專利名稱：水質(zhì)污染預(yù)警方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種水質(zhì)污染預(yù)警技術(shù)，尤其涉及一種以魚(yú)為預(yù)警生物的水質(zhì)污染預(yù)警技術(shù)。
背景技術(shù)：
目前，我國(guó)供7jC行業(yè)面臨的水質(zhì)問(wèn)題主要有兩個(gè)方面， 一是人們
對(duì)水質(zhì)標(biāo)準(zhǔn)的要求不斷提高；二是當(dāng)今社會(huì)中的飲用水源普遍受到工業(yè)污染。如何有效提高水質(zhì)并且保障城市供水可持續(xù)t艮已成為現(xiàn)代城市亟待解決的問(wèn)題。國(guó)內(nèi)關(guān)于水質(zhì)情況預(yù)測(cè)的技術(shù)應(yīng)用還很少，因此當(dāng)水質(zhì)受到污染時(shí)，只有在自來(lái)水管中流出具有異^^未的水或者有居民申報(bào)的情況下，我們才能夠發(fā)現(xiàn)并進(jìn)行處理7jc質(zhì)污染。
這種信息滯后性造成了飲用水水源的重大污染事件屢屢發(fā)生，飲用水水質(zhì)安全時(shí)常面臨著嚴(yán)重的威脅。由此可見(jiàn)，水質(zhì)污染事故的早期發(fā)現(xiàn)與警報(bào)將是保障飲用水水質(zhì)安全，實(shí)現(xiàn)安全供水的最佳途徑。
目前對(duì)水樣進(jìn)行化學(xué)分析可以準(zhǔn)確檢測(cè)出目標(biāo)污染物的含量，但由于污染物的種類繁多，這種對(duì)水樣進(jìn)行化學(xué)分析的技術(shù)無(wú)法迅速確定主要毒性物質(zhì)，進(jìn)而無(wú)法對(duì)水體微生物進(jìn)行準(zhǔn)確滅殺，最終難以適應(yīng)越來(lái)越高的々大用水水質(zhì)標(biāo)準(zhǔn)要求。
5另夕卜，現(xiàn)有的物理化學(xué)監(jiān)測(cè)儀器檢測(cè)方法具有耗時(shí)長(zhǎng)、檢測(cè)費(fèi)用高、無(wú)法實(shí)現(xiàn)實(shí)時(shí)連續(xù)監(jiān)測(cè)等缺陷，這些也缺陷造成我們無(wú)法快速地發(fā)現(xiàn)7JC質(zhì)污染跡象，也不能準(zhǔn)確地判別水質(zhì)污染程度。
因而，有必要提供一種水質(zhì)污染預(yù)警裝置，以便克服現(xiàn)有技術(shù)的缺點(diǎn)與不足。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種水質(zhì)污染預(yù)警方法，其能夠?qū)崿F(xiàn)實(shí)時(shí)、準(zhǔn)確的水質(zhì)檢測(cè)，從而實(shí)現(xiàn)預(yù)警目的。
為了實(shí)現(xiàn)上述目的，本發(fā)明提供一種水質(zhì)污染預(yù)警方法，包括步
驟將待監(jiān)測(cè)原水導(dǎo)入魚(yú)缸中，并且將一定數(shù)量的小魚(yú)i文入魚(yú)缸中；實(shí)時(shí)采集連續(xù)的圖像序列幀，并且將其轉(zhuǎn)換為數(shù)字圖像；對(duì)所采集到的圖^f象序列幀進(jìn)行平滑處理；對(duì)平滑處理后的圖^f象序列幀進(jìn)行閾值分割處理；對(duì)閾值分割后的圖像序列幀進(jìn)行去噪處理；4艮據(jù)去噪處理后的圖像序列幀計(jì)算出小魚(yú)的運(yùn)動(dòng)參數(shù)；設(shè)定預(yù)定的運(yùn)動(dòng)參數(shù)，并且將
N- ^山AA，、云斗糸t;: 石々斗45:來(lái)+ A i六.《必11*6;+ 山AA;^ A類來(lái)A _S否大于預(yù)定運(yùn)動(dòng)^^t,當(dāng)大于預(yù)定運(yùn)動(dòng)參數(shù)時(shí)確定所監(jiān)測(cè)的7JC質(zhì)收到污染。
本發(fā)明的優(yōu)點(diǎn)在于水質(zhì)檢測(cè)比較及時(shí)、準(zhǔn)確。下面將結(jié)合附圖，通過(guò)優(yōu)選實(shí)施例詳細(xì)描述本發(fā)明。


圖1為用于執(zhí)行本發(fā)明水質(zhì)污染預(yù)警方法的裝置的結(jié)構(gòu)框圖。
圖2為圖1所示水質(zhì)污染預(yù)警裝置的魚(yú)缸的立體圖。圖3為本發(fā)明水質(zhì)污染預(yù)警的方法流程圖。
具體實(shí)施例方式
現(xiàn)在參考附圖對(duì)本發(fā)明進(jìn)行描述。
本發(fā)明人的原理為有些水生生物對(duì)水質(zhì)變化的敏感程度很高，通過(guò)對(duì)一定數(shù)量的該水生生物的行為進(jìn)行分析可以迅速、準(zhǔn)確判斷出水質(zhì)是否有毒化污染的情況。由此，發(fā)明人認(rèn)為基于分析生物毒性反應(yīng)的7jc質(zhì)污染預(yù)警技術(shù)能夠及時(shí)準(zhǔn)確的發(fā)現(xiàn)、預(yù)警并處理水質(zhì)污染事件，有效保證水質(zhì)，進(jìn)而避免飲用水污染事故的發(fā)生，同時(shí)也能夠?yàn)樗幚砉に嚨南到y(tǒng)控制提供精確的水質(zhì)數(shù)據(jù)。
比如，魚(yú)類對(duì)水中的化學(xué)成分的變化就反應(yīng)十分靈敏，同時(shí)魚(yú)類也是與人類最接近的脊推類動(dòng)物，因此通過(guò)對(duì)其運(yùn)動(dòng)軌跡的變化進(jìn)行跟蹤和分析，能夠達(dá)到遠(yuǎn)程監(jiān)測(cè)水質(zhì)情況的要求， 一旦水質(zhì)出現(xiàn)異常狀況，魚(yú)類的運(yùn)動(dòng)情況就會(huì)發(fā)生相應(yīng)的變化，從而實(shí)現(xiàn)了對(duì)7jC質(zhì)污染的早發(fā)現(xiàn)、早報(bào)警和早控制。
下面詳細(xì)描述本發(fā)明的水質(zhì)污染預(yù)警方法。
參看圖1和圖2,首先介紹根據(jù)本發(fā)明的水質(zhì)污染預(yù)警裝置包括魚(yú)缸10、用于對(duì)魚(yú)缸10的內(nèi)部進(jìn)行活動(dòng)圖像采集的攝像機(jī)20、與所述攝1I4幾20連接以便對(duì)攝#4幾20采集到的模擬圖像轉(zhuǎn)換為數(shù)字圖像的模數(shù)轉(zhuǎn)換器30、與所述才莫數(shù)轉(zhuǎn)換器30連接并且用于處理圖像和控制攝像機(jī)20及模數(shù)轉(zhuǎn)換器30的微處理器40以及用于存儲(chǔ)圖像數(shù)據(jù)的存儲(chǔ)器50。
圖2展示了魚(yú)缸10的詳細(xì)立體結(jié)構(gòu)。如圖所示，魚(yú)缸10總體上為立方體形狀，其包括底壁13、從所述底壁13的左右兩側(cè)延伸出的一對(duì)側(cè)壁12及從所述底壁13的前后兩側(cè)延伸的前壁11和后壁14。所述底壁13、前壁ll、后壁14及一對(duì)側(cè)壁12共同界定了魚(yú)缸10的內(nèi)部空間。所述一個(gè)側(cè)壁12上安裝有出水口 122、備用進(jìn)出水口 124及排水口 126;而另一個(gè)側(cè)壁12上則安裝有溢出水出口 128和進(jìn)水口 121。
所述內(nèi)部空間內(nèi)靠近后壁14的位置縱向設(shè)置有LED背光板127及與所述LED背光板127相隔一定距離的乳白色背光板129。此外，所述內(nèi)部空間內(nèi)在靠近前壁11的位置縱向設(shè)置有支架125。支架125具有靠近所述一對(duì)側(cè)壁12的側(cè)板(未標(biāo)號(hào))，該側(cè)板上形成用于調(diào)節(jié)魚(yú)缸10內(nèi)水濟(jì)uit度的導(dǎo)流槽。
所述攝像4幾20設(shè)置在所述魚(yú)缸10的底壁13上靠近前壁11的位置，并且面向所述內(nèi)部空間。此外，所述攝^4幾20可以由攝#^幾支架123來(lái)支撐。
下面參考圖l-3描述借助上述水質(zhì)污染預(yù)警裝置實(shí)現(xiàn)的水質(zhì)預(yù)警方法。
首先，將待監(jiān)測(cè)原水導(dǎo)入所述魚(yú)缸10中，將對(duì)待監(jiān)測(cè)原水敏感的一定數(shù)量的脊推動(dòng)物，比如斑馬魚(yú)(身長(zhǎng)約為20*10mm,顏色為較深)放入所述所述魚(yú)缸10中(圖3中的步驟100)。在將待監(jiān)測(cè)原
8水導(dǎo)入所述魚(yú)缸10的過(guò)程中，可以通過(guò)所述魚(yú)缸10的出水口 122、備用進(jìn)出水口 124、排水口 126、溢出水出口 128及進(jìn)水口 121對(duì)水流速度、魚(yú)缸10內(nèi)水的容量等參數(shù)進(jìn)行調(diào)節(jié)。
其次，啟動(dòng)掘/fl^幾20，從而導(dǎo)致插/fl^幾20實(shí)時(shí)采集魚(yú)缸10內(nèi)部空間的圖像幀序列，并且借助模數(shù)轉(zhuǎn)換器30在微處理器40的控制下將所述攝^^幾20采集到的模擬圖像轉(zhuǎn)換為數(shù)字圖像(圖3中的步驟200)。優(yōu)選地，所述攝<|4幾20以1-8幅/秒的速度對(duì)魚(yú)缸10的內(nèi)部空間進(jìn)行拍攝，同時(shí)將數(shù)據(jù)傳輸?shù)綀D像采集卡中，并且每隔5秒鐘拍攝一次內(nèi)部空間。
接下來(lái)，對(duì)所采集到的圖像序列幀進(jìn)行平滑處理(圖3中的步驟300)。具體地說(shuō)，微處理器40通過(guò)執(zhí)行適當(dāng)算法比如Harris角點(diǎn)檢測(cè)算法對(duì)所采集的圖像幀序列進(jìn)行角點(diǎn)檢測(cè)，從而依次確定魚(yú)缸10中的水區(qū)域的左上、左下、右下、右上四個(gè)角點(diǎn)的位置。才艮據(jù)確定的四個(gè)角點(diǎn)將魚(yú)缸10中的水的區(qū)域標(biāo)識(shí)出來(lái)，從而完成觀測(cè)區(qū)域的選定。確定魚(yú)缸的觀測(cè)區(qū)域，可以減小所處理圖像的大小，從而提高系統(tǒng)比如微處理器40的處理速度。
圖像平滑處理可以這樣進(jìn)行對(duì)在觀測(cè)區(qū)域中采集到的觀測(cè)圖像中的一定領(lǐng)域內(nèi)的像素值根據(jù)其范圍變化進(jìn)行濾波處理，從而使觀測(cè)圖像的邊緣數(shù)據(jù)較為完整，同時(shí)將圖像噪聲降到最低。
然后，對(duì)平滑處理后的圖像序列幀進(jìn)行閾值分割處理(圖3中的步驟400)。圖像閾值分割可以這樣進(jìn)行由目標(biāo)邊緣梯度特征的自適應(yīng)閾值提取算法實(shí)現(xiàn)對(duì)所需觀測(cè)圖像的區(qū)分。即按照用戶設(shè)定的二值化閾值來(lái)精確觀測(cè)圖像中對(duì)小魚(yú)的跟蹤識(shí)別范圍。
隨后，對(duì)閾值分割后的圖像序列幀進(jìn)行去噪處理(圖3中的步驟500)，從而進(jìn)一步消除面積較小的圖像，即小于0.01mm的雜質(zhì)(如氣泡、魚(yú)的排泄物等)。
根據(jù)去噪處理后的圖像序列幀計(jì)算出小魚(yú)的運(yùn)動(dòng)參數(shù)(圖3中的步驟600X具體地，建立背景幀數(shù)為300幀，即將這300幀圖像作為參考數(shù)據(jù)，通過(guò)這些數(shù)據(jù)中對(duì)選定的觀測(cè)區(qū)域內(nèi)的小魚(yú)進(jìn)行標(biāo)識(shí)，主要由圖像中小魚(yú)位置坐標(biāo)的標(biāo)定和小魚(yú)運(yùn)動(dòng)方向的確定，從而實(shí)現(xiàn)對(duì)觀測(cè)區(qū)域內(nèi)小魚(yú)的識(shí)別。在觀測(cè)區(qū)域中的每一條小魚(yú)可在圖像顯示中通過(guò)不同顏色圏出，并且觀測(cè)區(qū)域中的每條小魚(yú)也標(biāo)記上了相應(yīng)的序列號(hào)，將這些數(shù)據(jù)信息保存在所述存儲(chǔ)器50中。
進(jìn)一步，通過(guò)標(biāo)識(shí)后的小魚(yú)的運(yùn)動(dòng)軌跡計(jì)算小魚(yú)的游動(dòng)速度、平均高度及平均轉(zhuǎn)彎次數(shù)。針對(duì)每條小魚(yú)，所述微處理器40分別啟動(dòng)一個(gè)跟蹤和識(shí)別線程，計(jì)算小魚(yú)在這300幀圖像中的游動(dòng)速度、平均高度及平均轉(zhuǎn)彎次數(shù)。具體來(lái)說(shuō)，以1秒為單位計(jì)算魚(yú)的運(yùn)動(dòng)速度大小，然后才艮據(jù)背景幀數(shù)的設(shè)置(背景幀數(shù)設(shè)為300幀)計(jì)算小魚(yú)平均速度的大??；計(jì)算小魚(yú)在魚(yú)缸坐標(biāo)系中的平均高度，確定小魚(yú)在已設(shè)置的背景幀數(shù)中的平均高度；平均轉(zhuǎn)彎次數(shù)的計(jì)算，先計(jì)算相鄰兩幀魚(yú)的速度，運(yùn)動(dòng)速JLt生變向?yàn)榭赡苻D(zhuǎn)彎的點(diǎn)，在才艮據(jù)改變方向前后40幀的位置，進(jìn)一步判斷，從而計(jì)算出小魚(yú)的轉(zhuǎn)彎次數(shù)。
另外，所述微處理器40通過(guò)對(duì)小魚(yú)序列目標(biāo)的跟蹤，將每個(gè)序列目標(biāo)進(jìn)行Kalman預(yù)測(cè)，并將預(yù)測(cè)后的位置傳遞給MeanShit算法中進(jìn)行小魚(yú)序列目標(biāo)的定位識(shí)別。實(shí)現(xiàn)了小魚(yú)運(yùn)動(dòng)軌跡的預(yù)測(cè)。有利于提高開(kāi)天源飲用7K毒性監(jiān)測(cè)系統(tǒng)的監(jiān)測(cè)分析速度。
隨后，設(shè)定預(yù)定的運(yùn)動(dòng)參數(shù)，并且將計(jì)算出的運(yùn)動(dòng)參數(shù)與預(yù)定運(yùn)
動(dòng)參數(shù)比較(圖3中的步驟700 )。
比如，設(shè)定預(yù)定的運(yùn)動(dòng)參數(shù)可以包括設(shè)定魚(yú)缸寬度，建立背景幀數(shù)、背景更新速率、二值化閾值、目標(biāo)大小的最大值、目標(biāo)大小的最小值等。在此，將魚(yú)缸寬度選為400mm。同時(shí)在進(jìn)行目標(biāo)檢測(cè)時(shí)，利用帶有目標(biāo)的圖像建立背景巾貞數(shù)。幀數(shù)越多則建立的初始背景效果越好。系統(tǒng)默認(rèn)的幀數(shù)為300。背景更新速率是當(dāng)前幀對(duì)背景圖像的影響，此系數(shù)越大，建立背景圖像的速度越快，但是目標(biāo)的殘余對(duì)背景的影響也越大。根據(jù)測(cè)試得出背景更新速率為0.005時(shí)，建立的背景能夠取得比較好的效果，所以系統(tǒng)默認(rèn)為0.005。
二值化閾值是用于目標(biāo)檢測(cè)與提取時(shí)，當(dāng)前圖像與背景圖像差分結(jié)果，大于此值令像素值為255 (即目標(biāo))，小于此值為0 (即背景)。可以根據(jù)實(shí)際情況進(jìn)行調(diào)整。當(dāng)小魚(yú)與背景對(duì)比度高時(shí)，適當(dāng)提高此值可以減小噪聲影響。但是，如果對(duì)比度低，此閾值又比較高，就會(huì)丟失掉一些目標(biāo)信息。在此系統(tǒng)默認(rèn)的對(duì)比度為60。試驗(yàn)中，二值化閾值參量的設(shè)定約為39時(shí)，監(jiān)測(cè)圖像較好。目標(biāo)尺寸的最大和最小值系M相對(duì)圖像大小的系數(shù)。如果目標(biāo)的寬與高小于圖像寬與高與最小值系數(shù)的大小，就認(rèn)為此目標(biāo)是噪聲。同樣，如果目標(biāo)的寬與高大于圖像寬與高與最大值系數(shù)的大小，就認(rèn)為此目標(biāo)也是噪聲。系統(tǒng)默認(rèn)為最小值為0.002,最大值為0.3。
ii優(yōu)選地，所述設(shè)定的預(yù)定運(yùn)動(dòng)參數(shù)包括小魚(yú)的平均速度、平均高
度及平均轉(zhuǎn)彎次數(shù)。并且，預(yù)定的平均速度為20mm/s-80mm/s，平均高度為70mm-250mm，平均轉(zhuǎn)彎次數(shù)為4-12次。
將計(jì)算出的運(yùn)動(dòng)Wt與預(yù)定運(yùn)動(dòng)^lO匕較可以這樣進(jìn)行當(dāng)小魚(yú)的平均速度大于20mm/s-80mm/s,平均高度大于70mm-250mm，平均轉(zhuǎn)彎次數(shù)大于4-12次時(shí)，可視為小魚(yú)的運(yùn)動(dòng)在非正常范圍內(nèi)，表明當(dāng)前水質(zhì)是異常的(圖3中的步驟800)，也就是說(shuō)被監(jiān)測(cè)水質(zhì)受到污染。
概括地講，在本發(fā)明的技術(shù)方案中采用數(shù)碼攝像設(shè)備24小時(shí)實(shí)時(shí)連續(xù)采集原水水體中若干條魚(yú)的活動(dòng)圖i象，實(shí)現(xiàn)對(duì)魚(yú)的高精度跟蹤，由圖像處理系統(tǒng)分析魚(yú)的游動(dòng)速度、魚(yú)之間的距離、魚(yú)在單位時(shí)間內(nèi)轉(zhuǎn)彎的次數(shù)、活魚(yú)數(shù)量等基本^lt,由水質(zhì)預(yù)警儀判斷出魚(yú)的運(yùn)動(dòng)行為和健康狀況，進(jìn)而對(duì)預(yù)測(cè)7jc質(zhì)是否受到污染做出相應(yīng)的分析。
所采用的若干條魚(yú)的大小為20*10mm,顏色為深色，通常采用斑馬魚(yú)，其體型小，攝影機(jī)辨識(shí)度好。
本發(fā)明的有益效果在于小魚(yú)對(duì)水中毒性物質(zhì)和污染物非常敏感，通過(guò)監(jiān)測(cè)魚(yú)的異常行動(dòng)，能夠在早期監(jiān)測(cè)出水質(zhì)異常，較早確認(rèn)水質(zhì)污染事件，及時(shí)發(fā)出預(yù)警信號(hào)，對(duì)水體有害物質(zhì)進(jìn)行快速清除，確保々欠用水質(zhì)安全。
另外，本發(fā)明安裝筒單，結(jié)構(gòu)緊湊，易于操作、維護(hù)和擴(kuò)充，系統(tǒng)針對(duì)性強(qiáng)可靠性高，運(yùn)行穩(wěn)定，適合多種現(xiàn)場(chǎng)運(yùn)行條件。
以上所揭露的僅為本發(fā)明的優(yōu)選實(shí)施例而已，當(dāng)然不能以此來(lái)限定本發(fā)明^K利范圍，因此依本發(fā)明申請(qǐng)專利范圍所作的等同變化， 仍屬本發(fā)明所涵蓋的范圍。
權(quán)利要求
1. 一種水質(zhì)污染預(yù)警方法，其特征在于包括如下步驟將待監(jiān)測(cè)原水導(dǎo)入魚(yú)缸中，并且將一定數(shù)量的小魚(yú)放入魚(yú)缸中；實(shí)時(shí)采集連續(xù)的圖像序列幀，并且將其轉(zhuǎn)換為數(shù)字圖像；對(duì)所采集到的圖像序列幀進(jìn)行平滑處理；對(duì)平滑處理后的圖像序列幀進(jìn)行閾值分割處理；對(duì)閾值分割后的圖像序列幀進(jìn)行去噪處理；根據(jù)去噪處理后的圖像序列幀計(jì)算出小魚(yú)的運(yùn)動(dòng)參數(shù)；設(shè)定預(yù)定的運(yùn)動(dòng)參數(shù)，并且將計(jì)算出的運(yùn)動(dòng)參數(shù)與預(yù)定運(yùn)動(dòng)參數(shù)比較；及判斷計(jì)算出的運(yùn)動(dòng)參數(shù)是否大于預(yù)定運(yùn)動(dòng)參數(shù)，當(dāng)大于預(yù)定運(yùn)動(dòng)參數(shù)時(shí)確定所監(jiān)測(cè)的水質(zhì)收到污染。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于所述將待監(jiān)測(cè)原水導(dǎo)入魚(yú)缸中，并且將一定數(shù)量的小魚(yú)放入魚(yú)缸中的步驟包括將待監(jiān)測(cè)原水導(dǎo)入所述魚(yú)缸中，將對(duì)待監(jiān)測(cè)原水敏感的一定數(shù)量并且寬度為20mm,長(zhǎng)度為1 Omm的斑馬魚(yú)》t^所述所述魚(yú)缸中。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于實(shí)時(shí)采集連續(xù)的圖像序列幀，并且將其轉(zhuǎn)換為數(shù)字圖像的步驟包括啟動(dòng)攝像機(jī)，從而導(dǎo)致攝^^幾實(shí)時(shí)采集魚(yú)缸內(nèi)部空間的圖像幀序列，并且借助才 :轉(zhuǎn)換器在微處理器的控制下將所述攝像機(jī)采集到的模擬圖像轉(zhuǎn)換為數(shù)字圖像。
4. 才艮據(jù)權(quán)利要求3所述的方法，其特征在于所述攝^^幾以1-8 幅/秒的速度對(duì)魚(yú)缸的內(nèi)部空間進(jìn)行拍攝，并且每隔5秒鐘拍攝一次。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于對(duì)所采集到的圖 像序列幀進(jìn)行平滑處理的步驟包括1) 借助微處理器執(zhí)行Harris角點(diǎn)檢測(cè)算法，對(duì)所采集的圖像幀 序列進(jìn)行角點(diǎn)檢測(cè)，從而依次確定魚(yú)缸中的水區(qū)域的左上、左下、右 下、右上四個(gè)角點(diǎn)的位置，才艮據(jù)確定的四個(gè)角點(diǎn)將魚(yú)缸中的水的觀測(cè) 區(qū)域標(biāo)識(shí)出來(lái)；和2) 對(duì)在觀測(cè)區(qū)域中釆集到的觀測(cè)圖像中的一定領(lǐng)域內(nèi)的像素值 根據(jù)其范圍變化進(jìn)行濾波處理，從而使觀測(cè)圖像的邊緣數(shù)據(jù)較為完 整，同時(shí)將圖像噪聲降到最低。
6. 根據(jù)權(quán)利要求5所述的方法，其特征在于所述對(duì)平滑處理 后的圖像序列幀進(jìn)行閾值分割處理的步驟包括由目標(biāo)邊緣梯度特征 的自適應(yīng)閾值提取算法實(shí)現(xiàn)對(duì)所需觀測(cè)圖像的區(qū)分。
7. 根據(jù)權(quán)利要求6所述的方法，其特征在于對(duì)閾值分割后的 圖像序列幀進(jìn)行去噪處理的步驟包括消除面積小于0.01mm的雜質(zhì)。
8. 根據(jù)權(quán)利要求7所述的方法，其特征在于根據(jù)去噪處理后 的圖像序列幀計(jì)算出小魚(yú)的運(yùn)動(dòng)M的步驟包括1)建立背景幀數(shù)為300幀，將這300幀圖像作為參考數(shù)據(jù)，通 過(guò)這些數(shù)據(jù)中對(duì)選定的觀測(cè)區(qū)域內(nèi)的小魚(yú)進(jìn)行標(biāo)識(shí)，從而實(shí)現(xiàn)對(duì)觀測(cè) 區(qū)域內(nèi)小魚(yú)的識(shí)別，將所i4^見(jiàn)測(cè)區(qū)域中的每一條d、魚(yú)的圖像標(biāo)示不同 的顏色，并且將觀測(cè)區(qū)域中的每條小魚(yú)也標(biāo)記上了相應(yīng)的序列號(hào)，最后將這些數(shù)據(jù)信息保存在存儲(chǔ)器中；2)通過(guò)標(biāo)識(shí)后的小魚(yú)的運(yùn)動(dòng)軌跡計(jì)算小魚(yú)的游動(dòng)速度、平均高度及平均轉(zhuǎn)彎次數(shù)，針對(duì)每條小魚(yú)，所述微處理器分別啟動(dòng)一個(gè)跟蹤和識(shí)別線程，以l秒為單位計(jì)算魚(yú)的運(yùn)動(dòng)速度大小，然后才艮據(jù)背景幀數(shù)的設(shè)置計(jì)算小魚(yú)平均速度的大小，計(jì)算小魚(yú)在魚(yú)缸坐標(biāo)系中的平均高度，確定小魚(yú)在已設(shè)置的背景幀數(shù)中的平均高度，計(jì)算相鄰兩幀魚(yú)的速度，將運(yùn)動(dòng)速度的變向確定為可能的轉(zhuǎn)彎點(diǎn)，在才艮據(jù)改變方向前后40幀的位置進(jìn)一步計(jì)算出小魚(yú)的轉(zhuǎn)彎次數(shù)；和3)微處理器通過(guò)對(duì)小魚(yú)序列目標(biāo)的跟蹤，將每個(gè)序列目標(biāo)進(jìn)行Kalman預(yù)測(cè)，并將預(yù)測(cè)后的位置傳遞給MeanShit算法中進(jìn)行小魚(yú)序列目標(biāo)的定位識(shí)別。
9. 根據(jù)權(quán)利要求8所述的方法，其特征在于預(yù)定運(yùn)動(dòng)參數(shù)包括小魚(yú)的平均速度、平均高度及平均轉(zhuǎn)彎次數(shù)；并且所述預(yù)定的平均速度為20mm/s-80mm/s，平均高度為70mm-250mm,平均轉(zhuǎn)彎次數(shù)為4-12次。
10. 根據(jù)權(quán)利要求9所述的方法，其特征在于將計(jì)算出的運(yùn)動(dòng)參凄t與預(yù)定運(yùn)動(dòng)參數(shù)比較的步驟包4舌當(dāng)小魚(yú)的平均速度大于20mm/s-80mm/s，平均高度大于70mm-250mm，平均專爭(zhēng)彎次數(shù)大于4-12次時(shí)確定小魚(yú)的運(yùn)動(dòng)在非正常范圍內(nèi)，從而判斷出水質(zhì)異常。
全文摘要
本發(fā)明公開(kāi)了一種水質(zhì)污染預(yù)警方法，包括步驟將待監(jiān)測(cè)原水導(dǎo)入魚(yú)缸中，并且將一定數(shù)量的小魚(yú)放入魚(yú)缸中；實(shí)時(shí)采集連續(xù)的圖像序列幀，并且將其轉(zhuǎn)換為數(shù)字圖像；對(duì)所采集到的圖像序列幀進(jìn)行平滑處理；對(duì)平滑處理后的圖像序列幀進(jìn)行閾值分割處理；對(duì)閾值分割后的圖像序列幀進(jìn)行去噪處理；根據(jù)去噪處理后的圖像序列幀計(jì)算出小魚(yú)的運(yùn)動(dòng)參數(shù)；設(shè)定預(yù)定的運(yùn)動(dòng)參數(shù)，并且將計(jì)算出的運(yùn)動(dòng)參數(shù)與預(yù)定運(yùn)動(dòng)參數(shù)比較；及判斷計(jì)算出的運(yùn)動(dòng)參數(shù)是否大于預(yù)定運(yùn)動(dòng)參數(shù)，當(dāng)大于預(yù)定運(yùn)動(dòng)參數(shù)時(shí)確定所監(jiān)測(cè)的水質(zhì)受到污染。本發(fā)明的優(yōu)點(diǎn)是水質(zhì)檢測(cè)比較及時(shí)、準(zhǔn)確。
文檔編號(hào)G01N33/18GK101520448SQ200910038318
公開(kāi)日2009年9月2日 申請(qǐng)日期2009年3月31日 優(yōu)先權(quán)日2009年3月31日
發(fā)明者劉麗君, 盧洪佳, 江 吳, 宛如意, 李曉如, 羅家宏, 袁益楚, 黃凱寧 申請(qǐng)人:深圳市開(kāi)天源自動(dòng)化工程有限公司