System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及养殖数据分析领域,更具体的,涉及一种基于光照调节的东星斑体色改善方法及系统。
技术介绍
1、东星斑作为一种高端水产养殖品种,以其肉质细嫩、味道鲜美、营养丰富、体色艳丽等特点深受消费者喜爱。然而,东星斑的体色受到多种因素的影响,其中光照是影响其体色的重要因素之一。传统的东星斑养殖过程中,光照条件的控制往往依赖于人工经验,难以实现精确的调节,且缺少对东星斑体色变化进行相应的光照变化调控手段,导致东星斑体色品质参差不齐,影响了养殖经济效益。
技术实现思路
1、本专利技术克服了现有技术的缺陷,提出了一种基于光照调节的东星斑体色改善方法及系统。
2、本专利技术第一方面提供了一种基于光照调节的东星斑体色改善方法,包括:
3、基于预设图像采集装置,采集在不同光照条件下,东星斑的历史监测视频数据,通过历史监测视频数据对东星斑体色进行色彩特征提取,得到多个养殖周期下的色彩特征数据;
4、对色彩特征数据进行变化分析,通过与预设标准色彩特征进行距离计算,对符合预期色彩变化的养殖周期进行标记,获取相应的光照参数信息,将光照参数信息与色彩特征数据进行关联形成光照体色关联数据表;
5、在一个分析周期下,通过预设图像采集装置采集东星斑养殖场的监测视频数据,对所述监测视频数据进行图像帧获取、图像识别与色彩特征提取,形成东星斑色彩特征数据,基于dbscan聚类算法对东星斑色彩特征数据进行聚类分组,通过聚类结果获取最大聚类组;
6、将最大聚类组
7、在下一个分析周期内,实时采集相应的监测视频数据进行二次聚类分组,并基于光照体色关联数据表进行二次最优光照参数关联分析,并动态生成二次优选光照参数。
8、本方案中,所述基于预设图像采集装置,采集在不同光照条件下,东星斑的历史监测视频数据,通过历史监测视频数据对东星斑体色进行色彩特征提取,得到多个养殖周期下的色彩特征数据,具体为:
9、基于预设图像采集装置,在多个养殖周期下,采集不同光照参数条件下的监测视频数据,并将监测视频数据标记为历史监测视频数据;
10、每个养殖周期对应一种光照条件;
11、从历史监测视频数据中进行关键帧提取,形成图像集;
12、以一个养殖周期作为分析单位,从图像集获取相应图像数据进行基于深度学习的图像识别模型进行东星斑区域识别,基于识别结果,对东星斑区域图像进行标注并提取标注图像的色彩特征,得到一个养殖周期对应的色彩特征数据;
13、对所有养殖周期对应图像数据进行分析与特征提取,得到多个养殖周期下的色彩特征数据。
14、本方案中,所述对色彩特征数据进行变化分析,通过与预设标准色彩特征进行距离计算,对符合预期色彩变化的养殖周期进行标记,获取相应的光照参数信息,将光照参数信息与色彩特征数据进行关联形成光照体色关联数据表,具体为:
15、以一个养殖周期作为分析单位,提取一个养殖周期对应的色彩特征数据作为当前色彩特征数据;
16、基于时间维度,将当前色彩特征数据划分出多份特征数据;
17、将多份特征数据分别与预设标准色彩特征进行距离计算,距离计算基于标准欧氏距离方法计算,并得到多个距离值;
18、基于时间维度顺序,将多个距离值进行排序,分析排序后的距离值是否为持续增长,若是,则判定所述一个养殖周期为符合预期色彩变化;
19、将所述一个养殖周期的光照参数信息与对应的当前色彩特征数据进行数据关联,形成关联信息;
20、将所有符合预期色彩变化的养殖周期进行标记并将所有关联信息进行整合,形成光照体色关联数据表。
21、本方案中,所述在一个分析周期下,通过预设图像采集装置采集东星斑养殖场的监测视频数据,对所述监测视频数据进行图像帧获取、图像识别与色彩特征提取,形成东星斑色彩特征数据,基于dbscan聚类算法对东星斑色彩特征数据进行聚类分组,通过聚类结果获取最大聚类组,具体为:
22、在一个分析周期下,通过预设图像采集装置采集东星斑养殖场的监测视频数据;
23、对监测视频数据进行关键图像帧获取,形成实时图像集;
24、基于图像识别模型对实时图像集进行东星斑识别,并将东星斑图像进行提取,得到东星斑图像数据;
25、对东星斑图像数据进行色彩特征提取,并基于东星斑的数量,形成多组东星斑色彩特征数据;
26、构建基于dbscan算法的聚类模型,将多组东星斑色彩特征数据导入聚类模型中进行聚类分组,并得到聚类结果;
27、基于聚类结果,将多组东星斑色彩特征数据划分成多个聚类组,一个聚类组包括至少一组东星斑色彩特征数据;
28、在多个聚类组中筛选出东星斑色彩特征数据组数最多的聚类组,并标记为最大聚类组。
29、本方案中,所述将最大聚类组中的色彩特征数据进行基于dca的特征融合,形成融合体色特征数据,根据融合体色特征数据与光照体色关联数据表进行最优光照参数关联分析,并筛选出优选光照参数进行养殖场应用,具体为:
30、获取最大聚类组内的n组东星斑色彩特征数据;
31、通过cnn网络提取n组东星斑色彩特征数据的特征图,得到n个特征图;
32、基于dca的特征融合算法,设定预设权值,对n个特征图进行加权融合,并得到融合图像特征;
33、将所述融合图像特征作为融合体色特征数据;
34、根据光照体色关联数据表,将融合体色特征数据与数据表内的色彩特征数据进行相似度计算,相似度计算基于标准欧式距离计算方式,并数据表内与融合体色特征数据相似度最高的色彩特征数据进行标记,并查找出关联的光照参数信息,将所述关联的光照参数信息作为优选光照参数。
35、本方案中,所述在下一个分析周期内,实时采集相应的监测视频数据进行二次聚类分组,并基于光照体色关联数据表进行二次最优光照参数关联分析,并动态生成二次优选光照参数,具体为:
36、在下一个分析周期内,实时采集相应的监测视频数据进行关键图像帧获取与东星斑色彩特征提取,基于dbscan聚类算法进行二次聚类与特征融合,基于光照体色关联数据表筛选出二次优选光照参数;
37、通过二次优选光照参数进行光照动态调整。
38、本专利技术第二方面还提供了一种基于光照调节的东星斑体色改善系统,该系统包括:存储器、处理器,所述存储器中包括基于光照调节的东星斑体色改善程序,所述基于光照调节的东星斑体色改善程序被所述处理器执行时实现如下步骤:
39、基于预设图像采集装置,采集在不同光照条件下,东星斑的历史监测视频数据,通过历史监测视频数据对东星斑体色进行色彩特征提取,得到多个养殖周期下的色彩特征数据;
<本文档来自技高网...【技术保护点】
1.一种基于光照调节的东星斑体色改善方法,其特征在于,包括:
2.根据权利要求1所述的一种基于光照调节的东星斑体色改善方法,其特征在于,所述基于预设图像采集装置,采集在不同光照条件下,东星斑的历史监测视频数据,通过历史监测视频数据对东星斑体色进行色彩特征提取,得到多个养殖周期下的色彩特征数据,具体为:
3.根据权利要求2所述的一种基于光照调节的东星斑体色改善方法,其特征在于,所述对色彩特征数据进行变化分析,通过与预设标准色彩特征进行距离计算,对符合预期色彩变化的养殖周期进行标记,获取相应的光照参数信息,将光照参数信息与色彩特征数据进行关联形成光照体色关联数据表,具体为:
4.根据权利要求3所述的一种基于光照调节的东星斑体色改善方法,其特征在于,所述在一个分析周期下,通过预设图像采集装置采集东星斑养殖场的监测视频数据,对所述监测视频数据进行图像帧获取、图像识别与色彩特征提取,形成东星斑色彩特征数据,基于DBSCAN聚类算法对东星斑色彩特征数据进行聚类分组,通过聚类结果获取最大聚类组,具体为:
5.根据权利要求4所述的一种基于光照调节的
6.根据权利要求5所述的一种基于光照调节的东星斑体色改善方法,其特征在于,所述在下一个分析周期内,实时采集相应的监测视频数据进行二次聚类分组,并基于光照体色关联数据表进行二次最优光照参数关联分析,并动态生成二次优选光照参数,具体为:
7.一种基于光照调节的东星斑体色改善系统,其特征在于,该系统包括:存储器、处理器,所述存储器中包括基于光照调节的东星斑体色改善程序,所述基于光照调节的东星斑体色改善程序被所述处理器执行时实现如下步骤:
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括基于光照调节的东星斑体色改善程序,所述基于光照调节的东星斑体色改善程序被处理器执行时,实现如权利要求1至6中任一项所述的基于光照调节的东星斑体色改善方法的步骤。
...【技术特征摘要】
1.一种基于光照调节的东星斑体色改善方法,其特征在于,包括:
2.根据权利要求1所述的一种基于光照调节的东星斑体色改善方法,其特征在于,所述基于预设图像采集装置,采集在不同光照条件下,东星斑的历史监测视频数据,通过历史监测视频数据对东星斑体色进行色彩特征提取,得到多个养殖周期下的色彩特征数据,具体为:
3.根据权利要求2所述的一种基于光照调节的东星斑体色改善方法,其特征在于,所述对色彩特征数据进行变化分析,通过与预设标准色彩特征进行距离计算,对符合预期色彩变化的养殖周期进行标记,获取相应的光照参数信息,将光照参数信息与色彩特征数据进行关联形成光照体色关联数据表,具体为:
4.根据权利要求3所述的一种基于光照调节的东星斑体色改善方法,其特征在于,所述在一个分析周期下,通过预设图像采集装置采集东星斑养殖场的监测视频数据,对所述监测视频数据进行图像帧获取、图像识别与色彩特征提取,形成东星斑色彩特征数据,基于dbscan聚类算法对东星斑色彩特征数据进行聚类分组,通过聚类结果获取最大聚类组,具体为:
5.根据...
【专利技术属性】
技术研发人员:虞为,林黑着,马振华,周传朋,杨育凯,陈怡飚,黄忠,黄小林,李涛,
申请(专利权)人:中国水产科学研究院南海水产研究所,
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。