CN119495019A 一种融合水下视频的多尺度协同的藻华评估方法 (中国科学院重庆绿色智能技术研究院)_第1页
CN119495019A 一种融合水下视频的多尺度协同的藻华评估方法 (中国科学院重庆绿色智能技术研究院)_第2页
CN119495019A 一种融合水下视频的多尺度协同的藻华评估方法 (中国科学院重庆绿色智能技术研究院)_第3页
CN119495019A 一种融合水下视频的多尺度协同的藻华评估方法 (中国科学院重庆绿色智能技术研究院)_第4页
CN119495019A 一种融合水下视频的多尺度协同的藻华评估方法 (中国科学院重庆绿色智能技术研究院)_第5页
已阅读5页,还剩11页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

院一种融合水下视频的多尺度协同的藻华评本发明涉及一种融合水下视频的多尺度协向量化后与水质数据和气象数据进行concat拼监测区域的藻华区域二值掩码和融合藻华覆盖2S4:利用图像分割技术对对齐的图像集合逐一进行S5:将每张图像的二值掩码向量化后与水质数据和气象数S7:利用加权求和法对每张图像的二值掩码进行融步骤S1所述的水下图像由水下红外摄像头拍摄的平行S302:使用地理坐标系统将待分析图像和待分析数据映双线性插值或最近邻插值方法将待分析图像调整到相步骤S5所述的Transformer模型为输出层为softmax层的Transformer网络和与之串联S701:采用加权求和法对t时刻每张图像的二值掩码3S702:统计t时刻的监测区域的藻华区域二值掩码X(t华覆盖比例为值为1的像素点个数占总像素点的2.根据权利要求1所述的一种融合水下视频的多尺度协同的藻华评估方法,其特征在3.根据权利要求1所述的一种融合水下视频的多尺度协同的藻华评估方法,其特征在4.根据权利要求3所述的一种融合水下视频的多尺度协同的藻华评估方法,其特征在颜色恢复的多尺度视网膜增强算法(Multi_ScaleRetinexwithColorRestoration,简5.根据权利要求1所述的一种融合水下视频的多尺度协同的藻华评估方法,其特征在于,步骤S5所述的图像的二值掩码向量化为采用滑窗的方式对图像的二值掩码进行采样6.根据权利要求1所述的一种融合水下视频的多尺度协同的藻华评估方法,其特征在4[0001]本发明涉及一种融合水下视频的多尺度协同的藻华评估方法,属于图像识别领[0004]为了克服这些限制,研究人员开始探索融合多种数据来源的实时藻华评估新方频技术通过捕捉水下藻类的直接影像,能够更全面地反映藻华的生长状况及其环境因素,5[0016]进一步,步骤S1所述的水下图像由水下红外摄像头拍摄的平行于水面的高清图使用双线性插值或最近邻插值方法将待分析图像调[0028]采用带颜色恢复的多尺度视网膜增强算法(Multi_ScaleRetinexwithColor[0029]增强图像的对比度;(2)针对增强的图像,使用[0030]进一步,步骤S5所述的Transformer模型为输出层为softmax层的Transformer网络和与之串联一个二值掩码分割函数构成,输出值为0或者1;其中,二值掩码分割函数6合藻华覆盖比例为值为1的像素点个数占总像素点的数量[0036]本发明的有益效果在于:提供了一种融合水下视频的多尺度协同的藻华评估方间和空间维度上与水质数据和气象数据对齐,利用Transformer模型实现多个时刻的监测7使用双线性插值或最近邻插值方法将待分析图像调质数据和气象数据concat拼接;该模型的输出值为0或者1;其中,二值掩码分割函数[0057]所述的图像的二值掩码向量化为采用4*4的滑窗对图像的二值掩码进行采样后,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论