底栖生物识别方法、装置、电子设备及存储介质制造方法及图纸

本公开涉及一种底栖生物识别方法、装置、电子设备及存储介质，通过获取底栖生物的光学图像，对底栖生物的光学图像进行颜色重建，得到底栖生物的重建光学图像，对底栖生物的重建光学图像进行特征提取，得到底栖生物的形态特征信息，将底栖生物的形态特征信息与特征数据库中的各物种的特征信息进行匹配，确定出底栖生物的物种。相较于现有技术，本公开由于对底栖生物的光学图像进行颜色重建，得到底栖生物的重建光学图像，可以提高水下光学图像质量，进而提取出底栖生物的形态特征信息，将形态特征信息与特征数据库中的物种进行匹配，确定出底栖生物的物种，不需要人工识别，提高了识别效率、识别准确度，可以应用于对各种生物识别，普遍适应性强。普遍适应性强。普遍适应性强。

【技术实现步骤摘要】
底栖生物识别方法、装置、电子设备及存储介质


[0001]本公开涉及生物识别
，尤其涉及一种底栖生物识别方法、装置、电子设备及存储介质。

技术介绍

[0002]底栖生物是栖息于海洋或内陆水域底内或底表的生物，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。
[0003]传统底栖生物识别技术采用目视解译方法，仅依靠人的眼睛判断照片中的生物种类，目视解译首先需要了解各类深海大型底栖生物特征，然后根据特征分析照片中的生物，确定底栖生物的类别。但是，上述方法需要全过程人工参与，导致了过高的主观性且对解译人员的专业性有较高要求，而且随着海洋大型底栖生物种类和数量的增多，人工识别方法已无法满足海洋生物识别技术对识别效率、识别准确度和普适性的要求。

技术实现思路

[0004]为了解决上述技术问题，本公开提供了一种底栖生物识别方法、装置、电子设备及存储介质，以提高底栖生物的识别效率、识别准确度和普适性。
[0005]第一方面，本公开实施例提供一种底栖生物识别方法，所述方法包括：
[0006]获取底栖生物的光学图像；
[0007]对所述底栖生物的光学图像进行颜色重建，得到所述底栖生物的重建光学图像；
[0008]对所述底栖生物的重建光学图像进行特征提取，得到所述底栖生物的形态特征信息；
[0009]将所述底栖生物的形态特征信息与特征数据库中的各物种的特征信息进行匹配，确定出所述底栖生物的物种。
[0010]在一些实施例中，所述对所述底栖生物的光学图像进行颜色重建，得到所述底栖生物的重建光学图像之前，所述方法还包括：
[0011]对所述底栖生物的光学图像进行分类整理，将所述底栖生物的光学图像分类到相应的目录下。
[0012]在一些实施例中，所述对所述底栖生物的光学图像进行分类整理，将所述底栖生物的光学图像分类到相应的目录下，包括：
[0013]响应于对所述底栖生物的光学图像进行分类整理，将所述底栖生物的光学图像划分为至少一个类别；
[0014]分别为至少一个类别中的每个类别设置一个相应的目录；
[0015]对于任意一张所述底栖生物的光学图像，若所述光学图像中含有一个类别的底栖
生物，将所述底栖生物的光学图像分类到所述类别相应的目录下；
[0016]若所述光学图像中含有多个类别的底栖生物，则将所述光学图像同时分类到多个类别相应的目录下。
[0017]在一些实施例中，所述底栖生物的形态特征信息包括所述底栖生物的外观特征信息以及所述底栖生物的几何特征信息；
[0018]所述对所述底栖生物的重建光学图像进行特征提取，得到所述底栖生物的形态特征信息，包括：
[0019]对所述底栖生物的重建光学图像进行外观特征提取，得到所述底栖生物的外观特征信息，所述外观特征信息至少包括所述底栖生物的颜色、图斑、触角、角刺、形状；
[0020]对所述底栖生物的重建光学图像进行几何特征提取，得到所述底栖生物的几何特征信息，所述几何特征信息至少包括所述底栖生物的长、宽、周长、面积、圆形度。
[0021]在一些实施例中，所述将所述底栖生物的形态特征信息与特征数据库中的各物种的特征信息进行匹配，确定出所述底栖生物的物种，包括：
[0022]根据所述底栖生物的外观特征信息对特征数据库中的各物种进行初步识别，得到初步识别结果；
[0023]若所述初步识别结果中识别出至少一个相似物种，则分别计算所述底栖生物的形态特征信息与每个相似物种的特征信息的贴近度，将所述至少一个相似物种中贴近度最大的物种确定为所述底栖生物的物种。
[0024]在一些实施例中，所述分别计算所述底栖生物的形态特征信息与每个相似物种的特征信息的贴近度，包括：
[0025]确定所述底栖生物的几何特征信息中每个指标对应的权重；
[0026]根据所述底栖生物的几何特征信息、所述底栖生物的几何特征信息中每个指标对应的权重以及所述每个相似物种的特征信息，计算出所述底栖生物与所述每个相似物种的贴近度。
[0027]在一些实施例中，所述方法还包括：
[0028]若所述初步识别结果中未识别出相似物种，则响应于对所述底栖生物的形态特征信息进行人工识别，识别出所述底栖生物的物种以及所述底栖生物的特征信息，并将所述底栖生物的物种以及所述底栖生物的特征信息添加到所述特征数据库中。
[0029]第二方面，本公开实施例提供一种底栖生物识别装置，包括：
[0030]获取模块，用于获取底栖生物的光学图像；
[0031]重建模块，用于对所述底栖生物的光学图像进行颜色重建，得到所述底栖生物的重建光学图像；
[0032]得到模块，用于对所述底栖生物的重建光学图像进行特征提取，得到所述底栖生物的形态特征信息；
[0033]确定模块，用于将所述底栖生物的形态特征信息与特征数据库中的各物种的特征信息进行匹配，确定出所述底栖生物的物种。
[0034]第三方面，本公开实施例提供一种电子设备，包括：
[0035]存储器；
[0036]处理器；以及
[0037]计算机程序；
[0038]其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如第一方面所述的方法。
[0039]第四方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现如第一方面所述的方法。
[0040]第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如第一方面所述的方法。
[0041]本公开实施例提供的底栖生物识别方法、装置、电子设备及存储介质，通过获取底栖生物的光学图像，对所述底栖生物的光学图像进行颜色重建，得到所述底栖生物的重建光学图像，对所述底栖生物的重建光学图像进行特征提取，得到所述底栖生物的形态特征信息，将所述底栖生物的形态特征信息与特征数据库中的各物种的特征信息进行匹配，确定出所述底栖生物的物种。相较于现有技术，本公开由于对所述底栖生物的光学图像进行颜色重建，得到所述底栖生物的重建光学图像，可以提高水下光学图像质量，进而从重建光学图像中提取出所述底栖生物的形态特征信息，将所述底栖生物的形态特征信息与特征数据库中的各物种的特征信息进行匹配，确定出所述底栖生物的物种，不需要人工识别，提高了识别效率、识别准确度，可以应用于对各种生物识别，普遍适应性强。
附图说明
[0042]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种底栖生物识别方法，其特征在于，包括：获取底栖生物的光学图像；对所述底栖生物的光学图像进行颜色重建，得到所述底栖生物的重建光学图像；对所述底栖生物的重建光学图像进行特征提取，得到所述底栖生物的形态特征信息；将所述底栖生物的形态特征信息与特征数据库中的各物种的特征信息进行匹配，确定出所述底栖生物的物种。2.根据权利要求1所述的方法，其特征在于，所述对所述底栖生物的光学图像进行颜色重建，得到所述底栖生物的重建光学图像之前，所述方法还包括：对所述底栖生物的光学图像进行分类整理，将所述底栖生物的光学图像分类到相应的目录下。3.根据权利要求2所述的方法，其特征在于，所述对所述底栖生物的光学图像进行分类整理，将所述底栖生物的光学图像分类到相应的目录下，包括：响应于对所述底栖生物的光学图像进行分类整理，将所述底栖生物的光学图像划分为至少一个类别；分别为至少一个类别中的每个类别设置一个相应的目录；对于任意一张所述底栖生物的光学图像，若所述光学图像中含有一个类别的底栖生物，将所述底栖生物的光学图像分类到所述类别相应的目录下；若所述光学图像中含有多个类别的底栖生物，则将所述光学图像同时分类到多个类别相应的目录下。4.根据权利要求1所述的方法，其特征在于，所述底栖生物的形态特征信息包括所述底栖生物的外观特征信息以及所述底栖生物的几何特征信息；所述对所述底栖生物的重建光学图像进行特征提取，得到所述底栖生物的形态特征信息，包括：对所述底栖生物的重建光学图像进行外观特征提取，得到所述底栖生物的外观特征信息，所述外观特征信息至少包括所述底栖生物的颜色、图斑、触角、角刺、形状；对所述底栖生物的重建光学图像进行几何特征提取，得到所述底栖生物的几何特征信息，所述几何特征信息至少包括所述底栖生物的长、宽、周长、面积、圆形度。5.根据权利要求4所述的方法，其特征在于，所述将所述底栖生物的形态特征信息与特征数据库中的各物种的特征信息进行匹配，确定出...

【专利技术属性】
技术研发人员：陈泽坤，夏建新，邓君兰，杨娟，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：