一种基于激光扫描的河道垃圾监测方法及设备与流程

1.本技术涉及激光扫描、监测统计领域，尤其涉及一种基于激光扫描的河道垃圾监测方法及设备。


背景技术：

2.激光扫描技术采用非接触式高速激光测量的方式，能够获取复杂物体的几何图形数据和影像数据，最终由后处理数据软件对采集的数据进行数据的处理，并转成绝对坐标系中的空间位置坐标或模型满足不同项目的需要。
3.现有的河道垃圾监测，只能在水流较为平缓的地方形成堆积后监测到堆积的垃圾，再对堆积的垃圾进行集中处理。或者对大面积的水域垃圾进行集中处理，无法做到实时对河道水域垃圾的监测，对河道垃圾的形成以及处理具有滞后性。往往只有大量垃圾聚集后才能发现河道的污染情况，不能有效治理河道的环境污染。难以对上游河道垃圾的占有率做出实时监测。易出现下游垃圾过多聚集、水体环境污染的问题。


技术实现要素：

4.本技术实施例提供了一种基于激光扫描的河道垃圾监测方法及设备，用于解决如下技术问题：现有的河道垃圾监测方法，不能准确对上游河道垃圾进行环境监测，使河道垃圾容易在下游聚集，对治理河道的水体环境具有滞后性，不利于对水体环境的保护。
5.本技术实施例采用下述技术方案：
6.一方面，本技术实施例提供了一种基于激光扫描的河道垃圾监测方法及设备，其特征在于，所述方法包括：基于预设时间间隔，对目标河道区域进行激光扫描，得到初步反射率图像；其中，所述目标河道区域为上游河道预设区域；根据所述初步反射率图像中光谱波段的不同，对所述光谱波段进行特征标记，得到光斑特征；其中，所述光斑特征包括若干光斑的坐标以及对应的模糊面积；根据所述光斑特征，建立监测平面模型；通过所述监测平面模型，对所述目标河道区域进行面积预估对比，得到所述目标河道区域的垃圾占有率；根据所述垃圾占有率，对所述目标河道区域的河道污染情况进行等级判断，得到处理等级，并发送给工作人员，实现对所述目标河道区域的实时垃圾监测。
7.本技术实施例通过对上游目标河道区域进行激光扫描，对目标河道区域的垃圾进行识别，确定出在目标河道区域的垃圾占有率，然后将处理等级反馈给工作人员，以便实现对目标河道区域的垃圾进行实时监测。可以有效解决下游河道垃圾集中堆积，造成水体污染，并且不能及时对垃圾聚集作出有效的监测。在垃圾聚集具有滞后性特点中，通过对河道上游的河段的部分区域进行实时监测，可以预测垃圾占有率多少，从而可以提前对河道进行有效的处理，防止在下游河道过量堆积，清理垃圾缓慢，造成大量污染的问题。
8.在一种可行的实施方式中，在基于预设时间间隔，对目标河道区域进行激光扫描，得到初步反射率图像之前，所述方法还包括：根据所述目标河道区域中水流的速度以及所述目标河道区域的宽度，得到所述预设时间间隔；其中，所述预设时间间隔与所述目标河道
区域的宽度以及水流的速度成反比；根据音圈电机快速反射镜中多个输入变量与输出变量之间的相互作用，对所述目标河道区域进行平滑的激光扫描处理。
9.在一种可行的实施方式中，根据音圈电机快速反射镜中多个输入变量与输出变量之间的相互作用，对所述目标河道区域进行平滑的激光扫描处理，具体包括：对音圈电机快速反射镜中多个输入变量与输出变量进行有关kalman滤波器的状态估计与观测估计，分别得到有关所述kalman滤波器的状态方程与观测方程；根据代数黎卡提方程，对所述状态方程与观测方程进行增益优化处理，得到增益方程；通过最小化代价函数以及所述增益方程，对所述kalman滤波器进行有关线性二次型高斯控制器的优化控制，得到lqg控制器；根据所述lqg控制器，对所述音圈电机快速反射镜进行优化控制，以便对所述目标河道区域进行平滑的激光扫描处理。
10.本技术实施例通过对音圈电机快速反射镜控制中应用lqg控制方法，以实现系统的稳定性、鲁棒性和最优性能，提高了系统的控制精度以及动态特性。模型的参数变化和测量噪声等不确定性因素会对控制系统的性能产生影响，从而影响系统的稳定性和鲁棒性，lqg控制中的卡尔曼滤波器可以对这些不确定性因素进行估计，从而使控制系统能够更好地适应这些变化和噪声，提高系统的鲁棒性和稳定性。音圈电机快速反射镜中的lqg控制器，对于外部扰动以及模型参数摄动具有一定的鲁棒性。
11.在一种可行的实施方式中，在得到有关所述kalman滤波器的状态方程与观测方程之前，所述方法还包括：根据所述音圈电机快速反射镜中的系统状态与噪声类型，确定出与所述kalman滤波器相对应的系统模型函数与噪声特性函数；其中，所述系统模型函数与噪声特性函数用于对所述kalman滤波器进行状态估计与观测估计。
12.在一种可行的实施方式中，基于预设时间间隔，对目标河道区域进行激光扫描，得到初步反射率图像，具体包括：根据lqg控制器优化后的音圈电机快速反射镜，对所述目标河道区域进行激光扫描，得到扫描后目标河道区域；其中，扫描后目标河道区域包括：目标河道水面以及目标河道垃圾；根据所述目标河道水面与所述目标河道垃圾对激光的反射率不同，得到光影对比数据；根据光谱波段相关系数，将所述光影对比数据划分为若干组光谱波段数据；对每组光谱波段数据进行降维处理，并进行波段指数的加权融合以及局部光谱波段最大值融合，得到所述初步反射率图像。
13.本技术实施例根据水体与垃圾对激光的反射率的不同，对获取的图像进行处理，从而得到初步反射率图像。能过更好的对水体以及垃圾进行区分，并且还可以根据反射率的不同，将相似反射率的分成若干组，有利于后续对图像内容进一步识别，最后经过数据的预处理，以及波段指数的加权融合，将光影数据进一步的优化，得到初步反射率图像。
14.在一种可行的实施方式中，根据所述初步反射率图像中光谱波段的不同，对所述光谱波段进行特征标记，得到光斑，具体包括：根据所述目标河道区域的范围，构建水面二维平面图；根据所述水面二维平面图，与所述初步反射率图像进行覆盖融合，得到二维平面融合图；其中，所述二维平面融合图包括每一个光谱波段所在的位置坐标以及在二维平面融合图中对应的模糊面积大小；根据所述二维平面融合图，对不同所述光谱波段进行特征标记，得到所述光斑特征。
15.在一种可行的实施方式中，根据所述光斑特征，建立监测平面模型，具体包括：基于每一个所述光斑特征的坐标以及对应的模糊面积，对容纳所述模糊面积最小的矩形范围
进行图像分割，得到光斑分割图像；将所述光斑分割图像进行前景与后景的分割处理，得到实际光斑图像面积；根据每一个所述光斑特征的坐标、所述光斑分割图像以及所述实际光斑图像面积，建立所述监测平面模型。
16.在一种可行的实施方式中，通过所述监测平面模型，对所述目标河道区域进行面积预估对比，得到所述目标河道区域的垃圾占有率，具体包括：根据所述监测平面模型，得到所述目标河道区域中每一个实际光斑图像面积；将每一个所述实际光斑图像面积相加，得到实际光斑图像总面积；计算所述实际光斑图像总面积与所述目标河道区域面积的比值，得到所述目标河道区域的垃圾占有率。
17.本技术实施例通过监测模型，得到每个光斑图像的实际面积，然后再与目标河道面积进行对比计算，得到垃圾占有率。可以准确判断出该在该目标河道区域中垃圾多少的情况，从而进行提前处理，防止因为上游垃圾的大量输送，没有及时发现，滞后性过大，让下游垃圾过多的聚集，造成水体环境污染。
18.在一种可行的实施方式中，根据所述垃圾占有率，对所述目标河道区域的河道污染情况进行等级判断，得到处理等级，并发送给工作人员，实现对所述目标河道区域的实时垃圾监测，具体包括：若所述垃圾占有率小于等于第一预设阈值，则所述处理等级为轻度污染；若所述垃圾占有率为大于第一预设阈值小于第二预设阈值时，则所述处理等级为中度污染；若所述垃圾占有率大于等于第三预设阈值时，则所述处理等级为重度污染；根据所述处理等级的不同，将警告信息发送到工作人员的用户终端中，以便于对所述目标河道区域进行实时垃圾监测；其中，所述警告信息包括所述轻度污染、所述中度污染以及所述重度污染。
19.另一方面，本技术实施例还提供了一种基于激光扫描的河道垃圾监测装置，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行上述任一实施方式所述的一种基于激光扫描的河道垃圾监测方法。
20.本技术实施例提供了一种基于激光扫描的河道垃圾监测方法及设备，实现了对上游河道水域的垃圾监测，并根据上游垃圾占有率的大小，及时对上游垃圾进行处理，减少了因下游垃圾过多聚集，而造成的环境污染问题，通过对上游垃圾的实时监测，减少了对河道垃圾处理的滞后性，更好的有利于水体环境的保护。
附图说明
21.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
22.图1为本技术实施例提供的一种基于激光扫描的河道垃圾监测方法流程图；
23.图2为本技术实施例提供的一种目标河道区域图；
24.图3为本技术实施例提供的一种基于激光扫描的河道垃圾监测设备的结构示意图。
具体实施方式
25.为了使本技术领域的人员更好地理解本技术中的技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
26.本技术实施例提供了一种基于激光扫描的河道垃圾监测方法，如图1所示，河道垃圾监测方法具体包括步骤s101-s105：
27.s101、基于预设时间间隔，对目标河道区域进行激光扫描，得到初步反射率图像。
28.具体地，根据目标河道区域中水流的速度以及目标河道区域的宽度，得到预设时间间隔。其中，预设时间间隔与目标河道区域的宽度以及水流的速度成反比。目标河道区域为上游河道的预设区域。
29.进一步地，根据音圈电机快速反射镜中多个输入变量与输出变量之间的相互作用，对目标河道区域进行平滑的激光扫描处理，包括：。
30.先根据音圈电机快速反射镜中的系统状态与噪声类型，确定出与kalman滤波器相对应的系统模型函数与噪声特性函数。其中，系统模型函数与噪声特性函数用于对kalman滤波器进行状态估计与观测估计。
31.作为一种可行的实施方式，进一步地，根据以及分别得到系统模型函数和噪声特性函数。其中，x为系统状态，u为控制器输出量，y为系统测量输出，w为过程噪声，v为测量噪声，q、r、n分别为输入噪声和测量噪声的协方差。
32.进一步地，对音圈电机快速反射镜中多个输入变量与输出变量进行有关kalman滤波器的状态估计与观测估计，分别得到有关kalman滤波器的状态方程与观测方程。根据代数黎卡提方程，对状态方程与观测方程进行增益优化处理，得到增益方程。通过最小化代价函数以及增益方程，对kalman滤波器进行有关线性二次型高斯(lqg)控制器的优化控制，得到lqg控制器。根据lqg控制器，对音圈电机快速反射镜进行优化控制，以便对目标河道区域进行平滑的激光扫描处理。
33.作为一种可行的实施方式，在kalman滤波器进行状态估计和观测估计后，分别得到状态方程和预测方程其中，为系统状态估计，为系统输出估计，l表示kalman滤波器增益。kalman滤波器是通过估计状态量使得误差的协方差最小化：然后通过求解一个代数黎卡提方程可以得到kalman滤
波器的增益函数l的大小：其中：之后再通过最小化代价函数最终得到lqg控制器，实现对音圈电机快速反射镜进行优化控制。其中，q
xu
为噪声协方差数据、τ为时间常数。
34.进一步地，根据lqg控制器优化后的音圈电机快速反射镜，对目标河道区域进行激光扫描，得到扫描后目标河道区域。其中，扫描后目标河道区域包括：目标河道水面以及目标河道垃圾。
35.进一步地，在对目标河道区域进行激光扫描后，根据目标河道水面与目标河道垃圾对激光的反射率不同，获取得到光影对比数据。根据光影对比数据中光谱波段相关系数，将光影对比数据划分为若干组光谱波段数据。对每组光谱波段数据进行降维处理，并进行波段指数的加权融合以及局部光谱波段最大值融合，得到初步反射率图像。
36.作为一个可行的实施方式，通过分段金字塔融合，将获取的光影对比数据进行降维预处理，根据光影对比数据中反射率不同造成的光斑波段不同，将m个光斑波段，依据他们之间的相关系数，划分为n组光谱波段数据，然后再进行拉普拉斯金字塔变换，将光谱波段分解到不同的空间频带上，然后，对光谱波段中较低波段指数进行加权融合，对较高波段指数采用其局部光谱波段中的最大值进行融合，使得不同波段组降维后结果相关系数小，并且避免了直接加权融合造成图像模糊的问题，最终便可得到预处理过后的初步反射率图像。
37.在一个实施例中，图2为本技术实施例提供的一种目标河道区域图，如图2所示，通过优化后的音圈电机快速反射镜，对图中目标河道的激光扫描区域进行平滑的全方位扫描，该激光扫描区域为根据实地的探测，由工作人员确定出的激光扫描区域，用于对该区域中的河道垃圾进行监测。也就是，通过对某一段河道的监测，实现对整个上游河道垃圾情况的监测，通过对该区域的扫描，来判断出整个上游河道垃圾存在的情况。
38.s102、根据初步反射率图像中光谱波段的不同，对光谱波段进行特征标记，得到光斑特征。
39.具体地，根据目标河道区域的范围，构建水面二维平面图。根据水面二维平面图，与初步反射率图像进行覆盖融合，得到二维平面融合图。其中，二维平面融合图包括每一个光谱波段所在的位置坐标以及在二维平面融合图中对应的模糊面积大小。根据二维平面融合图，对不同光谱波段进行特征标记，得到光斑特征。
40.作为一个可行的实施方式，首先根据激光扫描目标河道区域的激光点云数据，通过xy坐标和激光反射强度信息，得到关于目标河道区域点云数据的二维平面图，然后与上述获取的初步反射率图像进行重叠覆盖融合，得到有关反射率不同光斑的二维平面融合图，该二维平面融合图可以反映出每一个光谱波段对应的光斑说所在的位置坐标，以及每一个对应光谱波段所在区域的模糊面积大小。然后，再对每一个不同的光谱波段进行特征的标记，得到目标河道区域内所有光谱波段的光斑特征。
41.s103、根据光斑特征，建立监测平面模型。
42.具体地，基于每一个光斑特征的坐标以及对应的模糊面积，对容纳模糊面积最小的矩形范围进行图像分割，得到光斑分割图像。将光斑分割图像进行前景与后景的分割处理，得到实际光斑图像面积。根据每一个光斑特征的坐标、光斑分割图像以及实际光斑图像面积，建立监测平面模型。
43.作为一种可行的实施方式，首先对每一个光斑特征的模糊面积进行识别，然后对该模糊面积能容纳下的最小矩形范围进行光斑分割处理，得到分割图像，然后通过边缘信息将光斑分割图像中的前景区域与后景区域进行分割处理，提取前景的实际光斑面积的大小，得到实际光斑图像面积，采用该方法可以准确提取出实际的光斑图像的面积。
44.最后，通过每一个光斑特征的坐标、光斑分割图像以及实际光斑图像面积，建立监测平面模型。
45.s104、通过监测平面模型，对目标河道区域进行面积预估对比，得到目标河道区域的垃圾占有率。
46.具体地，根据监测平面模型，得到目标河道区域中每一个实际光斑图像面积。将每一个实际光斑图像面积相加，得到实际光斑图像总面积。计算实际光斑图像总面积与目标河道区域面积的比值，得到目标河道区域的垃圾占有率。
47.在一个实施例中，首先通过监测平面模型，得到该目标河道区域中每一个实际光斑图像面积{a，b，c，
……
，n}，然后将每一个实际光斑图像面积{a，b，c，
……
，n}进行相加处理，得到实际光斑图像总面积，然后预先选取目标河道区域的整个面积，进行面积的比值计算，得到该目标河道区域的垃圾占有率。
48.s105、根据垃圾占有率，对目标河道区域的河道污染情况进行等级判断，得到处理等级，并发送给工作人员，实现对目标河道区域的实时垃圾监测。
49.具体地，若垃圾占有率小于等于第一预设阈值，则处理等级为轻度污染。若垃圾占有率为大于第一预设阈值小于第二预设阈值时，则处理等级为中度污染。若垃圾占有率大于等于第三预设阈值时，则处理等级为重度污染。
50.根据处理等级的不同，将警告信息发送到工作人员的用户终端中，以便于对目标河道区域进行实时垃圾监测。其中，警告信息包括轻度污染、中度污染以及重度污染。
51.在一个实施例中，根据得到的垃圾占有率，与内置的预设阈值进行比较，来判断处理等级。其中，第一预设阈值为3％，第二预设阈值为6％。若垃圾占有率小于3％，则可判定处理等级为轻度污染，大于等于3％小于6％，则可判定处理等级为中度污染，大于6％时，则可判定为重度污染。然后将各个处理等级将这些警告信息发送给工作人员的用户终端中。其中，工作人员的用户终端可以为手机、平板、app等等。通过对河道垃圾占有率的处理等级判定，可以及时掌握该河道的污染情况，从而让工作人员及时掌握该河道的实际情况，从而对整个河道进行预估，也可以及时的根据警告信息，对河道的垃圾进行处理，防止垃圾堆积过多，不能及时的发现，而产生滞后性，进一步加害对水体环境的污染。同时，还能根据实时的警告信息，选择派出的人手及清理设备，防止对资源的浪费，更有效的清理河道内垃圾，保护水体环境。
52.另外，本技术实施例还提供了一种基于激光扫描的河道垃圾监测设备，如图3所示，基于激光扫描的河道垃圾监测设备300具体包括：
53.至少一个处理器301。以及，与至少一个处理器301通信连接的存储器302；其中，存
储器302存储有能够被至少一个处理器301执行的指令，以使至少一个处理器301能够执行：
54.基于预设时间间隔，对目标河道区域进行激光扫描，得到初步反射率图像；其中，目标河道区域为上游河道预设区域；
55.根据初步反射率图像中光谱波段的不同，对光谱波段进行特征标记，得到光斑特征；其中，光斑特征包括若干光斑的坐标以及对应的模糊面积；
56.根据光斑特征，建立监测平面模型；
57.通过监测平面模型，对目标河道区域进行面积预估对比，得到目标河道区域的垃圾占有率；
58.根据垃圾占有率，对目标河道区域的河道污染情况进行等级判断，得到处理等级，并发送给工作人员，实现对目标河道区域的实时垃圾监测。
59.本技术提出了一种激光扫描的河道垃圾监测方法及设备，实现了对上游河道水域的垃圾监测，并根据上游垃圾占有率的大小，及时对上游垃圾进行处理，减少了因下游垃圾过多聚集，而造成环境污染问题，通过对上游垃圾的实时监测，减少了对河道垃圾处理的滞后性，更好的有利于水体环境的保护。同时，通过发送给工作人员的实时警告信息，可以让工作人员更好的对河道内垃圾污染的情况进行监测，然后采取最优的方案与资源，去解决河道内垃圾污染水体环境的问题。
60.本技术中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
61.上述对本技术特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
62.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术的实施例可以有各种更改和变化。凡在本技术实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种基于激光扫描的河道垃圾监测方法，其特征在于，所述方法包括：基于预设时间间隔，对目标河道区域进行激光扫描，得到初步反射率图像；其中，所述目标河道区域为上游河道预设区域；根据所述初步反射率图像中光谱波段的不同，对所述光谱波段进行特征标记，得到光斑特征；其中，所述光斑特征包括若干光斑的坐标以及对应的模糊面积；根据所述光斑特征，建立监测平面模型；通过所述监测平面模型，对所述目标河道区域进行面积预估对比，得到所述目标河道区域的垃圾占有率；根据所述垃圾占有率，对所述目标河道区域的河道污染情况进行等级判断，得到处理等级，并发送给工作人员，实现对所述目标河道区域的实时垃圾监测。2.根据权利要求1所述的一种基于激光扫描的河道垃圾监测方法，其特征在于，在基于预设时间间隔，对目标河道区域进行激光扫描，得到初步反射率图像之前，所述方法还包括：根据所述目标河道区域中水流的速度以及所述目标河道区域的宽度，得到所述预设时间间隔；其中，所述预设时间间隔与所述目标河道区域的宽度以及水流的速度成反比；根据音圈电机快速反射镜中多个输入变量与输出变量之间的相互作用，对所述目标河道区域进行平滑的激光扫描处理。3.根据权利要求2所述的一种基于激光扫描的河道垃圾监测方法，其特征在于，根据音圈电机快速反射镜中多个输入变量与输出变量之间的相互作用，对所述目标河道区域进行平滑的激光扫描处理，具体包括：对音圈电机快速反射镜中多个输入变量与输出变量进行有关kalman滤波器的状态估计与观测估计，分别得到有关所述kalman滤波器的状态方程与观测方程；根据代数黎卡提方程，对所述状态方程与观测方程进行增益优化处理，得到增益方程；通过最小化代价函数以及所述增益方程，对所述kalman滤波器进行有关线性二次型高斯控制器的优化控制，得到lqg控制器；根据所述lqg控制器，对所述音圈电机快速反射镜进行优化控制，以便对所述目标河道区域进行平滑的激光扫描处理。4.根据权利要求3所述的一种基于激光扫描的河道垃圾监测方法，其特征在于，在得到有关所述kalman滤波器的状态方程与观测方程之前，所述方法还包括：根据所述音圈电机快速反射镜中的系统状态与噪声类型，确定出与所述kalman滤波器相对应的系统模型函数与噪声特性函数；其中，所述系统模型函数与噪声特性函数用于对所述kalman滤波器进行状态估计与观测估计。5.根据权利要求1所述的一种基于激光扫描的河道垃圾监测方法，其特征在于，基于预设时间间隔，对目标河道区域进行激光扫描，得到初步反射率图像，具体包括：根据lqg控制器优化后的音圈电机快速反射镜，对所述目标河道区域进行激光扫描，得到扫描后目标河道区域；其中，扫描后目标河道区域包括：目标河道水面以及目标河道垃圾；根据所述目标河道水面与所述目标河道垃圾对激光的反射率不同，得到光影对比数据；
根据光谱波段相关系数，将所述光影对比数据划分为若干组光谱波段数据；对每组光谱波段数据进行降维处理，并进行波段指数的加权融合以及局部光谱波段最大值融合，得到所述初步反射率图像。6.根据权利要求1所述的一种基于激光扫描的河道垃圾监测方法，其特征在于，根据所述初步反射率图像中光谱波段的不同，对所述光谱波段进行特征标记，得到光斑特征，具体包括：根据所述目标河道区域的范围，构建水面二维平面图；根据所述水面二维平面图，与所述初步反射率图像进行覆盖融合，得到二维平面融合图；其中，所述二维平面融合图包括每一个光谱波段所在的位置坐标以及在二维平面融合图中对应的模糊面积大小；根据所述二维平面融合图，对不同所述光谱波段进行特征标记，得到所述光斑特征。7.根据权利要求1所述的一种基于激光扫描的河道垃圾监测方法，其特征在于，根据所述光斑特征，建立监测平面模型，具体包括：基于每一个所述光斑特征的坐标以及对应的模糊面积，对容纳所述模糊面积最小的矩形范围进行图像分割，得到光斑分割图像；将所述光斑分割图像进行前景与后景的分割处理，得到实际光斑图像面积；根据每一个所述光斑特征的坐标、所述光斑分割图像以及所述实际光斑图像面积，建立所述监测平面模型。8.根据权利要求1所述的一种基于激光扫描的河道垃圾监测方法，其特征在于，通过所述监测平面模型，对所述目标河道区域进行面积预估对比，得到所述目标河道区域的垃圾占有率，具体包括：根据所述监测平面模型，得到所述目标河道区域中每一个实际光斑图像面积；将每一个所述实际光斑图像面积相加，得到实际光斑图像总面积；计算所述实际光斑图像总面积与所述目标河道区域面积的比值，得到所述目标河道区域的垃圾占有率。9.根据权利要求1所述的一种基于激光扫描的河道垃圾监测方法，其特征在于，根据所述垃圾占有率，对所述目标河道区域的河道污染情况进行等级判断，得到处理等级，并发送给工作人员，实现对所述目标河道区域的实时垃圾监测，具体包括：若所述垃圾占有率小于等于第一预设阈值，则所述处理等级为轻度污染；若所述垃圾占有率为大于第一预设阈值小于第二预设阈值时，则所述处理等级为中度污染；若所述垃圾占有率大于等于第三预设阈值时，则所述处理等级为重度污染；根据所述处理等级的不同，将警告信息发送到工作人员的用户终端中，以便于对所述目标河道区域进行实时垃圾监测；其中，所述警告信息包括所述轻度污染、所述中度污染以及所述重度污染。10.一种基于激光扫描的河道垃圾监测设备，其特征在于，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据权利要求1-9任一项所述的一种基于激光扫描的河道垃圾监测方法。

技术总结
本发明公开了一种基于激光扫描的河道垃圾监测方法及设备，属于激光扫描、监测统计技术领域，用于解决不能准确对上游河道垃圾进行环境监测，使河道垃圾容易在下游聚集，对治理水体环境具有滞后性，不利于水体环境保护的技术问题。方法包括：基于预设时间间隔，对目标河道区域进行激光扫描，得到初步反射率图像；根据初步反射率图像中光谱波段的不同，对光谱波段进行特征标记，得到光斑特征；根据光斑特征，建立监测平面模型；通过监测平面模型，对目标河道区域进行面积预估对比，得到目标河道区域的垃圾占有率；根据垃圾占有率，对目标河道区域的河道污染情况进行等级判断，得到处理等级，并发送给工作人员，实现对目标河道区域的实时垃圾监测。实时垃圾监测。实时垃圾监测。


技术研发人员：张严峰 张建强 刘西涛 李亮 孙崇尚
受保护的技术使用者：青岛锐源宏图电子科技有限公司
技术研发日：2023.06.12
技术公布日：2023/9/20