摘要
本发明公开一种基于多模态融合与动态特征增强的堤坝白蚁图像识别方法,所述方法包括:通过多模态传感器网络实时采集堤坝监测区域的图像数据、环境参数及振动信号;对所述图像数据进行预处理,通过改进的 ACP‑YOLOv5s 模型进行目标检测;采用高斯背景建模与差分算法对连续视频帧进行处理,生成表征白蚁动态活动的二值掩膜图,分离运动目标区域与静态背景;将目标检测结果与动态掩膜图进行融合,结合采集的环境参数及振动信号,通过AI引擎计算白蚁危害等级,触发分级预警或自动消杀响应。本发明突破传统单一模态检测的局限性。建立多维度危害等级评估模型,大幅提升堤坝白蚁防治的自动化水平。
技术关键词
堤坝白蚁
图像识别方法
高斯背景建模
白蚁动态活动
多模态传感器
差分算法
堤坝监测
动态掩膜
动态背景建模
高分辨率摄像头
视频帧
多维特征向量
温湿度
高斯混合模型
实时监测数据
系统为您推荐了相关专利信息
多模态传感器
融合算法
信号处理
情景
失效传感器
资源监测方法
双频全球定位系统
数据
地理信息系统
多模态传感器
垂起固定翼无人机
航测方法
自动驾驶仪
三维点云地图
多模态传感器
激光雷达点云数据
双目摄像头
智能控制算法
多模态传感器
三维语义地图