CN113468247A - 一种鱼类种类识别方法、装置及存储介质 - Google Patents
一种鱼类种类识别方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113468247A CN113468247A CN202111035448.3A CN202111035448A CN113468247A CN 113468247 A CN113468247 A CN 113468247A CN 202111035448 A CN202111035448 A CN 202111035448A CN 113468247 A CN113468247 A CN 113468247A
- Authority
- CN
- China
- Prior art keywords
- fish
- bubble
- parameter
- species
- acquiring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 241000251468 Actinopterygii Species 0.000 claims abstract description 264
- 241000894007 species Species 0.000 claims description 63
- 238000002834 transmittance Methods 0.000 claims description 57
- 238000013507 mapping Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 241001609213 Carassius carassius Species 0.000 description 1
- 241000252230 Ctenopharyngodon idella Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004868 gas analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K61/00—Culture of aquatic animals
- A01K61/90—Sorting, grading, counting or marking live aquatic animals, e.g. sex determination
- A01K61/95—Sorting, grading, counting or marking live aquatic animals, e.g. sex determination specially adapted for fish
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Zoology (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Environmental Sciences (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种鱼类种类识别方法、装置及存储介质,所述方法包括步骤:获取目标鱼群的目标气泡;获取所述目标气泡的参数特征;获取鱼类种类气泡特征数据库;将所述参数特征与所述鱼类种类气泡特征数据库对比;根据对比结果识别所述目标鱼群的种类。本申请提供的一种鱼类种类识别方法、装置及存储介质可以将鱼类种类及对应的气泡特征进行一一对应并形成专门的鱼类种类气泡特征数据库,并根据待识别鱼类的气泡参数特征在鱼类种类气泡特征数据库中反向识别相应的鱼类种类,自动化程度高,且识别效率高,同时还可以从多个维度进行综合识别,识别成功率和准确率高。
Description
技术领域
本发明属于鱼类种类识别技术领域,具体涉及一种鱼类种类识别方法、装置及存储介质。
背景技术
对于渔业生产者来说,不同的鱼类具有不同的经济价值和使用价值,为了提高收益以及物尽其用,常需要对众多的鱼类进行分类识别。常规的,分类识别的方法是通过人工实现的,但是这种方法需要对识别者进行长期的培养,耗时耗力,且对于不同的识别者来说,不同素质的识别者可能会带来不同的识别结果,无法保证识别结果的准确性。
发明内容
为解决上述问题,第一方面,本发明提供了一种鱼类种类识别方法,所述方法包括步骤:
获取目标鱼群的目标气泡;
获取所述目标气泡的参数特征;
获取鱼类种类气泡特征数据库;
将所述参数特征与所述鱼类种类气泡特征数据库对比;
根据对比结果识别所述目标鱼群的种类。
优选地,所述获取所述目标气泡的参数特征包括以下的一种或多种:
获取所述目标气泡的体积参数特征;
获取所述目标气泡的透光度参数特征;
获取所述目标气泡的气体种类参数特征;
获取所述目标气泡的单位体积气泡数量参数特征。
优选地,在所述获取目标鱼群的目标气泡之前还包括步骤:
创建空置的鱼类种类气泡特征数据库;
在所述鱼类种类气泡特征数据库中创建鱼类名称;
采集每一所述鱼类名称对应的鱼类气泡参数特征;
构建每一所述鱼类名称及其对应的所述鱼类气泡参数特征的映射关系;
将每一所述映射关系存储至所述鱼类种类气泡特征数据库中对应的所述鱼类名称处。
优选地,所述将所述参数特征与所述鱼类种类气泡特征数据库对比包括步骤:
获取所述参数特征中的体积参数特征;
获取所述鱼类种类气泡特征数据库中的气泡体积参数;
将所述体积参数特征逐一与每一所述气泡体积参数作对比;
计算所述体积参数特征与每一所述气泡体积参数的偏离度;
获取所有所述偏离度中最小偏离度对应的第一鱼类名称;
将所述第一鱼类名称作为所述目标鱼群的种类名称。
优选地,所述将所述参数特征与所述鱼类种类气泡特征数据库对比还包括步骤:
获取所述参数特征中的透光度参数特征;
获取所述第一鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡透光度参数;
将所述透光度参数特征逐一与每一所述气泡透光度参数作对比;
计算所述透光度参数特征与每一所述气泡透光度参数的相似度;
获取所有所述相似度中最大相似度对应的第二鱼类名称;
将所述第二鱼类名称作为所述目标鱼群的种类名称。
优选地,所述将所述参数特征与所述鱼类种类气泡特征数据库对比还包括步骤:
获取所述参数特征中的气体种类参数特征;
获取所述第二鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡气体种类参数;
将所述气体种类参数特征逐一与每一所述气泡气体种类参数作对比;
计算所述气体种类参数特征与每一所述气泡气体种类参数的分布概率相似度;
获取所有所述分布概率相似度中中间位置分布概率相似度对应的第三鱼类名称;
将所述第三鱼类名称作为所述目标鱼群的种类名称。
优选地,所述将所述参数特征与所述鱼类种类气泡特征数据库对比还包括步骤:
获取所述参数特征中的单位体积气泡数量参数特征;
获取所述第三鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡单位体积气泡数量参数;
将所述单位体积气泡数量参数特征逐一与每一所述气泡单位体积气泡数量作对比;
计算所述单位体积气泡数量参数特征与每一所述气泡单位体积气泡数量参数的分布概率相似度;
获取所有所述分布概率相似度中最大分布概率相似度对应的第四鱼类名称;
将所述第四鱼类名称作为所述目标鱼群的种类名称。
第二方面,本发明还提供了一种鱼类种类识别装置,所述装置包括:
目标气泡获取模块,用于获取目标鱼群的目标气泡;
参数特征获取模块,用于获取所述目标气泡的参数特征;
鱼类种类气泡特征数据库获取模块,用于获取鱼类种类气泡特征数据库;
对比模块,用于将所述参数特征与所述鱼类种类气泡特征数据库对比;
种类识别模块,用于根据对比结果识别所述目标鱼群的种类。
第三方面,本发明还提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述任一所述鱼类种类识别方法。
第四方面,本发明还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述任一所述鱼类种类识别方法。
本申请提供的一种鱼类种类识别方法、装置及存储介质具有如下有益效果:
本申请提供的一种鱼类种类识别方法、装置及存储介质可以将鱼类种类及对应的气泡特征进行一一对应并形成专门的鱼类种类气泡特征数据库,并根据待识别鱼类的气泡参数特征在鱼类种类气泡特征数据库中反向识别相应的鱼类种类,自动化程度高,且识别效率高,同时还可以从多个维度进行综合识别,识别成功率和准确率高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种鱼类种类识别方法的流程示意图。
图2是本发明提供的一种鱼类种类识别方法的结构示意图。
图3是本发明提供的一种电子设备的结构示意图。
图4是本发明提供的一种非暂态计算机可读存储介质的结构示意图。
图5是本发明提供的一种鱼类种类识别方法中的鱼类种类气泡特征数据库。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
如图1,在本申请实施例中,本发明提供了一种鱼类种类识别方法,所述方法包括步骤:
S1:获取目标鱼群的目标气泡;
在本申请实施例中,可以将目标鱼群的目标气泡通过设备(如勺子)进行捕捉,从而实现对目标气泡的获取,并对其进行参数特征的分析获取;也可以通过各种传感器(比如激光传感器)对目标气泡发射信号,从而实现对其参数特征的分析获取。比如,可以将待分析鱼群产生的气泡捕捉至分析仪器上进行参数特征分析,或者,也可以使用激光传感器发射激光照射至目标气泡中进而对其进行参数特征分析。
S2:获取所述目标气泡的参数特征;
在本申请实施例中,所述获取所述目标气泡的参数特征包括以下的一种或多种:
获取所述目标气泡的体积参数特征;
获取所述目标气泡的透光度参数特征;
获取所述目标气泡的气体种类参数特征;
获取所述目标气泡的单位体积气泡数量参数特征。
在本申请实施例中,目标气泡的参数特征是用于表征目标气泡的性质的参数,比如:目标气泡的体积、形状、在水中的运动速度、透光度、内部气体种类、单位体积中产生气泡的数量等。在本申请实施例中,可以选择比较方便检测和分析的体积参数特征、透光度参数特征、气体种类参数特征和单位体积气泡数量参数特征中的一个或者多个作为参数特征来识别鱼类种类。这些参数特征都可以通过相应的传感器直接获取,或者对传感器参数进行计算而实现间接获取。比如,可以使用激光传感器对目标气泡发射第一激光,并接收穿过气泡后的第二激光,通过对第一激光和第二激光的分析,可以计算得到目标气泡的体积参数特征、透光度参数特征、气体种类参数特征和单位体积气泡数量参数特征。在本申请实施例中,在所述获取目标鱼群的目标气泡之前还包括步骤:
创建空置的鱼类种类气泡特征数据库;
在所述鱼类种类气泡特征数据库中创建鱼类名称;
采集每一所述鱼类名称对应的鱼类气泡参数特征;
构建每一所述鱼类名称及其对应的所述鱼类气泡参数特征的映射关系;
将每一所述映射关系存储至所述鱼类种类气泡特征数据库中对应的所述鱼类名称处。
在本申请实施例中,当在获取目标鱼群的目标气泡之前需要首先创建后续步骤所需的鱼类种类气泡特征数据库。首先创建一个空置的数据库,将此数据库命名为鱼类种类气泡特征数据库,然后在鱼类种类气泡特征数据库中创建鱼类名称,比如:草鱼、鲫鱼等等,然后采集每个鱼类名称对应的鱼类气泡参数特征,鱼类气泡参数特征可以通过激光传感器(或气体分析质谱仪)对每一种鱼所产生的气泡发射激光并通过对激光的分析可以得到;然后将每个鱼类名称及其对应的鱼类气泡参数特征建立映射关系,并将此映射关系存储至鱼类种类气泡特征数据库中对应的所述鱼类名称处,从而可以得到鱼类种类气泡特征数据库。比如,通过上述步骤可以建立如图5所示的的鱼类种类气泡特征数据库。
每种鱼类由于自身的结构以及生理习性,产生气泡的气泡特征相较于其他鱼类产生的气泡总会有不同的参数特征,因此可以考虑通过气泡的参数特征来反向识别鱼类的种类。上述鱼类种类气泡特征数据库中的鱼类气泡参数特征的个数可以根据需要选择,不限于上述个数,比如对于某两种鱼类,上述四个鱼类气泡参数特征均对应相同,此时还可以增加其他的鱼类气泡参数特征从而将二者区分识别出来。
S3:获取鱼类种类气泡特征数据库;
在本申请实施例中,当通过上述步骤创建了鱼类种类气泡特征数据库后,可以将其存储至硬盘、计算机等存储介质上,然后供后续步骤使用。
S4:将所述参数特征与所述鱼类种类气泡特征数据库对比;
在本申请实施例中,所述将所述参数特征与所述鱼类种类气泡特征数据库对比包括步骤:
获取所述参数特征中的体积参数特征;
获取所述鱼类种类气泡特征数据库中的气泡体积参数;
将所述体积参数特征逐一与每一所述气泡体积参数作对比;
计算所述体积参数特征与每一所述气泡体积参数的偏离度;
获取所有所述偏离度中最小偏离度对应的第一鱼类名称;
将所述第一鱼类名称作为所述目标鱼群的种类名称。
在本申请实施例中,当将所述参数特征与所述鱼类种类气泡特征数据库对比时,此时首先使用体积参数特征和鱼类种类气泡特征数据库中的气泡体积参数进行对比,从而将鱼类种类识别出来。具体地,鱼类种类气泡特征数据库中的气泡体积参数有多个,此时将体积参数特征逐一与每一气泡体积参数作对比,并计算体积参数特征与每一气泡体积参数的偏离度,然后将所有偏离度进行升序排列,并找到排列顺序中第一个偏离度(也即最小偏离度)对应的第一鱼类名称,然后将此第一鱼类名称作为需要识别的目标鱼群的种类名称。
进一步地,偏离度的计算方式为:体积参数特征与气泡体积参数的差的绝对值与气泡体积参数的比值,此比值可以用来表示体积参数特征与气泡体积参数之间的偏离程度。
在本申请实施例中,所述将所述参数特征与所述鱼类种类气泡特征数据库对比还包括步骤:
获取所述参数特征中的透光度参数特征;
获取所述第一鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡透光度参数;
将所述透光度参数特征逐一与每一所述气泡透光度参数作对比;
计算所述透光度参数特征与每一所述气泡透光度参数的相似度;
获取所有所述相似度中最大相似度对应的第二鱼类名称;
将所述第二鱼类名称作为所述目标鱼群的种类名称。
在本申请实施例中,当使用上述体积参数特征与气泡体积参数对比的方式来识别鱼类种类时,此时可能存在两种或多种鱼类种类的体积参数特征与气泡体积参数的偏离度相同的情况,此时无法识别鱼类种类,因此需要引入其他参考因素。具体地,此时可以获取透光度参数特征,并获取第一鱼类名称在鱼类种类气泡特征数据库中对应的气泡透光度参数,然后将所述透光度参数特征逐一与每一所述气泡透光度参数作对比,并计算所述透光度参数特征与每一所述气泡透光度参数的相似度,然后获取所有所述相似度中最大相似度对应的第二鱼类名称,并将所述第二鱼类名称作为所述目标鱼群的种类名称。
进一步地,相似度的计算方式为:透光度参数特征与气泡透光度参数的比值,此比值可以用来表示透光度参数特征与气泡透光度参数之间的相似程度。当两种或多种鱼类种类的体积参数特征与气泡体积参数的偏离度相同时,此时可以使用透光度参数特征与气泡透光度参数对比得到的相似度来识别鱼类种类,一方面可以保证鱼类种类识别的顺利进行,另一方面也可以在气泡体积参数的基础上综合考虑气泡透光度参数,增加鱼类种类识别的准确度。
还需要强调的是,当两种或多种鱼类种类的体积参数特征与气泡体积参数的偏离度不相同时,此时也可以使用透光度参数特征与气泡透光度参数对比得到的相似度来识别鱼类种类,也就是说,气泡体积参数可以和气泡透光度参数同时使用来识别鱼类种类。
在本申请实施例中,所述将所述参数特征与所述鱼类种类气泡特征数据库对比还包括步骤:
获取所述参数特征中的气体种类参数特征;
获取所述第二鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡气体种类参数;
将所述气体种类参数特征逐一与每一所述气泡气体种类参数作对比;
计算所述气体种类参数特征与每一所述气泡气体种类参数的分布概率相似度;
获取所有所述分布概率相似度中中间位置分布概率相似度对应的第三鱼类名称;
将所述第三鱼类名称作为所述目标鱼群的种类名称。
在本申请实施例中,当使用上述透光度参数特征与气泡透光度参数对比的方式来识别鱼类种类时,此时可能存在两种或多种鱼类种类的体积参数特征与气泡体积参数的偏离度相同且透光度参数特征与气泡透光度参数的相似度也相同的情况,此时无法识别鱼类种类,因此需要引入其他参考因素。具体地,此时可以获取气体种类参数特征,然后获取第二鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡气体种类参数,并将所述气体种类参数特征逐一与每一所述气泡气体种类参数作对比,同时计算所述气体种类参数特征与每一所述气泡气体种类参数的分布概率相似度,进而获取所有所述分布概率相似度中中间位置分布概率相似度对应的第三鱼类名称,最后将所述第三鱼类名称作为所述目标鱼群的种类名称。
进一步地,分布概率相似度的计算方式为:气体种类参数特征与气泡气体种类参数的统计学分布概率值的比值,此比值可以用来表示气体种类参数特征与气泡气体种类参数之间的相似程度。当两种或多种鱼类种类的体积参数特征与气泡体积参数的偏离度相同且透光度参数特征与气泡透光度参数的相似度也相同时,此时可以使用气体种类参数特征与气泡气体种类参数对比得到的分布概率相似度来识别鱼类种类,一方面可以保证鱼类种类识别的顺利进行,另一方面也可以在气泡体积参数和气泡透光度参数的基础上综合考虑气泡气体种类参数,增加鱼类种类识别的准确度。
还需要强调的是,当两种或多种鱼类种类的体积参数特征与气泡体积参数的偏离度不相同且透光度参数特征与气泡透光度参数的相似度也不相同时,此时也可以使用气体种类参数特征与气泡气体种类参数对比得到的分布概率相似度来识别鱼类种类,也就是说,气泡气体种类参数可以和气泡体积参数与气泡透光度参数同时使用来识别鱼类种类。
在本申请实施例中,所述将所述参数特征与所述鱼类种类气泡特征数据库对比还包括步骤:
获取所述参数特征中的单位体积气泡数量参数特征;
获取所述第三鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡单位体积气泡数量参数;
将所述单位体积气泡数量参数特征逐一与每一所述气泡单位体积气泡数量作对比;
计算所述单位体积气泡数量参数特征与每一所述气泡单位体积气泡数量参数的分布概率相似度;
获取所有所述分布概率相似度中最大分布概率相似度对应的第四鱼类名称;
将所述第四鱼类名称作为所述目标鱼群的种类名称。
在本申请实施例中,当使用上述气体种类参数特征与气泡气体种类参数对比的方式来识别鱼类种类时,此时可能存在两种或多种鱼类种类的体积参数特征与气泡体积参数的偏离度相同、透光度参数特征与气泡透光度参数的相似度相同且气体种类参数特征与气泡气体种类参数的分布概率相似度也相同的情况,此时无法识别鱼类种类,因此需要引入其他参考因素。具体地,此时可以获取单位体积气泡数量参数特征,并获取第三鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡单位体积气泡数量参数,然后将所述单位体积气泡数量参数特征逐一与每一所述气泡单位体积气泡数量作对比,并计算所述单位体积气泡数量参数特征与每一所述气泡单位体积气泡数量参数的分布概率相似度,接着获取所有所述分布概率相似度中最大分布概率相似度对应的第四鱼类名称,最后将所述第四鱼类名称作为所述目标鱼群的种类名称。
进一步地,当两种或多种鱼类种类的体积参数特征与气泡体积参数的偏离度相同、透光度参数特征与气泡透光度参数的相似度相同且气体种类参数特征与气泡气体种类参数的分布概率相似度也相同时,此时可以使用单位体积气泡数量参数特征与气泡单位体积气泡数量参数对比得到的分布概率相似度来识别鱼类种类,一方面可以保证鱼类种类识别的顺利进行,另一方面也可以在气体种类参数和气泡气体种类参数的基础上综合考虑气泡单位体积气泡数量参数,增加鱼类种类识别的准确度。
还需要强调的是,当两种或多种鱼类种类的体积参数特征与气泡体积参数的偏离度不相同、透光度参数特征与气泡透光度参数的相似度不相同且气体种类参数特征与气泡气体种类参数的分布概率相似度也不相同时,此时也可以使用单位体积气泡数量参数参数特征与气泡单位体积气泡数量参数对比得到的分布概率相似度来识别鱼类种类,也就是说,气泡单位体积气泡数量参数可以和气泡体积参数、气泡透光度参数与气泡气体种类参数同时使用来识别鱼类种类。
S5:根据对比结果识别所述目标鱼群的种类。
在本申请实施例中,通过对比结果可以识别目标鱼群的种类。
如图2,在本申请实施例中,本发明还提供了一种鱼类种类识别装置,所述装置包括:
目标气泡获取模块10,用于获取目标鱼群的目标气泡;
参数特征获取模块20,用于获取所述目标气泡的参数特征;
鱼类种类气泡特征数据库获取模块30,用于获取鱼类种类气泡特征数据库;
对比模块40,用于将所述参数特征与所述鱼类种类气泡特征数据库对比;
种类识别模块50,用于根据对比结果识别所述目标鱼群的种类。
本申请提供的一种鱼类种类识别装置可以执行上述步骤提供的一种鱼类种类识别方法。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备100的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备100可以包括处理装置(例如中央处理器、图形处理器等)101,其可以根据存储在只读存储器ROM102中的程序或者从存储装置108加载到随机访问存储器(RAM)103中的程序而执行各种适当的动作和处理。在RAM103中,还存储有电子设备100操作所需的各种程序和数据。处理装置101、ROM102以及RAM103通过总线104彼此相连。输入/输出(I/O)接口105也连接至总线104。
通常,以下装置可以连接至I/O接口105:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置106;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置107;包括例如磁带、硬盘等的存储装置108;以及通信装置109。通信装置109可以允许电子设备100与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备100,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置109从网络上被下载和安装,或者从存储装置108被安装,或者从ROM 102被安装。在该计算机程序被处理装置101执行时,执行本公开实施例的方法中限定的上述功能。
下面参考图4,其示出了适于用来实现本公开实施例的计算机可读存储介质的结构示意图,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时能够实现如上述中任一所述的鱼类种类识别方法。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本申请提供的一种鱼类种类识别方法、装置及存储介质可以将鱼类种类及对应的气泡特征进行一一对应并形成专门的鱼类种类气泡特征数据库,并根据待识别鱼类的气泡参数特征在鱼类种类气泡特征数据库中反向识别相应的鱼类种类,自动化程度高,且识别效率高,同时还可以从多个维度进行综合识别,识别成功率和准确率高。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.一种鱼类种类识别方法,其特征在于,所述方法包括步骤:
获取目标鱼群的目标气泡;
获取所述目标气泡的参数特征;
获取鱼类种类气泡特征数据库;
将所述参数特征与所述鱼类种类气泡特征数据库对比;
根据对比结果识别所述目标鱼群的种类。
2.根据权利要求1所述的鱼类种类识别方法,其特征在于,所述获取所述目标气泡的参数特征包括以下的一种或多种:
获取所述目标气泡的体积参数特征;
获取所述目标气泡的透光度参数特征;
获取所述目标气泡的气体种类参数特征;
获取所述目标气泡的单位体积气泡数量参数特征。
3.根据权利要求1所述的鱼类种类识别方法,其特征在于,在所述获取目标鱼群的目标气泡之前还包括步骤:
创建空置的鱼类种类气泡特征数据库;
在所述鱼类种类气泡特征数据库中创建鱼类名称;
采集每一所述鱼类名称对应的鱼类气泡参数特征;
构建每一所述鱼类名称及其对应的所述鱼类气泡参数特征的映射关系;
将每一所述映射关系存储至所述鱼类种类气泡特征数据库中对应的所述鱼类名称处。
4.根据权利要求1所述的鱼类种类识别方法,其特征在于,所述将所述参数特征与所述鱼类种类气泡特征数据库对比包括步骤:
获取所述参数特征中的体积参数特征;
获取所述鱼类种类气泡特征数据库中的气泡体积参数;
将所述体积参数特征逐一与每一所述气泡体积参数作对比;
计算所述体积参数特征与每一所述气泡体积参数的偏离度;
获取所有所述偏离度中最小偏离度对应的第一鱼类名称;
将所述第一鱼类名称作为所述目标鱼群的种类名称。
5.根据权利要求4所述的鱼类种类识别方法,其特征在于,所述将所述参数特征与所述鱼类种类气泡特征数据库对比还包括步骤:
获取所述参数特征中的透光度参数特征;
获取所述第一鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡透光度参数;
将所述透光度参数特征逐一与每一所述气泡透光度参数作对比;
计算所述透光度参数特征与每一所述气泡透光度参数的相似度;
获取所有所述相似度中最大相似度对应的第二鱼类名称;
将所述第二鱼类名称作为所述目标鱼群的种类名称。
6.根据权利要求5所述的鱼类种类识别方法,其特征在于,所述将所述参数特征与所述鱼类种类气泡特征数据库对比还包括步骤:
获取所述参数特征中的气体种类参数特征;
获取所述第二鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡气体种类参数;
将所述气体种类参数特征逐一与每一所述气泡气体种类参数作对比;
计算所述气体种类参数特征与每一所述气泡气体种类参数的分布概率相似度;
获取所有所述分布概率相似度中中间位置分布概率相似度对应的第三鱼类名称;
将所述第三鱼类名称作为所述目标鱼群的种类名称。
7.根据权利要求6所述的鱼类种类识别方法,其特征在于,所述将所述参数特征与所述鱼类种类气泡特征数据库对比还包括步骤:
获取所述参数特征中的单位体积气泡数量参数特征;
获取所述第三鱼类名称在所述鱼类种类气泡特征数据库中对应的气泡单位体积气泡数量参数;
将所述单位体积气泡数量参数特征逐一与每一所述气泡单位体积气泡数量作对比;
计算所述单位体积气泡数量参数特征与每一所述气泡单位体积气泡数量参数的分布概率相似度;
获取所有所述分布概率相似度中最大分布概率相似度对应的第四鱼类名称;
将所述第四鱼类名称作为所述目标鱼群的种类名称。
8.一种鱼类种类识别装置,其特征在于,所述装置包括:
目标气泡获取模块,用于获取目标鱼群的目标气泡;
参数特征获取模块,用于获取所述目标气泡的参数特征;
鱼类种类气泡特征数据库获取模块,用于获取鱼类种类气泡特征数据库;
对比模块,用于将所述参数特征与所述鱼类种类气泡特征数据库对比;
种类识别模块,用于根据对比结果识别所述目标鱼群的种类。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7任一所述的鱼类种类识别方法。
10.一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行权利要求1-7任一所述的鱼类种类识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035448.3A CN113468247A (zh) | 2021-09-06 | 2021-09-06 | 一种鱼类种类识别方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035448.3A CN113468247A (zh) | 2021-09-06 | 2021-09-06 | 一种鱼类种类识别方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113468247A true CN113468247A (zh) | 2021-10-01 |
Family
ID=77867539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111035448.3A Pending CN113468247A (zh) | 2021-09-06 | 2021-09-06 | 一种鱼类种类识别方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113468247A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115191385A (zh) * | 2022-07-15 | 2022-10-18 | 生态环境部南京环境科学研究所 | 一种水库鱼类资源声学调查方法 |
CN116977929A (zh) * | 2023-07-31 | 2023-10-31 | 广西大学 | 基于鱼类打水行为监测的种群识别方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014077702A (ja) * | 2012-10-10 | 2014-05-01 | Furuno Electric Co Ltd | 魚種判別装置、信号処理装置、水中探知機、魚種判別方法、及びプログラム |
CN111523479A (zh) * | 2020-04-24 | 2020-08-11 | 中国农业科学院农业信息研究所 | 动物的生物特征识别方法、装置、计算机设备及存储介质 |
-
2021
- 2021-09-06 CN CN202111035448.3A patent/CN113468247A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014077702A (ja) * | 2012-10-10 | 2014-05-01 | Furuno Electric Co Ltd | 魚種判別装置、信号処理装置、水中探知機、魚種判別方法、及びプログラム |
CN111523479A (zh) * | 2020-04-24 | 2020-08-11 | 中国农业科学院农业信息研究所 | 动物的生物特征识别方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
搜狐网: "观鱼星识别鱼群,简单易懂", 《HTTPS://WWW.SOHU.COM/A/270653647_100088594》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115191385A (zh) * | 2022-07-15 | 2022-10-18 | 生态环境部南京环境科学研究所 | 一种水库鱼类资源声学调查方法 |
CN116977929A (zh) * | 2023-07-31 | 2023-10-31 | 广西大学 | 基于鱼类打水行为监测的种群识别方法及*** |
CN116977929B (zh) * | 2023-07-31 | 2024-06-11 | 广西大学 | 基于鱼类打水行为监测的种群识别方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109324977A (zh) | 应用程序卡顿的检测方法、装置及电子设备 | |
CN110704751A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113468247A (zh) | 一种鱼类种类识别方法、装置及存储介质 | |
CN110674349B (zh) | 视频poi识别方法、装置及电子设备 | |
CN111291071A (zh) | 数据处理方法、装置及电子设备 | |
CN111738316B (zh) | 零样本学习的图像分类方法、装置及电子设备 | |
CN110134869B (zh) | 一种信息推送方法、装置、设备和存储介质 | |
CN111198859A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN112836128A (zh) | 信息推荐方法、装置、设备和存储介质 | |
CN110069997B (zh) | 场景分类方法、装置及电子设备 | |
CN112163879A (zh) | 用户权益推送方法、装置、服务器及存储介质 | |
CN111753114A (zh) | 图像预标注方法、装置及电子设备 | |
CN112291121B (zh) | 一种数据处理方法及相关设备 | |
CN108011936B (zh) | 用于推送信息的方法和装置 | |
CN107071553B (zh) | 一种修改视频语音的方法、装置和计算机可读存储介质 | |
CN117290561A (zh) | 业务状态信息反馈方法、装置、设备和计算机可读介质 | |
CN112884376A (zh) | 工单处理方法、装置、电子设备及计算机可读存储介质 | |
CN111274104B (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
CN116796233A (zh) | 数据分析方法、装置、计算机可读介质及电子设备 | |
CN114140723B (zh) | 多媒体数据的识别方法、装置、可读介质及电子设备 | |
CN111311305A (zh) | 基于用户轨迹解析用户公共流量带的方法及*** | |
CN110781066A (zh) | 用户行为分析方法、装置、设备及存储介质 | |
CN110334763B (zh) | 模型数据文件生成、图像识别方法、装置、设备及介质 | |
CN110458743B (zh) | 基于大数据分析的社区治理方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211001 |