[发明专利]基于视觉感知鱼类行为的生物水质监测系统

说明书

技术领域

本发明涉及涉及图像处理、模式识别、计算机视觉和计算方法技术领域，尤其是一种生物水质监测系统。

背景技术

随着工、农业生产的发展，越来越多的外源污染物直接排放、转换、迁移进人水环境，使我国水污染加剧，水质显著下降，已经直接影响到生活饮用水和城市集中供水的安全，特别是一些突发性水污染事故的发生，给人民群众的健康和生态安全造成严重威胁。同时，水环境安全问题已经成为我国社会经济可持续发展的重要制约因素之一。

传统的水质监测手段主要依靠常规的化学分析技术，该方法易标准化，能够准确的检测出目标污染物的含量，但该方法的关键缺陷在于耗时长，检测费用高，较难实现在线实时连续监测。此外，由于污染种类繁多，很多化学分析方法必须在已知目标污染物的情况下才能进行测定，因此，对一些突发性污染事故不能及时的作出判断。

利用生物监测技术建立水环境安全监测系统是目前国内外环境科学研究的热点。生物体与环境是相互作用的一个整体，环境中的各种变化都影响了生物体的生理、生化等相应的行为信息变化，这些变化参数就是建立水环境安全监测系统的信息数据基础。目前，以鱼类为监测对象的生物监测系统发展速度比较快，相关方面的研究也比较多。

现有的鱼类行为监测技术，主要利用无线传感技术实现对鱼类的监测跟踪，并进行分析，但存在监测仪器价格昂贵、大规模测量不易实施等缺点，也未考虑采用分布式架构设计。

发明内容

为了克服已有的生物水质监测系统的成本高、不适合大规模实施、实时性差的不足，本发明提供一种降低成本、适合大规模实施、实时性良好的基于视觉感知鱼类行为的生物水质监测系统。

本发明解决其技术问题所采用的技术方案是： 

一种基于视觉感知鱼类行为的生物水质监测系统，包括用于盛放鱼类的透明鱼缸、用于监视鱼类行为的摄像机、视频采集卡和水质监测中心，所述鱼缸位于所述摄像机的视觉范围内，各个摄像机均通过视频采集卡与水质监测中心数据通信连接，所述水质监测中心包括：

图像采集模块，用于采集摄像机拍摄的图像帧序列信息；

图像处理模块，用于对采集到的图像帧进行预处理，并对鱼类进行目标检测；

目标跟踪模块，用于采用CamShift目标跟踪算法实现单目标跟踪，并计算单目标的运动速度和加速度，采用基于多目标交互观测模型的粒子滤波算法进行多目标跟踪；

鱼类行为数据分析模块，用于根据图像帧序列信息进行鱼类行为分析，包括：

数据建模部分，用于依照历史数据，建立鱼类正常行为的PTW模型，设定鱼类的坐标信息(s(t)，(t))，其中，s(t)表示从t=0时刻起的轨迹长度， (t)则是t=0时刻起的转动角度；

在计算每点坐标时同时选取该点前后两个点的位置，连续的三点为P_i-1，P_i，P_i+1，瞬时速度Vi和角速度Wi通过下面公式计算：

在P_i的s(t)和 (t)是随时间变化计算出来的，其相应的公式为：

转角的范围并非[-π,+π]；

建立一个动力学模型，其模型公式为：

其中，bi是一个均值为0、方差为s的随机高斯变量，α则为单步长角速度之间的关联系数；

公式（6）在统计学中称为一阶自回归过程，它的参数α和s通过下列公式计算的：

(7)、(8)计算出α和s后代入公式(6)中，即得出每步长角速度之间的关系；

数据匹配部分，用于获取待分析水域的图像帧序列的数据，并代入到模型公式(5)、(6)中匹配，若当前计算值与正常行为值之间的差值在预设阈值范围内，表明鱼类行为属于正常的，判定水质状况良好；若差值超出预设阈值范围，则判定水质受到污染。

作为优选的一种方案：所述鱼类行为数据分析模块还包括：自适应更新模型部分，用于将数据匹配是属于正常的数据存储到数据库中，待累计时间超过预设时间值则将这些数据并入到历史数据，重新计算速度和角速度，实时更新PTW模型中的参数数据。

进一步，所述水质监测中心还包括：数据管理模块，用于数据进行管理，包括：

数据获取部分，用于将视频采集卡获得的视频数据传给本地服务端主机处理，或者通过网络传输到给远程客户端设备进行处理，或者以视频文件AVI格式的形式进行存储；