一种通过图像识别分析声呐信号的探鱼方法与流程

本发明涉及超声波探鱼器领域，尤其涉及一种通过图像识别分析声呐信号的探鱼方法。

背景技术：

智能探鱼器通常是利用发射声呐信号，碰到水下移动的物体反射回信号,然后通过计算信号的响应时间和信号强弱来判断水下的鱼情况。

一般的检测鱼方法都是基于信号强度及信号时间序列的，通过判断声呐信号中达到一定强度的信号和持续时间来检测是否出现鱼以及鱼的大小，通过信号出现在时间序列的位置来获取鱼在水中的深度位置。

这种基于信号强度的分析方法很容易受到水底杂波以及非鱼物体的干扰，对鱼的判断和检测不够准确。因为判断目标鱼的条件是按照阈值来界定的，所以对信号强度的一致性要求比较高。基于这种情况，多数探鱼设备上都添加了灵敏度调节功能，需人工调节灵敏度来过滤底噪，以适应不同的水质环境，可以确保调节后的信号强度适应目标鱼的判断条件。所以这种方法依赖于用户的处理，一旦调节不好灵敏度，就会出现鱼过多或探不到鱼的情况。

技术实现要素：

本发明的目的是提供一种通过图像识别分析声呐信号的探鱼方法，以解决现有探测效果不理想的技术问题。

本发明的技术方案是：一种通过图像识别分析声呐信号的探鱼方法，其特征是：先将声呐采集回来的回波合成连续的声呐信号图像，然后通过识别图像中的弓形图来达到准确检测水下鱼群。

弓形图是指合同的声呐信号图像所形成的小于半圆的弧形图像。

进一步，所述探鱼方法是：步骤1远程终端接收声呐探头采集到的声呐信号；步骤2按照声呐信号强度值大小分配对应的颜色值；步骤3每获取一帧数据，在内存中生成一列纵向图数据；步骤4按照接收时间序列拼接获取的声呐图数据；步骤5按照既定的窗口大小划分图像矩形区域，和已定义的鱼弓形图像模型进行比对识别；步骤6满足一定的匹配对认定为有效鱼信号，反馈到显示端展现给用户。

进一步，探鱼设备的工作流程是：

声呐探鱼设备开机，步骤1：发射声呐激励信号；步骤2：采集声呐回波；重复步骤1和步骤2；步骤3：重复步骤1和步骤2达到设定的次数后，无线传输声呐数据到远程终端设备；

远程终端设备开机，步骤4：远程终端设备接收声呐数据；步骤5：生成帧信号图像；步骤6：合成帧信号图像；步骤7：划分识别区域；步骤8：合成的帧信号图像和已定义鱼弓形图像模型进行对比；步骤9：合成的帧信号图像和已定义鱼弓形图像模型对比成功，显示鱼图像；步骤10：合成的帧信号图像和已定义鱼弓形图像模型对比不成功，返回步骤4进行重新接收声呐数据，重复步骤4-10,达到设定的次数后，能反映鱼群信息的弓形图显示在远程终端设备上。

鱼在水里是游动的，声呐对于目标鱼的反馈应该是时间相关的一组信号，通过实际探测分析，把这组信号按照强度通过颜色区分，应该表现为类似弓形的图像，所以对于目标鱼的检测，单纯判断某个区域内的信号强度是不准确的。

本发明解决了传统智能探鱼器信号易于受水质干扰，导致探鱼不准的缺点。传统方法需要人工调节灵敏度，可操作性差，一旦调节不好，容易出现探不到鱼或误探的情况。本发明提出的方法，把信号和图像相对应，即使因为水质带来的噪声不一样，但信号的趋势却是一致的，所以在图像上也能反馈目标鱼的形状；通过图像识别的方法比传统信号统计的方法，更符合目标鱼的动态模型，也不易受水质的干扰

本发明提出一种基于图像识别的方法来检测鱼信号，先合成连续的声呐信号图像，然后通过识别图像中的弓形图来达到准确检测鱼的效果。

这种基于信号和图像相对应的分析方法不容易容易受到水底杂波以及非鱼物体的干扰，对鱼的判断和检测准确。因为判断目标鱼的条件是图像上反馈的目标鱼的形状来判断的，所以对信号强度的一致性要求低，因此，此探鱼方法，可以省掉灵敏度调节功能就能过滤底噪声，能适应不同的水质环境，可以确保不同的信号强度适应目标鱼的判断条件，所以这种方法不依赖于用户的处理，能准确的反映水下鱼群。

本发明的优点是：不容易受到水下杂波干扰，探测鱼群的准确率高，生产成本降低。

附图说明

图1为本发明鱼信号识别流程图；

图2为本发明探鱼方法所显示的鱼群弓形图显示界面；

图中：1为声呐探鱼设备；2为远程终端设备；3、4、5、6、7、8、9为鱼的声呐信号图像弓形图。

具体实施方式

下面将结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

一种通过图像识别分析声呐信号的探鱼方法，先将声呐采集回来的回波合成连续的声呐信号图像，然后通过识别图像中的弓形图来达到准确检测水下鱼群；弓形图是指合同的声呐信号图像所形成的小于半圆的弧形图像。

实施例2

如上述实施例1所述的探鱼方法，还可以是按照如下步骤1-6进行探鱼：步骤1：远程终端接收声呐探头采集到的声呐信号；步骤2：按照声呐信号强度值大小分配对应的颜色值；步骤3：每获取一帧数据，在内存中生成一列纵向图数据；步骤4：按照接收时间序列拼接获取的声呐图数据；步骤5：按照既定的窗口大小划分图像矩形区域，和已定义的鱼弓形图像模型进行比对识别；步骤6：满足一定的匹配对认定为有效鱼信号，反馈到显示端展现给用户。

实施例3

如上述实施例1或2所述的探鱼方法，还可以是按照如下工作流程是：声呐探鱼设备开机，步骤1：发射声呐激励信号；步骤2：采集声呐回波；重复步骤1和步骤2；步骤3：重复步骤1和步骤2达到设定的次数后，无线传输声呐数据到远程终端设备；

远程终端设备开机，步骤4：远程终端设备接收声呐数据；步骤5：生成帧信号图像；步骤6：合成帧信号图像；步骤7：划分识别区域；步骤8：合成的帧信号图像和已定义鱼弓形图像模型进行对比；步骤9：合成的帧信号图像和已定义鱼弓形图像模型对比成功，显示鱼图像；步骤10：合成的帧信号图像和已定义鱼弓形图像模型对比不成功，返回步骤4进行重新接收声呐数据，重复步骤4-10,达到设定的次数后，能反映鱼群信息的弓形图显示在远程终端设备上。如附图1所示。

上述实施例1-3所述探鱼方法所显示的鱼群弓形图显示界面如附图2所示，图中标号3、4、5、6、7、8、9为鱼的声呐信号图像弓形图。

鱼在水里是游动的，声呐对于目标鱼的反馈应该是时间相关的一组信号，通过实际探测分析，把这组信号按照强度通过颜色区分，应该表现为类似弓形的图像，所以对于目标鱼的检测，单纯判断某个区域内的信号强度是不准确的。

本发明解决了传统智能探鱼器信号易于受水质干扰，导致探鱼不准的缺点。传统方法需要人工调节灵敏度，可操作性差，一旦调节不好，容易出现探不到鱼或误探的情况。本发明提出的方法，把信号和图像相对应，即使因为水质带来的噪声不一样，但信号的趋势却是一致的，所以在图像上也能反馈目标鱼的形状；通过图像识别的方法比传统信号统计的方法，更符合目标鱼的动态模型，也不易受水质的干扰

本发明提出一种基于图像识别的方法来检测鱼信号，先合成连续的声呐信号图像，然后通过识别图像中的弓形图来达到准确检测鱼的效果。

这种基于信号和图像相对应的分析方法不容易容易受到水底杂波以及非鱼物体的干扰，对鱼的判断和检测准确。因为判断目标鱼的条件是图像上反馈的目标鱼的形状来判断的，所以对信号强度的一致性要求低，因此，此探鱼方法，可以省掉灵敏度调节功能就能过滤底噪声，能适应不同的水质环境，可以确保不同的信号强度适应目标鱼的判断条件，所以这种方法不依赖于用户的处理，能准确的反映水下鱼群。

本发明的优点是：不容易受到水下杂波干扰，探测鱼群的准确率高。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。