基于图像处理的水下污染物智能识别方法及系统

本发明涉及图像处理领域，具体涉及一种基于图像处理的水下污染物智能识别方法及系统，包括：通过水下机器人采集多区域时序水底图像，结合U‑Net与YOLO算法获取疑似垃圾位置及概率；划分图像窗格，基于中心点RGB时序变化计算锚点权重，并利用相邻图像窗格灰度波动构建浑浊度函数；加权融合窗格浑浊度与锚点权重，生成区域整体浑浊度；根据浑浊度动态分配双算法权重，输出目标为垃圾的融合概率；通过概率阈值判定污染并预警。本发明解决了单一算法在浑浊/清晰水域的适应性问题，显著提升识别准确率与抗干扰能力。