【技术实现步骤摘要】
本专利技术涉及图像处理，具体为一种海草床面积的获取方法、系统、设备和存储介质。
技术介绍
1、海草床是海洋生态系统中的关键组成部分，对海洋生物多样性和生态平衡至关重要，为了有效管理和保护海草床，必须对其进行监测和研究，需要不定时获取海草床的面积，以实现对海草床的监测和保护。
2、人工实地测量海草面积，耗时且成本高。因此，目前会通过过去海草床区域的遥感图像，通过对图像进行分析来提取海草床的面积。但是，有时候受到光照条件、水质和天气等因素的影响，获得的海草床图像上会出现一些雾状纹理，影响海草床面积的提取，如果手动圈定图像中的海草床面积，不仅需要大量的时间和精力，更重要的是易受主观影响，降低获取海草床面积结果的准确度以及稳定性。
技术实现思路
1、本专利技术的目的是提供了一种海草床面积的获取方法、系统、设备和存储介质。
2、本专利技术技术方案如下：
3、一种海草床面积的获取方法，包括如下操作：
4、s1、获取待测区域的初始海草床图像，去除所述初始海草床图像中的雾厚度，得到去雾厚度图；基于亮度，对所述去雾厚度图进行第一质量评价，得到第一评分，判断所述第一评分是否超过第一评分阈值；若超过，执行s3；若未超过，执行s2；
5、得到所述第一评分的操作为：将所述去雾厚度图分割成多个块区域，所有的块区域经多滤波处理，得到滤波区域块集；基于所述滤波区域块集中，每个滤波区域块的亮度均值，与所述每个滤波区域块在初始海草床图像中对应初始块的亮度均值
6、s2、去除所述初始海草床图像中的雾浓度，得到去雾浓度图；基于像素标准差，对所述去雾浓度图进行第二质量评分处理，得到第二评分，判断所述第二评分是否超过第二评分阈值；若超过，执行s3；若未超过，执行所述s2；
7、s3、获取所述去雾厚度图或去雾浓度图的低级语义特征和高级语义特征，经融合后，进行感受野扩大处理，得到第一语义特征图；深度缩放处理所述第一语义特征图后，进行全局特征提取，得到第二语义特征图；将所述第二语义特征图的不同尺度池化图进行融合，得到特征海草床图；
8、s4、获取所述特征海草床图中，每个位置点相较于前一位置点的像素变化值，得到每个位置点对应的像素差，所有的像素差以及对应的所有位置点，形成了像素差分布图；获取所述像素差分布图中，像素差大于像素差阈值的位置点，作为边缘点；基于所有边缘点，得到海草床区域；
9、s5、基于所述海草床区域和图像比例尺，得到海草床面积。
10、所述s1中去除初始海草床图像中的雾厚度的操作为：基于获取的初始海草床图像中每个位置点的雾厚度，得到每个位置点对应的透射率；将所述海草床图像中，每个位置点的初始像素值减去第一大气光值后，除以对应位置点的透射率，得到所述去雾厚度图。
11、所述s2中去除所述初始海草床图像的雾浓度的操作为：基于获取的初始海草床图像的暗通道最小值，得到每个位置点的衍射率；基于每个位置点的衍射率和像素值，得到每个位置点的雾浓度；将所述初始海草床图像中，每个位置点的像素值与雾浓度相减后，除以对应位置点的衍射率，得到所述去雾浓度图。
12、所述s1中，若所述第一评分超过第一评分阈值；获取每个滤波区域块与对应初始块的结构相似性，每个滤波区域块与对应初始块的结构相似性与亮度相似性相乘后，得到每个滤波区域块与对应初始块的优化相似性；所有优化相似性，分别与对应的滤波区域块的权重值相乘后，进行求和处理，得到优化第一评分；判断所述优化第一评分是否超过第一评分阈值，若超过，执行所述s3，若未超过，执行所述s2。
13、所述s3中全局特征提取的操作为：所述第一语义特征图经深度缩放处理后，得到的缩放语义特征图，经卷积和下采样处理，得到第一下采样图；所述第一下采样图经卷积和下采样处理，得到第二下采样图；所述第二下采样图经卷积和下采样处理，得到第三下采样图；所述第三下采样图经卷积和上采样处理后，与所述第三下采样图经拼接处理，得到第三融合特征图像；所述第三融合特征图像经卷积和上采样处理后，与所述第二下采样图经拼接处理，得到第二融合特征图像；所述第二融合特征图像经卷积和上采样处理后，与所述第一下采样图经拼接处理，得到所述语义特征图。
14、所述第三下采样图、和/或第三融合特征图像、和/或第二融合特征图像，在经所述卷积和上采样处理之后，进行注意力处理，得到的第三注意力特征图、和/或第二注意力特征图、和/或第一注意力特征图、分别与所述第三下采样图、和/或第二下采样图、和/或第一下采样图进行拼接处理；所述注意力处理的操作具体为：经所述卷积和上采样处理的特征输入图，依次经通道注意力处理和空间注意力处理，得到的注意力特征图，用于执行所述拼接处理。
15、所述s2中，得到第二评分的操作为：将所述去雾浓度图分割成多个块区域，所有的块区域经多滤波处理，得到去雾浓度滤波区域块集；基于去雾浓度滤波区域块集中，每个去雾浓度滤波区域块的像素标准差，与每个去雾浓度滤波区域块在初始海草床图像中对应初始块的像素标准差，得到每个去雾浓度滤波区域块与对应初始块对比度相似性；所有对比度相似性，分别与对应的去雾浓度滤波区域块的权重值相乘后，进行求和处理，得到的去雾浓度对比度质量评分，作为所述第二评分。
16、一种海草床面积的获取系统，包括：
17、去雾厚度处理和第一质量评价模块，用于获取待测区域的初始海草床图像，去除所述初始海草床图像中的雾厚度，得到去雾厚度图；基于亮度，对所述去雾厚度图进行第一质量评价，得到第一评分，判断所述第一评分是否超过第一评分阈值；若超过，执行特征海草床图生成模块；若未超过，执行去雾浓度处理和第二质量评价模块；得到所述第一评分的操作为：将所述去雾厚度图分割成多个块区域，所有的块区域经多滤波处理，得到滤波区域块集；基于所述滤波区域块集中，每个滤波区域块的亮度均值，与所述每个滤波区域块在初始海草床图像中对应初始块的亮度均值，得到每个滤波区域块与对应初始块的亮度相似性；所有亮度相似性，分别与对应的滤波区域块的权重值相乘后，进行求和处理，得到亮度质量评分，所述亮度质量评分作为所述第一评分；
18、去雾浓度处理和第二质量评价模块，用于去除所述初始海草床图像中的雾浓度，得到去雾浓度图；基于像素标准差，对所述去雾浓度图进行第二质量评分处理，得到第二评分，判断所述第二评分是否超过第二评分阈值；若超过，执行特征海草床图生成模块；若未超过，执行所述去雾浓度处理和第二质量评价模块；
19、特征海草床图生成模块，用于获取所述去雾厚度图或去雾浓度图的低级语义特征和高级语义特征，经融合后，进行感受野扩大处理，得到第一语义特征图；深度缩放处理所述第一语义特征图后，进行全局特征提取，得到第二语义特征图；将所述第二语义特征图的不同尺度池化图进本文档来自技高网...
【技术保护点】
1.一种海草床面积的获取方法，其特征在于，包括如下操作：
2.根据权利要求1所述的海草床面积的获取方法，其特征在于，所述S1中去除初始海草床图像中的雾厚度的操作为：
3.根据权利要求1所述的海草床面积的获取方法，其特征在于，所述S2中去除所述初始海草床图像的雾浓度的操作为：
4.根据权利要求1所述的海草床面积的获取方法，其特征在于，所述S1中，若所述第一评分超过第一评分阈值；
5.根据权利要求1所述的海草床面积的获取方法，其特征在于，所述S3中全局特征提取的操作为：
6.根据权利要求5所述的海草床面积的获取方法，其特征在于，
7.根据权利要求1所述的海草床面积的获取方法，其特征在于，所述S2中，得到第二评分的操作为：
8.一种海草床面积的获取系统，其特征在于，包括：
9.一种海草床面积的获取设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1-7任一项所述的海草床面积的获取方法。
10.一种计算机可读存储介质，其特征在于，
...【技术特征摘要】
1.一种海草床面积的获取方法，其特征在于，包括如下操作：
2.根据权利要求1所述的海草床面积的获取方法，其特征在于，所述s1中去除初始海草床图像中的雾厚度的操作为：
3.根据权利要求1所述的海草床面积的获取方法，其特征在于，所述s2中去除所述初始海草床图像的雾浓度的操作为：
4.根据权利要求1所述的海草床面积的获取方法，其特征在于，所述s1中，若所述第一评分超过第一评分阈值；
5.根据权利要求1所述的海草床面积的获取方法，其特征在于，所述s3中全局特征提取的操作为：
6.根据权利要求5所...
【专利技术属性】
技术研发人员：李少文，苏海霞，刘兆伟，陈建强，李凡，王占宇，
申请(专利权)人：山东省海洋资源与环境研究院山东省海洋环境监测中心，山东省水产品质量检验中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。