广东海洋大学余应淮获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉广东海洋大学申请的专利基于特征图像识别的鱼类疾病监测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120198733B 。
龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510319190.1,技术领域涉及:G06V10/764;该发明授权基于特征图像识别的鱼类疾病监测方法及系统是由余应淮;彭小红;蔡润基;张昊;揭磊平;肖卓涵;张莹;叶晓霞设计研发完成,并于2025-03-18向国家知识产权局提交的专利申请。
本基于特征图像识别的鱼类疾病监测方法及系统在说明书摘要公布了:本发明涉及数据处理领域,尤其是一种基于特征图像识别的鱼类疾病监测方法及系统。该方法:通过水质传感器实时监测目标区域内的水质变化情况;采集目标区域内的鱼类图像信息;对所述鱼类图像信息进行行为识别,以得到目标区域内各个鱼类对象的鱼类行为信息;通过鱼类病变识别模型,将所述鱼类行为信息、所述鱼类图像信息以及所述水质变化情况进行病变识别,以得到各个鱼类对象的潜在病变信息;根据所述潜在病变信息生成各个鱼类对象的病变风险信息,并展示到目标水域对应的可视化模型中。该方法能够针对不同类型的鱼类实现个体化的潜在鱼类病变识别,提高鱼类病变监测的准确性,简化鱼类病变监测流程,进一步提升鱼类病变的监测效率。
本发明授权基于特征图像识别的鱼类疾病监测方法及系统在权利要求书中公布了:1.一种基于特征图像识别的鱼类疾病监测方法,其特征在于,所述方法至少包括: 通过水质传感器实时监测目标区域内的水质变化情况;所述水质变化情况包含以下参数:叶绿素浓度、溶解氧、温度、pH值; 采集目标区域内的鱼类图像信息; 对所述鱼类图像信息进行行为识别,以得到目标区域内各个鱼类对象的鱼类行为信息; 通过鱼类病变识别模型,将所述鱼类行为信息、所述鱼类图像信息以及所述水质变化情况进行病变识别,以得到各个鱼类对象的潜在病变信息; 根据所述潜在病变信息生成各个鱼类对象的病变风险信息,并展示到目标水域对应的可视化模型中; 所述鱼类病变识别模型至少包括以下结构:提取层、预测层、修正层; 所述通过鱼类病变识别模型,将所述鱼类行为信息、所述鱼类图像信息以及所述水质变化情况进行病变识别,以得到各个鱼类对象的潜在病变信息,包括: 通过提取层,将所述鱼类行为信息、所述鱼类图像信息以及所述水质变化情况进行特征提取,以获得各个鱼类对象的图像特征信息;其中,各个鱼类对象的图像特征信息至少包括:各个鱼类对象的鱼类行为特征、体表图像特征、水质变化特征; 通过预测层,根据各个鱼类对象的体表图像特征以及水质变化特征,预测各个鱼类对象的体表病变概率; 通过修正层,采用各个鱼类对象的鱼类行为特征,修正各个鱼类对象的体表病变概率,以得到各个鱼类对象的潜在病变信息; 所述根据各个鱼类对象的体表图像特征以及水质变化特征,预测各个鱼类对象的体表病变概率,包括: 根据各个鱼类对象的水质变化特征,确定目标区域内的能见度等级; 基于所述能见度等级对各个鱼类对象的体表图像特征进行锐化处理,得到各个鱼类对象的优化体表图像特征; 对所述优化体表图像特征进行多维可视化特征提取,以得到各个鱼类对象的多维体表图像特征;所述多维体表图像特征至少包括:体表纹理特征、体表亮度特征、体表色彩特征; 基于预先设置的体表病变标准图像库,预测所述多维体表图像特征与体表病变标准图像之间的相关性,并基于所述相关性计算各个鱼类对象的体表病变概率。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东海洋大学,其通讯地址为:524088 广东省湛江市麻章区海大路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励