珊瑚礁是由成千上万的珊瑚虫碳酸钙骨骼形成的一种坚固的结构,其中栖息着上万种海洋生物,有着重要的价值。因此对珊瑚活性情况进行有效识别和及时监测,具有至关重要的意义。为了克服传统珊瑚活性的研究方式在成本、实时性,空间等方面的限制,以及现有的技术手段存在探测深度不足、受到海洋光照条件和海水清澈度影响、设备成本高昂、不便携带等不足。本文设计了一种声光融合的珊瑚活性探测方法,该方法具有全天候、低成本、轻量级、环境适应力强、准确率高的优点。本文的主要工作包括以下几个方面:1.珊瑚的生物特性研究,包括珊瑚的形态特征、生长环境,活性影响因子三个方面。重点分析了珊瑚的白化现象,得到了以珊瑚的白化作为判别珊瑚活性的标准,而珊瑚的白化则主要体现在两个方面:颜色由彩色变为白色、硬度由软变硬的重要结论。2.珊瑚活性超声探测研究。研究了超声波的特性和描述方式,超声检测的应用和检测系统的结构组成,进行了超声探测珊瑚活性的实验研究,提出了以被探珊瑚样本的回波和发射波能量之比作为指标考量珊瑚样本活性的方法,最后通过实验室超声探测系统采集的实测数据来验证该方法的有效性。3.珊瑚活性光探测研究。从图像分类的角度对判别珊瑚活性的方法进行了研究,对深度学习的相关知识进行了深入的讨论,为解决小样本学习问题进行了迁移学习的研究。进行了基于深度CNN和迁移学习的珊瑚活性识别实验,构建了珊瑚数据集并将其在自建网络和其他多种卷积网络上进行训练并比较性能,得到了性能优良的珊瑚活性图像识别网络。4.声光融合探测珊瑚活性实验研究。在上述工作的基础上,设计并进行实验,取得了实验样本的声光双维度活性数据。为克服测试数据与验证数据不匹配的问题,从数据集修正、卷积网络提取特征的改进、减少过拟合三个方面对珊瑚识别卷积网络进行了性能优化。另外,通过将超声和光两个维度的数据进行融合处理,提高了识别的准确率和模型的鲁棒性。