(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 202210599199.9 (22)申请日 2022.05.30 (71)申请人 星河互联网络 （深圳） 有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室(入驻深圳市 前海商务秘书 有限公司) (72)发明人 吴荣权　吴金勇　杨玉鹏　 (74)专利代理 机构 无锡风创知识产权代理事务 所(特殊普通 合伙) 32461 专利代理师 骆莉 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06Q 50/26(2012.01) (54)发明名称 一种基于水域多维信息数据处 理方法 (57)摘要 本发明涉及水域多维信息技术领域， 具体地 说， 涉及一种基于水域多维信息数据处理方法。 其包括如下步骤： 对水域浅表层 进行水域信息监 控， 建立监控信息数据库， 存储监控信息； 根据监 控信息提取其中监控点清晰图像， 剔除模糊图像 以及无关图像， 生成监控点清晰图像信息； 根据 监控点清晰图像信息判断水域浅表层异常信息， 汇总所有水域浅表层异常信息， 生成汇总信息； 建立无关变量数据库， 根据无关变量数据库排除 汇总信息中的无关变量， 生成最终判断信息； 根 据最终判断信息， 分析该监控水域污染信息； 结 合不同污染信息， 得出水域污染情况以及水域污 染程度。 本发明中， 通过提前对无关变量进行判 断并剔除， 减少无关变量对后期判断的影响， 提 高分析效率。 权利要求书2页 说明书6页 附图4页 CN 114926783 A 2022.08.19 CN 114926783 A 1.一种基于水域多维信息数据处 理方法， 其特 征在于， 包括如下步骤： S1、 对水域浅表层进行 水域信息监控， 建立 监控信息数据库， 存 储监控信息； S2、 根据监控信息提取其中监控点清晰图像， 剔除模糊图像以及无关图像， 生成监控点 清晰图像信息； S3、 根据监控点清晰图像信息判断水域浅表层异常信息， 汇总所有水域浅表层异常信 息， 生成汇总信息； S4、 建立无关变量数据库， 根据无关变量数据库排除汇总信 息中的无关变量， 生成最终 判断信息； S5、 根据最终判断信息， 分析 该监控水域污染信息； S6、 结合不同污染信息， 得 出水域污染情况以及水域污染程度。 2.根据权利要求1所述的基于水域多维信 息数据处理方法， 其特征在于： 所述S1中监控 方法包括如下步骤： S1.1、 通过监控判断水域异常区域宽泛， 选取其中异常度明显的区域作为 监控区域； S1.2、 对选取的异常水域区域进行多角度监控拍摄； S1.3、 将拍摄完成的视频信息进行整合。 3.根据权利要求2所述的基于水域多维信 息数据处理方法， 其特征在于： 所述S1.1中水 域异常区域宽泛判断采用宽泛性判断算法， 其 算法公式如下 所示： R＝V0tsin∝ T＝[S1， S2，…， Sn]； T*＝Sbest； 其中S为所测量的水域异常区域总面积， π为圆周率， R1～Rn为所测量的水域异常区域各 个位置的对应 的半径， V0为光速， t为摄像点发射测量光线投影到测量点所花费的时间， ∝ 为摄像点偏移角度， S1～Sn为水域不同异常区域的总面积， T为水域不同异常区域的总面积 集合， Sbest为最高水域异常区域总面积， T*为宽泛性 最佳的水域异常区域。 4.根据权利要求1所述的基于水域多维信 息数据处理方法， 其特征在于： 所述S2中图像 选取方法包括如下步骤： S2.1、 将监控视频进行分帧处 理， 生成多个分帧图像； S2.2、 按照初始顺序对各个分帧图像进行排序处 理； S2.3、 判断各个分帧图像画面清晰度， 将其中模糊图像选取， 并剔除， 剩余分帧图像仍 按照初始顺序排序； S2.4、 对剩余分帧图像中进行筛分处理， 将其中无关图像进行删除， 最终剩余图像作 为 监控点清晰图像进行输出。 5.根据权利要求1所述的基于水域多维信 息数据处理方法， 其特征在于： 所述S3 中水域 浅表层异常信息判断方法如下 所示： S3.1、 首先判断水域浅表层异常为颜色异常或者悬飘物 异常， 得出判断信息； S3.2、 根据判断信息得 出水域浅表层异常 分类情况； S3.3、 将各个水域浅表层异常情况进行汇总处 理。权　利　要　求　书 1/2 页 2 CN 114926783 A 26.根据权利要求5所述的基于水域多维信 息数据处理方法， 其特征在于： 所述S3.1中悬 飘物异常判断采用单位密度判断算法， 其 算法公式如下 所示： Sm＝dL； 其中Sm为确定的单位区域面积， d为该单位区域的长度， L为该单位区域的宽度， D为该单 位区域内的悬飘物个数， L1为竖向两个相邻悬 飘物间隔， L2为纵向两个相邻悬飘物间隔， ρ 为 单位区域内悬飘物密度。 7.根据权利要求1所述的基于水域多维信 息数据处理方法， 其特征在于： 所述S4中无关 变量排除方法步骤如下： S4.1、 提取 水域浅表层异常信息， 选取 水域浅表层异常信息特 征点； S4.2、 该将该异常信息特 征点与无关变量数据库进行 特征点比对； S4.3、 判断该异常信息是否为无关变量， 得 出判断结果。 8.根据权利要求1所述的基于水域多维信 息数据处理方法， 其特征在于： 所述S5 中分析 监控水域污染步骤如下： S5.1、 根据异常信息特 征点， 对监控水域异常进行分类处 理； S5.2、 对该监控水域各个异常信息进行异常程度分析， 生成异常程度分析 结果。 9.根据权利要求1所述的基于水域多维信 息数据处理方法， 其特征在于： 所述S6 中水域 污染情况以及水域污染程度分析 方法如下： S6.1、 判断监控水域异常种类， 分析产生水域异常的原因； S6.2、 分析两种或多种异常信息 同时产生的原因， 得出该域污染情况以及水域污染程 度。权　利　要　求　书 2/2 页 3 CN 114926783 A 3