CN112526097A - 一种基于大数据分析的养殖水体环境智能监测管理系统 - Google Patents

一种基于大数据分析的养殖水体环境智能监测管理系统 Download PDF

Info

Publication number
CN112526097A
CN112526097A CN202011402742.9A CN202011402742A CN112526097A CN 112526097 A CN112526097 A CN 112526097A CN 202011402742 A CN202011402742 A CN 202011402742A CN 112526097 A CN112526097 A CN 112526097A
Authority
CN
China
Prior art keywords
water
suspended matter
detection space
area
detection
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Withdrawn
Application number
CN202011402742.9A
Other languages
English (en)
Inventor
李玉霞
杨勇杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Poxu Software Technology Co ltd
Original Assignee
Nanjing Poxu Software Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Poxu Software Technology Co ltd filed Critical Nanjing Poxu Software Technology Co ltd
Priority to CN202011402742.9A priority Critical patent/CN112526097A/zh
Publication of CN112526097A publication Critical patent/CN112526097A/zh
Withdrawn legal-status Critical Current

Links

Images

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G01K13/02—Thermometers specially adapted for specific purposes for measuring temperature of moving fluids or granular materials capable of flow
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • 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
    • G01N33/1806—Water biological or chemical oxygen demand (BOD or COD)
    • 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
    • G01N33/1866—Water using one or more living organisms, e.g. a fish using microorganisms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Biomedical Technology (AREA)
  • Emergency Medicine (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Microbiology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于大数据分析的养殖水体环境智能监测管理系统，包括区域划分模块、悬浮物图像采集模块、图像预处理模块、取样采集模块、水体环境检测模块、分析服务器、数据库和显示终端。本发明通过检测空间子区域水草面积和其他悬浮物面积对总检测空间子区域面积的对比，得到水草占比面积和其他悬浮物占比面并显示在显示终端上，这样养殖户也能够及时知晓，从而有针对性的进行人工处理，避免给养殖户带来经济损失，只要保持水草占比面积不超过标准设定的占比，水面上没有其他悬浮物，就可以为水产养殖提供适宜的生长环境，促进它们健康生长，提高养殖品质，实现生态效益和经济效益双重收益。

Description

一种基于大数据分析的养殖水体环境智能监测管理系统
技术领域
本发明涉及水产养殖监测技术领域，涉及到一种基于大数据分析的养殖水体环境智能监测管理系统。
背景技术
目前水产养殖业已成为我国农业的重要组成部分和当前农村经济的主要增长点之一。但是水产养殖是一项技术含量较高的行业，在养殖的过程中水面水草过多、水面不时会有许多悬浮的垃圾这些不确定的因素都会导致严重的经济损失。
水草衰败、烂死、夹浮、泥附等问题让养殖户头疼，加上怕影响鱼虾河蟹以及水草的正常生长而不敢乱用药物，常常是出现水草问题后束手无策；再加上平时养殖水体水面上总是莫名多出许多的其他的悬浮物，例如垃圾，养殖户有时不能及时知晓，可能会给养殖户带来严重的经济损失。因此需要在加强对养殖水体环境的监测的同时也要时刻检测水草的密度和其他的悬浮物，但目前的监测手段监测范围比较广泛，无法对鱼养殖环境中水体参数和水面的悬浮物进行准确的监测，存在监测水平低，管理不科学的问题，且无法根据当前的水面悬浮水草密度，确定适宜的养殖环境，从而影响水产的正常生长。
发明内容
针对上述问题，本发明设计一种基于大数据分析的养殖水体环境智能监测管理系统。
本发明的目的可以通过以下技术方案实现：
一种基于大数据分析的养殖水体环境智能监测管理系统，包括区域划分模块、悬浮物图像采集模块、图像预处理模块、取样采集模块、水体环境检测模块、分析服务器、数据库和显示终端；
分析服务器分别与显示终端、数据库、水体环境检测模块和图像预处理模块连接，水体环境检测模块分别与数据库和取样采集模块连接，图像预处理模块分别与悬浮物图像采集模块和数据库连接、区域划分模块分别与取样采集模块和悬浮物图像采集模块连接；
所述区域划分模块，用于对养殖水体环境的检测区域采用空间立体网格的划分方式划分为若干体积相同且相互连接的检测空间子区域，若干检测空间子区域按照预设的顺序进行编号，依次标记为1,2...i....n；
所述取样采集模块，用于对各检测空间子区域内的养殖水体进行取样，得到各检测空间子区域对应的取样水体，其中各检测空间子区域内取样水体的水体体积及取样深度保持一致；
所述水体环境检测模块，包括若干水体检测设备，其分别安装在各检测空间子区域对应的取样水体中，用于对取样水体中的水质参数进行检测，其中水质参数包括：水体PH值、溶氧量、水温、锌含量、汞含量、铅含量、菌种含量和生化需氧量进行检测，对不同的检测空间子区域检测的水质参数数据，构成检测空间子区域水质参数集合Ab(Ab1,Ab2,...,Abi,...Abn)Abi表示为第i个检测空间子区域第b个水质参数对应的参数值,b表示为水质参数，b＝c1,c2,c3,c4,c5,c6,c7,c8；c1,c2,c3,c4,c5,c6,c7,c8分别表示为水体中的水体PH值、溶氧量、水温、锌含量、汞含量、铅含量、菌种含量和生化需氧量，以此，将构建的各检测空间子区域水质参数集合发送至分析服务器；
所述悬浮物图像采集模块，包括若干图像采集器，其分别安装在各检测空间子区域水面上面，用于对各检测空间子区域水面上的图像进行采集，并将采集的各检测空间子区域的水面图像发送至图像预处理模块；
所述图像预处理模块接收悬浮物图像采集模块发送的各检测空间子区域的水面图像，并对接收的各检测空间子区域的水面图像与数据库中各检测空间子区域正常水面图像进行对比，若某检测空间子区域的的水面图像与该检测空间子区域正常水面图像不同，则该检测空间子区域的的水面异常，统计水面异常的检测空间子区域编号，同时对各水面异常的检测空间子区域的异常水面图像聚焦在异常点，并统计异常点的个数，进而对统计的各异常点均进行特征提取，同时与数据库中各悬浮物类型对应的特征进行对比，统计提取的特征与数据库中各悬浮物类型对应的特征的相似度，筛选相似度最大的悬浮物类型，若相似度大于设定的相似度阈值，则输出该相似度大于设定的相似度阈值的悬浮物类型，即为各水面异常的检测空间子区域各异常点对应的悬浮物类型，与此同时获取各水面异常的检测空间子区域水面悬浮物对应的悬浮面积，将各水面异常的检测空间子区域对应的悬浮物类型及对应的悬浮面积发送至分析服务器；
所述分析服务器接收水体环境检测模块发送的检测空间子区域水体参数集合，将接收的检测空间子区域水体参数集合与数据库中标准水质参数进行对比，得到检测空间子区域水体参数对比集合ΔAb(ΔAb1,Ab2,...,ΔAbi,...Abn)，根据检测空间子区域水质参数对比集合统计水质符合满意度系数，并发送至显示终端；
同时分析服务器接收图像预处理模块发送的各水面异常的检测空间子区域对应的悬浮物类型及对应的悬浮面积，统计各水面异常的检测空间子区域对应的悬浮物类型的个数，进而将各水面异常的检测空间子区域划分为单种悬浮物类型检测空间子区域集合和两种悬浮物类型检测空间子区域集合，对单种悬浮物类型检测空间子区域集合统计各单种悬浮物类型检测空间子区域对应的悬浮物面积占比，将其与数据库各悬浮物类型对应的标准悬浮物面积占比进行对比，若各单种悬浮物类型检测空间子区域对应的悬浮物面积占比大于数据库各悬浮物类型对应的标准悬浮物面积占比，则将此检测空间子区域记为需人工处理区域，统计需人工处理区域编号，并发送至显示终端。
对两种悬浮物类型检测空间子区域集合分别统计两种悬浮物对应的悬浮物面积占比，将其与数据库各悬浮物类型对应的标准悬浮物面积占比进行对比，若这两种悬浮物对应的悬浮物面积占比其中任何一个大于数据库中各悬浮物类型对应的标准悬浮物面积占比阈值时，则将此检测空间子区域记为需人工处理区域，统计需人工处理区域编号，并发送至显示终端。
所述数据库用于储存标准水质参数值、各检测空间子区域正常的水面图像、各悬浮物类型对应的特征和各悬浮物类型对应的标准悬浮物面积占比；
所述显示终端用于接收分析服务器发送的需人工处理区域编号和水质符合满意度系数，并进行显示。
优选的，所述图像采集器为高清摄像头。
优选的，所述图像预处理模块获取各水面异常的检测空间子区域水面悬浮物对应悬浮面积的具体获取方法包括以下几个步骤：
S1:通过悬浮物图像采集模块获得池面的彩色图像，对子区域图像进行灰度化处理得到灰度图像；
S2:采用边缘检测技术提取所述灰度图像的悬浮物边缘轮廓线，其中悬浮物的边缘轮廓线为悬浮物区域与背景的分界线；
S3:将悬浮物区域分割出来，对提取出悬浮物边缘轮廓线的悬浮物灰度图像进行二值化处理；
S4:利用种子点填充方法将悬浮物边缘轮廓线内的区域填充为轮廓线的像素值，从而形成两个区域：悬浮物区域和背景区域，根据悬浮物区域图像确定悬浮物的面积；
优选的，所述各单种悬浮物类型检测空间子区域对应的悬浮物面积占比的计算方法为用各单种悬浮物类型检测空间子区域检测出的悬浮物面积除以各单种悬浮物类型检测空间子区域的总面积；
优选的，所述标准水质参数包括标准水体PH范围、溶氧量范围、水温范围、锌含量范围、汞含量范围、铅含量范围、菌种含量范围和生化需氧量范围。
优选的，所述若干水体检测设备包括多参数水质分析仪、水温测量仪、水中微生物检测仪器和生化需氧量检测仪；所述多参数水质分析仪用于检测水体中的水体PH值、溶氧量、锌含量、汞含量和铅含量，所述水温测量仪用于检测水体的水温，所述水中微生物检测仪器用于检测水体中的菌种含量范围，所述生化需氧量检测仪用于检测生化需氧量。
优选的，所述水质符合满意度系数的计算公式为
Figure BDA0002817469530000051
i表示为检测空间子区域，ΔAbi表示为第i个检测空间子区域第b个水质参数与标准水质参数值对应的参数对比值,b表示为水质参数，ΔAc1i表示为第i个检测空间子区域与标准水质参数值对应的水体PH差对比值，ΔAc3i表示为第i个检测空间子区域与标准水质参数值对应的水温差对比值。
有益效果：
1.本发明在区域划分模块，采用空间网格状的划分方式，将水体区域划分为若干检测空间子区域，通过划分取样的方法检测空间子区域内水体的水质参数，避免了检测范围比较广泛，无法进行准确的监测的问题。
2.本发明通过区域划分模块和悬浮物图像采集模块对养殖水体区域进行划分、图像采集，结合图像预处理模块和分析服务器对养殖水体的表面悬浮物进行分析，通过种子填充方法识别出水草和其他悬浮物的面积，且本发明通过检测空间子区域水草面积和其他悬浮物面积对总检测空间子区域面积的对比，得到水草占比面积和其他悬浮物占比面并显示在显示终端上，这样养殖户也能够及时知晓，从而有针对性的进行人工处理，避免给养殖户带来经济损失，只要保持水草占比面积不超过标准设定的占比，水面上没有其他悬浮物，就可以为水产养殖提供适宜的生长环境，促进它们健康生长，提高养殖品质，实现生态效益和经济效益双重收益。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，一种基于大数据分析的养殖水体环境智能监测管理系统，包括区域划分模块、悬浮物图像采集模块、图像预处理模块、取样采集模块、水体环境检测模块、分析服务器、数据库和显示终端；
分析服务器分别与显示终端、数据库、水体环境检测模块和图像预处理模块连接，水体环境检测模块分别与数据库和取样采集模块连接，图像预处理模块分别与悬浮物图像采集模块和数据库连接、区域划分模块分别与取样采集模块和悬浮物图像采集模块连接；
所述区域划分模块，用于对养殖水体环境的检测区域采用空间网格状的划分方式划分为若干体积相同且相互连接的检测空间子区域，若干检测空间子区域按照预设的顺序进行编号，依次标记为1,2...i....n，本实施例通过对养殖水体环境的检测区域进行区域划分，以此对各检测空间子区域进行水体环境检测，避免了目前水体环境检测存在的检测范围比较广泛，无法进行准确的监测的问题。
所述取样采集模块，用于对各检测空间子区域内的养殖水体进行取样，得到各检测空间子区域对应的取样水体，其中各检测空间子区域内取样水体的水体体积及取样深度保持一致；
本实施例通过对各检测空间子区域内取样水体的水体体积及取样深度保持一致，为了避免各检测空间子区域取样水体体积不同及取样深度不同造成对检测结果准确度的干扰，为后面统计水质符合满意度系数提供可靠的参考数据。
所述水体环境检测模块，所述若干水体检测设备包括多参数水质分析仪、水温测量仪、水中微生物检测仪器和生化需氧量检测仪；所述多参数水质分析仪用于检测水体中的水体PH值、溶氧量、锌含量、汞含量和铅含量，所述水温测量仪用于检测水体的水温，所述水中微生物检测仪器用于检测水体中的菌种含量范围，所述生化需氧量检测仪用于检测生化需氧量。所述若干水体检测设备分别安装在各检测空间子区域对应的取样水体中，用于对取样水体中的水质参数进行检测，其中水质参数包括：水体PH值、溶氧量、水温、锌含量、汞含量、铅含量、菌种含量和生化需氧量进行检测，对不同的检测空间子区域检测的水质参数数据，构成检测空间子区域水质参数集合Ab(Ab1,Ab2,...,Abi,...Abn)Abi表示为第i个检测空间子区域第b个水质参数对应的参数值,b表示为水质参数，b＝c1,c2,c3,c4,c5,c6,c7,c8；c1,c2,c3,c4,c5,c6,c7,c8分别表示为水体中的水体PH值、溶氧量、水温、锌含量、汞含量、铅含量、菌种含量和生化需氧量，以此，将构建的各检测空间子区域水质参数集合发送至分析服务器；
所述悬浮物图像采集模块，包括若干图像采集器，所述图像采集器为高清摄像头，其分别安装在各检测空间子区域水面上面，用于对各检测空间子区域水面上的图像进行采集，并将采集的各检测空间子区域的水面图像发送至图像预处理模块；
所述图像预处理模块接收悬浮物图像采集模块发送的各检测空间子区域的水面图像，并对接收的各检测空间子区域的水面图像与数据库中各检测空间子区域正常水面图像进行对比，若某检测空间子区域的的水面图像与该检测空间子区域正常水面图像不同，则该检测空间子区域的的水面异常，统计水面异常的检测空间子区域编号，同时对各水面异常的检测空间子区域的异常水面图像聚焦在异常点，并统计异常点的个数，进而对统计的各异常点均进行特征提取，同时与数据库中各悬浮物类型对应的特征进行对比，统计提取的特征与数据库中各悬浮物类型对应的特征的相似度，筛选相似度最大的悬浮物类型，若相似度大于设定的相似度阈值，则输出该相似度大于设定的相似度阈值的悬浮物类型，即为各水面异常的检测空间子区域各异常点对应的悬浮物类型，与此同时获取各水面异常的检测空间子区域水面悬浮物对应的悬浮面积，其各水面异常的检测空间子区域水面悬浮物对应悬浮面积的具体获取方法包括以下几个步骤：
S1:通过悬浮物图像采集模块获得池面的彩色图像，对子区域图像进行灰度化处理得到灰度图像；
S2:采用边缘检测技术提取所述灰度图像的悬浮物边缘轮廓线，其中悬浮物的边缘轮廓线为悬浮物区域与背景的分界线；
S3:将悬浮物区域分割出来，对提取出悬浮物边缘轮廓线的悬浮物灰度图像进行二值化处理；
S4:利用种子点填充方法将悬浮物边缘轮廓线内的区域填充为轮廓线的像素值，从而形成两个区域：悬浮物区域和背景区域，根据悬浮物区域图像确定悬浮物的面积；
图像预处理模块将各水面异常的检测空间子区域对应的悬浮物类型及对应的悬浮面积发送至分析服务器；
所述分析服务器接收水体环境检测模块发送的检测空间子区域水体参数集合，将接收的检测空间子区域水体参数集合与数据库中标准水质参数进行对比，得到检测空间子区域水体参数对比集合ΔAb(ΔAb1,Ab2,...,ΔAbi,...Abn)，所述标准水质参数包括标准水体PH范围、溶氧量范围、水温范围、锌含量范围、汞含量范围、铅含量范围、菌种含量范围和生化需氧量范围。根据检测空间子区域水质参数对比集合统计水质符合满意度系数，所述水质符合满意度系数的计算公式为
Figure BDA0002817469530000091
i表示为检测空间子区域，ΔAbi表示为第i个检测空间子区域第b个水质参数与标准水质参数值对应的参数对比值,b表示为水质参数，ΔAc1i表示为第i个检测空间子区域与标准水质参数值对应的水体PH差对比值，ΔAc3i表示为第i个检测空间子区域与标准水质参数值对应的水温差对比值。
本实施例统计的水质符合满意度系数直观地展示了养殖水体环境的水质状况，水质符合满意度系数越大，表明该养殖水体环境越适宜养殖物的生长。
同时分析服务器接收图像预处理模块发送的各水面异常的检测空间子区域对应的悬浮物类型及对应的悬浮面积，统计各水面异常的检测空间子区域对应的悬浮物类型的个数，进而将各水面异常的检测空间子区域划分为单种悬浮物类型检测空间子区域集合和两种悬浮物类型检测空间子区域集合，对单种悬浮物类型检测空间子区域集合统计各单种悬浮物类型检测空间子区域对应的悬浮物面积占比，将其与数据库各悬浮物类型对应的标准悬浮物面积占比进行对比，所述各单种悬浮物类型检测空间子区域对应的悬浮物面积占比的计算方法为用各单种悬浮物类型检测空间子区域检测出的悬浮物面积除以各单种悬浮物类型检测空间子区域的总面积，若各单种悬浮物类型检测空间子区域对应的悬浮物面积占比大于数据库各悬浮物类型对应的标准悬浮物面积占比，则将此检测空间子区域记为需人工处理区域，统计需人工处理区域编号，并发送至显示终端。
对两种悬浮物类型检测空间子区域集合分别统计两种悬浮物对应的悬浮物面积占比，将其与数据库各悬浮物类型对应的标准悬浮物面积占比进行对比，若这两种悬浮物对应的悬浮物面积占比其中任何一个大于数据库中各悬浮物类型对应的标准悬浮物面积占比阈值时，则将此检测空间子区域记为需人工处理区域，统计需人工处理区域编号，并发送至显示终端。有针对性的通知人工进行处理，只要保持水草占比面积不超过标准设定的占比，水面上没有其他悬浮物，就可以为水产养殖提供适宜的生长环境，促进它们健康生长，提高养殖品质，实现生态效益和经济效益双重收益。
所述数据库用于储存标准水质参数值、各检测空间子区域正常的水面图像、各悬浮物类型对应的特征和各悬浮物类型对应的标准悬浮物面积占比；
所述显示终端用于接收分析服务器发送的需人工处理区域编号和水质符合满意度系数，并进行显示，本实施例通过显示终端显示的需人工处理区域编号，便于相关管理人员直观的了解，并根据显示的需人工处理区域编号有针对性的进行处理，提高了处理效率，进而使得处理后的检测空间子区域水面养殖环境更加适宜养殖。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于大数据分析的养殖水体环境智能监测管理系统，其特征在于：包括区域划分模块、悬浮物图像采集模块、图像预处理模块、取样采集模块、水体环境检测模块、分析服务器、数据库和显示终端；
分析服务器分别与显示终端、数据库、水体环境检测模块和图像预处理模块连接，水体环境检测模块分别与数据库和取样采集模块连接，图像预处理模块分别与悬浮物图像采集模块和数据库连接、区域划分模块分别与取样采集模块和悬浮物图像采集模块连接；
所述区域划分模块，用于对养殖水体环境的检测区域采用空间立体网格的划分方式划分为若干体积相同且相互连接的检测空间子区域，若干检测空间子区域按照预设的顺序进行编号，依次标记为1,2...i....n；
所述取样采集模块，用于对各检测空间子区域内的养殖水体进行取样，得到各检测空间子区域对应的取样水体，其中各检测空间子区域内取样水体的水体体积及取样深度保持一致；
所述水体环境检测模块，包括若干水体检测设备，其分别安装在各检测空间子区域对应的取样水体中，用于对取样水体中的水质参数进行检测，其中水质参数包括：水体PH值、溶氧量、水温、锌含量、汞含量、铅含量、菌种含量和生化需氧量进行检测，对不同的检测空间子区域检测的水质参数数据，构成检测空间子区域水质参数集合Ab(Ab1,Ab2,...,Abi,...Abn)Abi表示为第i个检测空间子区域第b个水质参数对应的参数值,b表示为水质参数，b＝c1,c2,c3,c4,c5,c6,c7,c8；c1,c2,c3,c4,c5,c6,c7,c8分别表示为水体中的水体PH值、溶氧量、水温、锌含量、汞含量、铅含量、菌种含量和生化需氧量，以此，将构建的各检测空间子区域水质参数集合发送至分析服务器；
所述悬浮物图像采集模块，包括若干图像采集器，其分别安装在各检测空间子区域水面上面，用于对各检测空间子区域水面上的图像进行采集，并将采集的各检测空间子区域的水面图像发送至图像预处理模块；
所述图像预处理模块接收悬浮物图像采集模块发送的各检测空间子区域的水面图像，并对接收的各检测空间子区域的水面图像与数据库中各检测空间子区域正常水面图像进行对比，若某检测空间子区域的的水面图像与该检测空间子区域正常水面图像不同，则该检测空间子区域的的水面异常，统计水面异常的检测空间子区域编号，同时对各水面异常的检测空间子区域的异常水面图像聚焦在异常点，并统计异常点的个数，进而对统计的各异常点均进行特征提取，同时与数据库中各悬浮物类型对应的特征进行对比，统计提取的特征与数据库中各悬浮物类型对应的特征的相似度，筛选相似度最大的悬浮物类型，若相似度大于设定的相似度阈值，则输出该相似度大于设定的相似度阈值的悬浮物类型，即为各水面异常的检测空间子区域各异常点对应的悬浮物类型，与此同时获取各水面异常的检测空间子区域水面悬浮物对应的悬浮面积，将各水面异常的检测空间子区域对应的悬浮物类型及对应的悬浮面积发送至分析服务器；
所述分析服务器接收水体环境检测模块发送的检测空间子区域水体参数集合，将接收的检测空间子区域水体参数集合与数据库中标准水质参数进行对比，得到检测空间子区域水体参数对比集合ΔAb(ΔAb1,Ab2,...,ΔAbi,...Abn)，根据检测空间子区域水质参数对比集合统计水质符合满意度系数，并发送至显示终端；
同时分析服务器接收图像预处理模块发送的各水面异常的检测空间子区域对应的悬浮物类型及对应的悬浮面积，统计各水面异常的检测空间子区域对应的悬浮物类型的个数，进而将各水面异常的检测空间子区域划分为单种悬浮物类型检测空间子区域集合和两种悬浮物类型检测空间子区域集合，对单种悬浮物类型检测空间子区域集合统计各单种悬浮物类型检测空间子区域对应的悬浮物面积占比，将其与数据库各悬浮物类型对应的标准悬浮物面积占比进行对比，若各单种悬浮物类型检测空间子区域对应的悬浮物面积占比大于数据库各悬浮物类型对应的标准悬浮物面积占比，则将此检测空间子区域记为需人工处理区域，统计需人工处理区域编号，并发送至显示终端；
对两种悬浮物类型检测空间子区域集合分别统计两种悬浮物对应的悬浮物面积占比，将其与数据库各悬浮物类型对应的标准悬浮物面积占比进行对比，若这两种悬浮物对应的悬浮物面积占比其中任何一个大于数据库中各悬浮物类型对应的标准悬浮物面积占比阈值时，则将此检测空间子区域记为需人工处理区域，统计需人工处理区域编号，并发送至显示终端；
所述数据库用于储存标准水质参数值、各检测空间子区域正常的水面图像、各悬浮物类型对应的特征和各悬浮物类型对应的标准悬浮物面积占比；
所述显示终端用于接收分析服务器发送的需人工处理区域编号和水质符合满意度系数，并进行显示。
2.根据权利要求1所述的一种基于大数据分析的养殖水体环境智能监测管理系统，其特征在于：所述图像采集器为高清摄像头。
3.根据权利要求1所述的一种基于大数据分析的养殖水体环境智能监测管理系统，其特征在于：所述图像预处理模块获取各水面异常的检测空间子区域水面悬浮物对应悬浮面积的具体获取方法包括以下几个步骤：
S1:通过悬浮物图像采集模块获得池面的彩色图像，对子区域图像进行灰度化处理得到灰度图像；
S2:采用边缘检测技术提取所述灰度图像的悬浮物边缘轮廓线，其中悬浮物的边缘轮廓线为悬浮物区域与背景的分界线；
S3:将悬浮物区域分割出来，对提取出悬浮物边缘轮廓线的悬浮物灰度图像进行二值化处理；
S4:利用种子点填充方法将悬浮物边缘轮廓线内的区域填充为轮廓线的像素值，从而形成两个区域：悬浮物区域和背景区域，根据悬浮物区域图像确定悬浮物的面积。
4.根据权利要求1所述的一种基于大数据分析的养殖水体环境智能监测管理系统，其特征在于：所述各单种悬浮物类型检测空间子区域对应的悬浮物面积占比的计算方法为用各单种悬浮物类型检测空间子区域检测出的悬浮物面积除以各单种悬浮物类型检测空间子区域的总面积。
5.根据权利要求1所述的一种基于大数据分析的养殖水体环境智能监测管理系统，其特征在于：所述标准水质参数包括标准水体PH范围、溶氧量范围、水温范围、锌含量范围、汞含量范围、铅含量范围、菌种含量范围和生化需氧量范围。
6.根据权利要求1所述的一种基于大数据分析的养殖水体环境智能监测管理系统，其特征在于：所述若干水体检测设备包括多参数水质分析仪、水温测量仪、水中微生物检测仪器和生化需氧量检测仪；所述多参数水质分析仪用于检测水体中的水体PH值、溶氧量、锌含量、汞含量和铅含量，所述水温测量仪用于检测水体的水温，所述水中微生物检测仪器用于检测水体中的菌种含量范围，所述生化需氧量检测仪用于检测生化需氧量。
7.根据权利要求1所述的一种基于大数据分析的养殖水体环境智能监测管理系统，其特征在于：所述水质符合满意度系数的计算公式为
Figure FDA0002817469520000051
i表示为检测空间子区域，ΔAbi表示为第i个检测空间子区域第b个水质参数与标准水质参数值对应的参数对比值,b表示为水质参数，ΔAc1i表示为第i个检测空间子区域与标准水质参数值对应的水体PH差对比值，ΔAc3i表示为第i个检测空间子区域与标准水质参数值对应的水温差对比值。
CN202011402742.9A 2020-12-04 2020-12-04 一种基于大数据分析的养殖水体环境智能监测管理系统 Withdrawn CN112526097A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011402742.9A CN112526097A (zh) 2020-12-04 2020-12-04 一种基于大数据分析的养殖水体环境智能监测管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011402742.9A CN112526097A (zh) 2020-12-04 2020-12-04 一种基于大数据分析的养殖水体环境智能监测管理系统

Publications (1)

Publication Number Publication Date
CN112526097A true CN112526097A (zh) 2021-03-19

Family

ID=74998350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011402742.9A Withdrawn CN112526097A (zh) 2020-12-04 2020-12-04 一种基于大数据分析的养殖水体环境智能监测管理系统

Country Status (1)

Country Link
CN (1) CN112526097A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112857471A (zh) * 2021-04-13 2021-05-28 湖北明亿节能环保科技有限公司 基于工业物联网的化工废水处理排放在线监测预警管理云平台
CN114997536A (zh) * 2022-08-01 2022-09-02 中国水产科学研究院南海水产研究所 一种养殖尾水污染检测方法、系统及介质
CN115046966A (zh) * 2022-08-16 2022-09-13 山东国慈新型材料科技有限公司 一种环境污水可循环利用程度检测方法
CN116503335A (zh) * 2023-03-31 2023-07-28 江苏省秦淮河水利工程管理处 一种水生物监测系统、方法、装置和存储介质
CN116823837A (zh) * 2023-08-30 2023-09-29 江西怡杉环保股份有限公司 一种蓝藻水华监测装置及预报方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112857471A (zh) * 2021-04-13 2021-05-28 湖北明亿节能环保科技有限公司 基于工业物联网的化工废水处理排放在线监测预警管理云平台
CN114997536A (zh) * 2022-08-01 2022-09-02 中国水产科学研究院南海水产研究所 一种养殖尾水污染检测方法、系统及介质
CN115046966A (zh) * 2022-08-16 2022-09-13 山东国慈新型材料科技有限公司 一种环境污水可循环利用程度检测方法
CN116503335A (zh) * 2023-03-31 2023-07-28 江苏省秦淮河水利工程管理处 一种水生物监测系统、方法、装置和存储介质
CN116503335B (zh) * 2023-03-31 2024-02-20 江苏省秦淮河水利工程管理处 一种水生物监测系统、方法、装置和存储介质
CN116823837A (zh) * 2023-08-30 2023-09-29 江西怡杉环保股份有限公司 一种蓝藻水华监测装置及预报方法
CN116823837B (zh) * 2023-08-30 2023-11-21 江西怡杉环保股份有限公司 一种蓝藻水华监测装置及预报方法

Similar Documents

Publication Publication Date Title
CN112526097A (zh) 一种基于大数据分析的养殖水体环境智能监测管理系统
CN111624037B (zh) 一种基于大数据的水产养殖业水体环境智能监测系统
Williams et al. Factors influencing pot catches and population estimates of the portunid crab Scylla serrata
CN115067243B (zh) 一种基于物联网技术的渔业监测分析方法、系统及存储介质
CN111047583B (zh) 一种基于机器视觉的水下网衣系统破损检测方法
CN109001407B (zh) 一种湖水水质分析系统
CN112866644A (zh) 基于大数据和物联网协同作用的渔业养殖在线智能监测平台及云服务器
CN106259095A (zh) 一种池塘淡水养殖鱼的行为对水产养殖方面的判断方法
CN115861721B (zh) 基于图像数据的畜禽养殖喷雾设备状态识别方法
CN110188657A (zh) 基于卷曲叶片检测的玉米干旱识别方法
CN115200647A (zh) 一种水产养殖环境监测管理方法及系统
CN114065481B (zh) 基于大数据的草地数据监测方法、系统和可读存储介质
Hacking et al. Vineyard yield estimation using 2-D proximal sensing: A multitemporal approach
CN113484867A (zh) 一种基于成像声呐封闭空间下鱼群密度探测方法
CN115661081B (zh) 基于图像处理的水产养殖自动控制换水方法
CN115100513A (zh) 基于计算机视觉识别的养殖对象进食量估算方法及系统
CN105740918A (zh) 一种基于极角坐标的耳石测量和鱼类种群鉴别方法
CN109118540B (zh) 基于脊线提取的鲟鱼快速统计方法
CN115914560A (zh) 一种母猪智能精准饲喂方法、装置、电子设备和存储介质
CN115600829A (zh) 一种养殖水质的预测方法及装置
CN116091944A (zh) 一种水生植被覆盖度的水生态调查方法
CN114020074A (zh) 一种养殖塘智能无人养殖系统及方法
CN114241291A (zh) 基于惰性元素标记法与计算机视觉的诱食剂筛选方法
CN113658124A (zh) 一种盘点水下养殖资产的方法
CN114419432A (zh) 一种鱼群摄食强度评估方法及装置

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210319