亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種海洋牧場(chǎng)的目標(biāo)生物動(dòng)態(tài)監(jiān)測(cè)方法及系統(tǒng)

文檔序號(hào):40400905發(fā)布日期:2024-12-20 12:24閱讀:7來(lái)源:國(guó)知局
一種海洋牧場(chǎng)的目標(biāo)生物動(dòng)態(tài)監(jiān)測(cè)方法及系統(tǒng)

本發(fā)明涉及圖像處理,尤其涉及一種海洋牧場(chǎng)的目標(biāo)生物動(dòng)態(tài)監(jiān)測(cè)方法及系統(tǒng)。


背景技術(shù):

1、海洋牧場(chǎng)是一種基于海洋生態(tài)系統(tǒng)原理,在特定海域通過(guò)人工魚(yú)礁投放、增殖放流、生態(tài)養(yǎng)殖等措施,構(gòu)建或修復(fù)海洋生物繁殖、生長(zhǎng)、索餌或避敵所需的場(chǎng)所,增殖養(yǎng)護(hù)漁業(yè)資源,實(shí)現(xiàn)漁業(yè)可持續(xù)發(fā)展的生態(tài)養(yǎng)殖模式。隨著科技的不斷進(jìn)步,海洋牧場(chǎng)的建設(shè)和管理通過(guò)利用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù),可以實(shí)現(xiàn)對(duì)海洋牧場(chǎng)環(huán)境和生物資源的實(shí)時(shí)監(jiān)測(cè)和智能管理。

2、目前,在海洋牧場(chǎng)智能管理中,通過(guò)聲納技術(shù),利用聲波在水中的傳播和反射特性,對(duì)海洋牧場(chǎng)中的生物進(jìn)行探測(cè)和監(jiān)測(cè)時(shí),傳統(tǒng)的rd等成像算法存在數(shù)據(jù)量大、采樣率高及omp、sl0和bcs等算法存在成像精度低及抗噪性能差等問(wèn)題。在面對(duì)水下環(huán)境復(fù)雜多變,平臺(tái)運(yùn)動(dòng)狀態(tài)不穩(wěn)定的情況下,且海洋牧場(chǎng)海域生物群落有較大比例的巖礁性生物,受限于礁體遮擋,使得得到的圖像信噪比較低,成像質(zhì)量低,虛警較高,無(wú)法實(shí)現(xiàn)對(duì)目標(biāo)生物的準(zhǔn)確識(shí)別和監(jiān)測(cè),從而導(dǎo)致難以對(duì)其異常狀況進(jìn)行判斷。


技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問(wèn)題,本發(fā)明實(shí)施例提供了一種海洋牧場(chǎng)的目標(biāo)生物動(dòng)態(tài)監(jiān)測(cè)方法及系統(tǒng),實(shí)現(xiàn)了對(duì)海洋生物中的目標(biāo)生物進(jìn)行高精度識(shí)別,從而提高了監(jiān)測(cè)的準(zhǔn)確性。

2、本發(fā)明實(shí)施例的第一方面提供了一種海洋牧場(chǎng)的目標(biāo)生物動(dòng)態(tài)監(jiān)測(cè)方法,所述方法包括:

3、實(shí)時(shí)接收不同聲吶陣元發(fā)射的回波信號(hào),對(duì)各個(gè)回波信號(hào)進(jìn)行距離向傅里葉變換和方位向傅里葉變換,得到各個(gè)回波信號(hào)的頻譜;

4、對(duì)各個(gè)頻譜進(jìn)行相移操作,得到各個(gè)相移后的頻譜,對(duì)各個(gè)相移后的頻譜進(jìn)行逆傅里葉變換,得到多個(gè)變換后的信號(hào);

5、基于各個(gè)變換后的信號(hào)進(jìn)行相位估計(jì),得到相位誤差,基于相位誤差得到相位補(bǔ)償函數(shù),根據(jù)相位補(bǔ)償函數(shù)對(duì)各個(gè)回波信號(hào)進(jìn)行補(bǔ)償,得到各個(gè)回波信號(hào)對(duì)應(yīng)的補(bǔ)償后的回波信號(hào),根據(jù)各個(gè)補(bǔ)償后的回波信號(hào)進(jìn)行成像處理,得到多個(gè)子圖像,將各個(gè)子圖像進(jìn)行相干疊加,得到待識(shí)別圖像;

6、將待識(shí)別圖像輸入構(gòu)建的目標(biāo)識(shí)別網(wǎng)絡(luò),以使目標(biāo)識(shí)別網(wǎng)絡(luò)利用特征提取模塊對(duì)待識(shí)別圖像進(jìn)行多尺度特征提取,得到多個(gè)特征圖,通過(guò)引入的注意力模塊對(duì)各個(gè)特征圖進(jìn)行特征融合,得到目標(biāo)生物特征圖,以使人員根據(jù)目標(biāo)生物特征圖判斷出目標(biāo)生物的類(lèi)別和狀態(tài)。

7、在第一方面的一種可能的實(shí)現(xiàn)方式中,對(duì)各個(gè)回波信號(hào)進(jìn)行距離向傅里葉變換和方位向傅里葉變換,得到各個(gè)回波信號(hào)的頻譜,包括:

8、對(duì)各個(gè)回波信號(hào)中的距離向信息和方位向信息進(jìn)行提取,得到距離向數(shù)據(jù)和方位向數(shù)據(jù);

9、利用傅里葉變換算法對(duì)各個(gè)回波信號(hào)的距離向數(shù)據(jù)進(jìn)行距離向傅里葉變換,得到距離向傅里葉變換結(jié)果,其中,距離向傅里葉變換結(jié)果的表達(dá)式為:

10、

11、式中,為距離向數(shù)據(jù),為距離向的采樣點(diǎn)序號(hào),為距離向采樣長(zhǎng)度,為距離向傅里葉變換結(jié)果,為距離向的頻率索引;

12、利用傅里葉變換算法對(duì)各個(gè)回波信號(hào)的方位向數(shù)據(jù)進(jìn)行距離向傅里葉變換,得到方位向傅里葉變換結(jié)果,其中,方位向傅里葉變換結(jié)果的表達(dá)式為:

13、

14、式中,為方位向數(shù)據(jù),為方位向的采樣點(diǎn)序號(hào),為方位向采樣長(zhǎng)度,為方位向傅里葉變換結(jié)果,為方位向的頻率索引;

15、根據(jù)各個(gè)回波信號(hào)的距離向傅里葉變換結(jié)果和方位向傅里葉變換結(jié)果,得到各個(gè)回波信號(hào)的距離向頻譜和方位向頻譜。

16、在第一方面的一種可能的實(shí)現(xiàn)方式中,對(duì)各個(gè)頻譜進(jìn)行相移操作,得到各個(gè)相移后的頻譜,包括:

17、對(duì)各個(gè)回波信號(hào)的距離向頻譜和方位向頻譜進(jìn)行提取,得到各個(gè)回波信號(hào)的距離向相位和方位向相位;

18、根據(jù)預(yù)設(shè)的第一相移量,對(duì)各個(gè)回波信號(hào)的距離向相位進(jìn)行調(diào)整,得到各個(gè)回波信號(hào)相移后的距離向頻譜,其中,調(diào)整后的距離向相位為:

19、

20、式中,為調(diào)整后的距離向相位,為第一相移量;

21、根據(jù)預(yù)設(shè)的第二相移量,對(duì)各個(gè)回波信號(hào)的方位向相位進(jìn)行調(diào)整,得到各個(gè)回波信號(hào)相移后的方位向頻譜,其中,調(diào)整后的方位向相位為:

22、

23、式中,為調(diào)整后的方位向相位,為第二相移量。

24、在第一方面的一種可能的實(shí)現(xiàn)方式中,對(duì)各個(gè)相移后的頻譜進(jìn)行逆傅里葉變換,得到多個(gè)變換后的信號(hào),包括:

25、對(duì)各個(gè)回波信號(hào)相移后的距離向頻譜進(jìn)行逆傅里葉變換,得到多個(gè)距離向變換后的信號(hào),其中,距離向變換后的信號(hào)為:

26、

27、式中,為距離向數(shù)據(jù),為距離向的采樣點(diǎn)序號(hào),為距離向采樣長(zhǎng)度,為距離向傅里葉變換結(jié)果,為距離向的頻率索引;

28、對(duì)各個(gè)回波信號(hào)相移后的方位向頻譜進(jìn)行逆傅里葉變換,得到多個(gè)方位向變換后的信號(hào),其中,方位向變換后的信號(hào)為:

29、

30、式中,為方位向數(shù)據(jù),為方位向的采樣點(diǎn)序號(hào),為方位向采樣長(zhǎng)度,為方位向傅里葉變換結(jié)果,為方位向的頻率索引;

31、將各個(gè)回波信號(hào)的距離向變換后的信號(hào)和方位向變換后的信號(hào)進(jìn)行組合,得到各個(gè)回波信號(hào)變換后的信號(hào)。

32、在第一方面的一種可能的實(shí)現(xiàn)方式中,基于各個(gè)變換后的信號(hào)進(jìn)行相位估計(jì),得到相位誤差,包括:

33、利用自相關(guān)函數(shù)定義計(jì)算出各個(gè)變換后的信號(hào)的自相關(guān)函數(shù),其中,自相關(guān)函數(shù)為:

34、

35、式中,為各個(gè)變換后的信號(hào)的自相關(guān)函數(shù),為各個(gè)變換后的信號(hào)的幅度,為各個(gè)變換后的信號(hào)的相位隨時(shí)間變化的函數(shù),為時(shí)間變化參數(shù);

36、對(duì)不同時(shí)間變化參數(shù)下的自相關(guān)函數(shù)進(jìn)行計(jì)算,得到多個(gè)自相關(guān)函數(shù)的相位值,利用最小二乘法對(duì)各個(gè)自相關(guān)函數(shù)的相位值進(jìn)行擬合,得到實(shí)際相位變化率,根據(jù)目標(biāo)相位變化率和實(shí)際相位變化率得到相位誤差。

37、在第一方面的一種可能的實(shí)現(xiàn)方式中,通過(guò)引入的注意力模塊對(duì)各個(gè)不同特征圖進(jìn)行特征融合,得到目標(biāo)生物特征圖,包括:

38、將各個(gè)特征圖進(jìn)行拼接和相加,得到融合后的特征圖;

39、采用注意力模塊對(duì)融合后的圖像進(jìn)行平均池化,得到壓縮后的特征圖,采用多個(gè)全連接層對(duì)壓縮后的特征圖進(jìn)行線性變換后,得多個(gè)變換結(jié)果,利用softmax函數(shù)對(duì)多個(gè)變換結(jié)果轉(zhuǎn)化為各個(gè)類(lèi)別的概率估計(jì),根據(jù)各個(gè)概率估計(jì)與對(duì)應(yīng)的特征圖進(jìn)行加權(quán)計(jì)算后,得到目標(biāo)生物特征圖。

40、在第一方面的一種可能的實(shí)現(xiàn)方式中,目標(biāo)識(shí)別網(wǎng)絡(luò)是基于resnet網(wǎng)絡(luò)訓(xùn)練得到的,其中,訓(xùn)練過(guò)程為:

41、獲取合成孔徑聲吶圖像數(shù)據(jù)集,對(duì)合成孔徑聲吶圖像進(jìn)行能量歸一化處理,得到處理后的圖像;

42、將處理后的圖像輸入構(gòu)建的目標(biāo)識(shí)別網(wǎng)絡(luò)中利用特征提取模塊對(duì)待識(shí)別圖像進(jìn)行多尺度特征提取,得到多個(gè)特征圖,將各個(gè)特征圖進(jìn)行拼接和相加,得到融合后的特征圖;

43、采用注意力模塊對(duì)融合后的圖像進(jìn)行平均池化,得到壓縮后的特征圖,采用多個(gè)全連接層對(duì)壓縮后的特征圖進(jìn)行線性變換后,得多個(gè)變換結(jié)果;

44、利用softmax函數(shù)對(duì)多個(gè)變換結(jié)果轉(zhuǎn)化為各個(gè)類(lèi)別的概率估計(jì),根據(jù)各個(gè)概率估計(jì)與對(duì)應(yīng)的特征圖進(jìn)行加權(quán)計(jì)算后,得到輸出結(jié)果;

45、根據(jù)輸出結(jié)果,采用預(yù)設(shè)損失函數(shù)進(jìn)行反向傳播,直到根據(jù)損失函數(shù)得到的損失值小于預(yù)設(shè)值,停止反向傳播得到最終網(wǎng)絡(luò)參數(shù),根據(jù)最終網(wǎng)絡(luò)參數(shù)得到訓(xùn)練好的目標(biāo)識(shí)別網(wǎng)絡(luò),其中,損失函數(shù)為:

46、

47、式中,為輸出結(jié)果,為目標(biāo)識(shí)別網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)向量的范數(shù),為衰減系數(shù),為損失值。

48、本發(fā)明實(shí)施例的第二方面提供了一種海洋牧場(chǎng)的目標(biāo)生物動(dòng)態(tài)監(jiān)測(cè)系統(tǒng),包括接收模塊、變換模塊、處理模塊和識(shí)別模塊,

49、其中,接收模塊用于實(shí)時(shí)接收不同聲吶陣元發(fā)射的回波信號(hào),對(duì)各個(gè)回波信號(hào)進(jìn)行距離向傅里葉變換和方位向傅里葉變換,得到各個(gè)回波信號(hào)的頻譜;

50、變換模塊用于對(duì)各個(gè)頻譜進(jìn)行相移操作,得到各個(gè)相移后的頻譜,對(duì)各個(gè)相移后的頻譜進(jìn)行逆傅里葉變換,得到多個(gè)變換后的信號(hào);

51、處理模塊用于基于各個(gè)變換后的信號(hào)進(jìn)行相位估計(jì),得到相位誤差,基于相位誤差得到相位補(bǔ)償函數(shù),根據(jù)相位補(bǔ)償函數(shù)對(duì)各個(gè)回波信號(hào)進(jìn)行補(bǔ)償,得到各個(gè)回波信號(hào)對(duì)應(yīng)的補(bǔ)償后的回波信號(hào),根據(jù)各個(gè)補(bǔ)償后的回波信號(hào)進(jìn)行成像處理,得到多個(gè)子圖像,將各個(gè)子圖像進(jìn)行相干疊加,得到待識(shí)別圖像;

52、識(shí)別模塊用于將待識(shí)別圖像輸入構(gòu)建的目標(biāo)識(shí)別網(wǎng)絡(luò),以使目標(biāo)識(shí)別網(wǎng)絡(luò)利用特征提取模塊對(duì)待識(shí)別圖像進(jìn)行多尺度特征提取,得到多個(gè)特征圖,通過(guò)引入的注意力模塊對(duì)各個(gè)特征圖進(jìn)行特征融合,得到目標(biāo)生物特征圖,以使人員根據(jù)目標(biāo)生物特征圖判斷出目標(biāo)生物的類(lèi)別和狀態(tài)。

53、在第二方面的一種可能的實(shí)現(xiàn)方式中,接收模塊包括提取單元、第一變換單元、第二變換單元和頻譜處理單元,

54、其中,提取單元用于對(duì)各個(gè)回波信號(hào)中的距離向信息和方位向信息進(jìn)行提取,得到距離向數(shù)據(jù)和方位向數(shù)據(jù);

55、第一變換單元用于利用傅里葉變換算法對(duì)各個(gè)回波信號(hào)的距離向數(shù)據(jù)進(jìn)行距離向傅里葉變換,得到距離向傅里葉變換結(jié)果,其中,距離向傅里葉變換結(jié)果的表達(dá)式為:

56、

57、式中,為距離向數(shù)據(jù),為距離向的采樣點(diǎn)序號(hào),為距離向采樣長(zhǎng)度,為距離向傅里葉變換結(jié)果,為距離向的頻率索引;

58、第二變換單元用于利用傅里葉變換算法對(duì)各個(gè)回波信號(hào)的方位向數(shù)據(jù)進(jìn)行距離向傅里葉變換,得到方位向傅里葉變換結(jié)果,其中,方位向傅里葉變換結(jié)果的表達(dá)式為:

59、

60、式中,為方位向數(shù)據(jù),為方位向的采樣點(diǎn)序號(hào),為方位向采樣長(zhǎng)度,為方位向傅里葉變換結(jié)果,為方位向的頻率索引;

61、頻譜處理單元用于根據(jù)各個(gè)回波信號(hào)的距離向傅里葉變換結(jié)果和方位向傅里葉變換結(jié)果,得到各個(gè)回波信號(hào)的距離向頻譜和方位向頻譜。

62、在第二方面的一種可能的實(shí)現(xiàn)方式中,變換模塊包括相位提取單元、第一調(diào)整單元和第二調(diào)整單元,

63、其中,相位提取單元用于對(duì)各個(gè)回波信號(hào)的距離向頻譜和方位向頻譜進(jìn)行提取,得到各個(gè)回波信號(hào)的距離向相位和方位向相位;

64、第一調(diào)整單元用于根據(jù)預(yù)設(shè)的第一相移量,對(duì)各個(gè)回波信號(hào)的距離向相位進(jìn)行調(diào)整,得到各個(gè)回波信號(hào)相移后的距離向頻譜,其中,調(diào)整后的距離向相位為:

65、

66、式中,為調(diào)整后的距離向相位,為第一相移量;

67、第二調(diào)整單元用于根據(jù)預(yù)設(shè)的第二相移量,對(duì)各個(gè)回波信號(hào)的方位向相位進(jìn)行調(diào)整,得到各個(gè)回波信號(hào)相移后的方位向頻譜,其中,調(diào)整后的方位向相位為:

68、

69、式中,為調(diào)整后的方位向相位,為第二相移量。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1