基于智能聚类算法的易涝点视频监控数据异常识别方法

本发明公开了基于智能聚类算法的易涝点视频监控数据异常识别方法，包括如下步骤：S1、采集视频图像数据；S2、对视频图像帧序列中的每一帧图像进行预处理；S3、基于帧间距离矩阵与帧级特征向量，采用改进型密度峰值聚类算法，并结合FixMatch半监督分类模型输出最终异常帧集合；S4、基于模糊聚类边界点集构建图结构并输入图神经网络模型，输出最终异常图像帧集合；S5、基于联合异常判断结果集，构成完整异常帧序列；S6、当任一图像帧被判定为异常状态帧时，触发异常事件判定流程。本发明具备异常识别精度高、响应速度快、抗干扰能力强和部署灵活等优点，能够显著提升城市排涝调度的自动化与智能化水平。