一种漂浮物自动识别方法

本申请公开了一种漂浮物自动识别方法，涉及图像识别技术领域，包括：采集包含漂浮物的水体图像数据集；对采集的图像集进行预处理，预处理包含：采用基于退火算法的滤波器对图像进行去噪处理；采用核PCA算法对去噪处理后的图像集进行降维处理；根据预处理后的图像集，采用预训练的卷积神经网络提取图像特征；根据图像特征，采用度量学习算法提取特征度量空间；根据特征度量空间，采用聚类算法对漂浮物进行分类。针对现有技术中存在的漂浮物识别精度低的问题，本申请采用小波变换算法降低图像中的噪声，利用核PCA算法对图像进行降维，采用结构度量学习方法学习样本间在特征空间的度量距离，基于密度的DBSCAN聚类算法进行分类，提高了识别精度。