征在于，所述网格划分模块，具体包括：第一压缩单元，用于对所述待识别图像进行压缩得到压缩图像；
分割单元，用于将所述压缩图像进行网格分割得到多个网格图；第二压缩单元，用于将各所述网格图分别进行压缩得到多个小网格图。9.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至4中任一项所述的水域轮廓识别方法。10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的水域轮廓识别方法。

技术总结
本发明涉及一种水域轮廓识别方法、系统、电子设备及介质，涉及轮廓识别技术领域。所述方法包括将所述待识别图像进行网格划分得到多个小网格图；采用SVM分类器对各小网格图进行处理得到各小网格图的识别结果，所述识别结果包括：水域区域和非水域区域；根据各小网格图的识别结果得到所述待识别图像的水域区域；根据所述水域区域对所述待识别图像进行裁剪得到水域区域图片；将所述水域图片输入卷积神经网络得到所述待识别图像中的水域轮廓。本发明可以提高轮廓识别结果的精度。明可以提高轮廓识别结果的精度。明可以提高轮廓识别结果的精度。


技术研发人员：隆昌荣 杨嘉盛 谢都
受保护的技术使用者：广东方柚科技有限公司
技术研发日：2022.11.09
技术公布日：2022/12/30