申请/专利权人:华南理工大学
申请日:2023-08-31
公开(公告)日:2023-12-05
公开(公告)号:CN117173440A
主分类号:G06V10/762
分类号:G06V10/762;G06V10/774;G06V10/80;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.22#实质审查的生效;2023.12.05#公开
摘要:本发明属于环境监测技术领域,涉及机器学习,有色污染物的快速测定方法,公开一种基于Kmeans和RGB均值快速测定污染物浓度的方法。本发明所述,包括图像获取与预处理,RGB特征及其kmeans特征图像提取过程,以及linearmodel训练流程,测试污染物浓度。本发明的方法在测定多个样品的污染物浓度时,减少大型仪器的使用,大大节省了现场即时检测成本及检测时间,无需制备和投加传感器材料或者比色材料,大大降低了检测门槛和成本。并且全程基于手机和计算机平台,方便便携,检测具有及时性,因此适用于污染物的现场实时检测。
主权项:1.一种基于Kmeans和RGB均值快速测定污染物浓度的方法,其特征在于包括以下步骤:1配制不同浓度的标准样品;2拍摄步骤1所得样品,并且裁剪所获取的照片;3提取步骤2所得截图图片的RGB通道信息;4根据步骤3所得RGB通道信息计算RGB各个通道均值,得到RGB均值特征数据;5将步骤4中得到的RGB均值特征数据进行Kmeans聚类,得到Kmeans特征数据;6将步骤4和步骤5获取的数据采用K-fold交叉验证训练linear模型,得到最佳Linear模型;7待测样品经步骤2~5得到RGB均值特征数据及其kmeans特征数据,将得到的特征数据输入到步骤6训练好的最佳Linear模型,得到污染物浓度。
全文数据:
权利要求:
百度查询: 华南理工大学 一种基于Kmeans和RGB均值快速测定污染物浓度的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。