本发明专利技术提供一种高分二号影像智能渔排识别算法、装置、设备和介质，方法包括：对得到的高分二号图像进行预处理，得到处理后的图像；根据处理后的图像，标示渔排分布；将标示后的图像进行分割，形成设定个数的小图像；基于SVM支持向量机分类模型；根据参数网格上穷举候选参数组合的方法，通过不断地改变各参数搭配方案，将所述小图像输入进行测试更新目标函数的精度值；构建以高分二号四个波段的数值维度m*n*l为特征矩阵，以分类影像为反演目标，经过SVM支持向量机分类算法训练建模，构成渔排智能识别模型，快速、精确的确定渔排分布面积，为执法部门提供有效的技术支持。执法部门提供有效的技术支持。执法部门提供有效的技术支持。
【技术实现步骤摘要】
一种高分二号影像智能渔排识别算法、装置、设备和介质
[0001]本专利技术涉及计算机
，特别涉及一种高分二号影像智能渔排识别算法、装置、设备和介质。
技术介绍
[0002]非法渔排将原本宽阔的海面切割成碎片，严重影响了海洋生态环境，并且，非法建造大量渔排也会影响海洋的现有航道，以及海水的正常交换秩序，进而对海洋水域造成污染和破坏。但是现场摸排，受人员约束，成本控制因素影响较巨大；若是要完整的现场摸排，则需要非常大的成本；若是投入不够，则就导致无法完整的摸清渔排的具体情况。
技术实现思路
[0003]本专利技术要解决的技术问题，在于提供一种高分二号影像智能渔排识别算法、装置、设备和介质，快速、精确的确定渔排分布面积，为执法部门提供有效的技术支持。
[0004]第一方面，本专利技术提供了一种高分二号影像智能渔排识别算法，包括：
[0005]步骤1、对得到的高分二号图像进行预处理，得到处理后的图像；
[0006]步骤2、根据处理后的图像，标示渔排分布；
[0007]步骤3、将标示后的图像进行分割，形成设定个数的小图像；
[0008]步骤4、基于SVM支持向量机分类模型；根据参数网格上穷举候选参数组合的方法，通过不断地改变各参数搭配方案，将所述小图像输入进行测试更新目标函数的精度值；
[0009]步骤5、构建以高分二号四个波段的数值维度m*n*l为特征矩阵，以分类影像为反演目标，经过SVM支持向量机分类算法训练建模，构成渔排智能识别模型。
[0010]进一步地，还包括步骤6、输入所需要识别的高分二号图像，通过所述渔排只能识别模型得到渔排类型以及渔排分布图，根据渔排分布图计算出渔排面积。
[0011]进一步地，所述步骤5进一步具体为：构建以高分二号四个波段的数值维度6*6*4为特征矩阵，以分类影像为反演目标，经过SVM支持向量机分类算法训练建模，构成渔排智能识别模型；所述渔排智能识别模型从高分二号数据上判别出橡胶渔排，木质渔排，泡沫渔排，陆地，海水，滩涂湿地五种类型数据，以及渔排分布图；所述渔排智能识别模型中分别设置：C＝0.23， kernel＝rbf，gamma＝0.8367；C是惩罚系数，即对误差的宽容度；kernel是线性核函数，提供poly，rbf，sigmoid三种函数类型；gamma是选择RBF 函数作为kernel后，该函数自带的一个参数，隐含地决定了数据映射到新的特征空间后的分布。
[0012]进一步地，所述步骤1进一步具体为：筛选云盖量为0并且符合设定条件的沿海海湾的高分二号数据，并对其进行rpc正射矫正，大气矫正辐射定标及对1米分辨率的全色图像和4米的多光谱图像进行图像融合，得到分辨率优于1米的真彩色遥感图像。
[0013]第二方面，本专利技术提供了一种高分二号影像智能渔排识别装置，包括：
[0014]预处理模块，对得到的高分二号图像进行预处理，得到处理后的图像；
[0015]标示模块，根据处理后的图像，标示渔排分布；
[0016]分割模块，将标示后的图像进行分割，形成设定个数的小图像；
[0017]训练模块，基于SVM支持向量机分类模型；根据参数网格上穷举候选参数组合的方法，通过不断地改变各参数搭配方案，将所述小图像输入进行测试更新目标函数的精度值；
[0018]构件模块，构建以高分二号四个波段的数值维度m*n*l为特征矩阵，以分类影像为反演目标，经过SVM支持向量机分类算法训练建模，构成渔排智能识别模型。
[0019]进一步地，还包括识别模块，输入所需要识别的高分二号图像，通过所述渔排只能识别模型得到渔排类型以及渔排分布图，根据渔排分布图计算出渔排面积。
[0020]进一步地，所述构件模块进一步具体为：构建以高分二号四个波段的数值维度6*6*4为特征矩阵，以分类影像为反演目标，经过SVM支持向量机分类算法训练建模，构成渔排智能识别模型；所述渔排智能识别模型从高分二号数据上判别出橡胶渔排，木质渔排，泡沫渔排，陆地，海水，滩涂湿地五种类型数据，以及渔排分布图；所述渔排智能识别模型中分别设置： C＝0.23，kernel＝rbf，gamma＝0.8367；C是惩罚系数，即对误差的宽容度； kernel是线性核函数，提供poly，rbf，sigmoid三种函数类型；gamma是选择RBF函数作为kernel后，该函数自带的一个参数，隐含地决定了数据映射到新的特征空间后的分布。
[0021]进一步地，所述预处理模块进一步具体为：筛选云盖量为0并且符合设定条件的沿海海湾的高分二号数据，并对其进行rpc正射矫正，大气矫正辐射定标及对1米分辨率的全色图像和4米的多光谱图像进行图像融合，得到分辨率优于1米的真彩色遥感图像。
[0022]第三方面，本专利技术提供了一种电子设备，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，所述处理器执行所述程序时实现第一方面所述的算法。
[0023]第四方面，本专利技术提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的算法。
[0024]本专利技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0025]本申请实施例提供的一种高分二号影像智能渔排识别算法、装置、设备和介质，建立一种自动化识别渔排的模型机制，将机器学习的SVM支持向量机算法，应用在遥感影像识别上，开拓了高分数据在海洋渔业上的应用，并减少了人工目视解译的时间成本。
[0026]从最新高清遥感数据识别渔排规模，空间分布，为了严厉打击海上非法渔排造成的生态破坏，维护我市海域管理秩序提供有效支撑。
[0027]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0028]下面参照附图结合实施例对本专利技术作进一步的说明。
[0029]图1为本专利技术实施例一中方法中的流程图；
[0030]图2为本专利技术实施例二中装置的结构示意图。
具体实施方式
[0031]本申请实施例通过提供一种高分二号影像智能渔排识别算法、装置、设备和介质，解决了现有技术中无法精确、快速的定位渔排，得到了快速、精确的确定渔排分布面积，为
sigmoid三种函数类型；gamma是选择RBF函数作为kernel后，该函数自带的一个参数，隐含地决定了数据映射到新的特征空间后的分布；
[0045]步骤6、输入所需要识别的高分二号图像，通过所述渔排只能识别模型得到渔排类型以及渔排分布图，根据渔排分布图计算出渔排面积。
[0046]基于同一专利技术构思，本申请还提供了与实施例一中的方法对应的装置，详见实施例二。
[0047]实施例二
[0048]如图2所示，在本实施例中提供了一种高分二号影像智能渔排识别装置，包括：
...
【技术保护点】
【技术特征摘要】
1.一种高分二号影像智能渔排识别算法，其特征在于：包括：步骤1、对得到的高分二号图像进行预处理，得到处理后的图像；步骤2、根据处理后的图像，标示渔排分布；步骤3、将标示后的图像进行分割，形成设定个数的小图像；步骤4、基于SVM支持向量机分类模型；根据参数网格上穷举候选参数组合的方法，通过不断地改变各参数搭配方案，将所述小图像输入进行测试更新目标函数的精度值；步骤5、构建以高分二号四个波段的数值维度m*n*l为特征矩阵，以分类影像为反演目标，经过SVM支持向量机分类算法训练建模，构成渔排智能识别模型。2.根据权利要求1所述的一种高分二号影像智能渔排识别算法，其特征在于：还包括步骤6、输入所需要识别的高分二号图像，通过所述渔排只能识别模型得到渔排类型以及渔排分布图，根据渔排分布图计算出渔排面积。3.根据权利要求1所述的一种高分二号影像智能渔排识别算法，其特征在于：所述步骤5进一步具体为：构建以高分二号四个波段的数值维度6*6*4为特征矩阵，以分类影像为反演目标，经过SVM支持向量机分类算法训练建模，构成渔排智能识别模型；所述渔排智能识别模型从高分二号数据上判别出橡胶渔排，木质渔排，泡沫渔排，陆地，海水，滩涂湿地五种类型数据，以及渔排分布图；所述渔排智能识别模型中分别设置：C＝0.23，kernel＝rbf，gamma＝0.8367；C是惩罚系数，即对误差的宽容度；kernel是线性核函数，提供poly，rbf，sigmoid三种函数类型；gamma是选择RBF函数作为kernel后，该函数自带的一个参数，隐含地决定了数据映射到新的特征空间后的分布。4.根据权利要求1所述的一种高分二号影像智能渔排识别算法，其特征在于：所述步骤1进一步具体为：筛选云盖量为0并且符合设定条件的沿海海湾的高分二号数据，并对其进行rpc正射矫正，大气矫正辐射定标及对1米分辨率的全色图像和4米的多光谱图像进行图像融合，得到分辨率优于1米的真彩色遥感图像。5.一种高分二号影像智能渔排识别装置，其特征在于：包括：预处理模块，对得到的高分二号图像进行预处理，得到处理后的图像；标示模块，根据处理后的图像，标示渔排分布；分割...
【专利技术属性】
技术研发人员：陈庆勇，吴嘉祥，
申请(专利权)人：雾实福建科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。