基于图像识别的生态监测系统及方法与流程

本发明涉及生态环境监测，具体涉及基于图像识别的生态监测系统及方法。

背景技术：

1、随着科学技术手段的发展，尽管利用人工神经网络的搭建能保证对区域内的环境进行监测数据的获取，但是传统的模型不能对生态区域进行实时监测，对于河湖流动情况下的生态监测缺少精确化的分析，导致原有的对监测区域的生态监测系统缺少实时性和实用性。

2、现有的技术为了避开上述的河湖流动情况下的生态监测缺少精确化的分析问题，采用了现有的分层区域划分和目标识别的方法来提高监测区域图像识别的清晰度，提高生态监测的实时性，但是针对流动河湖及其附近生态的监测仅采用统一图像信息获取方式容易导致不同区域的生态信息的误判，特别是在环境组成结构较为复杂的情况下，获取的生态监测信息需要进行长时间的筛选和调整，浪费了大量信息获取时间；并且容易导致输出的信息不够实时，生态监测数据精确度较低。

技术实现思路

1、本发明的目的在于提供基于图像识别的生态监测系统及方法，解决以下技术问题：

2、怎样提高流动河湖生态监测过程的实时性，提高监测数据输出的精确度。

3、本发明的目的可以通过以下技术方案实现：

4、基于图像识别的生态监测系统，包括：

5、信息采集模块，用于实时采集监控红线内的生态图像信息及图像信息对应的生态环境监测数据；

6、图像识别模块，用于识别生态图像信息中的水域区域分布状态和非水域区域分布状态；

7、分析模块，用于对水域区域分布状态和非水域区域分布状态进行分析，并根据分析结果获取预警策略；

8、预警模块，用于依据预警策略进行区域生态环境预警处理；

9、数据可视化服务平台，用于对生态监测数据进行可视化表达。

10、优选地，所述图像识别模块的具体步骤为：

11、s1、对生态图像进行灰度化处理并采用canny算法提取生态图像中的水陆特征及其边界线，将生态图像划分为水域区域和非水域区域；

12、s2、根据水域区域和非水域区域的分布位置特征设置关键框；

13、s3、实时采集关键框内的水域区域的水面灰度值，并依据水面灰度值大小判断关键框第一状态；

14、s4、根据相应关键框第一状态信息判断水域区域分布状态。

15、优选地，所述图像识别模块还包括：

16、ss1、采集关键框内的非水域区域的标准图像；

17、ss2、识别非水域区域标准图像预设点位的绿块rgb色值和土壤分布rgb色值，通过绿块rgb色值和土壤分布rgb色值判断关键框第二状态；

18、ss3、根据相应关键框第二状态信息判断非水域区域分布状态。

19、优选地，通过公式，获得第个监测区域内的时刻的分布系数，并根据分布系数生成预警策略，依据预警策略对区域生态环境预警处理；

20、其中，、为权重系数，且、均大于0；为第个区域内时刻的绿量分布状况系数，为第个区域内时刻的土壤分布状况系数；为第个区域内时刻的水面灰度值；为标准水面灰度值；为第个区域内时刻的非水域区域的绿块及土壤分布影响函数；为第个区域内时刻的非水域区域的绿块覆盖面积大小。

21、优选地，将分布系数与标准阈值[ ，]进行比较：

22、若＜，则生成区域生态环境预警信息；

23、若≤≤，则保持当前状态；

24、若＞，则对生态环境监测数据进行分析。

25、优选地，所述生态环境监测数据的分析过程为：

26、sss1、根据实时采集生态环境监测数据获取水域区域的水环境信息和非水域区域的土壤环境信息；

27、sss2、将不同区域的历史生态环境监测数据输入卷积神经网络进行训练构建区域检测模型，计算获得环境预测参数；

28、sss3、将环境预测参数和水域区域的水环境信息及非水域区域的土壤环境信息输入区域检测模型更新获得生态区域实时监测模型；

29、sss4、根据步骤sss3的数据分析结果生成水域区域水流量分布信息及非水域区域土壤分布信息。

30、优选地，所述信息采集模块通过传感器接收监测点实时收集生态环境监测数据。

31、优选地，所述分析模块还用于对水域区域水面环境进行监测：

32、获取历史采集水域区域浮游生物数量，根据历史采集水域区域浮游生物数量随时间变化曲线；

33、获取实时采集的相同时间段内的水域区域浮游生物数量随时间变化曲线；

34、计算一段时间内的曲线和曲线对应的面积差；

35、将与预设阈值进行比对，若≤，则判断水面环境良好；若＞，则判断水面环境较差。

36、基于图像识别的生态监测方法，应用于基于图像识别的生态监测系统，具体方法包括：

37、步骤一、实时采集监控红线内的生态图像信息，并通过传感器接收监测点实时收集图像信息对应的生态环境监测数据；

38、步骤二、识别生态图像信息中的水域区域分布状态和非水域区域分布状态；

39、步骤三、对水域区域分布状态和非水域区域分布状态进行分析，并根据分析结果获取预警策略；

40、步骤四、依据预警策略进行区域生态环境预警处理，并对水域区域水面环境进行监测；

41、步骤五、构建数据可视化服务平台实现对生态监测数据进行可视化表达。

42、本发明的有益效果：

43、（1）本发明通过设置信息采集模块、图像识别模块、分析模块、预警模块及数据可视化的服务平台保证通过图像识别技术增强与流动河湖生态监测系统之间的联系，强化和提高河湖生态监测系统的监测的精确性和科学性。

44、（2）本发明通过图像识别模块的图像识别技术识别生态图像信息，获取整体区域环境中的水域区域分布状态和非水域区域分布状态，实现监测数据的实时获取；通过对图像识别模块获得的水域区域分布状态和非水域区域分布状态信息进行分析，然后根据分析结果获取预警策略，通过对不同监控区域的预警策略进行分析实现对流动河湖的生态的实时监控和检测过程，实现环境监测模型优化和更新的实时性和精确性。

45、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

技术特征：

1.基于图像识别的生态监测系统，其特征在于，包括：

2.根据权利要求1所述的基于图像识别的生态监测系统，其特征在于，所述图像识别模块的具体步骤为：

3.根据权利要求2所述的基于图像识别的生态监测系统，其特征在于，所述图像识别模块还包括：

4.根据权利要求1所述的基于图像识别的生态监测系统，其特征在于，通过公式，获得第个监测区域内的时刻的分布系数，并根据分布系数生成预警策略，依据预警策略对区域生态环境预警处理；

5.根据权利要求4所述的基于图像识别的生态监测系统，其特征在于，将分布系数与标准阈值[，]进行比较：

6.根据权利要求5所述的基于图像识别的生态监测系统，其特征在于，所述生态环境监测数据的分析过程为：

7.根据权利要求1所述的基于图像识别的生态监测系统，其特征在于，所述信息采集模块通过传感器接收监测点实时收集生态环境监测数据。

8.根据权利要求1所述的基于图像识别的生态监测系统，其特征在于，所述分析模块还用于对水域区域水面环境进行监测：

9.基于图像识别的生态监测方法，其特征在于，应用于如权利要求1-8中任意项所述的基于图像识别的生态监测系统，具体方法包括：

技术总结
本发明涉及生态环境监测技术领域，具体公开了基于图像识别的生态监测系统及方法，包括：信息采集模块，用于实时采集监控红线内的生态图像信息及图像信息对应的生态环境监测数据；图像识别模块，用于识别生态图像信息中的水域区域分布状态和非水域区域分布状态；分析模块，用于对水域区域分布状态和非水域区域分布状态进行分析，并根据分析结果获取预警策略；预警模块，用于依据预警策略进行区域生态环境预警处理；数据可视化服务平台，用于对生态监测数据进行可视化表达；本发明通过识别生态图像信息，获取整体区域环境中的水域区域分布状态和非水域区域分布状态信息，提高流动河湖生态监测过程的实时性和精确度。

技术研发人员：刘晓东,於雯雯
受保护的技术使用者：鲸服科技有限公司
技术研发日：
技术公布日：2024/4/17