基于遥感影像的深海养殖浮筏检测方法、系统及储存介质技术方案

本发明专利技术公开了一种基于遥感影像的深海养殖浮筏检测方法、系统及储存介质，涉及深海养殖浮筏智能检测技术领域，首先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，得到改进Deeplabv3+模型；依据深海养殖浮筏影像数据集对改进Deeplabv3+模型进行训练，得到浮筏检测模型；将待检测遥感影像输入浮筏检测模型中，得到深海养殖浮筏检测结果。本发明专利技术解决了现有深海养殖浮筏检测过程费时费力、工作量大的问题，能够针对不同类型海水背景，对遥感影像进行浮筏实时检测，识别精度高、适用范围广。适用范围广。适用范围广。

【技术实现步骤摘要】
基于遥感影像的深海养殖浮筏检测方法、系统及储存介质


[0001]本专利技术涉及深海养殖浮筏智能检测
，更具体的说是涉及一种基于遥感影像的深海养殖浮筏检测方法、系统及储存介质。

技术介绍

[0002]深海养殖浮筏作为海水养殖的重要组成部分之一，其对海洋经济、船行安全、海洋环境等方面有着重要影响。随着全球海洋经济的快速发展，深海浮筏养殖面积和产量急剧增长，创造巨大的经济效益同时，也带来了许多负面影响，例如：非法占用海洋区域甚至侵占海洋保护区、核心区和缓冲区，养殖废水过度排放造成海水富营养化以及增加海上交通危险系数等现象。针对海洋浮筏普查管理、违规查处工作也随着这些非法现象产生变得尤为重要。近年来，深度卷积神经网络(DCNN)技术快速发展，其具有强大的学习能力和高效的特征表达能力，可以为深海养殖浮筏智能检测提供有效手段。
[0003]相比浅海区域，深海区域养殖浮筏具有面积范围广、密集程度高的特点。传统的深海浮筏监测需要进行现场查勘，除了人力物力成本高、依赖气象条件外，监测时间周期长、远海监测困难、漏测概率大。而利用遥感技术虽可以满足深海本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：张兵，蓝海，刘远大，蓝歆玫，朱洪波，叶杨，
申请(专利权)人：大连黄渤海海洋测绘数据信息有限公司，
类型：发明
国别省市：