一种海洋鱼类目标种类识别及分布预测方法及系统技术方案

本发明专利技术涉及鱼类识别分布预测技术领域，本发明专利技术公开了一种海洋鱼类目标种类识别及分布预测方法及系统，通过构建海洋信息数据库，从互联网中检索出海洋目标鱼类数据导入到所述海洋信息数据库中；实时采集海洋鱼类信息，确定海洋鱼类区域；收集海洋环境特征信息、海洋鱼类信息；构建渔业分析模块，并进行分析得出鱼类种类识别结果；构建分布预测模型，并进行分析得出预测结果，并在预设显示器展示预测结果。通过本发明专利技术方法可以对海洋鱼类进行识别以及海洋鱼类分布预测，有助于提高渔业资源调查的准确性，实现可持续渔业发展。实现可持续渔业发展。实现可持续渔业发展。

【技术实现步骤摘要】
一种海洋鱼类目标种类识别及分布预测方法及系统


[0001]本专利技术涉及渔业资源调查与预测
，特别涉及一种海洋鱼类目标种类识别及分布预测方法、系统。

技术介绍

[0002]海洋鱼类目标种类识别及分布预测技术已经被广泛应用。传统的海洋鱼类目标种类识别及分布预测技术主要依靠人工观察和经验判断，存在效率低下、可靠性差等问题。近年来，随着计算机技术、传感器技术和人工智能技术的发展，海洋鱼类目标种类识别及分布预测技术得到了快速的发展。
[0003]现有的一些海洋鱼类目标种类识别及分布预测技术主要依靠简单的拍摄识别技术。然而，这些技术通常需要大量的数据采集和处理，成本较高，且精度不够高，识别和预测出的结果往往与现实存在很大偏差。因此，现在亟需一种有效的海洋鱼类目标种类识别及分布预测方法。

技术实现思路

[0004]为了解决上述至少一个技术问题，本专利技术提出了一种海洋鱼类目标种类识别及分布预测方法及系统。
[0005]本专利技术第一方面提供了一种海洋鱼类目标种类识别及分布预测方法，包括：构建海洋信息数据库，基于目标鱼类名称，从互联网中检索出海洋目标鱼类数据，并将所述海洋目标鱼类数据导入海洋信息数据库中；实时采集海洋鱼类的第一影像信息、深度信息和声学信息，通过信息分析模块，基于历史目标鱼类分布位置确定出海洋鱼类区域;收集海洋环境特征信息、海洋鱼类的第二影像信息、深度信息和声学信息；构建渔业分析模块,将所述收集到的海洋鱼类的第一、第二影像信息、深度信息、声学信息与所述海洋信息数据库中的海洋目标鱼类数据进行对比，得出鱼类种类识别结果；构建分布预测模型,将所述鱼类种类识别结果输入到所述分布预测模型中，预测出所述鱼类种类分布位置、分布数量，以及在不同季节鱼类数量的变化情况，并在预设显示器展示预测结果。
[0006]本方案中，所述构建海洋信息数据库，基于目标鱼类名称，从互联网中检索出海洋目标鱼类数据，并将所述海洋目标鱼类数据导入海洋信息数据库中,具体为：获取海洋鱼类区域的海洋环境特征信息，所述海洋鱼类区域的海洋特征信息特征包括水温、盐度、流速、深度、亮度、波浪信息；通过鱼类信息大数据进行目标鱼类检索，得到海洋目标鱼类数据，所述海洋目标鱼类数据包括鱼类名称、可生长长度、颜色、外观形状、生存环境；构建海洋信息数据库，将所述的海洋环境特征信息、海洋目标鱼类数据导入并保
存到所述海洋信息数据库中。
[0007]本方案中，所述实时采集海洋鱼类的第一影像信息、深度信息和声学信息，通过信息分析模块，基于历史目标鱼类分布位置确定出海洋鱼类区域，具体为：基于海洋鱼类区域确定中心点，以中心点构建矩形，并根据所述构建的矩形划为16个小矩形，通过探鱼仪依次对16个小矩形进行探测，得到海洋鱼类的第一影像信息、深度信息和声学信息；基于所述第一影像信息、深度信息和声学信息进行分析并确定鱼类所处的经纬度信息，深度信息，移动速度。
[0008]本方案中，所述收集海洋环境特征信息、海洋鱼类的第二影像信息、深度信息和声学信息，具体为：利用水下机器人获取海洋环境特征信息，对收集到的海洋环境特征信息进行预处理，所述预处理包括数据清洗、噪声过滤和数据标准化步骤；通过水下机器人收集海洋鱼类的第二影像信息、深度信息和声学信息。
[0009]本方案中，所述构建渔业分析模块,将所述收集到的海洋鱼类的第一、第二影像信息、深度信息、声学信息与所述海洋信息数据库中的海洋目标鱼类数据进行对比，得出鱼类种类识别结果，具体为：基于渔业分析模块，将所述海洋鱼类的第一、第二影像信息、深度信息和声学信息存储到海洋信息数据库中，并对其进行分类和标记；对所述海洋鱼类的第一、第二影像信息进行降噪预处理；从预处理后的信息提取出海洋鱼类的关键特征，所述关键特征包括大小特征、轮廓特征、颜色特征、斑纹特征、口型特征、形状特征、尾鳍形状、背鳍形状；从海洋信息数据库中的海洋目标鱼类数据进行目标鱼类特征进行提取，得到目标鱼类的关键特征信息；将所述海洋鱼类的关键特征与目标鱼类的关键特征进行比对和匹配，得出鱼类种类的识别结果。
[0010]本方案中，所述构建分布预测模型,将所述鱼类种类识别结果输入到所述分布预测模型中，预测出所述鱼类种类分布位置、分布数量，以及在不同季节鱼类数量的变化情况，并在预设显示器展示预测结果，具体为：构建基于机器学习的分布预测模型，将历史海洋鱼类分布数据和环境特征数据导入分布预测模型中进行训练和优化；将所述鱼类种类识别结果输入到分布预测模型中，利用模型对目标鱼类在不同季节的分布位置和数量进行预测，并得到预测结果，所述预测结果包括鱼类在海洋鱼类区域的空间分布情况、鱼类数量及其分布情况变化趋势信息；根据预测结果，通过图形化的方式生成海洋鱼类的分布地图、数量变化图，所述数量变化图包括分布热力图、折线图、柱状图，将所述预测结果和分布图在预设显示器上展示。
[0011]本专利技术第二方面还提供了一种海洋鱼类目标种类识别及分布预测系统，该系统包括：存储器、处理器，所述存储器中包括海洋鱼类目标种类识别及分布预测方法程序，所述海洋鱼类目标种类识别及分布预测方法程序被所述处理器执行时，实现如下步骤：
构建海洋信息数据库，基于目标鱼类名称，从互联网中检索出海洋目标鱼类数据，并将所述海洋目标鱼类数据导入海洋信息数据库中；实时采集海洋鱼类的第一影像信息、深度信息和声学信息，通过信息分析模块，基于历史目标鱼类分布位置确定出海洋鱼类区域;收集海洋环境特征信息、海洋鱼类的第二影像信息、深度信息和声学信息；构建渔业分析模块,将所述收集到的海洋鱼类的第一、第二影像信息、深度信息、声学信息与所述海洋信息数据库中的海洋目标鱼类数据进行对比，得出鱼类种类识别结果；构建分布预测模型,将所述鱼类种类识别结果输入到所述分布预测模型中，预测出所述鱼类种类分布位置、分布数量，以及在不同季节鱼类数量的变化情况，并在预设显示器展示预测结果。
[0012]本方案中，所述实时采集海洋鱼类的第一影像信息、深度信息和声学信息，通过信息分析模块，基于历史目标鱼类分布位置确定出海洋鱼类区域，具体为：基于海洋鱼类区域确定中心点，以中心点构建矩形，并根据所述构建的矩形划为16个小矩形，通过探鱼仪依次对16个小矩形进行探测，得到海洋鱼类的第一影像信息、深度信息和声学信息；基于所述第一影像信息、深度信息和声学信息进行分析并确定鱼类所处的经纬度信息，深度信息，移动速度。
[0013]本方案中，所述构建渔业分析模块,将所述收集到的海洋鱼类的第一、第二影像信息、深度信息、声学信息与所述海洋信息数据库中的海洋目标鱼类数据进行对比，得出鱼类种类识别结果，具体为：基于渔业分析模块，将所述海洋鱼类的第一、第二影像信息、深度信息和声学信息存储到海洋信息数据库中，并对其进行分类和标记；对所述海洋鱼类的第一、第二影像信息进行降噪预处理；从预处理后的信息提取出海洋鱼类的关键特征，所述关键特征包括大小特征、轮廓特征、颜色特征、斑纹特征、口型特征、形状特征、尾鳍形状、背鳍形状；从海洋信息数据库中的海洋目标鱼类数据进行目标鱼类特征进行提取，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海洋鱼类目标种类识别及分布预测方法，其特征在于，包括以下步骤：构建海洋信息数据库，基于目标鱼类名称，从互联网中检索出海洋目标鱼类数据，并将所述海洋目标鱼类数据导入海洋信息数据库中；实时采集海洋鱼类的第一影像信息、深度信息和声学信息，通过信息分析模块，基于历史目标鱼类分布位置确定出海洋鱼类区域;收集海洋环境特征信息、海洋鱼类的第二影像信息、深度信息和声学信息；构建渔业分析模块,将所述收集到的海洋鱼类的第一、第二影像信息、深度信息、声学信息与所述海洋信息数据库中的海洋目标鱼类数据进行对比，得出鱼类种类识别结果；构建分布预测模型,将所述鱼类种类识别结果输入到所述分布预测模型中，预测出所述鱼类种类分布位置、分布数量，以及在不同季节鱼类数量的变化情况，并在预设显示器展示预测结果。2.根据权利要求1所述的一种海洋鱼类目标种类识别及分布预测方法，其特征在于，构建海洋信息数据库，基于目标鱼类名称，从互联网中检索出海洋目标鱼类数据，并将所述海洋目标鱼类数据导入海洋信息数据库中,具体为：获取海洋鱼类区域的海洋环境特征信息，所述海洋鱼类区域的海洋特征信息特征包括水温、盐度、流速、深度、亮度、波浪信息；通过鱼类信息大数据进行目标鱼类检索，得到海洋目标鱼类数据，所述海洋目标鱼类数据包括鱼类名称、可生长长度、颜色、外观形状、生存环境；构建海洋信息数据库，将所述的海洋环境特征信息、海洋目标鱼类数据导入并保存到所述海洋信息数据库中。3.根据权利要求1所述的一种海洋鱼类目标种类识别及分布预测方法，其特征在于，实时采集海洋鱼类的第一影像信息、深度信息和声学信息，通过信息分析模块，基于历史目标鱼类分布位置确定出海洋鱼类区域，具体为：基于海洋鱼类区域确定中心点，以中心点构建矩形，并根据所述构建的矩形划为16个小矩形，通过探鱼仪依次对16个小矩形进行探测，得到海洋鱼类的第一影像信息、深度信息和声学信息；基于所述第一影像信息、深度信息和声学信息进行分析并确定鱼类所处的经纬度信息，深度信息，移动速度。4.根据权利要求1所述的一种海洋鱼类目标种类识别及分布预测方法，其特征在于，收集海洋环境特征信息、海洋鱼类的第二影像信息、深度信息和声学信息，具体为：利用水下机器人获取海洋环境特征信息，对收集到的海洋环境特征信息进行预处理，所述预处理包括数据清洗、噪声过滤和数据标准化步骤；通过水下机器人收集海洋鱼类的第二影像信息、深度信息和声学信息。5.根据权利要求1所述的一种海洋鱼类目标种类识别及分布预测方法，其特征在于，构建渔业分析模块,将所述收集到的海洋鱼类的第一、第二影像信息、深度信息、声学信息与所述海洋信息数据库中的海洋目标鱼类数据进行对比，得出鱼类种类识别结果，具体为：基于渔业分析模块，将所述海洋鱼类的第一、第二影像信息、深度信息和声学信息存储到海洋信息数据库中，并对其进行分类和标记；对所述海洋鱼类的第一、第二影像信息进行降噪预处理；从预处理后的信息提取出海
洋鱼类的关键特征，所述关键特征包括大小特征、轮廓特征、颜色特征、斑纹特征、口型特征、形状特征、尾鳍形状、背鳍形状；从海洋信息数据库中的海洋目标鱼类数据进行目标鱼类特征进行提取，得到目标鱼类的关键特征信息；将所述海洋鱼类的关键特征与目标鱼类的关键特征进行比对和匹配，得出鱼类种类的识别结果。6.根据权利要求1所述的一种海洋鱼类目标种类识别及分布预测方法，其特征在于，构建分布预测模型,将所述鱼类种类识别结果输入到所述分布预测模型中，预测出所述鱼类种类分布位置、分布数量，以及在不同季节鱼类数量的变化情况，并在预设显示器展示预测结果，具体为：构建基于机器学习的分布预测模型，将历史海洋鱼类分布数据和环境特征数据导入分布预测模型中进行训练和优化；将所述...

【专利技术属性】
技术研发人员：孙铭帅，陈作志，蔡研聪，
申请(专利权)人：中国水产科学研究院南海水产研究所，
类型：发明
国别省市：