摘要
本发明提供了一种基于双光谱光电的飞鸟检测跟踪分类方法及系统,方法包括步骤S1:使用双光谱光电设备采集目标区域内的图像;所述图像包括可见光图像和红外图像;步骤S2:基于深度学习目标检测算法检测图像中的飞鸟目标,进行锁定;步骤S3:获取飞鸟目标的特征向量并与预设的数据库进行匹配,得到飞鸟种类的匹配结果,计算飞鸟的位置信息;步骤S4:输出飞鸟种类的匹配结果和飞鸟的位置信息。本发明使用了快速的目标检测和跟踪算法,能够在飞鸟进入监控区域时即时检测和锁定其位置,具有较好的实时性;采用基于深度学习的飞鸟分类技术,可以根据捕获的飞鸟图像自动识别其种类,便于了解飞鸟的行为和采取针对性措施。
技术关键词
光电设备
分类方法
可见光图像
红外摄像头
分类系统
轮廓特征
镜头
画面
分类技术
算法
参数
视野
偏差
子模块
尺寸
像素
系统为您推荐了相关专利信息
小波变换处理
缺陷分类方法
滤波器
缺陷分类系统
回波
高效数据传输系统
电力巡检机器人
通信控制模块
故障巡检
异常信息
融合方法
可见光图像
互补特征
伪影
图像增强模块
异构传感器
无人机协同
可见光图像
雷达
特征提取器