[發(fā)明專利]一種確定企鵝種群數(shù)量的方法、裝置及計算機可讀介質(zhì)在審
| 申請?zhí)枺?/td> | 202210412662.4 | 申請日: | 2022-04-19 |
| 公開(公告)號: | CN114842412A | 公開(公告)日: | 2022-08-02 |
| 發(fā)明(設(shè)計)人: | 趙鵬;劉浩;鄧雨菲;劉鵬佳;嚴(yán)錦濛;崔振華;葛頌 | 申請(專利權(quán))人: | 海南大學(xué);海南大學(xué)三亞研究院 |
| 主分類號: | G06V20/52 | 分類號: | G06V20/52;G06V40/10;G06V20/17;G06V10/25;G06V10/764 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 570100 *** | 國省代碼: | 海南;46 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 確定 企鵝 種群 數(shù)量 方法 裝置 計算機 可讀 介質(zhì) | ||
本發(fā)明公開了一種確定企鵝種群數(shù)量的方法、裝置及計算機可讀介質(zhì),涉及圖像處理技術(shù)領(lǐng)域。本發(fā)明一實施例的方法包括:先獲取無人機載傳感器所采集的企鵝棲息地影像;并獲取企鵝棲息地影像中有企鵝分布的感興趣區(qū)域,以及感興趣區(qū)域的所有灰度值;之后針對任一灰度值:基于灰度值確定企鵝形態(tài);最后根據(jù)所有的企鵝形態(tài)確定企鵝數(shù)量。由此,能夠根據(jù)無人機載傳感器所采集的企鵝棲息地影像自動確定同一時點的企鵝種群數(shù)量,避免了傳統(tǒng)人工計數(shù)方法造成的誤差,提高了企鵝種群數(shù)量統(tǒng)計的準(zhǔn)確性和可靠性,解決了由于南極企鵝分布密集導(dǎo)致無法精確統(tǒng)計企鵝種群數(shù)量的問題。
技術(shù)領(lǐng)域
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域,尤其涉及一種確定企鵝種群數(shù)量的方法、裝置及計算機可讀介質(zhì)。
背景技術(shù)
生物種群通常是指在一定時間內(nèi)占據(jù)一定空間的同種生物的所有個體。種群數(shù)量是種群內(nèi)個體數(shù)量的總和。種群數(shù)量是計算種群密度、出生率、死亡率、遷入率和遷出率的基礎(chǔ)。
確定南極企鵝種群數(shù)量一方面有助于揭示南極企鵝種群的變化規(guī)律,從而為南極企鵝的種群保護(hù)提供基礎(chǔ)數(shù)據(jù)支撐;另一方面也有助于分析影響南極企鵝種群分布的自然、社會因素,從而有利于生態(tài)系統(tǒng)保護(hù)和恢復(fù),進(jìn)而為促進(jìn)棲息地周圍經(jīng)濟(jì)社會可持續(xù)發(fā)展提供必要的依據(jù)。
為了確定南極企鵝種群數(shù)量,傳統(tǒng)方法主要是通過人工進(jìn)行實地觀測和計數(shù)。然而,傳統(tǒng)方法不僅要受觀測人員經(jīng)驗的影響,而且整個過程需要耗費大量的人力、物力和時間;因此計數(shù)結(jié)果存在較大的誤差,經(jīng)濟(jì)性和效率也不高。
發(fā)明內(nèi)容
有鑒于此,本發(fā)明實施例提供一種確定企鵝種群數(shù)量的方法、裝置及計算機可讀介質(zhì),能夠準(zhǔn)確觀測同一時點企鵝種群的數(shù)量。
為實現(xiàn)上述目的,根據(jù)本發(fā)明實施例第一方面,提供一種確定企鵝種群數(shù)量的方法,該方法包括:獲取無人機載傳感器所采集的企鵝棲息地影像;獲取所述企鵝棲息地影像中有企鵝分布的感興趣區(qū)域,以及所述感興趣區(qū)域的所有灰度值;針對任一所述灰度值:基于所述灰度值確定企鵝形態(tài);根據(jù)所有的企鵝形態(tài)確定企鵝數(shù)量。
可選的,所述基于所述灰度值確定企鵝形態(tài),包括:若所述灰度值滿足第一預(yù)設(shè)條件,則確定所述灰度值對應(yīng)成體企鵝,并從所述企鵝棲息地影像中獲取所述灰度值對應(yīng)的柵格數(shù)據(jù);將所述柵格數(shù)據(jù)轉(zhuǎn)換成矢量數(shù)據(jù),并基于所述矢量數(shù)據(jù)確定成體企鵝的周長屬性參數(shù);若所述周長屬性參數(shù)滿足第三預(yù)設(shè)條件,則確定所述成體企鵝為站立形態(tài);若所述周長屬性參數(shù)滿足第四預(yù)設(shè)條件,則確定所述成體企鵝為俯臥形態(tài)。
可選的,所述基于所述灰度值確定企鵝形態(tài),包括:若所述灰度值滿足第二預(yù)設(shè)條件,則確定所述灰度值對應(yīng)幼體企鵝,并從所述企鵝棲息地影像中獲取所述灰度值對應(yīng)的柵格數(shù)據(jù);將所述柵格數(shù)據(jù)轉(zhuǎn)換成矢量數(shù)據(jù),并基于所述矢量數(shù)據(jù)確定幼體企鵝的面積屬性參數(shù);若所述面積屬性參數(shù)滿足第五預(yù)設(shè)條件,則確定所述幼體企鵝為單獨形態(tài);若所述面積屬性參數(shù)滿足第六預(yù)設(shè)條件,則確定所述幼體企鵝為托兒所形態(tài)。
可選的,所述企鵝分為成體企鵝和幼體企鵝;所述根據(jù)所有的企鵝形態(tài)確定企鵝數(shù)量,包括:根據(jù)成體企鵝形態(tài)確定成體企鵝數(shù)量;根據(jù)幼體企鵝形態(tài)確定幼體企鵝數(shù)量;基于所述成體企鵝數(shù)量和所述幼體企鵝數(shù)量確定企鵝總數(shù)量。
可選的,所述根據(jù)所述幼體企鵝形態(tài)確定幼體企鵝數(shù)量,包括:統(tǒng)計單獨形態(tài)對應(yīng)的幼體企鵝數(shù)量,得到第一幼體企鵝數(shù)量;統(tǒng)計托兒所形態(tài)對應(yīng)的幼體企鵝數(shù)量,得到第二幼體企鵝數(shù)量;基于所述第一幼體企鵝數(shù)量和所述第二幼體企鵝數(shù)量確定幼體企鵝數(shù)量。
可選的,基于面向?qū)ο蠓诸惙ù_定所述灰度值對應(yīng)成體企鵝或幼體企鵝。
為實現(xiàn)上述目的,根據(jù)本發(fā)明實施例第二方面,還提供一種確定企鵝種群數(shù)量的裝置,該裝置包括:第一獲取模塊,用于獲取無人機載傳感器所采集的企鵝棲息地影像;第二獲取模塊,用于獲取所述企鵝棲息地影像中有企鵝分布的感興趣區(qū)域,以及所述感興趣區(qū)域的所有灰度值;第一確定模塊,用于針對任一所述灰度值:基于所述灰度值確定企鵝形態(tài);第二確定模塊,用于根據(jù)所有的企鵝形態(tài)確定企鵝數(shù)量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于海南大學(xué);海南大學(xué)三亞研究院,未經(jīng)海南大學(xué);海南大學(xué)三亞研究院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210412662.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種茶尺蠖的遺傳防治方法
- 基于脈沖投放捕食?被食模型的多目標(biāo)組合調(diào)度優(yōu)化方法
- 基于階段結(jié)構(gòu)捕食?食餌模型的輸送路徑組合優(yōu)化方法
- 基于多子種群協(xié)同進(jìn)化構(gòu)建信息核的推薦方法
- 一種基于子種群協(xié)同進(jìn)化的蛋白質(zhì)結(jié)構(gòu)預(yù)測方法
- 模型種群的性能檢測方法、裝置及可讀存儲介質(zhì)與設(shè)備
- 一種基于種群熵、種群方差改進(jìn)的鋼軌裂紋檢測算法
- 一種數(shù)據(jù)處理方法及裝置
- 基于多種群遺傳算法工控入侵檢測分類器參數(shù)選擇方法
- 用于篩選被遮蔽的或部分被遮蔽的細(xì)胞的方法和裝置





