养殖用摄像头状态检测和修正方法及系统与流程

文档序号:30085061发布日期:2022-05-18 05:27阅读:来源:国知局

技术特征:
1.一种养殖用摄像头状态检测和修正方法,其特征在于:包括:对预设的标准监测图片进行训练生成训练特征向量集合;获取养殖用摄像头拍摄的监测图片,通过目标检测算法对所述监测图片进行处理确定有效图像内容;通过sift算法对所述图像内容进行处理获取sift特征向量集合;依据所述训练特征向量集合和所述sift特征向量集合计算所述监测图片和所述标准监测图片之间的匹配率和平均向量距离;对所述向量距离和所述匹配率进行逻辑回归运算生成逻辑回归值;依据预设的判断阈值对所述逻辑回归值进行判断生成判断值;依据所述判断值判断所述养殖用摄像头的状态并依据所述状态对所述养殖用摄像头进行修正。2.根据权利要求1所述的一种养殖用摄像头状态检测和修正方法,其特征在于:所述对预设的标准监测图片进行训练生成训练特征向量集合,包括:获取所述标准监测图片;计算每张所述标准监测图片的sift特征向量;获取在若干所述标准监测图片中共同出现的且超过预设阈值比例的sift特征向量生成所述训练特征向量集合。3.根据权利要求1所述的一种养殖用摄像头状态检测和修正方法,其特征在于:所述通过目标检测算法对所述监测图片进行处理确定有效图像内容,包括:通过所述目标检测算法确定所述监测图片的外缘检测点;依据所述外缘检测点确定所述监测图片的外缘边界和所述外缘边界对应的外圆;依据所述外圆以及预设的边界距离计算得到内圆;通过所述目标检测算法和所述内圆对所述监测图片进行处理得到内缘边界;依据所述外缘边界和所述内缘边界对所述监测图片进行处理得到所述有效图像内容。4.根据权利要求2所述的一种养殖用摄像头状态检测和修正方法,其特征在于:所述依据所述训练特征向量集合和所述sift特征向量集合计算所述监测图片和所述标准监测图片之间的匹配率和平均向量距离,包括:计算所述训练特征向量集合中的训练特征向量在所述sift特征向量集合中出现的比率得到所述匹配率;依次获取所述sift特征向量,依次计算所述sift特征向量与所述训练特征向量集合中的训练特征向量之间的欧氏距离得到向量距离集合;对所述向量距离集合中的所述欧氏距离进行平均计算得到所述平均向量距离。5.根据权利要求4所述的一种养殖用摄像头状态检测和修正方法,其特征在于:所述对所述向量距离和所述匹配率进行逻辑回归运算生成逻辑回归值,包括:为所述匹配率匹配第一回归系数,为所述向量距离匹配第二回归系数;依据所述第一回归系数和第二回归系数对所述向量距离和所述匹配率进行逻辑回归运算生成逻辑回归值。6.根据权利要求1所述的一种养殖用摄像头状态检测和修正方法,其特征在于:所述依据所述判断值判断所述养殖用摄像头的状态并依据所述状态对所述养殖用摄像头进行修
正,包括:依据所述判断值确定所述养殖用摄像头的状态,所述状态包括正常和异常;在所述养殖用摄像头的状态为异常的情况下对所述养殖用摄像头进行修正。7.根据权利要求6所述的一种养殖用摄像头状态检测和修正方法,其特征在于:所述判断值有且仅有两种取值包括:与所述状态为正常时对应的第一判断值和与所述状态为异常时对应的第二判断值。8.一种养殖用摄像头状态检测和修正系统,其特征在于:包括:图片训练模块(100),用于对预设的标准监测图片进行训练生成训练特征向量集合;图像内容确定模块(200),用于获取养殖用摄像头拍摄的监测图片,通过目标检测算法对所述监测图片进行处理确定有效图像内容;sift运算模块(300),用于通过sift算法对所述图像内容进行处理获取sift特征向量集合;匹配率和平均向量距离计算模块(400),用于依据所述训练特征向量集合和所述sift特征向量集合计算所述监测图片和所述标准监测图片之间的匹配率和平均向量距离;逻辑回归值计算模块(500),用于对所述向量距离和所述匹配率进行逻辑回归运算生成逻辑回归值;判断值生成模块(600),用于依据预设的判断阈值对所述逻辑回归值进行判断生成判断值;状态判断与修正模块(700),用于依据所述判断值判断所述养殖用摄像头的状态并依据所述状态对所述养殖用摄像头进行修正。9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-7任意一项所述的养殖用摄像头状态检测和修正方法。10.一种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,使得所述处理器执行如权利要求1-7任意一项所述的养殖用摄像头状态检测和修正方法。

技术总结
本申请涉及养殖监测的领域,尤其是涉及一种养殖用摄像头状态检测和修正方法及系统,其中方法包括对预设的标准监测图片进行训练生成训练特征向量集合;获取养殖用摄像头拍摄的监测图片,通过目标检测算法对监测图片进行处理确定有效图像内容;通过SIFT算法对图像内容进行处理获取SIFT特征向量集合;依据训练特征向量集合和SIFT特征向量集合计算监测图片和标准监测图片之间的匹配率和平均向量距离;对向量距离和匹配率进行逻辑回归运算生成逻辑回归值;依据预设的判断阈值对逻辑回归值进行判断生成判断值;依据判断值判断养殖用摄像头的状态并依据状态对养殖用摄像头进行修正。本申请具有提升养殖生物监测过程稳定性的效果。申请具有提升养殖生物监测过程稳定性的效果。申请具有提升养殖生物监测过程稳定性的效果。


技术研发人员:王乃民 王晓宇
受保护的技术使用者:江苏普立兹智能系统有限公司
技术研发日:2022.01.21
技术公布日:2022/5/17
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1