[發明專利]一種有毒藻類監測預警方法及系統

在審

• 申請號: 202110378839.9
• 申請日: 2021-04-08
• 公開（公告）號: CN113128385A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 楊夢宇;王文思;張列宇;張李婷;吉彥平;崔江龍;高強;李曉光;李國文;耿淑琴;吳文君;李曹樂;黎佳茜;趙琛
• 申請（專利權）人: 北京工業大學;中國環境科學研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;H04N7/18
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 肖艷

1.一種有毒藻類監測預警方法，其特征在于，包括：

獲取待監測的藻類圖像數據；

將所述待監測的藻類圖像數據輸入到訓練好的藻類識別分類模型中，獲取所述待監測的藻類圖像數據的多個藻類細胞識別結果，其中，所述訓練好的藻類識別分類模型包括多個訓練好的藻類識別分類子模型，每個訓練好的藻類識別分類子模型是由標記有藻類種類標簽的藻類圖像樣本數據對卷積神經網絡訓練得到的；

根據所述多個藻類細胞識別結果，對所述待監測的藻類圖像數據中的藻類細胞進行毒性判別，生成有毒藻種細胞預警結果。

2.根據權利要求1所述的有毒藻類監測預警方法，其特征在于，所述訓練好的藻類識別分類模型是通過以下步驟訓練得到：

根據標記有藻類種類標簽的藻類圖像樣本數據，構建訓練樣本集；

將所述訓練樣本集分別輸入到多個預設卷積神經網絡中進行藻類細胞計數和藻類細胞識別分類，獲取訓練好的藻類識別分類模型。

3.根據權利要求1所述的有毒藻類監測預警方法，其特征在于，根據所述多個藻類細胞識別結果，對所述待監測的藻類圖像數據中的藻類細胞進行毒性判別，生成有毒藻種細胞預警結果，包括：

對每個藻類細胞識別分類結果進行判斷；若判斷獲知任一細胞識別分類結果中存在有毒藻種細胞的類別，并根據判斷結果，生成對應的有毒藻種細胞預警結果。

4.根據權利要求2所述的有毒藻類監測預警方法，其特征在于，所述方法還包括：

所述訓練好的藻類識別分類模型是在云服務器平臺中訓練得到的。

5.根據權利要求1所述的有毒藻類監測預警方法，其特征在于，所述方法還包括：所述待監測的藻類圖像數據通過邊緣計算網關獲取，所述訓練好的藻類識別分類模型存儲在所述邊緣計算網關中。

6.根據權利要求1所述的有毒藻類監測預警方法，其特征在于，在所述將所述待監測的藻類圖像數據輸入到訓練好的藻類識別分類模型中之前，所述方法還包括：

對所述待監測的藻類圖像數據進行預處理，所述預處理包括高斯濾波處理、邊緣連接處理和圖像形態學處理。

7.一種有毒藻類監測預警系統，其特征在于，包括：

采集模塊，用于獲取待監測的藻類圖像數據；

處理模塊，用于將所述待監測的藻類圖像數據輸入到訓練好的藻類識別分類模型中，獲取所述待監測的藻類圖像數據的多個藻類細胞識別結果，其中，所述訓練好的藻類識別分類模型包括多個訓練好的藻類識別分類子模型，每個訓練好的藻類識別分類子模型是由標記有藻類種類標簽的藻類圖像樣本數據對卷積神經網絡訓練得到的；

判斷模塊，用于根據所述多個藻類細胞識別結果對所述藻類細胞進行毒性判別，生成有毒藻種細胞預警結果。

8.根據權利要求7所述的有毒藻類監測預警系統，其特征在于，所述系統還包括訓練模塊，所述訓練模塊包括：

訓練樣本構建單元，用于根據標記有藻類種類標簽的藻類圖像樣本數據，構建訓練樣本集；

訓練單元，用于將訓練樣本集分別輸入到多個預設卷積神經網絡中進行藻類細胞計數和藻類細胞識別分類，獲取訓練好的藻類識別分類模型。

9.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至6任一項所述有毒藻類監測預警方法的步驟。

10.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述有毒藻類監測預警方法的步驟。