CN108289205A - 一种模拟光合作用中的数据信息采集系统 - Google Patents

Abstract

本发明属于光合作用模拟技术领域，公开了一种模拟光合作用中的数据信息采集系统，包括：太阳能供电模块、视频监控模块、二氧化碳检测模块、氧气检测模块、主控模块、光照模块、二氧化碳调控模块、数据存储模块、显示模块。本发明通过太阳能供电模块可以获取源源不断的太阳能，节约能源，经济环保；同时通过氧气检测模块采用响应快，测量范围宽氧气气敏元件可以快速的检测氧气浓度，从而获得光合作用效果。

Description

一种模拟光合作用中的数据信息采集系统

技术领域

本发明属于光合作用模拟技术领域，尤其涉及一种模拟光合作用中的数据信息采集系统。

背景技术

目前，业内常用的现有技术是这样的：

光合作用通常是指绿色植物(包括藻类)吸收光能，把二氧化碳(CO2)和水(H2O)合成富能有机物，同时释放氧的过程。绿色植物利用太阳的光能，同化二氧化碳和水制造有机物质并释放氧气的过程，称为光合作用。光合作用所产生的有机物主要是碳水化合物，并释放出能量。然而，现有模拟光合作用中的数据信息采集系统通过传统方式供电，耗费电能；同时传统的抽样测量氧气数据，过程繁琐、检测不方便。

光流估计是计算机视觉领域内的一个重要基础模块，其研究目的是通过建模计算出视频连续两帧间的运动信息，具体就是第一帧中每个像素在第二帧中的对应匹配像素。经过三十多年的发展，光流估计问题已经有非常多的相关研究，但在真实世界视频里的鲁棒光流估计仍然是个富有挑战性的问题。

光流估计根据所采用的方法的不同，大体可以分为两种：一种是基于Horn和Schunck提出的变分能量优化模型，一种是基于匹配的插值优化模型。

基于变分能量优化模型的算法虽然能够在小位移光流估计中取得非常精确的结果，但这种方法通常会在有大位移运动物体的场景下失败。

基于匹配的插值优化模型主要利用了在大位移运动中，两帧之间视觉关键点的匹配信息对光流估计结果的重要性。以一种相对稠密的匹配结果作为光流估计的初始值，可以很好的解决传统变分能量优化模型存在的问题。

然而，基于匹配的插值优化模型主要问题在于计算稠密匹配需要相当大的代价，并且其匹配结果的精度也直接影响到最终光流估计的效果。

综上所述，现有技术存在的问题是：

现有模拟光合作用中的数据信息采集系统通过传统方式供电，耗费电能；同时传统的抽样测量氧气数据，过程繁琐、检测不方便。

基于匹配的插值优化模型主要问题在于计算稠密匹配需要相当大的代价，并且其匹配结果的精度也直接影响到最终光流估计的效果的问题。

发明内容

针对现有技术存在的问题，本发明提供了一种模拟光合作用中的数据信息采集系统。

本发明是这样实现的，一种模拟光合作用中的数据信息采集系统，包括：

太阳能供电模块，与主控模块连接，用于通过太阳能电池板将太阳能转化为电能模拟系统进行供电；

视频监控模块，与主控模块连接，用于通过摄像头对模拟过程进行监控；

所述视频监控模块的监控方法包括：

步骤一、从视频里获取两张连续图像，将两帧图像按时间顺序分别标记为I₁和I₂；

步骤二、以I₁和I₂为最底层分别构造图像金字塔和

步骤三、在图像金字塔的每层上生成相同数目的种子点，并将最顶层上的种子点的匹配初始化为随机值；

步骤四、将步骤三获得的种子点在由步骤二的图像金字塔依次从顶层到底层逐层进行匹配，每层种子点的匹配结果作为下一层相应种子点的初始值；

步骤五、将最底层种子点的匹配结果利用对边缘敏感的插值算法进行插值，将插值结果作为光流估计的初始值，然后利用变分能量优化模型进行优化，最终得到大位移光流估计结果；

二氧化碳检测模块，与主控模块连接，用于检测二氧化碳浓度数据信息；

二氧化碳检测模块的数字调制信号x(t)的分数低阶模糊函数表示为：

其中，τ为时延偏移，f为多普勒频移，0＜a,b＜α/2，x^*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)^＜p＞＝|x(t)|^＜p＞sgn(x(t))；当x(t)为复信号时，[x(t)]^＜p＞＝|x(t)|^p-1x^*(t)；

氧气检测模块，与主控模块连接，用于检测氧气浓度数据信息；

氧气检测模块的接收信号y(t)表示为：

y(t)＝x(t)+n(t)；

其中，x(t)为数字调制信号，n(t)为服从标准SαS分布的脉冲噪声，x(t)的解析形式表示为：

其中，N为采样点数，a_n为发送的信息符号，在MASK信号中，a_n＝0，1，2，…，M-1，M为调制阶数，a_n＝e^j2πε/M，ε＝0,1,2,…,M-1，g(t)表示矩形成型脉冲，T_b表示符号周期，f_c表示载波频率，载波初始相位是在[0,2π]内均匀分布的随机数；

主控模块，与太阳能供电模块、视频监控模块、二氧化碳检测模块、氧气检测模块、光照模块、数据存储模块、显示模块连接，用于控制各个模块正常工作；

主控模块的控制方法包括：

(1)对接收信号s(t)进行非线性变换，按如下公式进行：

其中A表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，f_c表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：

(2)构造n个信号的多径空间为：

X_ref＝[X_ref1 X_ref2 ... X_refn]；

其中，Q为采样点数，K为最大时延，由最大探测距离R_max/c得到，其中x_reci(t)为参考信号，R_max为最大探测距离，c为光速；

(3)然后利用最小二乘法原理抑制直达波及其多径，将求min||S_sur-X_ref·α||²转化为求得出：

代入α_estim，解得：

其中，S_sur为回波通道信号，α为自适应权值，α_estim为α的估计值，为X_ref的转置，S_other为回波通道中最终所剩的回波和噪声；

光照模块，与主控模块、二氧化碳调控模块连接，用于提供光照；

光照模块接收信号的信号模型表示为：

r(t)＝x₁(t)+x₂(t)+…+x_n(t)+v(t)

其中，x_i(t)为时频重叠信号的各个信号分量，各分量信号独立不相关，n为时频重叠信号分量的个数，θ_ki表示对各个信号分量载波相位的调制，f_ci为载波频率，A_ki为第i个信号在k时刻的幅度；

二氧化碳调控模块，与光照模块连接，用于调整二氧化碳供给浓度；

数据存储模块，与主控模块连接，用于存储检测的数据信息；

显示模块，与主控模块连接，用于显示检测的数据信息。

进一步，所述步骤二将每一级图像的长宽缩小为原来的1/2，分别得到k幅图像，其中和即是最底层的原图，和是最顶层。

进一步，所述步骤三在图像金字塔的每层上生成相同数目的种子点中将最底层的种子点设计为间隔为d的图像网格交点；上层的种子点均是最底层种子点的对应缩放版本，也就是每层种子点在当前层的坐标位置均是下层种子点坐标位置的η倍，即：

{p(s^l)}＝η·{p(s^l-1)}，l≥1；

其中l代表金字塔层数，{p(s^l)}表示第l层种子点的在其上的位置，η表示金字塔缩放系数；

所述步骤三中将最顶层上的种子点的匹配初始化为随机值，然后与进行匹配，所述与进行匹配包括以下步骤：

第一步：邻域传播，即：

其中s_m表示当前种子点，N_m表示对网格种子点之间使用自然邻域系统时当前种子点的相邻种子点集合，f(s_m)表示当前种子点的运动矢量，C(f(·))表示对当前种子点使用f(·)为运动矢量时的匹配代价；

第二步：随机搜索，以当前最佳运动矢量f(s_m)为中心，以指数递减半径为搜索域，进行随机试探；迭代进行以上两步，直至收敛；

所述步骤四匹配，每层种子点的匹配结果作为下一层相应种子点的初始值，即：

其中{f(s^l)}为第l层种子点的运动矢量，η为金字塔的缩放系数。

进一步，所述氧气检测模块检测方法包括：

在梳状电极基底上涂覆纳米氧化钛气敏材料，以波长345-400nm紫外光为激发源，通过电流或电阻的变化来测定氧气含量变化。

进一步，所述纳米氧化钛粒径为5-20nm。

进一步，所述梳状电极为叉指型微电极；所述梳状电极微电极线宽5～200μm，间隙宽5～200μm，电极线长10-20mm，微电极对数5-20对。

进一步，所述光照模块采用LED补光灯，LED补光灯为红色LED和蓝色LED，红蓝灯珠数量比例为5-10：1。

本发明另一目的在于提供一种搭载有所述模拟光合作用中的数据信息采集系统的信息处理终端。

本发明的优点及积极效果为：

本发明通过太阳能供电模块可以获取源源不断的太阳能，节约能源，经济环保；同时通过氧气检测模块采用响应快，测量范围宽，氧气气敏元件可以快速的检测氧气浓度，从而获得光合作用效果。

本发明二氧化碳检测模块、氧气检测模块、主控模块、光照模块信号的处理方法，相比于现有技术由现有的90.32％提高的97.38％。

本发明视频监控模块的监控方法只需要不断的使用大块的匹配结果来指导小块的匹配过程，就可以得到精确的大位移匹配；在图像金字塔上由顶层到底层的匹配过程中，不断优化匹配结果。对于在顶层中消失的细小物体，特别是高速运动的细小物体能够在由粗到细的过程中逐渐恢复。相比于传统的基于变分能量优化模型的方法可以更好的处理大位移运动，传统的基于变分能量优化模型的方法因为对初始值有非常高的要求，导致其对于大位移运动时无法找到一个合适的初始值，在即使使用了由粗到细的策略后也并不能解决这个问题，主要是因为在由粗到细的变分优化过程中，顶层的错误逐层传播到了底层，特别是在存在高速运动小物体的情况下，相反，本发明会在由粗到细的过程中，不断优化匹配结果，极大地限制了上层错误的传播；相比于基于匹配的插值优化方法，本发明具有更高效、更灵活的效果，本发明可以随时根据应用场景的不同控制种子点的数目，产生不同效率、不同精度的光流结果。保证了监控的准确性。

附图说明

图1是本发明实施例提供的模拟光合作用中的数据信息采集系统结构图。

图中：1、太阳能供电模块；2、视频监控模块；3、二氧化碳检测模块；4、氧气检测模块；5、主控模块；6、光照模块；7、二氧化碳调控模块；8、数据存储模块；9、显示模块。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

现有模拟光合作用中的数据信息采集系统通过传统方式供电，耗费电能；同时传统的抽样测量氧气数据，过程繁琐、检测不方便。

如图1所示，本发明提供的模拟光合作用中的数据信息采集系统包括：太阳能供电模块1、视频监控模块2、二氧化碳检测模块3、氧气检测模块4、主控模块5、光照模块6、二氧化碳调控模块7、数据存储模块8、显示模块9。

太阳能供电模块1，与主控模块5连接，用于通过太阳能电池板将太阳能转化为电能模拟系统进行供电；

视频监控模块2，与主控模块5连接，用于通过摄像头对模拟过程进行监控；

二氧化碳检测模块3，与主控模块5连接，用于检测二氧化碳浓度数据信息；

氧气检测模块4，与主控模块5连接，用于检测氧气浓度数据信息；

主控模块5，与太阳能供电模块1、视频监控模块2、二氧化碳检测模块3、氧气检测模块4、光照模块6、数据存储模块8、显示模块9连接，用于控制各个模块正常工作；

光照模块6，与主控模块5、二氧化碳调控模块7连接，用于提供光照；

二氧化碳调控模块7，与光照模块6连接，用于调整二氧化碳供给浓度；

数据存储模块8，与主控模块5连接，用于存储检测的数据信息；

显示模块9，与主控模块5连接，用于显示检测的数据信息。

本发明提供的氧气检测模块4检测方法如下：

在梳状电极基底上涂覆纳米氧化钛气敏材料，以波长345-400nm紫外光为激发源，通过电流或电阻的变化来测定氧气含量变化。

本发明提供的纳米氧化钛粒径为5-20nm。

本发明提供的梳状电极为叉指型微电极；所述梳状电极微电极线宽5～200μm，间隙宽5～200μm，电极线长10-20mm，微电极对数5-20对。

本发明提供的光照模块6采用LED补光灯，LED补光灯为红色LED和蓝色LED，红蓝灯珠数量比例为5-10：1。

本发明模拟时，通过太阳能供电模块1将太阳能转化为电能模拟系统进行供电；通过视频监控模块2对模拟过程进行监控；通过二氧化碳检测模块3检测二氧化碳浓度数据信息；通过氧气检测模块4检测氧气浓度数据信息；主控模块5调取光照模块6对模拟进行提供光照；通过二氧化碳调控模块7调整二氧化碳供给浓度；通过数据存储模块8存储检测的数据信息；最后，通过显示模块9显示检测的数据信息。

下面结合具体分析对本发明作进一步描述。

所述视频监控模块的监控方法包括：

步骤一、从视频里获取两张连续图像，将两帧图像按时间顺序分别标记为I₁和I₂；

步骤二、以I₁和I₂为最底层分别构造图像金字塔和

步骤三、在图像金字塔的每层上生成相同数目的种子点，并将最顶层上的种子点的匹配初始化为随机值；

步骤四、将步骤三获得的种子点在由步骤二的图像金字塔依次从顶层到底层逐层进行匹配，每层种子点的匹配结果作为下一层相应种子点的初始值；

步骤五、将最底层种子点的匹配结果利用对边缘敏感的插值算法进行插值，将插值结果作为光流估计的初始值，然后利用变分能量优化模型进行优化，最终得到大位移光流估计结果；

二氧化碳检测模块，与主控模块连接，用于检测二氧化碳浓度数据信息；

二氧化碳检测模块的数字调制信号x(t)的分数低阶模糊函数表示为：

其中，τ为时延偏移，f为多普勒频移，0＜a,b＜α/2，x^*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)^＜p＞＝|x(t)|^＜p＞sgn(x(t))；当x(t)为复信号时，[x(t)]^＜p＞＝|x(t)|^p-1x^*(t)；

氧气检测模块，与主控模块连接，用于检测氧气浓度数据信息；

氧气检测模块的接收信号y(t)表示为：

y(t)＝x(t)+n(t)；

其中，x(t)为数字调制信号，n(t)为服从标准SαS分布的脉冲噪声，x(t)的解析形式表示为：

其中，N为采样点数，a_n为发送的信息符号，在MASK信号中，a_n＝0，1，2，…，M-1，M为调制阶数，a_n＝e^j2πε/M，ε＝0,1,2,…,M-1，g(t)表示矩形成型脉冲，T_b表示符号周期，f_c表示载波频率，载波初始相位是在[0,2π]内均匀分布的随机数；

主控模块，与太阳能供电模块、视频监控模块、二氧化碳检测模块、氧气检测模块、光照模块、数据存储模块、显示模块连接，用于控制各个模块正常工作；

主控模块的控制方法包括：

(1)对接收信号s(t)进行非线性变换，按如下公式进行：

其中A表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，f_c表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：

(2)构造n个信号的多径空间为：

X_ref＝[X_ref1 X_ref2 ... X_refn]；

其中，Q为采样点数，K为最大时延，由最大探测距离R_max/c得到，其中x_reci(t)为参考信号，R_max为最大探测距离，c为光速；

(3)然后利用最小二乘法原理抑制直达波及其多径，将求min||S_sur-X_ref·α||²转化为求得出：

代入α_estim，解得：

其中，S_sur为回波通道信号，α为自适应权值，α_estim为α的估计值，为X_ref的转置，S_other为回波通道中最终所剩的回波和噪声；

光照模块，与主控模块、二氧化碳调控模块连接，用于提供光照；

光照模块接收信号的信号模型表示为：

r(t)＝x₁(t)+x₂(t)+…+x_n(t)+v(t)

其中，x_i(t)为时频重叠信号的各个信号分量，各分量信号独立不相关，n为时频重叠信号分量的个数，θ_ki表示对各个信号分量载波相位的调制，f_ci为载波频率，A_ki为第i个信号在k时刻的幅度；

所述步骤二将每一级图像的长宽缩小为原来的1/2，分别得到k幅图像，其中和即是最底层的原图，和是最顶层。

所述步骤三在图像金字塔的每层上生成相同数目的种子点中将最底层的种子点设计为间隔为d的图像网格交点；上层的种子点均是最底层种子点的对应缩放版本，也就是每层种子点在当前层的坐标位置均是下层种子点坐标位置的η倍，即：

{p(s^l))＝η·{p(s^l-1)}，l≥1；

其中l代表金字塔层数，{p(s^l)}表示第l层种子点的在其上的位置，η表示金字塔缩放系数；

所述步骤三中将最顶层上的种子点的匹配初始化为随机值，然后与进行匹配，所述与进行匹配包括以下步骤：

第一步：邻域传播，即：

其中s_m表示当前种子点，N_m表示对网格种子点之间使用自然邻域系统时当前种子点的相邻种子点集合，f(s_m)表示当前种子点的运动矢量，C(f(·))表示对当前种子点使用f(·)为运动矢量时的匹配代价；

第二步：随机搜索，以当前最佳运动矢量f(s_m)为中心，以指数递减半径为搜索域，进行随机试探；迭代进行以上两步，直至收敛；

所述步骤四匹配，每层种子点的匹配结果作为下一层相应种子点的初始值，即：

其中{f(s^l)}为第l层种子点的运动矢量，η为金字塔的缩放系数。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (8)

1.一种模拟光合作用中的数据信息采集系统，其特征在于，所述模拟光合作用中的数据信息采集系统包括：

太阳能供电模块，与主控模块连接，用于通过太阳能电池板将太阳能转化为电能模拟系统进行供电；

视频监控模块，与主控模块连接，用于通过摄像头对模拟过程进行监控；

所述视频监控模块的监控方法包括：

步骤一、从视频里获取两张连续图像，将两帧图像按时间顺序分别标记为I₁和I₂；

步骤二、以I₁和I₂为最底层分别构造图像金字塔和

步骤三、在图像金字塔的每层上生成相同数目的种子点，并将最顶层上的种子点的匹配初始化为随机值；

步骤四、将步骤三获得的种子点在由步骤二的图像金字塔依次从顶层到底层逐层进行匹配，每层种子点的匹配结果作为下一层相应种子点的初始值；

步骤五、将最底层种子点的匹配结果利用对边缘敏感的插值算法进行插值，将插值结果作为光流估计的初始值，然后利用变分能量优化模型进行优化，最终得到大位移光流估计结果；

二氧化碳检测模块，与主控模块连接，用于检测二氧化碳浓度数据信息；

二氧化碳检测模块的数字调制信号x(t)的分数低阶模糊函数表示为：

其中，τ为时延偏移，f为多普勒频移，0＜a,b＜α/2，x^*(t)表示x(t)的共轭，当x(t)为实信号时，x(t)^＜p＞＝|x(t)|^＜p＞sgn(x(t))；当x(t)为复信号时，[x(t)]^＜p＞＝|x(t)|^p-1x^*(t)；

氧气检测模块，与主控模块连接，用于检测氧气浓度数据信息；

氧气检测模块的接收信号y(t)表示为：

y(t)＝x(t)+n(t)；

其中，x(t)为数字调制信号，n(t)为服从标准SαS分布的脉冲噪声，x(t)的解析形式表示为：

其中，N为采样点数，a_n为发送的信息符号，在MASK信号中，a_n＝0，1，2，…，M-1，M为调制阶数，a_n＝e^j2πε/M，ε＝0,1,2,…,M-1，g(t)表示矩形成型脉冲，T_b表示符号周期，f_c表示载波频率，载波初始相位是在[0,2π]内均匀分布的随机数；

主控模块，与太阳能供电模块、视频监控模块、二氧化碳检测模块、氧气检测模块、光照模块、数据存储模块、显示模块连接，用于控制各个模块正常工作；

主控模块的控制方法包括：

(1)对接收信号s(t)进行非线性变换，按如下公式进行：

其中A表示信号的幅度，a(m)表示信号的码元符号，p(t)表示成形函数，f_c表示信号的载波频率，表示信号的相位，通过该非线性变换后得到：

(2)构造n个信号的多径空间为：

其中，Q为采样点数，K为最大时延，由最大探测距离R_max/c得到，其中x_reci(t)为参考信号，R_max为最大探测距离，c为光速；

(3)然后利用最小二乘法原理抑制直达波及其多径，将求min||S_sur-X_ref·α||²转化为求得出：

解得：

其中，S_sur为回波通道信号，α为自适应权值，α_estim为α的估计值，为X_ref的转置，S_other为回波通道中最终所剩的回波和噪声；

光照模块，与主控模块、二氧化碳调控模块连接，用于提供光照；

光照模块接收信号的信号模型表示为：

r(t)＝x₁(t)+x₂(t)+…+x_n(t)+v(t)

其中，x_i(t)为时频重叠信号的各个信号分量，各分量信号独立不相关，n为时频重叠信号分量的个数，θ_ki表示对各个信号分量载波相位的调制，f_ci为载波频率，A_ki为第i个信号在k时刻的幅度；

二氧化碳调控模块，与光照模块连接，用于调整二氧化碳供给浓度；

数据存储模块，与主控模块连接，用于存储检测的数据信息；

显示模块，与主控模块连接，用于显示检测的数据信息。

2.如权利要求1所述模拟光合作用中的数据信息采集系统，其特征在于，所述步骤二将每一级图像的长宽缩小为原来的1/2，分别得到k幅图像，其中和即是最底层的原图，和是最顶层。

3.如权利要求1所述模拟光合作用中的数据信息采集系统，其特征在于，所述步骤三在图像金字塔的每层上生成相同数目的种子点中将最底层的种子点设计为间隔为d的图像网格交点；上层的种子点均是最底层种子点的对应缩放版本，也就是每层种子点在当前层的坐标位置均是下层种子点坐标位置的η倍，即：

{p(s^l)}＝η·{p(s^l-1)}，l≥1；

其中l代表金字塔层数，{p(s^l)}表示第l层种子点的在其上的位置，η表示金字塔缩放系数；

所述步骤三中将最顶层上的种子点的匹配初始化为随机值，然后与进行匹配，所述与进行匹配包括以下步骤：

第一步：邻域传播，即：

其中s_m表示当前种子点，N_m表示对网格种子点之间使用自然邻域系统时当前种子点的相邻种子点集合，f(s_m)表示当前种子点的运动矢量，C(f(·))表示对当前种子点使用f(·)为运动矢量时的匹配代价；

第二步：随机搜索，以当前最佳运动矢量f(s_m)为中心，以指数递减半径为搜索域，进行随机试探；迭代进行以上两步，直至收敛；

所述步骤四匹配，每层种子点的匹配结果作为下一层相应种子点的初始值，即：

其中{f(s^l)}为第l层种子点的运动矢量，η为金字塔的缩放系数。

4.如权利要求1所述模拟光合作用中的数据信息采集系统，其特征在于，所述氧气检测模块检测方法包括：

在梳状电极基底上涂覆纳米氧化钛气敏材料，以波长345-400nm紫外光为激发源，通过电流或电阻的变化来测定氧气含量变化。

5.如权利要求4所述模拟光合作用中的数据信息采集系统，其特征在于，所述纳米氧化钛粒径为5-20nm。

6.如权利要求4所述模拟光合作用中的数据信息采集系统，其特征在于，所述梳状电极为叉指型微电极；所述梳状电极微电极线宽5～200μm，间隙宽5～200μm，电极线长10-20mm，微电极对数5-20对。

7.如权利要求1所述模拟光合作用中的数据信息采集系统，其特征在于，所述光照模块采用LED补光灯，LED补光灯为红色LED和蓝色LED，红蓝灯珠数量比例为5-10：1。

8.一种搭载有权利要求1所述模拟光合作用中的数据信息采集系统的信息处理终端。