CN107907645A - 一种水生动物行为信息驱动的水质预警装置及方法 - Google Patents
一种水生动物行为信息驱动的水质预警装置及方法 Download PDFInfo
- Publication number
- CN107907645A CN107907645A CN201711259028.7A CN201711259028A CN107907645A CN 107907645 A CN107907645 A CN 107907645A CN 201711259028 A CN201711259028 A CN 201711259028A CN 107907645 A CN107907645 A CN 107907645A
- Authority
- CN
- China
- Prior art keywords
- water quality
- fish body
- processing module
- video processing
- fish
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/186—Water using one or more living organisms, e.g. a fish
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种水生动物行为信息驱动的水质预警装置和方法，所述水质预警装置由内到外分为三层，分别是活动舱、防水夹层、浮力环，所述活动舱的顶面和底面都均匀布有小孔，保证箱体内外水流通畅，且顶面为一可打开的闸门；所述防水夹层放置有摄像头、电池、视频处理模块和无线传输模块，所述视频处理模块用于将摄像头采集到的视频进行裁剪处理，所述无线传输模块与PC端无线连接，将视频处理模块的信息传输给PC端。本发明能综合性的监测水质，能快速、准确的对问题水质进行对比，并且还具有成本低，操作简单，结果精确等优点。
Description
技术领域
本发明涉及水质监测技术领域，尤其涉及一种水生动物行为信息驱动的水质预警装置及方法。
背景技术
水体监测，是监视和测定水体中各类污染物的种类、浓度及变化趋势。在社会经济高速发展、科学飞快进步的背景下，人们对水质的要求也在不断提高。目前，主要的水质监测项目可分为两大类：一类是反映水质状况的综合指标，如温度、色度、浊度、pH值、电导率、悬浮物、溶解氧、化学需氧量和生化需氧量等；另一类是一些有毒物质，如酚、氰、砷、铅、铬、镉、汞和有机农药等。但这两种方法不仅存在耗时久，操作复杂等缺陷，还不能长时间不间断的监测，甚至会造成二次污染。
发明内容
针对传统方法中存在的问题，本发明的一个目的在于提供一种利用水生生物行为信息驱动的水质预警装置，以便能够更快捷，环保，随时随地不间断的完成水质监测，从而可以对水质进行实时监控，并且还要成本低，解放劳动力。
本发明所采用的技术方案是：一种水生动物行为信息驱动的水质预警装置，其特征在于：所述水质预警装置由内到外分为三层，分别是活动舱、防水夹层、浮力环，所述活动舱的顶面和底面都均匀布有小孔，保证箱体内外水流通畅，且顶面为一可打开的闸门；所述防水夹层放置有摄像头、电池、视频处理模块和无线传输模块，所述视频处理模块用于将摄像头采集到的视频进行裁剪处理，所述无线传输模块与PC端无线连接，将视频处理模块的信息传输给PC端。
所述小孔的直径为1～1.5cm，其上下、左右间隔为5～7cm。
本发明的另一目的是提供一种水生动物行为信息驱动的水质预警方法，包括如下步骤：
（1）将待测鱼体放入活动舱中并将整个装置投入正常水质水中；打开摄像头，记录鱼体运动画面，设定视频处理模块的时间间隔，定时抽取摄像头对鱼体的运动画面；并由无线传输模块将图像传输给PC机；
（2）通过SVM算法来实现对鱼体实时、准确的定位跟踪，获取多组鱼体坐标点，之后建立一个三维坐标；采用非线性最小二乘法，确定拟合曲线的函数；然后，求每一个坐标点的残差，并对所有的残差求和，将所得值设为Q；
（3）重复步骤（2），将所有得到的Q值进行对比，取最小的Q值所对应的函数，并在坐标轴中做出其曲线；并通过正则化，优化所得的函数曲线；则由此得到一条合适拟合的正常运动轨迹曲线，保存轨迹数据；
（4）将待装置投入待测水质中；让装置在水中试运行几天，让鱼体适应水质环境。直到鱼体的运动轨迹接近于正常水质中训练得出的鱼的运动轨迹；
（5）在待装置运行稳定后，设定阈值，重新采集鱼的实时运动坐标点，计算坐标点与所得曲线的残差，并判断残差是否在合理区间内；
（6）设定速度区间；再划分一个时间区间，对鱼体实时运动坐标和相应的时间节点采用逐差法，得出该时间区间内的平均速度，并判断平均速度是否在划分的区间内；
（7）综合步骤（5）和步骤（6）的结果，判断水质是否出现问题，若出现问题，则通过PC发出警报。
步骤（2）中通过SVM算法来实现对鱼体实时、准确的定位跟踪的具体过程是：首先对图片进行灰度化、二值化、梯度锐化、去噪、归一化等预处理；再提取图片颜色特征和纹理特征，通过SVM算法训练一个分类器，再标记鱼的运动位置。
采用以上发明与现有技术相比，本发明具有以下优点：能综合性的监测水质，能快速、准确的对问题水质进行对比，并且还具有成本低，操作简单，结果精确等优点。
附图说明
图1是本发明的结构示意图；
图2是图1的俯视图；
图1中，1是摄像头，2是浮力环，3是防水夹层，4是活动舱，5是无线传输模块，6是电池，7是视频处理模块，8是PC。
具体实施方式
下面结合附图对本发明进行详细说明，但是本发明不仅限于以下具体实施方式。
从图1、2可知，本发明为一种水生动物行为信息驱动的水质预警装置，包括活动舱、防水夹层、浮力环、电池、两个摄像头、视频处理模块、无线传输模块、PC；由内到外共有三层，分别是活动舱、防水夹层、浮力环；所述活动舱的顶面和底面都均匀布有直径为1～1.5cm的小孔，小孔上下、左右的间隔均为5～7cm，保证箱体内外水流通畅，且顶面为一可打开的闸门；所述防水夹层划分四块区域，分别放置摄像头、电池、视频处理模块和无线传输模块，所述视频处理模块用于将摄像头采集到的视频进行裁剪处理，所述无线传输模块与PC端无线连接，将视频处理模块的信息传输给PC端；所述浮力环用来确保装置在水中的稳定性，使装置悬浮于水中。
以鱼为例，本发明水质预警方法包括以下步骤：
（1）将待测鱼体放入活动舱中并将整个装置投入正常水质水中；打开摄像头，记录鱼体运动画面，设定视频处理模块的时间间隔，定时抽取摄像头对鱼体的运动画面；并由无线传输模块将图像传输给PC机；
（2）通过SVM算法来实现对鱼体实时、准确的定位跟踪，获取多组鱼体坐标点，之后建立一个三维坐标；采用非线性最小二乘法，确定拟合曲线的函数；然后，求每一个坐标点的残差，并对所有的残差求和，将所得值设为Q；
（3）重复步骤（2），将所有得到的Q值进行对比，取最小的Q值所对应的函数，并在坐标轴中做出其曲线；并通过正则化，优化所得的函数曲线；则由此得到一条合适拟合的正常运动轨迹曲线，保存轨迹数据；
（4）将待装置投入待测水质中；让装置在水中试运行几天，让鱼体适应水质环境。直到鱼体的运动轨迹接近于正常水质中训练得出的鱼的运动轨迹；
（5）在待装置运行稳定后，设定阈值，重新采集鱼的实时运动坐标点，计算坐标点与所得曲线的残差，并判断残差是否在合理区间内；
（6）设定速度区间；再划分一个时间区间，对鱼体实时运动坐标和相应的时间节点采用逐差法，得出该时间区间内的平均速度，并判断平均速度是否在划分的区间内；
（7）综合步骤（5）和步骤（6）的结果，判断水质是否出现问题，若出现问题，则通过PC发出警报。
本发明所述的实施例仅仅是对本发明的优选实施方式进行的描述，并非对本发明构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域中工程技术人员对本发明的技术方案作出的各种变型和改进，均应落入本发明的保护范围，本发明请求保护的技术内容，已经全部记载在权利要求书中。
Claims (4)
1.一种水生动物行为信息驱动的水质预警装置，其特征在于：所述水质预警装置由内到外分为三层，分别是活动舱、防水夹层、浮力环，所述活动舱的顶面和底面都均匀布有小孔，保证箱体内外水流通畅，且顶面为一可打开的闸门；所述防水夹层放置有摄像头、电池、视频处理模块和无线传输模块，所述视频处理模块用于将摄像头采集到的视频进行裁剪处理，所述无线传输模块与PC端无线连接，将视频处理模块的信息传输给PC端。
2.根据权利要求书1所述的水质预警装置，其特征在于：所述小孔的直径为1cm，其上下、左右间隔均为5cm。
3.一种水生动物行为信息驱动的水质预警方法，其特征在于包括以下操作步骤：
（1）将待测鱼体放入活动舱中并将整个装置投入正常水质水中；打开摄像头，记录鱼体运动画面，设定视频处理模块的时间间隔，定时抽取摄像头对鱼体的运动画面；并由无线传输模块将图像传输给PC机；
（2）基于SVM的定位跟踪法来实现对鱼体实时、准确的定位跟踪，获取多组鱼体坐标点，之后建立一个三维坐标；采用非线性最小二乘法，确定拟合曲线的函数；然后，求每一个坐标点的残差，并对所有的残差求和，将所得值设为Q；
（3）重复步骤（2），将所有得到的Q值进行对比，取最小的Q值所对应的函数，并在坐标轴中做出其曲线；并通过正则化，优化所得的函数曲线；则由此得到一条合适拟合的正常运动轨迹曲线，保存轨迹数据；（4）将待装置投入待测水质中；让装置在水中试运行几天，让鱼体适应水质环境，直到鱼体的运动轨迹接近于正常水质中训练得出的鱼的运动轨迹；
（5）在待装置运行稳定后，设定阈值，重新采集鱼的实时运动坐标点，计算坐标点与所得曲线的残差，并判断残差是否在合理区间内；
（6）设定速度区间；再划分一个时间区间，对鱼体实时运动坐标和相应的时间节点采用逐差法，得出该时间区间内的平均速度，并判断平均速度是否在划分的区间内；
（7）综合步骤（5）和步骤（6）的结果，判断水质是否出现问题，若出现问题，则通过PC发出警报。
4.根据权利要求书3所述的水质预警方法，其特征在于：步骤（2）中通过SVM算法来实现对鱼体实时、准确的定位跟踪的具体过程是：首先对图片进行灰度化、二值化、梯度锐化、去噪、归一化等预处理；再提取图片颜色特征和纹理特征，通过SVM算法训练一个分类器，再标记鱼的运动位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711259028.7A CN107907645A (zh) | 2017-12-04 | 2017-12-04 | 一种水生动物行为信息驱动的水质预警装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711259028.7A CN107907645A (zh) | 2017-12-04 | 2017-12-04 | 一种水生动物行为信息驱动的水质预警装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107907645A true CN107907645A (zh) | 2018-04-13 |
Family
ID=61853921
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711259028.7A Withdrawn CN107907645A (zh) | 2017-12-04 | 2017-12-04 | 一种水生动物行为信息驱动的水质预警装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107907645A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109389623A (zh) * | 2018-12-18 | 2019-02-26 | 玉林师范学院 | 一种鱼类活体的三维跟踪系统及其跟踪方法 |
| CN111999456A (zh) * | 2020-08-11 | 2020-11-27 | 莱西市鑫喆工程技术服务中心 | 一种应急性生物预警型水质监测方法 |
| CN112415158A (zh) * | 2020-10-14 | 2021-02-26 | 江苏宁城农林科技有限公司 | 基于物联网的环境预警系统及其预警方法 |
-
2017
- 2017-12-04 CN CN201711259028.7A patent/CN107907645A/zh not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109389623A (zh) * | 2018-12-18 | 2019-02-26 | 玉林师范学院 | 一种鱼类活体的三维跟踪系统及其跟踪方法 |
| CN109389623B (zh) * | 2018-12-18 | 2024-01-09 | 玉林师范学院 | 一种鱼类活体的三维跟踪系统及其跟踪方法 |
| CN111999456A (zh) * | 2020-08-11 | 2020-11-27 | 莱西市鑫喆工程技术服务中心 | 一种应急性生物预警型水质监测方法 |
| CN112415158A (zh) * | 2020-10-14 | 2021-02-26 | 江苏宁城农林科技有限公司 | 基于物联网的环境预警系统及其预警方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Intelligent fish farm—the future of aquaculture | |
| CN106971152B (zh) | 一种基于航拍图像的检测输电线路中鸟巢的方法 | |
| CN110146675B (zh) | 一种水文信息监测系统 | |
| CN107907645A (zh) | 一种水生动物行为信息驱动的水质预警装置及方法 | |
| CN113158364B (zh) | 循环泵轴承故障检测方法及系统 | |
| CN110321956B (zh) | 一种基于人工智能的牧草病虫害治理方法及装置 | |
| CN111727457B (zh) | 一种基于计算机视觉的棉花作物行检测方法、装置及存储介质 | |
| DE202019001528U1 (de) | Umgebungsüberwachungssystem mit unbemanntem Boot als Träger und seine Anwendung | |
| CN107505441A (zh) | 一种通过互联网进行水质监测及分析的仿生鱼装置 | |
| Hasan et al. | IoT-Driven Image Recognition for Microplastic Analysis in Water Systems using Convolutional Neural Networks | |
| CN102124964B (zh) | 海水养殖智能化管理系统 | |
| CN111898677A (zh) | 一种基于深度学习的浮游生物自动检测方法 | |
| CN115661650A (zh) | 一种基于物联网数据监测的农场管理系统 | |
| CN205643324U (zh) | 一种赤潮自动预警系统 | |
| Wang et al. | Vision-based in situ monitoring of plankton size spectra via a convolutional neural network | |
| CN116778310A (zh) | 一种水产养殖的声光图像融合监控方法及系统 | |
| CN110197483A (zh) | 基于视频信号的深基坑裂缝检测方法 | |
| CN109034096A (zh) | 一种基于无线技术监控鱼缸鱼类行为的方法 | |
| CN117611885A (zh) | 一种基于Canny边缘检测的候鸟生态调控方法 | |
| Miller et al. | Using machine learning to achieve simultaneous, georeferenced surveys of fish and benthic communities on shallow coral reefs | |
| CN116452967A (zh) | 基于机器视觉的鱼游动速度识别方法 | |
| CN110118788A (zh) | 水下结构病害检测接触式视觉传感设备及图像处理方法 | |
| CN110674245B (zh) | 多模态海洋环境数据融合采集系统及方法 | |
| DE102021129084A1 (de) | Großflächiges ökotoxikologisches Frühwarnsystem mit einem frei beweglichen Bioindikator und einer kompakten elektronischen Mess- und Sendevorrichtung | |
| TW202309823A (zh) | 人工智慧養殖魚群食慾判斷方法與系統 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180413 |
|
| WW01 | Invention patent application withdrawn after publication |