[發明專利]基于梯度光流法的深海浮游生物檢測方法及系統有效
| 申請號： | 201911129573.3 | 申請日： | 2019-11-18 |
| 公開（公告）號： | CN110889833B | 公開（公告）日： | 2022-04-19 |
| 發明（設計）人： | 楊明強;王家興;丁忠軍;鄭慶河;彭程;閆汝玉;李邦軍 | 申請（專利權）人： | 山東大學 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00 |
| 代理公司： | 濟南圣達知識產權代理有限公司 37221 | 代理人： | 黃海麗 |
| 地址： | 266237 *** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 梯度 光流法 深海 浮游生物 檢測 方法 系統 | ||
1.基于梯度光流法的深海浮游生物檢測方法，其特征是，包括：
獲取在深海采集的視頻；
計算視頻中每一幀圖像的光流場矩陣；
判斷有無浮游生物的步驟：根據在兩個連續幀中浮游生物在空間中不重合，浮游生物所在空間位置的時間梯度在連續兩個光流場中數值互為相反數，浮游生物所在空間位置的橫向梯度在連續兩個光流場中數值相等且方向一致，和浮游生物所在空間位置的縱向梯度在連續兩個光流場中數值相等且方向一致來判斷有無浮游生物；
計算有浮游生物的圖像區域的連通域的數量，即為浮游生物的數量。
2.如權利要求1所述的方法，其特征是，計算視頻中每一幀圖像的光流場矩陣，是基于HS光流法計算視頻中每一幀圖像的光流場矩陣。
3.如權利要求1所述的方法，其特征是，判斷有無浮游生物的步驟，還包括：
將相鄰的兩個光流場矩陣進行相乘，對相乘得到的矩陣進行浮游生物有無的區分：
如果相乘得到的矩陣中元素為負值，則判定負值所對應的圖像區域為有浮游生物；
如果相乘得到的矩陣中元素的絕對值小于第一設定閾值，則認為不是浮游生物對應的圖像區域；
如果相乘得到的矩陣中的元素的絕對值小于第二設定閾值，則認為不是浮游生物對應的圖像區域；
如果相乘得到的矩陣中元素為零或正值，則判定零或正值所對應的圖像區域為無浮游生物。
4.如權利要求1所述的方法，其特征是，計算視頻中每一幀圖像的光流場矩陣；具體步驟包括：
S21：輸入圖像，得到圖像的高度寬度以及維度；
S22：改變RGB三個通道的權重，從而把圖像轉化為灰度圖；
S23：調整圖像大小；
S24：計算灰度梯度；所述灰度梯度，包括空間梯度和時間梯度；
S25：對灰度梯度進行松弛迭代n次，最終得到橫向和縱向光流場矩陣。
5.如權利要求1所述的方法，其特征是，有無浮游生物的判斷的依據是：
在連續三幀圖像中形成的兩個光流場矩陣F1(u1,v1)和F2(u2,v2)，對于快速運動的浮游生物，在兩個連續幀中浮游生物在空間中不重合，該浮游生物所在空間位置的光流場矩陣u1和u2，以及v1和v2互相取反，即u1＝-u2,v1＝-v2；因此，確定浮游生物的空間位置，采用u1*u2，使浮游生物所在空間位置值為負值。
6.基于梯度光流法的深海浮游生物檢測系統，其特征是，包括：
視頻獲取模塊，其被配置為：獲取在深海采集的視頻；
光流場矩陣計算模塊，基于HS光流法計算視頻中每一幀圖像的光流場矩陣；
浮游生物有無判斷模塊，其被配置為：根據在兩個連續幀中浮游生物在空間中不重合，浮游生物所在空間位置的時間梯度在連續兩個光流場中數值互為相反數，浮游生物所在空間位置的橫向梯度在連續兩個光流場中數值相等且方向一致，和浮游生物所在空間位置的縱向梯度在連續兩個光流場中數值相等且方向一致來判斷有無浮游生物；
浮游生物數量計算模塊，其被配置為：計算有浮游生物的圖像區域的連通域的數量，即為浮游生物的數量。
7.一種電子設備，其特征是，包括存儲器和處理器以及存儲在存儲器上并在處理器上運行的計算機指令，所述計算機指令被處理器運行時，完成權利要求1-5任一項方法所述的步驟。
8.一種計算機可讀存儲介質，用于存儲計算機指令，所述計算機指令被處理器執行時，完成權利要求1-5任一項方法所述的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于山東大學，未經山東大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201911129573.3/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：電機缺相檢測方法
- 下一篇：介入手術機器人導絲摩擦力測量裝置
