[发明专利]核电厂冷源海生物智能探测方法及系统在审

专利信息
申请号: 202111581418.2 申请日: 2021-12-22
公开(公告)号: CN114299332A 公开(公告)日: 2022-04-08
发明(设计)人: 崔妍;何光初;王宝刚;陈世均;刘超;张波;黄立军;任晓明 申请(专利权)人: 苏州热工研究院有限公司;广东核电合营有限公司;中国广核集团有限公司;中国广核电力股份有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06V10/774;G06V20/05;G06V40/10;G06K9/62
代理公司: 深圳市瑞方达知识产权事务所(普通合伙) 44314 代理人: 高瑞
地址: 215008 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 核电厂 海生 智能 探测 方法 系统
【权利要求书】:

1.一种核电厂冷源海生物智能探测方法,其特征在于,包括以下步骤:

S1:预构建智能分类识别器;

S2:对获取到的至少一海生物的图像进行特征提取;

S3:将提取到的特征输入至所述智能分类识别器中进行分类识别;

S4:分类识别后进行不同种类海生物的计数和丰度时序预测。

2.根据权利要求1所述的核电厂冷源海生物智能探测方法,其特征在于,所述步骤S1包括:

S11:对获取到的至少一海生物的图像样本进行特征提取,构建海生物特征库;

S12:对所述海生物特征库中至少一海生物的特征进行训练,得到与该海生物对应的具有最佳分类参数的海生物分类识别器。

3.根据权利要求1或2所述的核电厂冷源海生物智能探测方法,其特征在于,获取至少一海生物的图像或图像样本,包括:

进行原位高通量的海下图像采集,采取目标分割算法对所述海下图像进行背景降噪处理,得到至少一海生物的图像或图像样本。

4.根据权利要求2所述的核电厂冷源海生物智能探测方法,其特征在于,所述步骤S12包括:

根据特征相对重要性,为所述海生物特征库中至少一海生物的每个特征赋予不同的归一化权值,得到与该海生物对应的具有最佳分类特征的海生物分类识别器。

5.根据权利要求4所述的核电厂冷源海生物智能探测方法,其特征在于,所述赋予权值的特征包括:有效的形态、色彩以及纹理。

6.根据权利要求4所述的核电厂冷源海生物智能探测方法,其特征在于,所述赋予归一化权值可根据历史生物特征权值进行赋予。

7.根据权利要求1所述的核电厂冷源海生物智能探测方法,其特征在于,所述步骤S3包括:

S31:根据所述智能分类识别器中可区分度大的特征对提取到的特征进行匹配,完成目标海生物的初始分类识别。

8.根据权利要求7所述的核电厂冷源海生物智能探测方法,其特征在于,所述步骤S3还包括:

S32:自适应选取所述智能分类识别器中符合进一步分类需要的特征对提取到的特征进行匹配,完成目标生物的进一步分类识别。

9.根据权利要求1所述的核电厂冷源海生物智能探测方法,其特征在于,所述步骤S4还包括:

根据海生物的特征,对相邻图像帧间分类结果相同的目标进行匹配,通过同一目标的一致性标号进行计数统计。

10.一种核电厂冷源海生物智能探测系统,其特征在于,包括:

特征提取单元(2),用于对获取到的至少一海生物的图像进行特征提取;

智能分类识别器(3),用于对提取到的特征进行分类识别;

计数预测单元(4),用于分类识别后进行计数和丰度时序预测,以获得不同海生物的种类和数量动态变化。

11.根据权利要求10所述的核电厂冷源海生物智能探测系统,其特征在于,所述系统还包括海生物特征库(5)和训练单元(6);

所述特征提取单元(2),进一步用于对获取到的至少一海生物的图像样本进行特征提取,存储至所述海生物特征库(5);

所述训练单元(6),用于对所述海生物特征库(5)中至少一海生物的特征进行训练,得到与该海生物对应的具有最佳分类参数的海生物分类识别器。

12.根据权利要求10或11所述的核电厂冷源海生物智能探测系统,其特征在于,所述系统还包括图像采集处理单元(1),用于进行原位高通量的海下图像采集,采取目标分割算法对所述海下图像进行背景降噪处理,得到至少一海生物的图像或图像样本。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州热工研究院有限公司;广东核电合营有限公司;中国广核集团有限公司;中国广核电力股份有限公司,未经苏州热工研究院有限公司;广东核电合营有限公司;中国广核集团有限公司;中国广核电力股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111581418.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top