[发明专利]基于遥感影像的深海养殖浮筏检测方法、系统及储存介质在审
申请号: | 202211271379.0 | 申请日: | 2022-10-18 |
公开(公告)号: | CN115631413A | 公开(公告)日: | 2023-01-20 |
发明(设计)人: | 张兵;蓝海;刘远大;蓝歆玫;朱洪波;叶杨 | 申请(专利权)人: | 辽宁工程技术大学;大连黄渤海海洋测绘数据信息有限公司 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06T7/11;G06T5/40;G06T3/60;G06T3/40;G06N20/00 |
代理公司: | 北京睿智保诚专利代理事务所(普通合伙) 11732 | 代理人: | 杜娟 |
地址: | 123000 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 遥感 影像 深海 养殖 检测 方法 系统 储存 介质 | ||
1.一种基于遥感影像的深海养殖浮筏检测方法,其特征在于,包括以下步骤:
获取深海养殖浮筏区域的遥感影像,构建深海养殖浮筏影像数据库;
对所述深海养殖浮筏影像数据库中的遥感影像进行影像预处理,得到深海养殖浮筏影像数据集;
通过替换主干网络、优化内部模块、调整模型权重分配,以优化Deeplab v3+模型,得到改进Deeplab v3+模型;
依据深海养殖浮筏影像数据集对改进Deeplab v3+模型进行训练,得到浮筏检测模型;
将待检测遥感影像输入所述浮筏检测模型中,得到深海养殖浮筏检测结果。
2.根据权利要求1所述的一种基于遥感影像的深海养殖浮筏检测方法,其特征在于,所述深海养殖浮筏影像数据库中包括不同地区、不同海水深度、不同浮筏类别的深海养殖浮筏区域遥感影像。
3.根据权利要求1所述的一种基于遥感影像的深海养殖浮筏检测方法,其特征在于,对遥感影像进行影像预处理的方法包括:
剪裁:使用Crop函数对遥感影像进行等尺寸裁剪,
A=w×x0;
B=w×y0;
C=w×(x0+1);
D=w×(y0+1);
crop=crop(A,B,CD);
其中,A表示起始横向坐标,B表示起始纵向坐标,C表示结束横向坐标,D表示结束纵向坐标,x0表示影像距离左边界的宽度乘积值,y0为影像距离上边界的宽度乘积值,w表示裁剪图片尺寸大小;
数据增强:对遥感影像进行有监督的数据增强,包括影像的旋转、翻转、随机亮度、转置、模糊、对比度增强、自适应直方图均衡化、随机缩放;
标注:获取遥感影像的标注信息,构建标签集,将所述标签集和所述遥感影像进行组合;所述标注信息为深海养殖浮筏;
对深海养殖浮筏影像数据库中的遥感影像进行所述剪裁、数据增强、标注操作之后,得到深海养殖浮筏影像数据集。
4.根据权利要求1所述的一种基于遥感影像的深海养殖浮筏检测方法,其特征在于,所述替换主干网络,是指将Deeplab v3+模型的主干网络Xception替换为Mobilenet v2网络。
5.根据权利要求1所述的一种基于遥感影像的深海养殖浮筏检测方法,其特征在于,所述优化内部模块,是指对Deeplab v3+模型中的ASPP模块进行以下优化:
调整膨胀系数:将ASPP模块中的膨胀系数组合进行等比例缩小,膨胀系数组合缩小为原来的1/2;
更改ASPP模块:将ASPP模块更改为密集空洞空间金字塔池化模块DenseASPP。
6.根据权利要求1所述的一种基于遥感影像的深海养殖浮筏检测方法,其特征在于,所述调整模型权重分配,是指在Deeplab v3+模型中引入CBAM注意力机制模块。
7.根据权利要求1所述的一种基于遥感影像的深海养殖浮筏检测方法,其特征在于,所述依据深海养殖浮筏影像数据集对改进Deeplab v3+模型进行训练,具体是指,将所述深海养殖浮筏影像数据集按照预设比例划分为训练影像数据集、验证影像数据集和测试影像数据集,使用所述训练影像数据集和验证影像数据集对改进Deeplab v3+模型进行训练,所述测试影像数据集用于对训练得到的浮筏检测模型进行性能测试。
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辽宁工程技术大学;大连黄渤海海洋测绘数据信息有限公司,未经辽宁工程技术大学;大连黄渤海海洋测绘数据信息有限公司许可,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/202211271379.0/1.html,转载请声明来源钻瓜专利网。