[发明专利]海水养殖区分层分类提取方法、装置、存储介质及电子设备在审
申请号: | 201910087911.5 | 申请日: | 2019-01-29 |
公开(公告)号: | CN109840496A | 公开(公告)日: | 2019-06-04 |
发明(设计)人: | 王常颖;邵峰晶;李淑静 | 申请(专利权)人: | 青岛大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京众达德权知识产权代理有限公司 11570 | 代理人: | 刘杰 |
地址: | 266071 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 海水养殖 养殖区域 海水 存储介质 电子设备 图像特征 图像提取 检测 分类 浮筏养殖 卫星图像 区分层 空间结构 影像 陆地 陆地区域 数据源 分层 光谱 去除 卫星 | ||
1.一种海水养殖区分层分类提取方法,其特征在于,包括以下步骤:
获取待检测海水养殖区的卫星图像;
以所述待检测海水养殖区的卫星图像为基础,根据海水与陆地的图像特征,进行海水与陆地分类,通过图像提取,得到待检测海水区域和陆地区域;
以所述待检测海水区域为基础,根据围海养殖区域的图像特征,通过图像提取,得到围海养殖区域;
以去除所述围海养殖区域之后的待检测海水区域为基础,根据浮筏养殖区域的图像特征,通过图像提取,得到浮筏养殖区域。
2.根据权利要求1所述的海水养殖区分层分类提取方法,其特征在于,所述围海养殖区域的特征包括,所述围海养殖区域内呈水体斑块与堤坝交替出现且成排出现。
3.根据权利要求1所述的海水养殖区分层分类提取方法,其特征在于,
所述浮筏养殖区域的特征包括:
所述浮筏养殖区域的红光波段光谱值高于所述海水区域的红光波段光谱值,并且,所述浮筏养殖区域的绿光波段光谱值低于所述海水区域的绿光波段光谱值。
4.根据权利要求1所述的海水养殖区分层分类提取方法,其特征在于,以所述海水区域为基础,根据浮筏养殖区域的图像特征,通过图像提取,得到浮筏养殖区域具体包括以下步骤:
选定正方形窗口;
使所述正方形窗口在所述待检测海水区域内滑动,以所述正方形窗口每次框出的区域为子区域,得到多个子区域;
在各所述子区域内,针对每一像素点,应用检测指数进行检测,其中,检测指数大于阈值的区域为浮筏养殖区域,检测指数小于或者等于阈值的区域为海水区域。
5.根据权利要求4所述的海水养殖区分层分类方法,其特征在于,
所述正方形窗口的规格选自600像素×600像素、100像素×100像素、50像素×50像素中的一种;
使所述正方形窗口在所述待检测海水区域内滑动的过程中,步长选自100像素、20像素、10像素中的一种。
6.根据权利要求5所述的海水养殖区分层分类方法,其特征在于,针对使所述正方形窗口在所述待检测海水区域内滑动,以所述正方形窗口每次框出的区域为子区域,得到多个子区域的过程中:
所述正方形窗口的规格为600像素×600像素、100像素×100像素、50像素×50像素中的多种,
使所述正方形窗口在所述待检测海水区域内滑动的过程中,步长选自100像素、20像素、10像素中的多种,
其中,所述正方形窗口的规格与所述步长通过排列组合的方式确定为多组。
7.根据权利要求4所述的海水养殖区分层分类提取方法,其特征在于,
所述检测指数为xp=Bred-Bgreen+256;
所述阈值为T=avg(xp)-3;
其中,
xp-检测指数,
Bred-红光波段光谱值,
Bgreen-绿光波段光谱值,
T-检测阈值,
avg(xp)-子区域中所有像素点检测指数的平均值。
8.一种海水养殖区分层分类提取装置,其特征在于,包括:
图像获取单元,用于获取待检测海水养殖区的卫星图像;
第一图像提取单元,用于以所述待检测海水养殖区的卫星图像为基础,根据海水与陆地的图像特征,进行海水与陆地分类,通过图像提取,得到待检测海水区域和陆地区域;
第二图像提取单元,用于以所述待检测海水区域为基础,根据围海养殖区域的图像特征,通过图像提取,得到围海养殖区域;
第三图像提取单元,用于以去除所述围海养殖区域之后的待检测海水区域为基础,根据浮筏养殖区域的图像特征,通过图像提取,得到浮筏养殖区域。
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青岛大学,未经青岛大学许可,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/201910087911.5/1.html,转载请声明来源钻瓜专利网。