海洋垃圾和生物个体的区分方法

文档序号:8488015阅读:262来源:国知局
海洋垃圾和生物个体的区分方法
【技术领域】
[0001] 本发明涉及海洋生态环境检测技术领域,且特别涉及一种海洋垃圾和生物个体的 区分方法。
【背景技术】
[0002] 目前评估漂浮垃圾的数量、种类和分布的三种技术:来自期刊《海洋环境科学》第 16卷第2期的文章《海洋环境中漂浮垃圾的监测方法》介绍了以下三种技术:
[0003] 1.统计人员通过调查过往船只来估算漂浮垃圾的种类及数量。该方法根据统计人 员日均抛投的垃圾数量,进行相关的数理统计后,得出某海域年均漂浮垃圾的数量。由于该 方法需要收集足够的信息和专业的统计人员,由于统计人员的个体存在差异,因此统计出 来的结论有较大的差异。
[0004] 2.通过现场调查来确定漂浮垃圾的密度和类型。(1)使用飞机对某一海域漂浮垃 圾进行调查观测,收集有关漂浮垃圾分布和数量的资料;(2)借助其它海上监测船、游船或 货船共同进行,根据船只的航线进行有限观测。两种方式均要求有合适的海况(〈3级)和 良好的能见度,前者置信水平高而后者费用低。
[0005] 3.人工海滩观测监测漂浮垃圾的状况。由于海洋中的部分漂浮垃圾受风向和海流 的影响,不一定完全漂浮到岸边,该方法使总估计量偏低。
[0006] 综上,漂浮垃圾的检测还缺乏经济、有效的方法;而海面下悬浮垃圾和海底垃圾的 检测亟需进行相关的研宄和实践。

【发明内容】

[0007] 本发明为了克服现有的海洋垃圾检测技术存在检测精度和经济费用难平衡的问 题,提供一种经济、有效的海洋垃圾和生物个体的区分方法。
[0008] 为了实现上述目的,本发明提供一种海洋垃圾和生物个体的区分方法包括:
[0009] 建立学习样例;
[0010] 基于学习样例进行马尔科夫模型学习;
[0011] 以学习获得的马尔科夫模型对探测物体进行海洋垃圾和生物个体的分类判断,具 体包括:
[0012] 对探测物体进行初步定位;
[0013] 在一段时间内跟踪探测物体的位置,获得各监测时刻探测物体的移动参数,并形 成移动参数变化序列;
[0014] 计算获得的移动参数变化序列与学习所获得马尔科夫模型的吻合程度;
[0015] 当计算所得吻合程度大于或等于设定阈值时,判断探测物体为海洋垃圾。
[0016] 于本发明一实施例中,建立学习样例的步骤包括:
[0017] 对监测海域范围内的多个样本物体进行初步定位;
[0018] 在一段时间内跟踪探测各个样本物体的位置,获得各监测时刻物体的移动参数, 并形成移动参数变化序列样例;
[0019] 对监测海域范围内的多个样本物体进行人工标注,识别的多个样本物体是海洋垃 圾还是生物个体。
[0020] 于本发明一实施例中,移动参数为移动速度和移动方向变化。
[0021] 于本发明一实施例中,移动参数的获得步骤包括:
[0022] 在一段时间内跟踪被初步定为后的探测物体或样本物体的位置,测量探测物体或 样本物体单位时间内的移动速度;
[0023] 计算各监测时刻的探测物体或样本物体的移动方向变化。
[0024] 于本发明一实施例中,基于学习样例进行马尔科夫模型学习,包括计算各监测时 刻探测物体移动速度的转换概率和移动方向变化的转换概率。
[0025] 于本发明一实施例中,对探测物体的初步定位或样本物体的初步定位为根据探测 物体或样本物体信号波,通过立体区域定位方法进行定位。
[0026] 于本发明一实施例中,立体区域定位方法为基于"椭球腔"模型的立体区域定位方 法。
[0027] 于本发明一实施例中,基于"椭球腔"模型的立体区域定位方法包括:
[0028] 超声波传感器任意一节点发射超声波信号,其它节点接收直接发射的超声波以及 探测物体或样本物体反射回来的超声波;
[0029] 分别包含有探测物体或样本物体距发射点最近点和最远点且绕发射点与任意接 收点连线旋转形成的两个椭球面,交集形成"椭球腔";
[0030] 改变接收点取得更多的"椭球腔","椭球腔"之间进行交集得出质心;
[0031] 所得的质心形成质心群,求出质心群的质心,所述质心为探测物体或样本物体的 位置。
[0032] 综上所述,本发明提供的海洋垃圾和生物个体的区分方法与现有技术相比,具有 以下优点:
[0033] 由于海洋中的生物具有自主移动性,因此它们的状态变化是没有规律可循的。然 而,海洋中垃圾是不具自主移动性的,因此它们的状态变化是具有一定规律可循的。本发明 通过在特定海域的水文特征下,通过不断测量采样,记录海洋中各个样本物体在不同时刻 下的移动参数,形成移动参数变化序列样例,多个样本的移动参数变化序列样例形成了学 习样例,进而基于学习样例进行马尔科夫模型学习。在后续检测中,通过测量各个时刻探测 物体的移动参数,并形成移动参数变化序列,通过计算形成的移动参数变化序列于马尔科 夫模型的吻合程度来判断探测物体为海洋垃圾或是生物个体。
[0034] 本发明提供的海洋垃圾和生物个体的区分方法是一种基于马尔科夫模型的区分 方法,具有很高的区分精度。同时,区分方法可借助于计算机来完成,不仅具有很高的区分 效率,同时具有极低的区分成本,有效解决现有海洋垃圾检测方法检测精度和经费难平衡 的问题。
[0035] 为让本发明的上述和其它目的、特征和优点能更明显易懂,下文特举较佳实施例, 并配合附图,作详细说明如下。
【附图说明】
[0036] 图1所示为本发明一实施例提供的海洋垃圾和生物个体区分方法的流程图。
[0037] 图2所示为图1中建立学习样例的流程图。
[0038] 图3所示为图1中以学习获得的马尔科夫模型对探测物体进行海洋垃圾和生物个 体的分类判断的流程图。
【具体实施方式】
[0039] 如图1所示,本实施例提供的海洋垃圾和生物个体的区分方法包括:
[0040] 步骤S10、建立学习样例,包括:
[0041] 步骤S11、对监测海域范围内的多个样本物体进行初步定位。
[0042] 于本实施例中,采用基于"椭球腔"模型的立体区域定位方法对样本物体进行初步 定位。然而,本发明对此不作任何限定。于其它实施例中,可采用无线传感器网络节点定位 技术等其它定位方式进行定位。
[0043] "椭球腔"模型的定位原理为:
[0044] 以3X3阵列
【主权项】
1. 一种海洋垃圾和生物个体的区分方法,其特征在于,包括: 建立学习样例; 基于学习样例进行马尔科夫模型学习; 以学习获得的马尔科夫模型对探测物体进行海洋垃圾和生物个体的分类判断,具体包 括: 对探测物体进行初步定位; 在一段时间内跟踪探测物体的位置,获得各监测时刻探测物体的移动参数,并形成移 动参数变化序列; 计算获得的移动参数变化序列与学习所获得马尔科夫模型的吻合程度; 当计算所得吻合程度大于或等于设定阈值时,判断探测物体为海洋垃圾。
2. 根据权利要求1所述的海洋垃圾和生物个体的区分方法,其特征在于,所述建立学 习样例的步骤包括: 对监测海域范围内的多个样本物体进行初步定位; 在一段时间内跟踪探测各个样本物体的位置,获得各监测时刻物体的移动参数,并形 成移动参数变化序列样例; 对监测海域范围内的多个样本物体进行人工标注,识别所述的多个样本物体是海洋垃 圾还是生物个体。
3. 根据权利要求1或2所述的海洋垃圾和生物个体的区分方法,其特征在于,所述移动 参数为移动速度和移动方向变化。
4. 根据权利要求3所述的海洋垃圾和生物个体的区分方法,其特征在于,所述移动参 数的获得步骤包括: 在一段时间内跟踪被初步定为后的探测物体或样本物体的位置,测量探测物体或样本 物体单位时间内的移动速度; 计算各监测时刻的探测物体或样本物体的移动方向变化。
5. 根据权利要求3所述的海洋垃圾和生物个体的区分方法,其特征在于,所述基于学 习样例进行马尔科夫模型学习,包括计算各监测时刻探测物体移动速度的转换概率和移动 方向变化的转换概率。
6. 根据权利要求1或2所述的海洋垃圾和生物个体的区分方法,其特征在于,对探测物 体的初步定位或样本物体的初步定位为根据探测物体或样本物体信号波,通过立体区域定 位方法进行定位。
7. 根据权利要求6所述的海洋垃圾和生物个体的区分方法,其特征在于,所述立体区 域定位方法为基于"椭球腔"模型的立体区域定位方法。
8. 根据权利要求7所述的海洋垃圾和生物个体的区分方法,其特征在于,所述基于"椭 球腔"模型的立体区域定位方法包括: 超声波传感器任意一节点发射超声波信号,其它节点接收直接发射的超声波以及探测 物体或样本物体反射回来的超声波; 分别包含有探测物体或样本物体距发射点最近点和最远点且绕发射点与任意接收点 连线旋转形成的两个椭球面,交集形成"椭球腔"; 改变接收点取得更多的"椭球腔","椭球腔"之间进行交集得出质心; 所得的质心形成质心群,求出质心群的质心,所述质心为探测物体或样本物体的位置。
【专利摘要】本发明提供一种海洋垃圾和生物个体的区分方法包括:建立学习样例;基于学习样例进行马尔科夫模型学习;以学习获得的马尔科夫模型对探测物体进行海洋垃圾和生物个体的分类判断。其中,以学习获得的马尔科夫模型对探测物体进行海洋垃圾和生物个体的分类判断具体包括:对探测物体进行初步定位;在一段时间内跟踪探测物体的位置,获得各监测时刻探测物体的移动参数,并形成移动参数变化序列;计算获得的移动参数变化序列与学习所获得马尔科夫模型的吻合程度;当计算所得吻合程度大于或等于设定阈值时,判断探测物体为海洋垃圾。
【IPC分类】G06F19-00
【公开号】CN104809350
【申请号】CN201510213209
【发明人】徐斌
【申请人】浙江工商大学
【公开日】2015年7月29日
【申请日】2015年4月29日
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