[发明专利]近海养殖区遥感监测方法和装置、设备及存储介质在审

专利信息
申请号: 202011348627.8 申请日: 2020-11-26
公开(公告)号: CN112418111A 公开(公告)日: 2021-02-26
发明(设计)人: 张友权;陈涛;贾大鹏;王玮;陈志权;李莹;马丁;刘志强 申请(专利权)人: 福建省海洋预报台;北京航天泰坦科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/08;G06N3/04
代理公司: 北京市鼎立东审知识产权代理有限公司 11751 代理人: 陈佳妹;贾满意
地址: 350000 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: 近海 养殖 遥感 监测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种近海养殖区遥感监测方法,其特征在于,包括:

基于卫星遥感技术获取被监测近海区域处的遥感影像;

将获取到的所述遥感影像输入至预先训练好的图像识别网络中,由所述图像识别网络对所述遥感影像进行识别,提取出所述遥感影像中的近海养殖区数据;

对所述近海养殖区数据进行后处理后,根据后处理的近海养殖区数据获取相应的监测结果。

2.根据权利要求1所述的方法,其特征在于,所述图像识别网络基于U-net网络模型构建。

3.根据权利要求1所述的方法,其特征在于,对所述近海养殖区数据进行的后处理,包括消除所述近海养殖区数据中物体边界点,和/或将所述近海养殖区数据中与物体接触的所有背景点合并到物体中。

4.根据权利要求3所述的方法,其特征在于,消除所述近海养殖区数据中物体边界点时,采用腐蚀方法进行;

所述近海养殖区数据中与物体接触的所有背景点合并到物体中,采用膨胀的方法进行。

5.根据权利要求1至4任一项所述的方法,其特征在于,还包括对所述图像识别网络进行训练的步骤;

其中,对所述图像识别网络进行训练,包括:

采集多个近海养殖区样本数据,并基于所采集到的各所述近海养殖区样本数据,制作得到相应的样本数据集;

基于U-net网络模型搭建图像识别网络模型;

将所述样本数据集中的各样本数据依次输入至所述图像识别网络模型中,对所述图像识别网络模型进行训练,得到所述图像识别网络。

6.根据权利要求5所述的方法,其特征在于,基于所采集到的各所述近海养殖区样本数据,制作得到相应的样本数据集,包括:

对采集到的各所述近海养殖区样本数据进行数据增强处理后,作为新增的样本数据进行存储;

其中,对所述近海养殖区样本数据进行的数据增强处理包括:平移、翻转、旋转、镜像、噪声增加、增加模糊度、增加光照和随机裁剪中的至少一种。

7.根据权利要求5所述的方法,其特征在于,采集多个所述近海养殖区样本数据时,利用目视解译经验进行采集。

8.一种近海养殖区遥感监测装置,其特征在于,包括影像获取模块、养殖区数据提取模块和监测结果获取模块;

所述影像获取模块,被配置为基于卫星遥感技术获取被监测近海区域处的遥感影像;

所述养殖区数据提取模块,被配置为将获取到的所述遥感影像输入至预先训练好的图像识别网络中,由所述图像识别网络对所述遥感影像进行识别,提取出所述遥感影像中的近海养殖区数据;

所述监测结果获取模块,被配置为对所述近海养殖区数据进行后处理后,根据后处理的近海养殖区数据获取相应的监测结果。

9.一种近海养殖区遥感监测设备,其特征在于,包括:

处理器;

用于存储处理器可执行指令的存储器;

其中,所述处理器被配置为执行所述可执行指令时实现权利要求1至7中任意一项所述的方法。

10.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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福建省海洋预报台;北京航天泰坦科技股份有限公司,未经福建省海洋预报台;北京航天泰坦科技股份有限公司许可,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/202011348627.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top