CN102841187A - 基于鱼类多样本统计的水质污染预警系统及预警方法 - Google Patents

Abstract

本发明公开了基于鱼类多样本统计的水质污染预警系统，包括被分割成至少三部分的多分鱼缸，用于盛装流通的待监测原水，每部分鱼缸盛装同数量的同种小鱼；图像采集装置实时采集多分鱼缸中小鱼的连续图像序列帧；处理器将序列帧按照设定的鱼缸轮休策略进行分割，得到监测及参考鱼缸对应的监测及参考图像序列帧，对监测及参考图像帧分别处理后得到监测及参考小鱼的运动参数，分别判断监测鱼缸是否处于报警范围及参考鱼缸中小鱼是否处于异常状态，在监测鱼缸处于报警范围且参考鱼缸中小鱼处于异常状态时确定原水受到污染。本发明还公开了相应的预警方法。通过本发明的水质污染预警系统及预警方法，极大地提高了判断原水是否受到污染的准确性。

Description

基于鱼类多样本统计的水质污染预警系统及预警方法

 

技术领域

本发明涉及水质污染预警系统及方法，具体涉及一种基于鱼类多样本统计的水质污染预警系统及预警方法。

 

背景技术

专利号为200910038318.8的发明专利公开了一种水质污染预警方法，该方法通过采集装有待监测原水的鱼缸中的小鱼的图像序列帧，对采集到的图像序列帧进行平滑、阀值分割和去噪处理，根据去噪处理后的图像序列帧计算小鱼的运动参数，并在计算出的运动参数超出预定范围时确定所检测的原水水质受到污染。

然而，该预警方法仅仅通过侦测一组鱼群的运动行为来判断水质，判断因素单一，准确性低。例如，鱼群之间的追逐等行为偏差或鱼群连续长时间工作导致鱼群疲劳等因素都会影响鱼群的运动参数，进而导致计算出的运动参数误差较大，从而影响对原水水质是否受到污染的判断。

 

发明内容

针对上述问题，本发明的目的在于提供一种基于鱼类多样本统计的水质污染预警系统及预警方法，通过设置用于盛装流通的待监测原水的多分鱼缸，该多分鱼缸被分割成至少三部分，每部分鱼缸用于盛装相同数量的同一种小鱼，在侦测监测鱼缸中的监测鱼群和参考鱼缸中的参考鱼群时让休息鱼缸中的鱼群休息，从而进行轮班工作，使所侦测的鱼群都能保持正常的状态而不疲劳，并根据当前周期对应监测小鱼的运动参数判断监测鱼缸是否处于报警范围，根据当前周期下参考小鱼的运动参数与预定运动参数的关系及参考鱼缸中运动小鱼的条数与参考鱼缸盛装时鱼缸中鱼的条数的关系判断参考鱼缸中的小鱼是否处于异常状态，在监测鱼缸处于报警范围且参考鱼缸中的小鱼处于异常状态时确定待监测原水受到污染，从而极大地提高了判断的准确性。

为实现上述目的，本发明采用如下技术方案：

基于鱼类多样本统计的水质污染预警系统，包括：

多分鱼缸，用于盛装流通的待监测原水，该多分鱼缸被分割成至少三部分，其中，每部分鱼缸盛装相同数量的同一种小鱼，相邻部分鱼缸之间可以流通待监测原水而阻隔小鱼；

图像采集装置，用于实时采集多分鱼缸中所有小鱼的连续的图像序列帧；和

处理器，用于根据设定的鱼缸轮休策略确定该至少三部分鱼缸中当前周期所对应的监测鱼缸、参考鱼缸和休息鱼缸，其中，该鱼缸轮休策略使得多分鱼缸中的每部分鱼缸都能轮流处于监测、参考及休息状态，使每部分鱼缸对应的小鱼能循环地处于监测、参考及休息状态，将采集到的连续的图像序列帧的每帧按照该至少三部分鱼缸的位置关系进行分割，得到监测鱼缸对应的监测图像序列帧、参考鱼缸对应的参考图像序列帧及休息鱼缸对应的休息图像序列帧，对监测图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的监测图像序列帧计算出当前周期下监测鱼缸中监测小鱼的运动参数，根据当前周期下监测小鱼的运动参数与预定运动参数的关系判断监测鱼缸是否处于报警范围，对参考图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的参考图像序列帧计算出当前周期下参考小鱼的运动参数，根据当前周期下参考小鱼的运动参数与预定运动参数的关系及参考鱼缸中运动小鱼的条数与参考鱼缸盛装时鱼缸中鱼的条数的关系判断参考鱼缸中的小鱼是否处于异常状态，在监测鱼缸处于报警范围且参考鱼缸中的小鱼处于异常状态时确定待监测原水受到污染。

基于鱼类多样本统计的水质污染预警方法，包括步骤：

采用多分鱼缸盛装流通的待监测原水，该多分鱼缸被分割成至少三部分，其中，每部分鱼缸用于盛装相同数量的同一种小鱼，相邻部分鱼缸之间可以流通待监测原水而阻隔小鱼；

采用图像采集装置实时采集多分鱼缸中所有小鱼的连续的图像序列帧；

根据设定的鱼缸轮休策略确定该至少三部分鱼缸中当前周期对应的监测鱼缸、参考鱼缸和休息鱼缸，其中，该鱼缸轮休策略使得多分鱼缸中的每部分鱼缸都能轮流处于监测、参考及休息状态，使每部分鱼缸对应的小鱼能循环地处于监测、参考及休息状态，将采集到的连续的图像序列帧的每帧按照该至少三部分鱼缸的位置关系进行分割，得到监测鱼缸对应的监测图像序列帧、参考鱼缸对应的参考图像序列帧及休息鱼缸对应的休息图像序列帧；

对监测图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的监测图像序列帧计算出当前周期下监测鱼缸中监测小鱼的运动参数，根据当前周期下监测小鱼的运动参数与预定运动参数的关系判断监测鱼缸是否处于报警范围；

对参考图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的参考图像序列帧计算出当前周期下参考小鱼的运动参数，根据当前周期下参考小鱼的运动参数与预定运动参数的关系及参考鱼缸中运动小鱼的条数与参考鱼缸盛装时鱼缸中鱼的条数的关系判断参考鱼缸中的小鱼是否处于异常状态；和

在监测鱼缸处于报警范围且参考鱼缸中的小鱼处于异常状态时确定待监测原水受到污染。

本发明的有益效果在于：

通过设置多组鱼群，判断监测鱼缸是否处于报警范围，判断参考鱼缸中的小鱼是否处于异常状态，在监测鱼缸处于报警范围且参考鱼缸处于异常状态时确定待监测原水受到污染，从而减少了非必要因素对判断的影响，极大地提高了判断的准确性。

 

附图说明

图1为本发明的基于鱼类多样本统计的水质污染预警系统的示意图；

图2为本发明的多分鱼缸的示意图；

图3为本发明的挡板遮挡多分鱼缸的示意图；

图4为图3的侧面视图；

图5为本发明的挡板的示意图；

图6为本发明的处理器判断监测鱼缸是否处于报警范围的流程图；

图7为本发明的处理器判断参考鱼缸中的小鱼是否处于异常状态的流程图；

图8为本发明的基于鱼类多样本统计的水质污染预警方法的流程图。

 

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述：

如图1所示，为基于鱼类多样本统计的水质污染预警系统的示意图。该水质污染预警系统100用于通过处于原水中的鱼群的反应来监测原水的水质是否受到污染，从而实现对水质的早发现、早报警和早控制。所采用的鱼的大小为20*10mm，颜色为深色，通常采用斑马鱼，其体型小，摄像后识别度高。

该水质污染预警系统100包括多分鱼缸10、图像采集装置20、处理器30、挡板40和步进电机50。如图2所示，该多分鱼缸10用于盛装流通的待监测原水，该多分鱼缸100被分割成至少三部分，其中，每部分鱼缸用于盛装相同数量的同一种小鱼，且相邻部分鱼缸之间可以流通待监测原水而阻隔小鱼。进一步地，该多分鱼缸10设置有一个进水孔（图中未示）和一个出水孔（图中未示），分别用于向多分鱼缸10注入待监测原水及使多分鱼缸10内的待监测原水流出，从而使多分鱼缸10中的原水处于流动状态。例如，将进水口设置在多分鱼缸10的左上侧，而将出水孔设置在多分鱼缸10的右下侧。在本实施方式中，该多分鱼缸10为方形鱼缸，被十字架隔板101平均分割成四部分，如图中所示的左上部分鱼缸a、右上部分鱼缸b、右下部分鱼缸c及左下部分鱼缸d。在该十字架隔板101上设置有一定数量的流水孔1011，用于使相邻的各部分鱼缸之间能够流通原水而阻隔小鱼。

图像采集装置20用于实时采集多分鱼缸10中所有小鱼的连续的图像序列帧。在本实施方式中，图像采集装置20正对多分鱼缸10的四部分鱼缸a、b、c和d进行图像序列帧采集。该图像采集装置20为如摄像头、照相机、摄影机等具有图像采集功能的装置。该图像采集装置20以一定速度（例如1-8幅/秒）对多分鱼缸10进行图像序列帧采集。处理器30用于根据设定的鱼缸轮休策略确定该多分鱼缸10中当前周期（例如每个周期为1分钟的时间段或者300张图像序列帧对应的时间段）所对应的监测鱼缸、参考鱼缸和休息鱼缸。其中，该鱼缸轮休策略使得多分鱼缸10中的每部分鱼缸都可以轮流处于监测、参考及休息状态。从而保证每部分鱼缸对应的小鱼能够循环地处于监测、参考及休息状态，进而使得小鱼能在监测及参考状态下时处于较好的活动状态。例如，当该多分鱼缸10为左上部分鱼缸a、右上部分鱼缸b、右下部分鱼缸c及左下部分鱼缸d共四部分时，设定该多分鱼缸10在一天中不同时段各个部分鱼缸的鱼缸轮休策略如下表所示，则每个时间段内可对应有多个周期。

当处于0:00-3:00时，左上部分鱼缸a为监测鱼缸，左下部分鱼缸d为参考鱼缸，右上部分鱼缸b及右下部分鱼缸c则为休息鱼缸。在不同的实施方式中，鱼缸轮休策略的制定与多分鱼缸10被分割的部分相适应，例如，当多分鱼缸10被分割成5个部分鱼缸时，则同一时间段内处于休息状态的休息鱼缸数设置为3个。

处理器30还将图像采集装置20采集到的连续的图像序列帧的每帧按照多分鱼缸10中所有部分鱼缸的位置关系进行分割，得到监测鱼缸对应的监测图像序列帧、参考鱼缸对应的参考图像序列帧及休息鱼缸对应的休息图像序列帧。例如，如果按照上述表格进行鱼缸轮休策略设定，处理器30则将采集到的连续的图像序列帧的每帧对应分割成四部分，在监测的18:00-21:00这个时间段时，监测鱼缸d对应的为监测图像序列帧，参考鱼缸c对应的为参考图像序列帧，休息鱼缸a和b对应的则为休息图像序列帧。

处理器30还对监测图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的监测图像序列帧计算出当前周期下监测鱼缸中监测小鱼的运动参数，根据当前周期下监测小鱼的运动参数与预定运动参数的关系判断监测鱼缸是否处于报警范围，对参考图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的参考图像序列帧计算出当前周期下参考小鱼的运动参数，根据当前周期下参考小鱼的运动参数与预定运动参数的关系及参考鱼缸中运动小鱼的条数与参考鱼缸盛装时鱼缸中鱼的条数的关系判断参考鱼缸中的小鱼是否处于异常状态，在监测鱼缸处于报警范围且参考鱼缸中的小鱼处于异常状态时确定待监测原水受到污染。在本实施方式中，该水质污染预警系统100还包括一报警单元（图中未示），用于在处理器30确定待监测原水受到污染后报警，以提醒用户。

处理器30对监测图像序列帧及参考图像序列帧进行平滑处理时采用Harris角点检测算法，对要处理的图像序列帧进行角点检测，依次确定要处理的图像序列帧对应的部分鱼缸（如在监测的18:00-21:00这个时间段时，监测图像序列帧对应的部分鱼缸为监测鱼缸d，参考图像序列帧对应的部分鱼缸为参考鱼缸c）中的水区域的左上、左下、右上及右下四个角点的位置，根据确定的四个角点将该部分鱼缸中的水的观测区域标示出来；对在观测区域中采集到的观测图像中的一定领域内的像素值根据其范围变化进行滤波处理，使观测图像的边缘数据较为完整，同时将图像噪声降到最低。

处理器30对平滑处理后的图像序列帧进行阀值分割处理时由目标边缘梯度特征的自适应阀值提取算法实现对所需观测图像的区分。

处理器30对阀值分割处理后的图像序列帧进行去噪处理时消除面积小于设定值的杂质，如小于1平方毫米的气泡、鱼的排泄物等等。

处理器30根据去噪处理后的图像序列帧建立参考帧，如设定300帧的参考帧，通过这些参考帧对选定的观测区域内的小鱼进行标示，实现对观测区域内小鱼的识别，将所述观测区域中的每一条小鱼的图像标示不同的颜色，并且将观测区域中的每条小鱼也标记上相应的序列号，通过标示后的小鱼的运动轨迹计算小鱼的游动速度、平均高度及平均转弯次数，针对每条小鱼，处理器分别启动一个跟踪和识别线程，以1秒为单位计算鱼的运动速度大小，然后根据背景帧数的设置计算小鱼的平均速度的大小，计算小鱼在鱼缸坐标系中的平均高度，确定小鱼在已设置的背景帧数中的平均高度，计算相邻两帧鱼的速度，将运动速度的变向确定为可能的转弯点，再根据改变方向前后一定帧的位置（例如40帧）进一步计算出小鱼的转弯次数，处理器30通过对小鱼序列目标的跟踪，将每个序列目标进行kalman预测，并将预测后的位置传递给MeansShit算法中进行小鱼序列目标的定位识别。

如图2所示，为本发明的多分鱼缸的示意图。为了让处于休息状态的休息鱼缸中的小鱼能够得到更好的休息，方形鱼缸10正对图像采集装置20的前面板1012和后面板1013均采用透光材料制成，而方形鱼缸10的左面板、右面板、顶面板及底面板则均采用不透光材料制成。

请结合图2一并参考图3和图4，为了给休息鱼缸中的小鱼营造更好的休息环境，保证休息质量，挡板40设置在多分鱼缸10的前面板1012与图像采集装置30（图3和图4中未示）之间，步进电机50用于在处理器30的控制下根据设定的鱼缸轮休策略转动挡板40，使得挡板40挡住当前的休息鱼缸，防止光线从前面板1012入射至休息鱼缸。在该实施方式中，为了保证备图像采集装置采集到更清楚的图像，该水质污染预警系统100还设置有一发光板（图中未示），该发光板也相应各部分鱼缸被分成多部分，每部分发光板对应一部分鱼缸，处理器还根据设定的鱼缸轮休策略控制该发光板的每部分相应发光或熄灭，以使得光线从后面板1013入射至监测鱼缸和参考鱼缸。例如，当该鱼缸10为四部分时，该发光板也被分割成四个小板，处理器30控制对应监测鱼缸及参考鱼缸的小板发光，而控制对应休息鱼缸的小板熄灭。请参阅图5，为本发明的挡板的示意图。在本实施方式中，该挡板40为圆形挡板，包括一圆形偏振片401和一直径与圆形偏振片相等的半圆形偏振片402，其中，该圆形偏振片401的直径等于多分鱼缸10的对角线长度，该半圆形偏振片402贴合在圆形偏振片401的半圆上而形成层叠区域，在该层叠区域该半圆形偏振片402的偏正方向与圆形偏振片401的偏正方向垂直，从而该圆形挡板40半圆透光、半圆不透光。在该多分鱼缸10为四分鱼缸时，通过圆形挡板40的遮挡作用及多分鱼缸10六面的透光及不透光特性，则可以保证处于监测状态的监测鱼缸及处于参考状态的参考鱼缸能够得到光照，而处于休息状态的休息鱼缸则不会得到光照，保证休息鱼缸中小鱼的休息质量。

例如，根据上表中的轮休策略，在0:00-3:00这段时间段中，部分鱼缸a为监测鱼缸，部分鱼缸d为参考鱼缸，部分鱼缸b 和c则为休息鱼缸，处理器30控制步进电机50转动挡板40，使得转动板40的透光半圆正对部分鱼缸a和部分鱼缸d，使得光照能射入，而不透光半圆正对部分鱼缸b 和c，使得光照不能射入。而在3:00-6:00这段时间段中，部分鱼缸a为监测鱼缸，部分鱼缸b为参考鱼缸，部分鱼缸c 和d则为休息鱼缸，处理器30控制步进电机50转动挡板40，使得转动板40的透光半圆正对部分鱼缸a和b，使得光照能射入，而不透光半圆正对部分鱼缸c 和d，使得光照不能射入。

在优选地实施方式中，该挡板40与多分鱼缸10完全正对，如图3所示，则处理器30按照鱼缸轮休策略通过步进电机50控制转动挡板40转动时只需要控制转动挡板40沿着顺时针或逆时针逐步旋转。例如，在执行上表的鱼缸轮休策略时，在0:00-3:00，挡板40的透光半圆正对部分鱼缸a和d，而不透光半圆正对部分鱼缸b和c。在3:00时，步进电机50被处理器30控制对挡板40顺时针转动90度；在6:00时挡板40保持不动；而在9:00时，步进电机50被处理器30控制对挡板40进一步顺时针转动90度；在12:00时挡板40保持不动；在15:00时，步进电机50被处理器30控制对挡板40进一步顺时针转动90度；在18:00时挡板40保持不动；而在21:00时，步进电机50被处理器30控制对挡板40进一步顺时针转动90度，而在下一个0:00时挡板40保持不动，通过如此反复循环转动挡板40，则可使部分鱼缸a、b、c、d正好在不同的时段处于如上表的鱼缸轮休策略所对应的状态。

在另一实施方式中，该挡板40可以是一个由不透光材料制成的半圆，从而同样可以实现上述圆形挡板的在不同时段遮挡相应休息鱼缸的功能。

设定预定的运动参数可以包括：设定鱼缸宽度，建立背景帧数、背景更新率、二值化阀值、目标大小的最大值、最小值等等。背景帧数越多则建立的初始背景效果越好。背景更新速率是当前帧对背景图像的影响，此系数越大，建立背景图像的速度越快，但是目标的残余对背景的影响也越大。二值化阀值是用于目标检测与提取时，当前图像与背景图像查分结果，大于此值令像素值为255（即目标），小鱼此值为0（即背景）。可以根据实际情况进行调整。

优选地，在本实施方式中，预定运动参数包括小鱼的平均速度、平均高度及平均转弯次数，所述预定的平均速度为10mm/s-60mm/s,平均高度为每部分鱼缸高度的18%-78%，平均转弯次数为1-10次。当小鱼的平均速度大于60mm/s或小于10mm/s、平均高度高于每部分鱼缸高度的78%或低于每部分鱼缸高度的18%、且平均转弯次数大于10次或小于1次的范围时，可视为小鱼的运动在非正常范围内。

如图6所示，为处理器30判断监测鱼缸是否处于报警范围的流程图。在处理监测图像序列帧后，处理器30获取当前周期的监测小鱼的平均速度、平均高度及平均转弯次数。在监测小鱼的平均速度大于60mm/s或小于10mm/s、平均高度高于监测鱼缸高度的78%或低于监测鱼缸高度的18%且平均转弯次数大于10次或小于1次时，处理器30确定监测小鱼的运动在非正常范围内，判断监测鱼缸处于报警范围，否则，判断监测鱼缸没有处于报警范围。

如图7所示，为处理器30判断参考鱼缸中的小鱼是否处于异常状态的流程图。处理器30在处理参考图像序列帧后，获取参考小鱼在当前周期的平均速度、平均高度及平均转弯次数。在判断参考鱼缸内运动的鱼的条数不等于盛装时鱼的条数时，处理器30即判断参考鱼缸中的小鱼处于异常状态，否则作进一步判断。在判断参考小鱼的平均速度大于或等于10mm/s且小于或等于60mm/s时设置第一参数S取值为1，否则为0；在判断参考小鱼的平均高度高于或等于参考鱼缸高度的18%且低于或等于参考鱼缸高度的78%时设置第二参数H取值为1，否则为0；在判断参考小鱼的平均转弯次数大于或等于1次且小于或等于10次时设置第三参数W取值为1，否则为0；在参考小鱼在当前周期下的平均速度与上一周期的平均速度之差小于或等于20mm/s时设置第四参数SD取值为1，否则为0；在参考小鱼在当前周期下的平均转弯次数与上一周期的平均转弯次数之差小于或等于4次时设置第五参数WD取值为1，否则为0；并进一步判断【（S*0.2）+（H*0.2）+（W*0.2）+（SD*0.2）+(WD*0.2)】是否小于50%，如果是，则确定参考小鱼处于异常状态，否则判断参考小鱼不处于异常状态。

图8为本发明的基于鱼类多样本统计的水质污染预警方法的流程图。该方法包括步骤：

S801：采用图像采集装置实时采集多分鱼缸中所有小鱼的连续的图像序列帧；

S802：根据设定的鱼缸轮休策略确定多分鱼缸中当前周期对应的监测鱼缸、参考鱼缸和休息鱼缸，其中，该鱼缸轮休策略使得多分鱼缸中的每部分鱼缸都能轮流处于监测、参考及休息状态，使每部分鱼缸对应的小鱼能循环地处于监测、参考及休息状态，将采集到的连续的图像序列帧的每帧按照多分鱼缸中部分鱼缸的位置关系进行分割，得到监测鱼缸对应的监测图像序列帧、参考鱼缸对应的参考图像序列帧及休息鱼缸对应的休息图像序列帧；

S803：对监测图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的监测图像序列帧计算出当前周期下监测鱼缸中监测小鱼的运动参数，根据当前周期下监测小鱼的运动参数与预定运动参数的关系判断监测鱼缸是否处于报警范围；

S804：对参考图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的参考图像序列帧计算出当前周期下参考小鱼的运动参数，根据当前周期下参考小鱼的运动参数与预定运动参数的关系及参考鱼缸中运动小鱼的条数与参考鱼缸盛装时鱼缸中鱼的条数的关系判断参考鱼缸中的小鱼是否处于异常状态；

S805：在监测鱼缸处于报警范围且参考鱼缸中的小鱼处于异常状态时确定待监测原水受到污染。

在本实施方式中，处理器30对监测鱼缸报警范围的判定及对参考鱼缸中的小鱼是否处于异常状态的判定步骤可同步进行，也可以按照先判断监测鱼缸是否处于报警范围再判断参考鱼缸中的小鱼是否处于异常状态的步骤进行。

在本实施方式中，对图像序列帧依次进行平滑、阀值分割、去噪处理及根据去噪处理后的图像序列帧计算小鱼的运动参数的过程包括：

对图像序列帧进行平滑处理时采用Harris角点检测算法，对要处理的图像序列帧进行角点检测，依次确定与要处理的图像序列帧对应的部分鱼缸中的水区域的左上、左下、右上及右下四个角点的位置，根据确定的四个角点将该部分鱼缸中的水的观测区域标示出来；对在观测区域中采集到的观测图像中的一定领域内的像素值根据其范围变化进行滤波处理，使观测图像的边缘数据较为完整，同时将图像噪声降到最低；

对平滑处理后的图像序列帧进行阀值分割处理时由目标边缘梯度特征的自适应阀值提取算法实现对所需观测图像的区分；

对阀值分割处理后的图像序列帧进行去噪处理时消除面积小于设定值的杂质；

根据去噪处理后的图像序列帧建立参考帧，通过这些参考帧中对选定的观测区域内的小鱼进行标示，实现对观测区域内小鱼的识别，将所述观测区域中的每一条小鱼的图像标示不同的颜色，并且将观测区域中的每条小鱼也标记上相应的序列号，通过标示后的小鱼的运动轨迹计算小鱼的游动速度、平均高度及平均转弯次数，针对每条小鱼，处理器分别启动一个跟踪和识别线程，以1秒为单位计算鱼的运动速度大小，然后根据背景帧数的设置计算小鱼的平均速度的大小，计算小鱼在鱼缸坐标系中的平均高度，确定小鱼在已设置的背景帧数中的平均高度，计算相邻两帧鱼的速度，将运动速度的变向确定为可能的转弯点，再根据改变方向前后一定帧的位置进一步计算出小鱼的转弯次数，处理器通过对小鱼序列目标的跟踪，将每个序列目标进行kalman预测，并将预测后的位置传递给MeansShit算法中进行小鱼序列目标的定位识别；

其中，多分鱼缸为正方形鱼缸，被十字架隔板平均分割成四部分，在该十字架隔板上设置有一定数量的流水孔，用于使相邻的各部分鱼缸之间流通原水而阻隔小鱼，采用图像采集装置正对多分鱼缸的四部分进行图像序列帧采集，其中，正方形鱼缸正对图像采集装置的前面板和后面板采用透光材料制成，正方形鱼缸的左面板、右面板、顶面板及底面板采用不透光材料制成。

对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及变形，而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。

Claims (10)

1.基于鱼类多样本统计的水质污染预警系统，其特征在于，包括：

多分鱼缸，用于盛装流通的待监测原水，该多分鱼缸被分割成至少三部分，其中，每部分鱼缸盛装相同数量的同一种小鱼，相邻部分鱼缸之间可以流通待监测原水而阻隔小鱼；

图像采集装置，用于实时采集多分鱼缸中所有小鱼的连续的图像序列帧；和

处理器，用于根据设定的鱼缸轮休策略确定该至少三部分鱼缸中当前周期所对应的监测鱼缸、参考鱼缸和休息鱼缸，其中，该鱼缸轮休策略使得多分鱼缸中的每部分鱼缸都能轮流处于监测、参考及休息状态，使每部分鱼缸对应的小鱼能循环地处于监测、参考及休息状态，将采集到的连续的图像序列帧的每帧按照该至少三部分鱼缸的位置关系进行分割，得到监测鱼缸对应的监测图像序列帧、参考鱼缸对应的参考图像序列帧及休息鱼缸对应的休息图像序列帧，对监测图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的监测图像序列帧计算出当前周期下监测鱼缸中监测小鱼的运动参数，根据当前周期下监测小鱼的运动参数与预定运动参数的关系判断监测鱼缸是否处于报警范围，对参考图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的参考图像序列帧计算出当前周期下参考小鱼的运动参数，根据当前周期下参考小鱼的运动参数与预定运动参数的关系及参考鱼缸中运动小鱼的条数与参考鱼缸盛装时鱼缸中鱼的条数的关系判断参考鱼缸中的小鱼是否处于异常状态，在监测鱼缸处于报警范围且参考鱼缸中的小鱼处于异常状态时确定待监测原水受到污染。

2.如权利要求1所述的基于鱼类多样本统计的水质污染预警系统，其特征在于，处理器对图像序列帧进行平滑处理时采用Harris角点检测算法，对要处理的图像序列帧进行角点检测，依次确定与要处理的图像序列帧对应的部分鱼缸中的水区域的左上、左下、右上及右下四个角点的位置，根据确定的四个角点将该部分鱼缸中的水的观测区域标示出来；对在观测区域中采集到的观测图像中的一定领域内的像素值根据其范围变化进行滤波处理，使观测图像的边缘数据较为完整，同时将图像噪声降到最低；

处理器对平滑处理后的图像序列帧进行阀值分割处理时由目标边缘梯度特征的自适应阀值提取算法实现对所需观测图像的区分；

处理器对阀值分割处理后的图像序列帧进行去噪处理时消除面积小于设定值的杂质；

处理器根据去噪处理后的图像序列帧建立参考帧，通过这些参考帧对选定的观测区域内的小鱼进行标示，实现对观测区域内小鱼的识别，将所述观测区域中的每一条小鱼的图像标示不同的颜色，并且将观测区域中的每条小鱼也标记上相应的序列号，通过标示后的小鱼的运动轨迹计算小鱼的游动速度、平均高度及平均转弯次数，针对每条小鱼，处理器分别启动一个跟踪和识别线程，以1秒为单位计算鱼的运动速度大小，然后根据背景帧数的设置计算小鱼的平均速度的大小，计算小鱼在鱼缸坐标系中的平均高度，确定小鱼在已设置的背景帧数中的平均高度，计算相邻两帧鱼的速度，将运动速度的变向确定为可能的转弯点，再根据改变方向前后一定帧的位置进一步计算出小鱼的转弯次数，处理器通过对小鱼序列目标的跟踪，将每个序列目标进行kalman预测，并将预测后的位置传递给MeansShit算法中进行小鱼序列目标的定位识别。

3.如权利要求2所述的基于鱼类多样本统计的水质污染预警系统，其特征在于，该多分鱼缸为方形鱼缸，被十字架隔板平均分割成四部分，在该十字架隔板上设置有一定数量的流水孔，用于使相邻的各部分鱼缸之间流通原水而阻隔小鱼，图像采集装置正对多分鱼缸的四部分进行图像序列帧采集，其中，方形鱼缸正对图像采集装置的前面板和后面板采用透光材料制成，方形鱼缸的左面板、右面板、顶面板及底面板采用不透光材料制成。

4.如权利要求3所述的基于鱼类多样本统计的水质污染预警系统，其特征在于，预定运动参数包括小鱼的平均速度、平均高度及平均转弯次数，所述预定的平均速度为10mm/s-60mm/s,平均高度为每部分鱼缸高度的18%-78%，平均转弯次数为1-10次，处理器在处理监测图像序列帧后，在一个周期内监测小鱼的平均速度大于60mm/s或小于10mm/s、平均高度高于监测鱼缸高度的78%或低于监测鱼缸高度的18%且平均转弯次数大于10次或小于1次时，确定监测小鱼的运动在非正常范围内，判断监测鱼缸处于报警范围。

5.如权利要求4所述的基于鱼类多样本统计的水质污染预警系统，其特征在于，处理器在处理参考图像序列帧时，在判断参考鱼缸内运动的鱼的条数不等于盛装时鱼的条数时，判断参考鱼缸中的小鱼处于异常状态。

6.如权利要求4所述的基于鱼类多样本统计的水质污染预警系统，其特征在于，处理器在处理参考图像序列帧后，在参考小鱼的平均速度大于或等于10mm/s且小于或等于60mm/s时设置第一参数S取值为1，否则为0，在参考小鱼的平均高度高于或等于参考鱼缸高度的18%且低于或等于参考鱼缸高度的78%时设置第二参数H取值为1，否则为0，在参考小鱼的平均转弯次数大于或等于1次且小于或等于10次时设置第三参数W取值为1，否则为0，在参考小鱼在当前周期下的平均速度与上一周期下的平均速度之差小于或等于20mm/s时设置第四参数SD取值为1，否则为0，在参考小鱼在当前周期下的平均转弯次数与上一周期下的平均转弯次数之差小于或等于4次时设置第五参数WD取值为1，否则为0，并进一步判断【（S*0.2）+（H*0.2）+（W*0.2）+（SD*0.2）+（WD*0.2）】的值是否小于50%，如果是，则确定参考鱼缸中的小鱼处于异常状态。

7.如权利要求3所述的基于鱼类多样本统计的水质污染预警系统，其特征在于，所述水质污染预警系统还包括挡板和步进电机，挡板设置在多分鱼缸与图像采集装置之间，步进电机用于在处理器的控制下根据设定的鱼缸轮休策略转动挡板，使得挡板挡住当前的休息鱼缸，防止光线从前面板入射至休息鱼缸。

8.如权利要求7所述的基于鱼类多样本统计的水质污染预警系统，其特征在于，该挡板为圆形挡板，包括一圆形偏振片和一直径与圆形偏振片相等的半圆形偏振片，其中，该圆形偏振片的直径等于多分鱼缸的对角线长度，该半圆形偏振片贴合在圆形偏振片的半圆上而形成层叠区域，在该层叠区域该半圆形偏振片的偏正方向与圆形偏振片的偏正方向垂直，从而该圆形挡板半圆透光、半圆不透光。

9.基于鱼类多样本统计的水质污染预警方法，其特征在于，包括步骤：

采用多分鱼缸盛装流通的待监测原水，该多分鱼缸被分割成至少三部分，其中，每部分鱼缸用于盛装相同数量的同一种小鱼，相邻部分鱼缸之间可以流通待监测原水而阻隔小鱼；

采用图像采集装置实时采集多分鱼缸中所有小鱼的连续的图像序列帧；

根据设定的鱼缸轮休策略确定该至少三部分鱼缸中当前周期对应的监测鱼缸、参考鱼缸和休息鱼缸，其中，该鱼缸轮休策略使得多分鱼缸中的每部分鱼缸都能轮流处于监测、参考及休息状态，使每部分鱼缸对应的小鱼能循环地处于监测、参考及休息状态，将采集到的连续的图像序列帧的每帧按照该至少三部分鱼缸的位置关系进行分割，得到监测鱼缸对应的监测图像序列帧、参考鱼缸对应的参考图像序列帧及休息鱼缸对应的休息图像序列帧；

对监测图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的监测图像序列帧计算出当前周期下监测鱼缸中监测小鱼的运动参数，根据当前周期下监测小鱼的运动参数与预定运动参数的关系判断监测鱼缸是否处于报警范围；

对参考图像序列帧依次进行平滑、阀值分割及去噪处理，根据去噪处理后的参考图像序列帧计算出当前周期下参考小鱼的运动参数，根据当前周期下参考小鱼的运动参数与预定运动参数的关系及参考鱼缸中运动小鱼的条数与参考鱼缸盛装时鱼缸中鱼的条数的关系判断参考鱼缸中的小鱼是否处于异常状态；和

在监测鱼缸处于报警范围且参考鱼缸中的小鱼处于异常状态时确定待监测原水受到污染。

10.如权利要求9所述的基于鱼类多样本统计的水质污染预警方法，其特征在于，对图像序列帧依次进行平滑、阀值分割、去噪处理及根据去噪处理后的图像序列帧计算小鱼的运动参数的过程包括：

对图像序列帧进行平滑处理时采用Harris角点检测算法，对要处理的图像序列帧进行角点检测，依次确定与要处理的图像序列帧对应的部分鱼缸中的水区域的左上、左下、右上及右下四个角点的位置，根据确定的四个角点将该部分鱼缸中的水的观测区域标示出来；对在观测区域中采集到的观测图像中的一定领域内的像素值根据其范围变化进行滤波处理，使观测图像的边缘数据较为完整，同时将图像噪声降到最低；

对平滑处理后的图像序列帧进行阀值分割处理时由目标边缘梯度特征的自适应阀值提取算法实现对所需观测图像的区分；

对阀值分割处理后的图像序列帧进行去噪处理时消除面积小于设定值的杂质；

根据去噪处理后的图像序列帧建立背景帧数为300帧的参考帧，通过这些参考帧中对选定的观测区域内的小鱼进行标示，实现对观测区域内小鱼的识别，将所述观测区域中的每一条小鱼的图像标示不同的颜色，并且将观测区域中的每条小鱼也标记上相应的序列号，通过标示后的小鱼的运动轨迹计算小鱼的游动速度、平均高度及平均转弯次数，针对每条小鱼，处理器分别启动一个跟踪和识别线程，以1秒为单位计算鱼的运动速度大小，然后根据背景帧数的设置计算小鱼的平均速度的大小，计算小鱼在鱼缸坐标系中的平均高度，确定小鱼在已设置的背景帧数中的平均高度，计算相邻两帧鱼的速度，将运动速度的变向确定为可能的转弯点，再根据改变方向前后40帧的位置进一步计算出小鱼的转弯次数，处理器通过对小鱼序列目标的跟踪，将每个序列目标进行kalman预测，并将预测后的位置传递给MeansShit算法中进行小鱼序列目标的定位识别；

其中，多分鱼缸为正方形鱼缸，被十字架隔板平均分割成四部分，在该十字架隔板上设置有一定数量的流水孔，用于使相邻的各部分鱼缸之间流通原水而阻隔小鱼，采用图像采集装置正对多分鱼缸的四部分进行图像序列帧采集，其中，正方形鱼缸正对图像采集装置的前面板和后面板采用透光材料制成，正方形鱼缸的左面板、右面板、顶面板及底面板采用不透光材料制成。

Images