[发明专利]基于图像识别的海洋状态计算方法

摘要

本发明涉及海洋观测的海况估计领域，为利用深度学习的PCANet算法，通过采集不同海况的图片库，训练出能够进行自动图像识别和分类的模型，对实时采集的海况图像进行海况识别与分类。本发明采用的技术方案是，基于图像识别的海洋状态计算方法，步骤如下：第一步：数据的获取；第二步：图像的预处理：包括图像增强、图像去噪、图像正规化和图像分割；第三步：图像特征提取与识别：具体使用PCANet的深度学习算法来进行图像特征提取与识别；第四步：测试与结果分析：利用测试样本去验证训练模型的准确率。本发明主要应用于海洋观测。

主权项

一种基于图像识别的海洋状态计算方法，其特征是，步骤如下：第一步：数据的获取：该部分主要获取两种数据，一种是安装在浮标上的摄像机拍摄的海况图像数据，一种是利用传感器获得的相同区域相同时间的海浪与风速数据，其中图像数据用于海况识别，海浪与风速数据作为对照数据用于海况级别的标注，所有的数据按照机器学习的思想都要分成两类：训练样本和测试样本，其中训练样本用于训练海况估计的机器学习模型，测试样本用于算法准确性的测试，为了使得训练模型具有高鲁棒性，按照拍摄条件不同对每种海况采集多张数据；第二步：图像的预处理：包括图像增强、图像去噪、图像正规化和图像分割；第三步：图像特征提取与识别：具体使用主成分分析网络PCANet(Principle Component Analysis Network)的深度学习算法来进行图像特征提取与识别；第四步：测试与结果分析：利用测试样本去验证训练模型的准确率。