【技术实现步骤摘要】
一种融合环境信息的深海底栖生物特征库构建方法
[0001]本专利技术涉及海底生态环境调查与科学研究、计算机图像处理等领域,尤其涉及一种融合环境信息的深海底栖生物特征库构建方法。
技术介绍
[0002]底栖生物是深海海底广泛、大面积存在的精细目标体,也是当前深海潜在资源和环境保护的关键目标。在大洋生态环境调查过程中,对于深海底栖生物目标的探测方式,目前主要采用的方法是首先通过光学摄像拖体、自主水下机器人(AUV)、有缆水下机器人(ROV)、深海着陆器(Lander)等水下无人系统拍摄含有底栖生物目标的照片,然后生物专业人员根据收集到的生物照片进行离线人工识别与类别标注。近些年,国内外陆续开展了少量基于深度学习等人工智能技术的海洋生物目标自动识别应用,但由于深海底栖生物实拍影像资料相对稀少,网络图片数量虽多但质量普遍较差,导致有效的底栖生物图片数量非常有限,从而严重影响了深度学习算法的优势和计算效果。其次,在实现基于深度学习的生物目标自动识别算法时,对目标的特征提取与描述等中间处理步骤并不是显式独立进行的,因而无法直接输出底栖生 ...
【技术保护点】
【技术特征摘要】
1.一种融合环境信息的深海底栖生物特征库构建方法,其特征在于,包括以下步骤:(1)对航次中收集到的原始底栖生物照片进行分类整理,记录每张照片的采样环境特征数据;(2)根据深海底栖生物类群照片目录,分别确定每张原始底栖生物照片中所有生物目标图像区域和环境背景图像区域,提取环境背景图像区域对应的HSV颜色均值、尺度不变特征变换SIFT关键点特征矩阵,记为环境背景图像特征;(3)利用图像插值算法将生物目标图像转换成统一尺寸大小,依次提取每一个生物目标的HSV颜色均值、SIFT关键点特征矩阵、边框轮廓数组,记为生物目标图像特征;(4)利用聚类算法对不同生物类群的采样环境特征、环境背景图像特征以及生物目标图像特征进行统计分析,并以数据库形式保存特征数据的统计结果。2.如权利要求1所述的融合环境信息的深海底栖生物特征库构建方法,其特征在于,步骤(1)具体包括如下步骤:(1
‑
1)将原始底栖生物照片按照具体生物类群进行人工分类筛选,并为不同的类群设置单独的照片目录,用于存放所有属于该类群的底栖生物照片;(1
‑
2)如果同一张照片中含有多种不同类群的底栖生物,则需要将该照片同时分类到相应的多个类群目录下;(1
‑
3)创建表格文件记录每张底栖生物照片对应的采样环境特征数据,内容包括所属类群名、照片文件名、水深值、水体温度、经纬度,其中水深值、水体温度、经纬度数据从进行水下作业时的温盐深仪(CTD)和水下定位信标仪器记录数据中获取。3.如权利要求2所述的融合环境信息的深海底栖生物特征库构建方法,其特征在于,步骤(2)具体包括如下步骤:(2
‑
1)根据步骤(1
‑
2)得到的分类结果,对于当前选择生物类群目录中的原始底栖生物照片,采用多个可变尺寸矩形框在原始底栖生物照片中圈定所有属于当前生物类群目录下的生物目标图像区域,每个矩形框的大小根据其圈定的生物所占区域大小确定,矩形框外部的区域即为环境背景图像区域;(2
‑
2)利用GrabCut算法将由矩形框圈定的生物目标图像区域从原始底栖生物照片中进行分割,图像分割结果另存为新的生物目标图像文件,等待进一步处理与分析;(2
‑
3)对于环境背景图像区域的像素点,将其从RGB颜色空间转换为HSV颜色空间,分别计算环境背景图像的HSV颜色分量统计均值BC
i
:其中,BC
i
为环境背景图像的第i个HSV颜色分量统计均值;N
BC
表示环境背景图像区域中像素点总数,bc
i,j
表示环境背景图像中第j个像素点对应的第i个HSV颜色分量;(2
‑
4)对于环境背景图像区域的像素点,将其从RGB颜色空间转换为灰度值,提取区域中所有SIFT关键点,得到其特征向量组成的矩阵。4.如权利要求3所述的融合环境信息的深海底栖生物特征库构建方法,其特征在于,...
【专利技术属性】
技术研发人员:徐巍军,周建平,孙栋,王渊,
申请(专利权)人:自然资源部第二海洋研究所,
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。