[发明专利]鱼群自动计数方法、装置、电子设备及存储介质在审
申请号: | 202010750992.5 | 申请日: | 2020-07-30 |
公开(公告)号: | CN111968081A | 公开(公告)日: | 2020-11-20 |
发明(设计)人: | 段青玲;张璐;李道亮 | 申请(专利权)人: | 中国农业大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/187;G06T7/11;G06T7/136;G06T7/62;G06N3/04;G06N3/08 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 郭亮 |
地址: | 100193 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 鱼群 自动 计数 方法 装置 电子设备 存储 介质 | ||
1.一种鱼群自动计数方法,其特征在于,包括:
采集待计数的目标图像;
从所述目标图像中获取至少一个目标连通区域;
确定所述目标连通区域的目标特征;
对于每一个目标连通区域,基于其目标特征,确定其密度等级,并通过其密度等级对应的计数预测模型,获得其计数预测结果;
基于所有的目标连通区域的计数预测结果,获得所述目标图像的计数预测结果。
2.根据权利要求1所述的鱼群自动计数方法,其特征在于,所述对于每一个目标连通区域,基于其目标特征,确定其密度等级,并通过其密度等级对应的计数预测模型,获得其计数预测结果,具体包括:
对于每一个目标连通区域,基于其目标特征,确定其面积;
对于每一个目标连通区域,确定其面积所属的预设面积阈值范围,确定所述预设面积阈值范围对应的密度等级,为所述目标连通区域的密度等级;
对于每一个目标连通区域,基于其目标特征,通过其密度等级对应的计数预测模型,获得其计数预测结果。
3.根据权利要求1所述的鱼群自动计数方法,其特征在于,所述从所述目标图像中获取至少一个目标连通区域,具体包括:
对所述目标图像进行预处理;
对所述预处理后的目标图像进行分割,获得目标连通区域。
4.根据权利要求3所述的鱼群自动计数方法,其特征在于,所述对所述目标图像进行预处理,具体包括:
获取所述目标图像的颜色变换图像;
对所述颜色变换图像进行中值滤波处理,获得所述预处理后的目标图像。
5.根据权利要求1所述的鱼群自动计数方法,其特征在于,所述对于每一个目标连通区域,确定其密度等级,基于其目标特征,通过其密度等级对应的计数预测模型,获得其计数预测结果之前,所述方法还包括:
从所述目标图像的所有目标连通区域中获取目标连通区域样本,对所述目标连通区域样本进行人工标记;
将所述目标连通区域样本划分为至少一个密度等级;
对于每一个密度等级中的目标连通区域样本,获取其中的训练样本,基于所述训练样本的目标特征及标记,训练获得所述密度等级对应的计数预测模型。
6.根据权利要求5所述的鱼群自动计数方法,其特征在于,所述将所述目标连通区域训练样本划分为至少一个密度等级之后,所述方法还包括:
基于每一个目标连通区域训练样本的目标特征,确定其面积;
对所有目标连通区域训练样本的面积进行排序;
基于排序后的目标连通区域训练样本的面积变化趋势,计算获得所有所述密度等级分别对应的预设面积阈值范围。
7.根据权利要求5所述的鱼群自动计数方法,其特征在于,所述训练获得所述密度等级对应的计数预测模型之后,所述方法还包括:
对于每一个密度等级中的目标连通区域样本,获取其中的测试样本,基于所述测试样本,确定所述计数预测模型满足目标误差或所述的训练次数达到预设迭代次数。
8.一种鱼群自动计数装置,其特征在于,包括:
采集模块,用于采集待计数的目标图像;
获取模块,用于从所述目标图像中获取至少一个目标连通区域;
确定模块,用于确定所述目标连通区域的目标特征;
预测模块,用于对于每一个目标连通区域,基于其目标特征,确定其密度等级,并通过其密度等级对应的计数预测模型,获得其计数预测结果;
计数模块,用于基于所有的目标连通区域的计数预测结果,获得所述目标图像的计数预测结果。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述鱼群自动计数方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述鱼群自动计数方法的步骤。
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中国农业大学,未经中国农业大学许可,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/202010750992.5/1.html,转载请声明来源钻瓜专利网。