CN115147419A - 一种基于图像处理的海洋安全评测方法及装置 - Google Patents
一种基于图像处理的海洋安全评测方法及装置 Download PDFInfo
- Publication number
- CN115147419A CN115147419A CN202211075610.9A CN202211075610A CN115147419A CN 115147419 A CN115147419 A CN 115147419A CN 202211075610 A CN202211075610 A CN 202211075610A CN 115147419 A CN115147419 A CN 115147419A
- Authority
- CN
- China
- Prior art keywords
- sea area
- images
- image
- biological
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像处理的海洋安全评测方法及装置,涉及海洋安全技术领域。海洋安全评测方法包括:获取多个第一图像采集装置采集到的多张第一图像,获取多个第二图像采集装置采集到的多张第二图像;对多张第一图像进行处理,确定每张第一图像中包括的生物数量;根据多张第一图像中包括的生物数量确定海域的深海区域生物数量;对多张第二图像进行处理,确定每张第二图像中包括的生物数量;根据多张第二图像中包括的生物数量确定海域的浅海区域生物数量;根据深海区域生物数量、浅海区域生物数量和预设的海域生物数量条件确定海域的安全评测结果。该方法实现陆源排污口所在的海域的安全问题的有效监测,提高该海域的环境安全性。
Description
技术领域
本发明是关于海洋安全评测,特别是关于一种基于图像处理的海洋安全评测方法及装置。
背景技术
海洋安全,影响着海洋生物、海洋利用、海洋资源开发等。其中,海洋环境安全涉及到海洋生物的安全,对于保护海洋生物有着重大意义。
现有技术中,通过定期的对海洋生物进行勘探,以及各种参数的监测,实现海洋环境的安全监测。但是,针对一些特定的海域,或者说较为特殊的海域,却未设置有效的监测方式,导致这些海域的安全存在隐患。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种基于图像处理的海洋安全评测方法及装置,其能够实现陆源排污口所在的海域的安全问题的有效监测,提高该海域的环境安全性。
为实现上述目的,本发明的实施例提供了一种基于图像处理的海洋安全评测方法,用于对在陆源排污口预设范围内的海域进行安全评测,所述海洋安全评测方法包括:获取多个第一图像采集装置采集到的多张第一图像,以及获取多个第二图像采集装置采集到的多张第二图像;所述多个第一图像采集装置设置在所述海域的深海区域,所述多个第二图像采集装置设置在所述海域的浅海区域;对所述多张第一图像进行处理,确定每张第一图像中包括的生物数量;根据多张第一图像中分别包括的生物数量确定所述海域的深海区域生物数量;对所述多张第二图像进行处理,确定每张第二图像中包括的生物数量;根据多张第二图像中分别包括的生物数量确定所述海域的浅海区域生物数量;根据所述深海区域生物数量、所述浅海区域生物数量和预设的海域生物数量条件确定所述海域的安全评测结果;所述安全评测结果用于表征所述海域是否受到污染物的影响。
在本发明的一个或多个实施方式中,所述深海区域包括第一区域和第二区域,所述第一区域与海域表面的距离小于所述第二区域与海域表面的距离,所述第一区域设置的第一图像采集装置的数量大于所述第二区域设置的第一图像采集装置的数量;所述浅海区域包括第三区域和第四区域,所述第三区域与海域表面的距离小于所述第四区域与海域表面的距离,所述第三区域设置的第二图像采集装置的数量小于所述第四区域设置的第二图像采集装置的数量。
在本发明的一个或多个实施方式中,所述对所述多张第一图像进行处理,确定每张第一图像中包括的生物数量,包括:将所述多张第一图像输入到预先训练好的图像处理模型中,获得所述图像处理模型输出的多张标注后的第一图像;每张标注后的第一图像中包括生物标识;确定所述多张标注后的第一图像之间的图像相似度;根据所述图像相似度去除所述多张标注后的第一图像中的重复生物标识,获得多张处理后的第一图像;根据每张处理后的第一图像中包括的生物标识数量确定每张所述第一图像中包括的生物数量。
在本发明的一个或多个实施方式中,所述对所述多张第二图像进行处理,确定每张第二图像中包括的生物数量,包括:将所述多张第二图像输入到预先训练好的图像处理模型中,获得所述图像处理模型输出的多张标注后的第二图像;每张标注后的第二图像中包括生物标识;确定所述多张标注后的第二图像之间的图像相似度;根据所述图像相似度去除所述多张标注后的第二图像中的重复生物标识,获得多张处理后的第二图像;根据每张处理后的第二图像中包括的生物标识数量确定每张所述第二图像中包括的生物数量。
在本发明的一个或多个实施方式中,所述根据多张第一图像中分别包括的生物数量确定所述海域的深海区域生物数量,包括:将所述多张第一图像中包括的生物数量求和,获得第一生物数量总和;根据所述多个第一图像采集装置采集所述多张第一图像的多个采集时间差确定所述第一生物数量总和的第一偏差数量;将所述第一生物数量总和与所述第一偏差数量的和确定为所述深海区域生物数量的上限值,将所述第一生物数量总和与所述第一偏差数量的差确定为所述深海区域生物数量的下限值。
在本发明的一个或多个实施方式中,所述根据多张第二图像中分别包括的生物数量确定所述海域的浅海区域生物数量,包括:将所述多张第二图像中包括的生物数量求和,获得第二生物数量总和;根据所述多个第二图像采集装置采集所述多张第二图像的多个采集时间差确定所述第二生物数量总和的第二偏差数量;将所述第二生物数量总和与所述第二偏差数量的和确定为所述浅海区域生物数量的上限值,将所述第二生物数量总和与所述第二偏差数量的差确定为所述浅海区域生物数量的下限值。
在本发明的一个或多个实施方式中,所述预设的海域生物数量条件包括:所述深海区域生物数量的上限值与所述浅海区域生物数量的上限值之间的差值在第一预设范围内,所述深海区域生物数量的下限值与所述浅海区域生物数量的下限值的和在第二预设范围内。
在本发明的一个或多个实施方式中,所述预设的海域生物数量条件包括:所述深海区域生物数量在第三预设范围内,所述浅海区域生物数量在第四预设范围内,且所述深海区域生物数量和所述浅海区域生物数量的和在第五预设范围内。
在本发明的一个或多个实施方式中,所述海洋安全评测方法还包括:获取所述陆源排污口的排放量;确定所述海域与所述陆源排污口之间的距离;根据所述排放量和所述距离确定所述海域的预测污染物数量;根据所述预测污染物数量对所述深海区域生物数量和所述浅海区域生物数量进行校正,获得校正的深海区域生物数量和校正的浅海区域生物数量;根据所述校正的深海区域生物数量、所述校正的浅海区域生物数量和所述预设的海域生物数量条件校正所述海域的安全评测结果。
本发明的实施例提供了一种基于图像处理的海洋安全评测装置,包括:用于实现上述的基于图像处理的海洋区域分类方法以及对应的一个或多个实施方式的各个功能模块。
本发明的实施例提供了一种基于图像处理的海洋安全评测设备,包括:处理器;与所述处理器通信连接的存储器;所述存储器中存储有可被所述处理器执行的指令,所述处理器执行所述指令时,执行上述的基于图像处理的海洋区域分类方法以及对应的一个或多个实施方式。
本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被计算机运行时,执行上述的基于图像处理的海洋区域分类方法以及对应的一个或多个实施方式。
与现有技术相比,根据本发明实施方式的技术方案,对在陆源排污口预设范围内的海域进行安全评测。通过分别设置在深海区域和浅海区域的第一图像采集装置和第二图像采集装置实现对应区域的图像采集;基于采集到的图像,分别确定深海区域生物数量和浅海区域生物数量。进而,根据深海区域生物数量、浅海区域生物数量和预设的海域生物数量条件确定海域中是否包含污染物,实现陆源排污口预设范围内的海域的安全评测。因此,该技术方案能够实现陆源排污口所在的海域的安全问题的有效监测,提高该海域的环境安全性。
附图说明
图1是根据本发明一实施方式的基于图像处理的海洋安全评测方法的流程图;
图2是根据本发明一实施方式的基于图像处理的海洋安全评测装置的结构示意图;
图3是根据本发明一实施方式的海洋安全评测设备的结构示意图。
主要附图标记说明:
200-基于图像处理的海洋安全评测装置,210-获取模块,220-处理模块, 300-海洋安全评测设备,310-处理器,320-存储器。
具体实施方式
下面结合附图,对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示,否则在整个说明书和权利要求书中,术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分,而并未排除其它元件或其它组成部分。
本发明实施例所提供的技术方案应用于对陆源排污口邻近的海域的安全监测。可以理解,陆源排污口每天都会排放大量的污染物,这些污染物可能会对邻近的海域造成影响,例如:污染物进入该海域内,破坏生物平衡。因此,需要对该海域的环境安全进行监测。
本发明实施例所提供的技术方案可以应用于海洋安全评测系统,该海洋安全评测系统基于图像处理技术实现安全评测。因此,一方面,该海洋安全评测系统中包括图像采集装置,该图像采集装置用于采集海域的图像。另一方面,该海洋安全评测系统还包括与图像采集装置通信连接的海洋安全评测设备,该设备具有图像处理能力,能够基于海域的图像确定对应的海洋安全评测结果。
进而,本发明实施例所提供的基于图像处理的海洋安全评测方法的硬件运行环境为上述的海洋安全评测设备,其可以是具备图像处理能力的电子设备,例如:计算机等。
如图1所示,为本发明优选实施方式提供的海洋安全评测方法的流程图,该海洋安全评测方法用于对在陆源排污口预设范围内的海域进行安全评测,包括:
步骤110:获取多个第一图像采集装置采集到的多张第一图像,以及获取多个第二图像采集装置采集到的多张第二图像。多个第一图像采集装置设置在海域的深海区域,多个第二图像采集装置设置在海域的浅海区域。
步骤120:对多张第一图像进行处理,确定每张第一图像中包括的生物数量。
步骤130:根据多张第一图像中分别包括的生物数量确定海域的深海区域生物数量。
步骤140:对多张第二图像进行处理,确定每张第二图像中包括的生物数量。
步骤150:根据多张第二图像中分别包括的生物数量确定海域的浅海区域生物数量。
步骤160:根据深海区域生物数量、浅海区域生物数量和预设的海域生物数量条件确定海域的安全评测结果。安全评测结果用于表征海域是否受到污染物的影响。
与现有技术相比,根据本发明实施方式的技术方案,对在陆源排污口预设范围内的海域进行安全评测。通过分别设置在深海区域和浅海区域的第一图像采集装置和第二图像采集装置实现对应区域的图像采集;基于采集到的图像,分别确定深海区域生物数量和浅海区域生物数量。进而,根据深海区域生物数量、浅海区域生物数量和预设的海域生物数量条件确定海域中是否包含污染物,实现陆源排污口预设范围内的海域的安全评测。因此,该技术方案能够实现陆源排污口所在的海域的安全问题的有效监测,提高该海域的环境安全性。
接下来对该海洋安全评测方法的实施方式进行详细介绍。
本发明实施例的技术方案用于对陆源排污口邻近的海域进行安全评测,因此,预设范围可以理解为陆源排污口的影响范围。该影响范围可以结合历史的安全评测数据确定,也可以由专业人员指定。例如:该预设范围为陆源排污口2公里以内的海域。在此仅作举例,不构成对该预设范围的限定。
在步骤110中,第一图像采集装置和第二图像采集装置为海洋专用的摄像设备,该摄像设备应当具备防水功能,还具备移动功能,才能在海洋中有效的采集图像。在实际应用中,可以由工作人员定期在该海域中投放第一图像采集装置和第二图像采集装置,以保证能够持续且稳定的采集到对应的图像。
在一些实施例中,深海区域包括第一区域和第二区域,第一区域与海域表面的距离小于第二区域与海域表面的距离,第一区域设置的第一图像采集装置的数量大于第二区域设置的第一图像采集装置的数量;浅海区域包括第三区域和第四区域,第三区域与海域表面的距离小于第四区域与海域表面的距离,第三区域设置的第二图像采集装置的数量小于第四区域设置的第二图像采集装置的数量。
在这种实施方式中,由于第一图像采集装置和第二图像采集装置的数量均为多个,而深海区域和浅海区域的环境不同,需要合理地设置第一图像采集装置和第二图像采集装置。
因此,将深海区域划分为第一区域和第二区域,第一区域与海域表面的距离小于第二区域与海域表面的距离。通常来说,陆源污染物进入深海区域的可能性本来也比较小,因此,对于远离海域表面的深海区域,可以设置较少的第一图像采集装置;而对于靠近海域表面的深海区域,也可以设置较少的第一图像采集装置,不过相较于远离海域表面的深海区域,可以多设置一些第一图像采集装置。
以及,将浅海区域划分为第三区域和第四区域,第三区域与海域表面的距离小于第四区域与海域表面的距离。通常来说,陆源污染物进入浅海区域的中间地带的可能性较大。因此,对于远离海域表面的浅海区域,可以设置较多的第二图像采集装置;而对于靠近海域表面的浅海区域,也可以设置较多的第二图像采集装置,不过相较于远离海域表面的浅海区域,可以少设置一些第二图像采集装置。
对于第一区域和第二区域的划分,以及第三区域和第四区域的划分,可以结合一些仿真试验,例如,污染物进入邻近海域的仿真试验,来测定第一区域和第二区域,以及第三区域和第四区域如何划分。
基于步骤110中获取到的多张第一图像和多张第二图像,在步骤120中,对多张第一图像进行处理,确定每张第一图像中包括的生物数量。
作为一种可选的实施方式,步骤120包括:将多张第一图像输入到预先训练好的图像处理模型中,获得图像处理模型输出的多张标注后的第一图像;每张标注后的第一图像中包括生物标识;确定多张标注后的第一图像之间的图像相似度;根据图像相似度去除多张标注后的第一图像中的重复生物标识,获得多张处理后的第一图像;根据每张处理后的第一图像中包括的生物标识数量确定每张第一图像中包括的生物数量。
在这种实施方式中,利用图像处理模型实现第一图像中的生物标注。在另一些实施例中,该过程也可以通过人工实现。
其中,图像处理模型对应的训练数据集,可以是海洋图像,在海洋图像中已经标注好各种生物。通过该训练数据集对其进行训练,训练好的模型便可以直接基于海洋图像实现生物标注。
因此,图像处理模型可以输出多张标注后的第一图像,在标注后的第一图像中,包括生物标识,例如:标识框、标识线等,在此不作限定。
由于第一图像采集装置采集的多张第一图像可能是采集时间间隔较短的图像,这些图像中的生物基本区别不大,因此,可以利用该特定先对图像中标注的生物作去重处理。
通过确定多张标注后的第一图像之间的相似度,针对相似度大于预设相似度的两张第一图像,可以删除其中一张第一图像中的生物标识,以实现重复生物标识的去重处理。
进而,将去重处理后的第一图像中包括的生物标识数量,确定为第一图像中包括的生物数量。
类似的,在步骤140中,对多张第二图像进行处理,确定每张第二图像中包括的生物数量,可以包括:将多张第二图像输入到预先训练好的图像处理模型中,获得图像处理模型输出的多张标注后的第二图像;每张标注后的第二图像中包括生物标识;确定多张标注后的第二图像之间的图像相似度;根据图像相似度去除多张标注后的第二图像中的重复生物标识,获得多张处理后的第二图像;根据每张处理后的第二图像中包括的生物标识数量确定每张第二图像中包括的生物数量。
在这种实施方式中,利用图像处理模型实现第二图像中的生物标注。在另一些实施例中,该过程也可以通过人工实现。
其中,图像处理模型对应的训练数据集,可以是海洋图像,在海洋图像中已经标注好各种生物。通过该训练数据集对其进行训练,训练好的模型便可以直接基于海洋图像实现生物标注。
因此,图像处理模型可以输出多张标注后的第二图像,在标注后的第二图像中,包括生物标识,例如:标识框、标识线等,在此不作限定。
由于第二图像采集装置采集的多张第二图像可能是采集时间间隔较短的图像,这些图像中的生物基本区别不大,因此,可以利用该特定先对图像中标注的生物作去重处理。
通过确定多张标注后的第二图像之间的相似度,针对相似度大于预设相似度的两张第二图像,可以删除其中一张第二图像中的生物标识,以实现重复生物标识的去重处理。
进而,将去重处理后的第二图像中包括的生物标识数量,确定为第二图像中包括的生物数量。
在步骤130中,根据多张第一图像中分别包括的生物数量确定海域的深海区域生物数量。
作为一种可选的实施方式,步骤130包括:将多张第一图像中包括的生物数量求和,获得第一生物数量总和;根据多个第一图像采集装置采集多张第一图像的多个采集时间差确定第一生物数量总和的第一偏差数量;将第一生物数量总和与第一偏差数量的和确定为深海区域生物数量的上限值,将第一生物数量总和与第一偏差数量的差确定为深海区域生物数量的下限值。
在这种实施方式中,将多张第一图像中包括的生物数量求和,获得第一生物数量总和。该第一生物数量总和实际上可能大于深海区域中的生物数量,也可能小于深海区域中的生物数量。因此,需要设置相应的偏差量,以得到一个生物数量范围,将该生物数量范围确定为最终的深海区域生物数量,以保证深海区域生物数量的准确性。
在这种实施方式中,利用多个第一图像采集装置采集多张第一图像的多个采集时间差来确定第一偏差数量。在一些实施例中,第一偏差数量可以是平均采集时间差乘以第一预设偏差基准值。在另一些实施例中,第一偏差数量可以是最大采集时间差乘以第二预设偏差基准值。或者,第一偏差数量还可以是最小采集时间乘以第三预设偏差基准值。
其中,第一预设偏差基准值、第二预设偏差基准值以及第三预设偏差基准值可以由用户通过测定之后,进行设定,在此不对具体的值作限定。
基于第一偏差数量,将第一生物数量总和与第一偏差数量的和确定为深海区域生物数量的上限值,将第一生物数量总和与第一偏差数量的差确定为深海区域生物数量的下限值。则,最终的深海区域生物数量应当是上限值和下限值构成的数量范围。
类似的,在步骤150中,根据第二图像中分别包括的生物数量确定海域的浅海区域生物数量,可以包括:将多张第二图像中包括的生物数量求和,获得第二生物数量总和;根据多个第二图像采集装置采集多张第二图像的多个采集时间差确定第二生物数量总和的第二偏差数量;将第二生物数量总和与第二偏差数量的和确定为浅海区域生物数量的上限值,将第二生物数量总和与第二偏差数量的差确定为浅海区域生物数量的下限值。
在这种实施方式中,将多张第二图像中包括的生物数量求和,获得第二生物数量总和。该第二生物数量总和实际上可能大于浅海区域中的生物数量,也可能小于浅海区域中的生物数量。因此,需要设置相应的偏差量,以得到一个生物数量范围,将该生物数量范围确定为最终的浅海区域生物数量,以保证浅海区域生物数量的准确性。
在这种实施方式中,利用多个第二图像采集装置采集多张第二图像的多个采集时间差来确定第二偏差数量。在一些实施例中,第二偏差数量可以是平均采集时间差乘以第一预设偏差基准值。在另一些实施例中,第二偏差数量可以是最大采集时间差乘以第二预设偏差基准值。或者,第二偏差数量还可以是最小采集时间乘以第三预设偏差基准值。
其中,第一预设偏差基准值、第二预设偏差基准值以及第三预设偏差基准值可以由用户通过测定之后,进行设定,在此不对具体的值作限定。
基于第二偏差数量,将第二生物数量总和与第二偏差数量的和确定为浅海区域生物数量的上限值,将第二生物数量总和与第二偏差数量的差确定为浅海区域生物数量的下限值。则,最终的浅海区域生物数量应当是上限值和下限值构成的数量范围。
在分别确定深海区域生物数量和浅海区域生物数量之后,在步骤160中,根据深海区域生物数量、浅海区域生物数量和预设的海域生物数量条件确定海域的安全评测结果。
在一些实施例中,预设的海域生物数量条件包括:深海区域生物数量的上限值与浅海区域生物数量的上限值之间的差值在第一预设范围内,深海区域生物数量的下限值与浅海区域生物数量的下限值的和在第二预设范围内。
在这种实施方式中,限定深海区域生物数量的上限值与浅海区域生物数量的上限值之间的差值。在正常情况下,该差值应当是在第一预设范围内,若不在,则说明海域的生物数量不符合正常情况,受到污染物的影响。
以及,限定深海区域生物数量的下限值与浅海区域生物数量的下限值的和。在正常情况,该和应当是在第二预设范围内,若不在则说明海域的生物数量不符合正常情况,受到污染物的影响。
其中,第一预设范围和第二预设范围可以根据历史数据确定,历史数据例如:海域没有受到陆源排污口的影响的时候的数据,在此不对具体的值作限定。
在另一些实施例中,预设的海域生物数量条件包括:深海区域生物数量在第三预设范围内,浅海区域生物数量在第四预设范围内,且深海区域生物数量和浅海区域生物数量的和在第五预设范围内。
在这种实施方式,限定深海区域生物数量和浅海区域生物数量分别对应的数值范围;以及限定两者的生物数量和的数值范围。正常情况下,不管是单独的生物数量的和,还是总的生物数量的和,应当都满足对应的条件。
其中,第三预设范围、第四预设范围和第五预设范围可以根据历史数据确定,历史数据例如:海域没有受到陆源排污口的影响的时候的数据,在此不对具体的值作限定。
在另一些实施例中,还可以设置其他的海域生物数量条件,在此不作限定。
进一步地,结合上述的海域生物数量条件,当深海区域生物数量和浅海区域生物数量不满足预设的海域生物数量条件时,确定海域受到污染物的影响。当深海区域生物数量和浅海区域生物数量满足预设的海域生物数量条件时,确定海域受到污染物的影响。
在一些实施例中,通过上述的评测方式,所得到的评测结果不一定完全准确。因此,作为一种可选的实施方式,还可以对评测结果进行校正,该评测方法还包括:
获取陆源排污口的排放量;确定海域与陆源排污口之间的距离;根据排放量和距离确定海域的预测污染物数量;根据预测污染物数量对深海区域生物数量和浅海区域生物数量进行校正,获得校正的深海区域生物数量和校正的浅海区域生物数量;根据校正的深海区域生物数量、校正的浅海区域生物数量和预设的海域生物数量条件校正所述海域的安全评测结果。
在这种实施方式中,排放量和距离都是可以直接获取到的数据。基于该排放量和距离,可以进行仿真试验,预测海域中可能出现的污染物数量。
基于该预测污染物数量,可以对深海区域生物数量和浅海区域生物数量进行校正。
在一些实施例中,可以预设基准深海区域生物数量和基准浅海区域生物数量,进而,结合基准深海区域生物数量和基准浅海区域生物数量,和预测污染物数量实现数据校正。
在一些实施例中,将深海区域生物数量的上限值和下限值均减去预测污染数量,若减去后的上限值和下限值与基准深海区域生物数量的上限值和下限值的偏差不大(例如在10以内),则无需校正深海区域生物数量。若偏差较大(例如大于10),则在原来的深海区域生物数量的上限值和下限值的基础上,均加上预测污染物数量的1/3,或者其他基于预测污染物数量的值。
类似的,可以对浅海区域生物数量进行校正。
在一些实施例中,可以预设基准浅海区域生物数量和基准浅海区域生物数量,进而,结合基准浅海区域生物数量和基准浅海区域生物数量,和预测污染物数量实现数据校正。
在一些实施例中,将浅海区域生物数量的上限值和下限值均减去预测污染数量,若减去后的上限值和下限值与基准浅海区域生物数量的上限值和下限值的偏差不大(例如在10以内),则无需校正浅海区域生物数量。若偏差较大(例如大于10),则在原来的浅海区域生物数量的上限值和下限值的基础上,均加上预测污染物数量的1/2,或者其他基于预测污染物数量的值,且大于前述的深海区域生物数量的增加值。
基于校正后的深海区域生物数量和浅海区域生物数量,可以再次结合预设的海域生物数量进行判断,以获得校正后的海域的安全评测结果。
基于最终确定的安全评测结果,可以提醒相关的监测部门对该海域进行处理,例如:去除一些污染物,或者净化该海域的环境的其他手段,以提高该海域的环境安全性。
从上述介绍可以看出,本发明实施例的技术方案,对在陆源排污口预设范围内的海域进行安全评测。通过分别设置在深海区域和浅海区域的第一图像采集装置和第二图像采集装置实现对应区域的图像采集;基于采集到的图像,分别确定深海区域生物数量和浅海区域生物数量。进而,根据深海区域生物数量、浅海区域生物数量和预设的海域生物数量条件确定海域中是否包含污染物,实现陆源排污口预设范围内的海域的安全评测。因此,该技术方案能够实现陆源排污口所在的海域的安全问题的有效监测,提高该海域的环境安全性。
如图2所示,本发明实施例还提供一种基于图像处理的海洋安全评测装置200,包括:获取模块210和处理模块220。
获取模块210用于:获取多个第一图像采集装置采集到的多张第一图像,以及获取多个第二图像采集装置采集到的多张第二图像;所述多个第一图像采集装置设置在所述海域的深海区域,所述多个第二图像采集装置设置在所述海域的浅海区域。处理模块220用于:对所述多张第一图像进行处理,确定每张第一图像中包括的生物数量;根据多张第一图像中分别包括的生物数量确定所述海域的深海区域生物数量;对所述多张第二图像进行处理,确定每张第二图像中包括的生物数量;根据多张第二图像中分别包括的生物数量确定所述海域的浅海区域生物数量;根据所述深海区域生物数量、所述浅海区域生物数量和预设的海域生物数量条件确定所述海域的安全评测结果;所述安全评测结果用于表征所述海域是否受到污染物的影响。
在一些实施例中,处理模块220具体用于:将所述多张第一图像输入到预先训练好的图像处理模型中,获得所述图像处理模型输出的多张标注后的第一图像;每张标注后的第一图像中包括生物标识;确定所述多张标注后的第一图像之间的图像相似度;根据所述图像相似度去除所述多张标注后的第一图像中的重复生物标识,获得多张处理后的第一图像;根据每张处理后的第一图像中包括的生物标识数量确定每张所述第一图像中包括的生物数量。
在一些实施例中,处理模块220具体用于:将所述多张第二图像输入到预先训练好的图像处理模型中,获得所述图像处理模型输出的多张标注后的第二图像;每张标注后的第二图像中包括生物标识;确定所述多张标注后的第二图像之间的图像相似度;根据所述图像相似度去除所述多张标注后的第二图像中的重复生物标识,获得多张处理后的第二图像;根据每张处理后的第二图像中包括的生物标识数量确定每张所述第二图像中包括的生物数量。
在一些实施例中,处理模块220具体用于:将所述多张第一图像中包括的生物数量求和,获得第一生物数量总和;根据所述多个第一图像采集装置采集所述多张第一图像的多个采集时间差确定所述第一生物数量总和的第一偏差数量;将所述第一生物数量总和与所述第一偏差数量的和确定为所述深海区域生物数量的上限值,将所述第一生物数量总和与所述第一偏差数量的差确定为所述深海区域生物数量的下限值。
在一些实施例中,处理模块220具体用于:将所述多张第二图像中包括的生物数量求和,获得第二生物数量总和;根据所述多个第二图像采集装置采集所述多张第二图像的多个采集时间差确定所述第二生物数量总和的第二偏差数量;将所述第二生物数量总和与所述第二偏差数量的和确定为所述浅海区域生物数量的上限值,将所述第二生物数量总和与所述第二偏差数量的差确定为所述浅海区域生物数量的下限值。
在一些实施例中,获取模块210还用于:获取所述陆源排污口的排放量;确定所述海域与所述陆源排污口之间的距离;处理模块220还用于:根据所述排放量和所述距离确定所述海域的预测污染物数量;根据所述预测污染物数量对所述深海区域生物数量和所述浅海区域生物数量进行校正,获得校正的深海区域生物数量和校正的浅海区域生物数量;根据所述校正的深海区域生物数量、所述校正的浅海区域生物数量和所述预设的海域生物数量条件校正所述海域的安全评测结果。
该基于图像处理的海洋安全评测装置200与前述的海洋安全评测方法对应,各个功能模块与前述的方法步骤也对应,因此,各个功能模块的实施方式参照前述的方法步骤的实施方式,在此不再重复介绍。
如图3所示,本发明实施例还提供一种海洋安全评测设备300,包括处理器310和存储器320,处理器310和存储器320通信连接,该海洋安全评测设备300作为前述海洋安全评测方法的执行主体。
处理器310、存储器320之间直接或间接地电连接,以实现数据的传输或交互。例如,这些元件之间可以通过一条或多条通讯总线或信号总线实现电连接。前述的海洋安全评测方法分别包括至少一个可以以软件或固件(firmware)的形式存储于存储器320中的软件功能模块。
处理器310可以是一种集成电路芯片,具有信号处理能力。处理器310可以是通用处理器,包括CPU (Central Processing Unit,中央处理器)、NP (Network Processor,网络处理器)等;还可以是数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器320可以存储各种软件程序以及模块,如本发明实施例提供的图像处理方法及装置对应的程序指令/模块。处理器310通过运行存储在存储器320中的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现本发明实施例中的方法。
存储器320可以包括但不限于RAM(Random Access Memory,随机存取存储器),ROM(Read Only Memory,只读存储器),PROM(Programmable Read-Only Memory,可编程只读存储器),EPROM(Erasable Programmable Read-Only Memory,可擦除只读存储器),EEPROM(Electric Erasable Programmable Read-Only Memory,电可擦除只读存储器)等。
可以理解,图3所示的结构仅为示意,海洋安全评测设备300还可包括比图3中所示更多或者更少的组件,或者具有与图3所示不同的配置。
本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被计算机运行时,执行上述任一实施方式的海洋安全评测方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (10)
1.一种基于图像处理的海洋安全评测方法,其特征在于,用于对在陆源排污口预设范围内的海域进行安全评测,所述海洋安全评测方法包括:
获取多个第一图像采集装置采集到的多张第一图像,以及获取多个第二图像采集装置采集到的多张第二图像;所述多个第一图像采集装置设置在所述海域的深海区域,所述多个第二图像采集装置设置在所述海域的浅海区域;
对所述多张第一图像进行处理,确定每张第一图像中包括的生物数量;
根据多张第一图像中分别包括的生物数量确定所述海域的深海区域生物数量;
对所述多张第二图像进行处理,确定每张第二图像中包括的生物数量;
根据多张第二图像中分别包括的生物数量确定所述海域的浅海区域生物数量;以及
根据所述深海区域生物数量、所述浅海区域生物数量和预设的海域生物数量条件确定所述海域的安全评测结果,其中所述安全评测结果用于表征所述海域是否受到污染物的影响。
2.根据权利要求1所述的海洋安全评测方法,其特征在于,所述深海区域包括第一区域和第二区域,所述第一区域与海域表面的距离小于所述第二区域与海域表面的距离,所述第一区域设置的第一图像采集装置的数量大于所述第二区域设置的第一图像采集装置的数量;所述浅海区域包括第三区域和第四区域,所述第三区域与海域表面的距离小于所述第四区域与海域表面的距离,所述第三区域设置的第二图像采集装置的数量小于所述第四区域设置的第二图像采集装置的数量。
3.根据权利要求1所述的海洋安全评测方法,其特征在于,所述对所述多张第一图像进行处理,确定每张第一图像中包括的生物数量,包括:
将所述多张第一图像输入到预先训练好的图像处理模型中,获得所述图像处理模型输出的多张标注后的第一图像;每张标注后的第一图像中包括生物标识;
确定所述多张标注后的第一图像之间的图像相似度;
根据所述图像相似度去除所述多张标注后的第一图像中的重复生物标识,获得多张处理后的第一图像;
根据每张处理后的第一图像中包括的生物标识数量确定每张所述第一图像中包括的生物数量。
4.根据权利要求1所述的海洋安全评测方法,其特征在于,所述对所述多张第二图像进行处理,确定每张第二图像中包括的生物数量,包括:
将所述多张第二图像输入到预先训练好的图像处理模型中,获得所述图像处理模型输出的多张标注后的第二图像;每张标注后的第二图像中包括生物标识;
确定所述多张标注后的第二图像之间的图像相似度;
根据所述图像相似度去除所述多张标注后的第二图像中的重复生物标识,获得多张处理后的第二图像;
根据每张处理后的第二图像中包括的生物标识数量确定每张所述第二图像中包括的生物数量。
5.根据权利要求1所述的海洋安全评测方法,其特征在于,所述根据多张第一图像中分别包括的生物数量确定所述海域的深海区域生物数量,包括:
将所述多张第一图像中包括的生物数量求和,获得第一生物数量总和;
根据所述多个第一图像采集装置采集所述多张第一图像的多个采集时间差确定所述第一生物数量总和的第一偏差数量;
将所述第一生物数量总和与所述第一偏差数量的和确定为所述深海区域生物数量的上限值,将所述第一生物数量总和与所述第一偏差数量的差确定为所述深海区域生物数量的下限值。
6.根据权利要求1所述的海洋安全评测方法,其特征在于,所述根据多张第二图像中分别包括的生物数量确定所述海域的浅海区域生物数量,包括:
将所述多张第二图像中包括的生物数量求和,获得第二生物数量总和;
根据所述多个第二图像采集装置采集所述多张第二图像的多个采集时间差确定所述第二生物数量总和的第二偏差数量;
将所述第二生物数量总和与所述第二偏差数量的和确定为所述浅海区域生物数量的上限值,将所述第二生物数量总和与所述第二偏差数量的差确定为所述浅海区域生物数量的下限值。
7.根据权利要求1所述的海洋安全评测方法,其特征在于,所述预设的海域生物数量条件包括:所述深海区域生物数量的上限值与所述浅海区域生物数量的上限值之间的差值在第一预设范围内,所述深海区域生物数量的下限值与所述浅海区域生物数量的下限值的和在第二预设范围内。
8.根据权利要求1所述的海洋安全评测方法,其特征在于,所述预设的海域生物数量条件包括:所述深海区域生物数量在第三预设范围内,所述浅海区域生物数量在第四预设范围内,且所述深海区域生物数量和所述浅海区域生物数量的和在第五预设范围内。
9.根据权利要求1所述的海洋安全评测方法,其特征在于,所述海洋安全评测方法还包括:
获取所述陆源排污口的排放量;
确定所述海域与所述陆源排污口之间的距离;
根据所述排放量和所述距离确定所述海域的预测污染物数量;
根据所述预测污染物数量对所述深海区域生物数量和所述浅海区域生物数量进行校正,获得校正的深海区域生物数量和校正的浅海区域生物数量;
根据所述校正的深海区域生物数量、所述校正的浅海区域生物数量和所述预设的海域生物数量条件校正所述海域的安全评测结果。
10.一种基于图像处理的海洋安全评测装置,其特征在于,用于对在陆源排污口预设范围内的海域进行安全评测,所述海洋安全评测装置包括获取模块和处理模块,
所述获取模块用于获取多个第一图像采集装置采集到的多张第一图像,以及获取多个第二图像采集装置采集到的多张第二图像;所述多个第一图像采集装置设置在所述海域的深海区域,所述多个第二图像采集装置设置在所述海域的浅海区域;
所述处理模块,用于:
对所述多张第一图像进行处理,确定每张第一图像中包括的生物数量;
根据多张第一图像中分别包括的生物数量确定所述海域的深海区域生物数量;
对所述多张第二图像进行处理,确定每张第二图像中包括的生物数量;
根据多张第二图像中分别包括的生物数量确定所述海域的浅海区域生物数量;
根据所述深海区域生物数量、所述浅海区域生物数量和预设的海域生物数量条件确定所述海域的安全评测结果;所述安全评测结果用于表征所述海域是否受到污染物的影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211075610.9A CN115147419B (zh) | 2022-09-05 | 2022-09-05 | 一种基于图像处理的海洋安全评测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211075610.9A CN115147419B (zh) | 2022-09-05 | 2022-09-05 | 一种基于图像处理的海洋安全评测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115147419A true CN115147419A (zh) | 2022-10-04 |
CN115147419B CN115147419B (zh) | 2022-11-18 |
Family
ID=83416115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211075610.9A Active CN115147419B (zh) | 2022-09-05 | 2022-09-05 | 一种基于图像处理的海洋安全评测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115147419B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106611256A (zh) * | 2015-10-25 | 2017-05-03 | 中国海洋大学 | 一种海岸带生态安全评价模型的构建方法 |
CN111406693A (zh) * | 2020-04-23 | 2020-07-14 | 上海海洋大学 | 基于仿生海鳗的海洋牧场渔业资源养护效果评价方法 |
US20200288679A1 (en) * | 2017-12-20 | 2020-09-17 | Intervet Inc. | Method and system for external fish parasite monitoring in aquaculture |
CN112597652A (zh) * | 2020-12-23 | 2021-04-02 | 中国科学院城市环境研究所 | 一种入海排污口环境影响评估方法 |
CN113963251A (zh) * | 2021-11-26 | 2022-01-21 | 山东省计算中心(国家超级计算济南中心) | 一种海洋生物检测方法、系统和设备 |
CN114396976A (zh) * | 2022-01-13 | 2022-04-26 | 黄磊 | 一种海洋环境监测方法、系统、设备及介质 |
CN114397682A (zh) * | 2021-12-06 | 2022-04-26 | 天津市水产研究所 | 一种海洋牧场牡蛎海床中牡蛎生物量的监测方法 |
-
2022
- 2022-09-05 CN CN202211075610.9A patent/CN115147419B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106611256A (zh) * | 2015-10-25 | 2017-05-03 | 中国海洋大学 | 一种海岸带生态安全评价模型的构建方法 |
US20200288679A1 (en) * | 2017-12-20 | 2020-09-17 | Intervet Inc. | Method and system for external fish parasite monitoring in aquaculture |
CN111406693A (zh) * | 2020-04-23 | 2020-07-14 | 上海海洋大学 | 基于仿生海鳗的海洋牧场渔业资源养护效果评价方法 |
CN112597652A (zh) * | 2020-12-23 | 2021-04-02 | 中国科学院城市环境研究所 | 一种入海排污口环境影响评估方法 |
CN113963251A (zh) * | 2021-11-26 | 2022-01-21 | 山东省计算中心(国家超级计算济南中心) | 一种海洋生物检测方法、系统和设备 |
CN114397682A (zh) * | 2021-12-06 | 2022-04-26 | 天津市水产研究所 | 一种海洋牧场牡蛎海床中牡蛎生物量的监测方法 |
CN114396976A (zh) * | 2022-01-13 | 2022-04-26 | 黄磊 | 一种海洋环境监测方法、系统、设备及介质 |
Non-Patent Citations (2)
Title |
---|
KENDRA DALY,AND ETC: "Directions in Biology for Ocean Observing", 《2011 GEOSS WORKSHOP XLII - OCEANS》 * |
刘辉等: "海洋牧场生态系统监测评估研究进展与展望", 《科技促进发展》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115147419B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DK3073450T3 (en) | SYSTEM AND PROCEDURE FOR MONITORING A DRIVER'S DRIVING CONDUCT | |
McClain et al. | Dispersal, environmental niches and oceanic-scale turnover in deep-sea bivalves | |
Fukunaga et al. | GroupTracker: Video tracking system for multiple animals under severe occlusion | |
US10578667B2 (en) | Methods and systems for detecting, classifying and/or mitigating sensor error | |
US20210398674A1 (en) | Method for providing diagnostic system using semi-supervised learning, and diagnostic system using same | |
US20200193219A1 (en) | Discrimination device and machine learning method | |
CN113343961B (zh) | 一种用户行为监控方法、系统和计算机设备 | |
CN110909826A (zh) | 一种能源设备的诊断监测方法、装置及电子设备 | |
CN117787511B (zh) | 一种工厂化高密度水产养殖监测预警方法及其系统 | |
CN115308101A (zh) | 水质监测管理方法及系统 | |
CN113723467A (zh) | 用于缺陷检测的样本收集方法、装置和设备 | |
CN115273439A (zh) | 海域赤潮灾害预警方法、计算机设备及存储介质 | |
CN110866428A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
CN115458071A (zh) | 土壤重金属含量预测方法、装置与设备 | |
CN115147419B (zh) | 一种基于图像处理的海洋安全评测方法及装置 | |
CN117557121A (zh) | 一种港口建设项目环境影响的评价方法 | |
CN112017065B (zh) | 车辆定损理赔方法、装置及计算机可读存储介质 | |
CN116543538B (zh) | 一种物联网消防电气预警方法及预警系统 | |
CN117252431A (zh) | 基于大数据的水质溯源方法、装置、设备及存储介质 | |
Mashford et al. | Edge detection in pipe images using classification of haar wavelet transforms | |
CN110189178B (zh) | 异常交易监测方法、装置及电子设备 | |
CN109063261B (zh) | 一种动力电池老化趋势的判断方法和装置 | |
CN108875574B (zh) | 行人检测误报结果的检测方法、装置、系统和存储介质 | |
CN115358794A (zh) | 资源评估处理方法及装置 | |
CN114743048A (zh) | 检测异常秸秆图片的方法和检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |