【技术实现步骤摘要】
一种基于鱼道构建的鱼类细粒度信息获取方法
[0001]本专利技术属于图像处理
，具体涉及一种基于鱼道构建的鱼类细粒度信息获取方法。
技术介绍
[0002]随着社会的发展，人们越来越开始关注环境对人类生活的影响。在许多地区修建工程的时候，都会考虑到工程对于当地生态的影响，当地政府也会要求工程的组织者提交在施工中不影响生态环境的保证。当修建与水利有关的工程的时候，通常会检测工程对于此地的鱼类的影响程度，来确定工程是否可行。通常在水中拍摄的图片浑浊程度较高，光线较暗，并有其它杂物的干扰，加之所使用的算法的鲁棒性较差，很难将鱼类的完整详细的精确信息提取出来。因此在有一定的浑浊程度和光线干扰的情况下，通过鱼道构建将鱼类的相关信息提取的技术迫在眉睫。
[0003]鱼道是在水利工程中供鱼类洄游的通道，由于人类活动破坏了鱼类洄游的通道而采取的补救措施，一般通过在水闸和坝上修建人工水槽来保护鱼类的习性。一般在鱼道中安装水下摄影机来获取鱼类的洄游信息，用于分析鱼类的繁殖情况和习性。目前利用水下摄影机来获得鱼类的少量信息，但是获取难...
【技术保护点】
【技术特征摘要】
1.一种基于鱼道构建的鱼类细粒度信息获取方法，包括以下步骤：S0、在鱼道的正面和背面安装一组平行光栅，在鱼道的正面的入口和出口分别安装一个水下摄影机，平行光栅用于记录鱼的像素图信息，水下摄影机用于记录鱼进出鱼道时的影像信息；S1、获取鱼类洄游录像，提取特征图片，并对得到的特征图片进行增强；S2、对步骤S1增强后的图片进行滤波预处理，得到滤波后的数据集；S3、选用基于深度学习的Faster R
‑
CNN目标检测算法对步骤S2获得的数据集进行训练，得到深度神经网络；S4、在已知鱼类种类，位置的情况下，获得活动周期、体型大小、洄游时间和洄游路径；S5、按帧提取平行光栅的像素图，将所得到的一组全新的像素图作为第二个训练集放入步骤S3中的Faster R
‑
CNN卷积神经网络中进行训练得到一组新的权重参数，将步骤S4中相同的图片放入新的神经网络中验证准确性，如果两次的结果相同，则输出步骤S4中的信息...
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。