[发明专利]水下照片珊瑚礁识别方法、系统及存储介质在审
申请号: | 202110339733.8 | 申请日: | 2021-03-30 |
公开(公告)号: | CN112906656A | 公开(公告)日: | 2021-06-04 |
发明(设计)人: | 巫建伟;郑新庆;刘正华 | 申请(专利权)人: | 自然资源部第三海洋研究所 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06N3/04;G06N3/08;G06T7/12;G06T7/13;G06T7/90 |
代理公司: | 厦门原创专利事务所(普通合伙) 35101 | 代理人: | 黄一敏 |
地址: | 361000 福*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 水下 照片 珊瑚礁 识别 方法 系统 存储 介质 | ||
本发明涉及海洋珊瑚生物研究技术领域,具体是水下照片珊瑚礁识别方法、系统及存储介质,该方法包括获取水下珊瑚礁的图像数据,根据珊瑚礁图像数据赋予对应的珊瑚礁名称标签;对获取的水下珊瑚礁图像数据进行预处理,通过色彩识别模块及边缘识别模块获取图像中的珊瑚礁的颜色种类、颜色排布方式及轮廓特征,输出特征数据;利用输出的特征数据及对应的名称标签对珊瑚图像数据进行珊瑚礁种类的识别训练;对待识别的水下珊瑚礁图像数据进行预处理,通过色彩识别模块及边缘识别模块获取图像中的珊瑚的颜色种类、颜色排布方式及轮廓特征,根据珊瑚礁种类识别模型对图像中的珊瑚礁的颜色、颜色排布方式及轮廓特征进行识别。
技术领域
本发明涉及海洋珊瑚生物研究技术领域,具体是水下照片珊瑚礁识别方法、系统及存储介质。
背景技术
珊瑚礁中栖息着上万种各类海洋生物,不论是在海洋生态系统结构研究、医药开发、矿产勘探以及古生物、古地质科学研究乃至近海城市防灾方面都有着重要的价值。
现有珊瑚礁多种多样,珊瑚礁种类的识别在稀有珊瑚品种的保护及研究上具有重要的意义。传统珊瑚礁的识别判定方式大多是通过拍照或摄影方式获取图像,并将获取图像进行人工比对识别效率较低。
发明内容
为解决上述问题,本发明提供水下照片珊瑚礁识别方法、系统及存储介质。
本发明过以下技术方案予以实现:
一种水下照片珊瑚礁识别方法,其特征在于,包括:
获取水下珊瑚礁的图像数据,根据珊瑚礁图像数据赋予对应的珊瑚礁名称标签;
对获取的水下珊瑚礁图像数据进行预处理,通过色彩识别模块及边缘识别模块获取图像中的珊瑚礁的颜色种类、颜色排布方式及轮廓特征,输出特征数据;
利用输出的特征数据及对应的名称标签对珊瑚图像数据进行珊瑚礁种类的识别训练;
对待识别的水下珊瑚礁图像数据进行预处理,通过色彩识别模块及边缘识别模块获取图像中的珊瑚的颜色种类、颜色排布方式及轮廓特征,根据珊瑚礁种类识别模型对图像中的珊瑚礁的颜色、颜色排布方式及轮廓特征进行识别;
珊瑚礁种类识别模型识别时,依次对颜色、颜色排布方式及轮廓特征进行识别匹配;
若颜色特征输出的匹配结果等于1,则直接输出识别结果,若颜色特征输出的匹配结果大于1,则进入颜色排布方式匹配判定;
若颜色排布方式匹配的输出结果等于1,则直接输出识别结果,若颜色排布方式匹配的输出结果大于1,则进入轮廓特征匹配判定;
根据轮廓特征的匹配结果,输出识别结果。
进一步的,图像数据的预处理步骤如下:
计算图像每个通道的像素均值;
将图像缩小到224*224像素;
将缩小后图像的各通道的像素值减去上述得到的像素均值,得到预处理后的图像数据。
进一步的,边缘识别模块通过canny边缘检测或Scharr边缘检测方式获取珊瑚礁的轮廓特征。
进一步的,所述珊瑚礁种类识别模型是经训练的Faster R-CNN网络模型,所述珊瑚礁种类识别模型的训练过程包括:
以珊瑚礁的颜色、颜色排布方式及轮廓特征为输入,对珊瑚礁种类识别模型进行训练,直至类识别模型收敛。
进一步的,轮廓特征匹配过程中计算待测图像数据中轮廓特征对应数据库中各种类珊瑚礁对应特征的概率值,概率最高的类别即识别结果。
发明进一步提供了一种水下照片珊瑚礁识别系统,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于自然资源部第三海洋研究所,未经自然资源部第三海洋研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110339733.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种五金配件装配安全性检测方法及系统
- 下一篇:知识图谱学习方法和系统