(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 202210484751.X (22)申请日 2022.05.06 (71)申请人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 王枫　夏超平　熊剑平　任馨怡　 赵兴科　 (74)专利代理 机构 杭州华进联浙知识产权代理 有限公司 3 3250 专利代理师 金无量 (51)Int.Cl. G06T 7/00(2017.01) G06V 20/40(2022.01) G06V 10/80(2022.01) G06V 10/764(2022.01)G06V 10/22(2022.01) G06T 7/90(2017.01) G06T 7/11(2017.01) G06T 5/50(2006.01) G06T 5/40(2006.01) G06T 5/30(2006.01) G06T 5/00(2006.01) (54)发明名称 泡沫识别方法、 装置、 电子装置和存 储介质 (57)摘要 本申请涉及一种泡沫识别方法、 装置、 电子 装置和存储介质， 其中， 该泡沫识别方法通过对 待检测图像序列进行帧间差分处理， 得到目标帧 差图像序列， 根据目标帧差图像序列对应的亮度 特征阈值和预设的投票策略， 对 预设时间段内的 目标帧差图像序列进行泡沫识别， 得到初始泡沫 识别结果， 按照预设的统计规则对初始泡沫识别 结果进行泡沫占比统计， 得到预设时间段内的待 检测图像序列的目标泡沫识别结果。 其基于图像 分析实现了对监测区域内的泡沫含量的统计， 无 需引入额外的硬件设备， 从而降低了排放水的泡 沫检测的硬件成本 。 权利要求书2页 说明书8页 附图4页 CN 114897809 A 2022.08.12 CN 114897809 A 1.一种泡沫 识别方法， 其特 征在于， 包括： 对待检测图像序列进行帧间差分处 理， 得到目标帧差图像序列； 根据目标帧差图像序列对应的亮度 特征阈值和预设的投票策略， 对预设时间段内的目 标帧差图像序列进行泡沫 识别， 得到初始泡沫 识别结果； 按照预设的统计规则对所述初始泡沫识别结果进行泡沫占比统计， 得到预设时间段内 的待检测图像序列的目标泡沫 识别结果。 2.根据权利要求1所述的泡沫识别方法， 其特征在于， 在对待检测图像序列进行帧间差 分处理， 得到目标帧差图像序列之前， 所述方法还 包括： 获取原始图像序列； 对所述原始图像序列进行YUV色域的通道分离， 并抽取所述原始图像序列经通道分离 后的Y通道图像数据， 得到所述待检测图像序列。 3.根据权利要求2所述的泡沫识别方法， 其特征在于， 所述对所述原始图像序列进行 YUV色域的通道分离， 并抽取所述原始图像序列经通道分离后的Y通道图像数据， 得到所述 待检测图像序列， 包括： 对所述原始图像序列进行YUV色域的通道分离， 并抽取所述原始图像序列经通道分离 后的Y通道图像数据， 得到 Y通道图像序列； 对所述Y通道图像序列进行直方图规范化处 理， 得到所述待检测图像序列。 4.根据权利要求1所述的泡沫识别方法， 其特征在于， 所述对待检测图像序列进行帧间 差分处理， 得到目标帧差图像序列， 包括： 计算所述待检测图像序列中相邻帧待检测图像之间的差值， 得到初始帧差图像序列； 对所述初始帧差图像序列进行膨胀腐蚀处 理， 得到所述目标帧差图像序列。 5.根据权利要求1所述的泡沫识别方法， 其特征在于， 在根据目标帧差图像序列对应的 亮度特征阈值和预设的投票策略， 对预设时间段内的目标帧差图像序列进行泡沫识别， 得 到初始泡沫 识别结果之前， 所述方法还 包括： 统计所述目标帧差图像序列中的每帧 帧差图像的亮度信息， 确定所述亮度特 征阈值。 6.根据权利要求1所述的泡沫识别方法， 其特征在于， 所述根据目标帧差图像序列对应 的亮度特征阈值和预设的投票策略， 对预设时间段内的目标帧差图像序列进行泡沫识别， 得到初始泡沫 识别结果， 包括： 根据所述亮度 特征阈值确定每帧帧差图像中的泡沫像素点， 并基于每帧帧差图像的泡 沫像素点的检测结果和所述预设的投票策略， 对所述预设时间段内预设帧数的帧差图像中 的每一像素点进行泡沫像素点投票， 得到所述初始泡沫 识别结果。 7.根据权利要求6所述的泡沫识别方法， 其特征在于， 所述基于每帧帧差图像的泡沫像 素点的检测结果和所述预设的投票策略， 对所述预设时间段内预设帧数的帧差图像中的每 一像素点进行泡沫像素点投票， 得到所述初始泡沫 识别结果， 包括： 根据所述预设的投票策略， 计算所述预设时间段内预设帧数的帧差 图像中， 每一像素 点被分类为 泡沫像素点的帧数； 将被分类为泡沫像素点的帧数大于预设的帧数阈值的像素点投票为所述预设时间段 内的泡沫像素点， 得到所述初始泡沫 识别结果。 8.根据权利要求1至7中任一项所述的泡沫识别方法， 其特征在于， 所述按照预设的统权　利　要　求　书 1/2 页 2 CN 114897809 A 2计规则对所述初始 泡沫识别结果进行泡沫占比统计， 得到预设时间段内的待检测图像序列 的目标泡沫 识别结果， 包括： 按照预设的分块规则对所述目标帧差图像序列中的帧差图像进行图像分块， 根据 所述 初始泡沫识别结果计算每个图像块内的泡沫像素点的像素占比， 若所述像素占比大于预设 的占比阈值， 则确定所述图像块为泡沫， 否则， 确定所述图像块为非泡沫， 得到所述目标泡 沫识别结果。 9.一种泡沫识别装置， 其特征在于， 包括： 帧间差分模块、 泡沫识别模块、 以及统计模 块； 其中： 所述帧间差分模块， 用于对待检测图像序列进行帧间差分处理， 得到目标帧差 图像序 列； 所述泡沫识别模块， 用于根据目标帧差图像序列对应的亮度特征阈值和预设的投票策 略， 对预设时间段内的目标帧差图像序列进行泡沫 识别， 得到初始泡沫 识别结果； 所述统计模块， 用于按照预设的统计规则对所述初始泡沫识别结果进行泡沫占比统 计， 得到预设时间段内的待检测图像序列的目标泡沫 识别结果。 10.一种电子装置， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为运行所述计算机程序以执行权利要求1至8中任一项 所述的泡沫识 别方法。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至8中任一项所述的泡沫 识别方法的步骤。权　利　要　求　书 2/2 页 3 CN 114897809 A 3