一种基于雷达激光技术的驱鸟方法及系统技术方案

本发明专利技术提供了一种基于雷达激光技术的驱鸟方法及系统，涉及图像处理技术领域，进行区域图像的采集分割获得多个鸟类图像，结合驱鸟数据库进行历史鸟类判定，进行新鸟标记与数据库添加，对历史鸟进行历史激光参数检索并进行耐光性分析，调整优化当前的激光参数进行驱鸟作业，解决了现有技术中存在的由于鸟类对同种激光具有适应性，在多次采用相同激光对同一只鸟进行驱鸟时，对于激光的耐受性导致驱鸟效果下降，存在激光驱鸟适应性导致驱鸟效果不佳的问题的技术问题，针对指定区域进行历史鸟与新鸟的划分，结合历史鸟的驱鸟数据进行耐光性分析，结合驱鸟实况进行激光参数的适应性寻优，规避激光耐受性所造成的驱鸟效果不佳

【技术实现步骤摘要】
一种基于雷达激光技术的驱鸟方法及系统


[0001]本专利技术涉及图像处理
，具体涉及一种基于雷达激光技术的驱鸟方法及系统
。

技术介绍

[0002]鸟类活动为不可规避的自然活动，需采取相应防范措施进行驱赶，避免造成威胁损失，例如输电线路
、
航空机场
、
电力设备等的运行安全；果园等区域的侵食等，需及时进行驱鸟作业
。
[0003]现有技术中的传统驱鸟方法成本高
、
效果差，激光驱鸟成本较低，但是鸟类对同种激光具有适应性，在多次采用相同激光对同一只鸟进行驱鸟时，对于激光的耐受性导致驱鸟效果下降，存在激光驱鸟适应性导致驱鸟效果不佳的问题
。

技术实现思路

[0004]本申请提供了一种基于雷达激光技术的驱鸟方法及系统，用于针对解决现有技术中存在的由于鸟类对同种激光具有适应性，在多次采用相同激光对同一只鸟进行驱鸟时，对于激光的耐受性导致驱鸟效果下降，存在激光驱鸟适应性导致驱鸟效果不佳的问题的技术问题
。
[0005]鉴于上述问题，本申请提供了一种基于雷达激光技术的驱鸟方法及系统
。
[0006]第一方面，本申请提供了一种基于雷达激光技术的驱鸟方法，所述方法包括：采集待进行驱鸟的指定区域的图像，获得区域图像，所述区域图像内包括所述指定区域内当前多个鸟的图像；对所述区域图像内的多个鸟的鸟类图像进行图像分割，获得多个鸟类图像；采用驱鸟数据库内的多个历史鸟类图像，对所述多个鸟类图像进行相似度分析，判断所述多个鸟类图像内的多个鸟是否为历史鸟类，获得多个新鸟和多个历史鸟，所述驱鸟数据库内包括多组鸟类标记信息
、
鸟类图像和驱鸟激光参数；对所述多个新鸟进行标记，并结合多个新鸟的鸟类图像加入所述驱鸟数据库，在所述驱鸟数据库内，根据所述多个历史鸟的标记信息进行检索，获取历史时间内对所述多个历史鸟进行激光驱鸟的多个历史激光参数集合；根据所述多个历史激光参数集合，分析所述多个历史鸟的对多种激光参数的耐光性，获得多个耐光性参数集合，并构建驱鸟耐光性评价函数；根据所述驱鸟耐光性评价函数和所述多个耐光性参数集合，对当前进行驱鸟的激光参数进行调整优化，获得最优激光参数，对所述指定区域进行激光驱鸟，并将所述最优激光参数加入所述驱鸟数据库
。
[0007]第二方面，本申请提供了一种基于雷达激光技术的驱鸟系统，所述系统包括：图像采集模块，所述图像采集模块用于采集待进行驱鸟的指定区域的图像，获得区域图像，所述区域图像内包括所述指定区域内当前多个鸟的图像；
图像分割模块，所述图像分割模块用于对所述区域图像内的多个鸟的鸟类图像进行图像分割，获得多个鸟类图像；相似度分析模块，所述相似度分析模块用于采用驱鸟数据库内的多个历史鸟类图像，对所述多个鸟类图像进行相似度分析，判断所述多个鸟类图像内的多个鸟是否为历史鸟类，获得多个新鸟和多个历史鸟，所述驱鸟数据库内包括多组鸟类标记信息
、
鸟类图像和驱鸟激光参数；激光参数获取模块，所述激光参数获取模块用于对所述多个新鸟进行标记，并结合多个新鸟的鸟类图像加入所述驱鸟数据库，在所述驱鸟数据库内，根据所述多个历史鸟的标记信息进行检索，获取历史时间内对所述多个历史鸟进行激光驱鸟的多个历史激光参数集合；函数构建模块，所述函数构建模块用于根据所述多个历史激光参数集合，分析所述多个历史鸟的对多种激光参数的耐光性，获得多个耐光性参数集合，并构建驱鸟耐光性评价函数；参数调优控制模块，所述参数调优控制模块用于根据所述驱鸟耐光性评价函数和所述多个耐光性参数集合，对当前进行驱鸟的激光参数进行调整优化，获得最优激光参数，对所述指定区域进行激光驱鸟，并将所述最优激光参数加入所述驱鸟数据库
。
[0008]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：本申请实施例提供的一种基于雷达激光技术的驱鸟方法，采集待进行驱鸟的指定区域的图像，获得区域图像，对所述区域图像内的多个鸟的鸟类图像进行图像分割，获得多个鸟类图像；采用驱鸟数据库内的多个历史鸟类图像，对所述多个鸟类图像进行相似度分析，进行历史鸟类判定，获得多个新鸟和多个历史鸟，对所述多个新鸟进行标记，并结合多个新鸟的鸟类图像加入所述驱鸟数据库，在所述驱鸟数据库内，根据所述多个历史鸟的标记信息进行检索，获取历史时间内对所述多个历史鸟进行激光驱鸟的多个历史激光参数集合
。
并分析所述多个历史鸟的对多种激光参数的耐光性，获得多个耐光性参数集合，构建驱鸟耐光性评价函数，结合所述多个耐光性参数集合，对当前进行驱鸟的激光参数进行调整优化，获得最优激光参数进行指定区域的激光驱鸟，并将所述最优激光参数加入所述驱鸟数据库，解决了现有技术中存在的由于鸟类对同种激光具有适应性，在多次采用相同激光对同一只鸟进行驱鸟时，对于激光的耐受性导致驱鸟效果下降，存在激光驱鸟适应性导致驱鸟效果不佳的问题的技术问题，针对指定区域进行历史鸟与新鸟的划分，结合历史鸟的驱鸟数据进行耐光性分析，结合驱鸟实况进行激光参数的适应性寻优，规避激光耐受性所造成的驱鸟效果不佳
。
附图说明
[0009]图1为本申请提供了一种基于雷达激光技术的驱鸟方法流程示意图；图2为本申请提供了一种基于雷达激光技术的驱鸟方法中多个鸟类图像的相似度分析流程示意图；图3为本申请提供了一种基于雷达激光技术的驱鸟方法中最优激光参数获取流程示意图；图4为本申请提供了一种基于雷达激光技术的驱鸟系统结构示意图
。
[0010]附图标记说明：图像采集模块
11
，图像分割模块
12
，相似度分析模块
13
，激光参数获取模块
14
，函数构建模块
15
，参数调优控制模块
16。
具体实施方式
[0011]本申请通过提供一种基于雷达激光技术的驱鸟方法及系统，进行区域图像的采集分割获得多个鸟类图像，结合驱鸟数据库进行历史鸟类判定，进行新鸟标记与数据库添加，对历史鸟进行历史激光参数检索并进行耐光性分析，调整优化当前的激光参数进行驱鸟作业，用于解决现有技术中存在的由于鸟类对同种激光具有适应性，在多次采用相同激光对同一只鸟进行驱鸟时，对于激光的耐受性导致驱鸟效果下降，存在激光驱鸟适应性导致驱鸟效果不佳的问题的技术问题
。
实施例一
[0012]如图1所示，本申请提供了一种基于雷达激光技术的驱鸟方法，所述方法包括：步骤
S100
：采集待进行驱鸟的指定区域的图像，获得区域图像，所述区域图像内包括所述指定区域内当前多个鸟的图像；具体而言，鸟类活动为不可规避的自然活动，需采取相应防范措施进行驱赶，避免造成威胁损失，例如输电线路
、
航空机场
、
电力设备等的运行安全；果园等区域的侵食等，需及时进行驱鸟作业
。
本申请提供的一种基于雷达激光技术的驱鸟方法，识别指定区域的鸟类图像并进行历史鸟本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于雷达激光技术的驱鸟方法，其特征在于，所述方法包括：采集待进行驱鸟的指定区域的图像，获得区域图像，所述区域图像内包括所述指定区域内当前多个鸟的图像；对所述区域图像内的多个鸟的鸟类图像进行图像分割，获得多个鸟类图像；采用驱鸟数据库内的多个历史鸟类图像，对所述多个鸟类图像进行相似度分析，判断所述多个鸟类图像内的多个鸟是否为历史鸟类，获得多个新鸟和多个历史鸟，所述驱鸟数据库内包括多组鸟类标记信息
、
鸟类图像和驱鸟激光参数；对所述多个新鸟进行标记，并结合多个新鸟的鸟类图像加入所述驱鸟数据库，在所述驱鸟数据库内，根据所述多个历史鸟的标记信息进行检索，获取历史时间内对所述多个历史鸟进行激光驱鸟的多个历史激光参数集合；根据所述多个历史激光参数集合，分析所述多个历史鸟的对多种激光参数的耐光性，获得多个耐光性参数集合，并构建驱鸟耐光性评价函数；根据所述驱鸟耐光性评价函数和所述多个耐光性参数集合，对当前进行驱鸟的激光参数进行调整优化，获得最优激光参数，对所述指定区域进行激光驱鸟，并将所述最优激光参数加入所述驱鸟数据库
。2.
根据权利要求1所述的方法，其特征在于，对所述区域图像内的多个鸟的鸟类图像进行图像分割，获得多个鸟类图像，包括：对多个驱鸟区域采集的历史区域图像进行挖掘，获取多个历史区域图像，并对所述多个历史区域图像内的鸟类图像进行分割和标记，获得多个样本鸟类图像分割结果；基于语义分割，构建编码器和解码器；采用所述多个历史区域图像和所述多个样本鸟类图像分割结果，对所述编码器和解码器进行监督训练，直到满足收敛条件，获得鸟类图像分割通道；将所述区域图像输入所述鸟类图像分割通道，进行图像分割，获得所述多个鸟类图像
。3.
根据权利要求1所述的方法，其特征在于，采用驱鸟数据库内的多个历史鸟类图像，对所述多个鸟类图像进行相似度分析，包括：基于孪生网络，构建鸟类相似度分析通道，其中，所述鸟类相似度分析通道内包括第一卷积路径
、
第二卷积路径和相似度计算分支；将所述多个历史鸟类图像依次分别与所述多个鸟类图像进行组合，输入所述鸟类相似度分析通道内，进行图像卷积特征提取和相似度计算，获得多个相似度信息集合；判断所述多个相似度信息集合内的相似度信息是否大于相似度阈值，若是，则判断为历史鸟，若否，则判断为新鸟，获得所述多个新鸟和多个历史鸟
。4.
根据权利要求3所述的方法，其特征在于，基于孪生网络，构建鸟类相似度分析通道，包括：基于卷积神经网络，构建网络结构相同的所述第一卷积路径
、
第二卷积路径，所述第一卷积路径
、
第二卷积路径内包括多层卷积层和多层池化层；基于全连接层，构建包括相似度计算规则的所述相似度计算分支，连接所述第一卷积路径
、
第二卷积路径，所述相似度计算规则包括获取所述第一卷积路径
、
第二卷积路径内卷积提取的全部图像特征，并计算相同的图像卷积特征的占比，获得相似度
。5.
根据权利要求1所述的方法，其特征在于，根据所述多个历史激光参数集合分析所述
多个历史鸟的对多种激光参数的耐光性，获得多个耐光性参数集合，包括：根据所述多个历史激光参数集合，获取所述多个历史鸟受多种历史激光参数的驱鸟次数，获得多个历史驱鸟次数集合；对历史时间内的驱鸟记录数据进行检索，...

【专利技术属性】
技术研发人员：王世应，白云，杨宇帆，赵金金，糜剑飞，
申请(专利权)人：南京星盾信息技术有限公司，
类型：发明
国别省市：