[發(fā)明專利]一種基于無人機陣列的中華白海豚數(shù)量統(tǒng)計方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110873414.5
• 申請日: 2021-07-30
• 公開（公告）號: CN113743208B
• 公開（公告）日: 2022-07-12
• 發(fā)明（設計）人: 李超;楊華勇;崔紅星
• 申請（專利權）人: 南方海洋科學與工程廣東省實驗室（廣州）
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V20/17;G06V10/774;G06V10/764;G06V10/25;G06K9/62;G06N3/08;G06T3/40;G06T7/11;G06T7/62;G06V10/82
• 代理公司: 深圳市君勝知識產(chǎn)權代理事務所(普通合伙) 44268
• 代理人: 朱陽波

1.一種基于無人機陣列的中華白海豚數(shù)量統(tǒng)計方法，其特征在于，包括：

利用無人機陣列獲取目標區(qū)域內(nèi)動態(tài)影像；其中，所述動態(tài)影像中含有中華白海豚；控制所有無人機拍攝的每幀圖像時間一致；地面分辨率應該控制在15cm內(nèi)，對應的無人機飛行的高度控制在一定高度范圍內(nèi)；為了能統(tǒng)計到所有中華白海豚軌跡，根據(jù)中華白海豚潛浮活動規(guī)律，連續(xù)拍照時間不應小于15分鐘，且拍攝間隔應小于1秒；

根據(jù)多個拍攝得到的動態(tài)影像得到中華白海豚的動態(tài)正射影像；

根據(jù)所述動態(tài)正射影像基于深度學習得到中華白海豚的正射影像分類圖；

對所述正射影像分類圖中各個不同的中華白海豚進行編號，得到中華白海豚的數(shù)量；

所述利用無人機陣列獲取目標區(qū)域內(nèi)動態(tài)影像的步驟包括：

獲取目標觀測海域的區(qū)域信息、單個無人機的覆蓋面積和預設無人機影像的旁向和航向的重疊率控制范圍；

根據(jù)單個無人機的覆蓋面積和預設無人機影像的旁向和航向的重疊率控制范圍得到相鄰無人機觀測的覆蓋面積；

根據(jù)所述目標觀測海域的區(qū)域信息、單個無人機的覆蓋面積和所述相鄰無人機觀測的覆蓋面積計算得到無人機陣列所需的無人機數(shù)量；

根據(jù)計算得到的無人機數(shù)量對無人機陣列進行布局；

利用布局完成的無人機陣列拍攝目標區(qū)域內(nèi)的中華白海豚動態(tài)影像；

所述根據(jù)多個拍攝得到的動態(tài)影像得到中華白海豚的動態(tài)正射影像的步驟包括：

對拍攝得到的動態(tài)影像進行預處理；其中包括：對拍攝得到的動態(tài)影像進行預處理，刪除掉完全不含有中華白海豚的圖像，以及去除動態(tài)影像上的霧，得到預處理后的動態(tài)影像；

對預處理后的動態(tài)影像進行去云層處理，并對去云層后的動態(tài)影像進行拼接，得到拼接后的動態(tài)正射影像；

所述對預處理后的動態(tài)影像進行去云層處理的步驟包括：

采用多視角疊加去云的技術在多云天氣狀況的無人機陣列影像生成的正射影像中，根據(jù)相鄰無人機觀測的共同區(qū)域?qū)︻A處理后的動態(tài)影像進行識別掩膜處理，得到去除云層后的動態(tài)影像；

根據(jù)地面控制點信息對動態(tài)正射影像進行調(diào)整，得到調(diào)整后的動態(tài)時序正射影像；

對具有編號的正射影像分類圖做柵格圖轉(zhuǎn)矢量圖的處理，獲取不同時刻正射影像內(nèi)中華白海豚數(shù)量的屬性表，屬性表內(nèi)包含中華白海豚個體所在該時刻的經(jīng)緯度位置以及總的中華白海豚個數(shù)，通過對該屬性表的計算，實現(xiàn)中華白海豚位置和個數(shù)的自動統(tǒng)計。

2.根據(jù)權利要求1所述的基于無人機陣列的中華白海豚數(shù)量統(tǒng)計方法，其特征在于，所述根據(jù)所述動態(tài)正射影像基于深度學習得到中華白海豚的正射影像分類圖的步驟包括：

對所述動態(tài)正射影像進行切片預測，得到正射影像數(shù)據(jù)集；

將所述正射影像數(shù)據(jù)集中的各個切片影像輸入至已訓練的個體識別模型，得到所述個體識別模型輸出的分類結果；

對所述分類結果進行重組后得到正射影像分類圖。

3.根據(jù)權利要求2所述的基于無人機陣列的中華白海豚數(shù)量統(tǒng)計方法，其特征在于，所述個體識別模型的訓練步驟包括：

收集含有中華白海豚的無人機圖像，對無人機圖像中含有的中華白海豚進行標注，得到訓練集和測試集；

將訓練集中的無人機圖像輸入至預設訓練模型，得到所述預設訓練模型輸出的分類結果；

利用測試集對分類結果進行測試，判斷是否符合預設要求，若要求，則訓練完成，得到訓練完成的個體識別模型，否則根據(jù)所述分類結果對預設訓練模型的參數(shù)進行調(diào)整后，重復將訓練集中的無人機圖像輸入至所述預設訓練模型，直至預設訓練模型輸出的結果符合預設要求。