[发明专利]一种蓝藻监测装置及方法

权利要求书

1.一种蓝藻监测方法，其特征在于，包括：

标本采集步骤，采集多幅标本图像，利用该标本图像分别组成一标本蓝藻图像集合以及一待测图像训练集合；

阈值识别步骤，基于该标本蓝藻图像集合和该待测图像训练集合，计算得到蓝藻像素特征阈值；

待测图像采集步骤，采集待测图像；

图像分割步骤，根据该蓝藻像素特征阈值划分该待测图像的蓝藻区域和非蓝藻区域；

预警步骤，当该蓝藻区域的面积与该待测图像的面积之比超过一预警阈值时，生成预警信息。

2.如权利要求1所述的方法，其特征在于，该阈值识别步骤进一步包括：

利用该标本蓝藻图像集合中的图像的蓝藻像素特征数据和非蓝藻像素特征数据构建标本训练数据集合；

基于该标本训练数据集合对分类算法模型训练，得到蓝藻像素特征分类模型；

利用该蓝藻像素特征分类模型，对由该待测图像训练集合中的图像的像素的特征数据进行分类，得到蓝藻像素特征数据集合和非蓝藻像素特征数据集合；

基于该蓝藻像素特征数据集合和非蓝藻像素特征数据集合，利用最优化算法，计算各像素分量的阈值，作为该蓝藻像素特征阈值。

3.如权利要求2所述的方法，其特征在于，该分类算法包括支持向量机方法、决策树方法或神经网络分类方法。

4.如权利要求2所述的方法，其特征在于，该最优化算法包括：

max{Σi=1Nz(TX-Xzi)2+Σj=1Nnz(TX-Xnzj)2}]]>

min(X)≤T_X≤max(X)

其中，X为像素分量，T_X为像素分量X的阈值，X_z为蓝藻像素特征数据的像素分量，X_nz为非蓝藻像素特征数据的像素分量，i为该蓝藻像素特征数据集合中的蓝藻像素特征数据的序号，j为该非蓝藻像素特征数据集合中的非蓝藻像素特征数据的序号，N_z为该蓝藻像素特征数据集合中的蓝藻像素特征数据的个数，N_nz为该非蓝藻像素特征数据集合中的非蓝藻像素特征数据的个数，min()和max()分别表示像素分量X的最小值和最大值。

5.如权利要求1、2、3或4所述的方法，其特征在于，该标本采集步骤与该阈值识别步骤之间还包括预处理步骤，该预处理步骤包括：

检测该标本图像的亮度，对未达到预设亮度阈值的标本图像予以排除；

确定该标本图像中的选定区域；

在该预警步骤中，当该蓝藻区域的面积与该待测图像的该选定区域的面积之比超过预警阈值时，生成该预警信息。

6.如权利要求5所述的方法，其特征在于，预警步骤之后进一步包括检测该待测图像所对应的位置的定位信息，将该定位信息以及该预警信息发送至远程监测中心，或者，将该蓝藻区域的面积与该待测图像的面积之比、该定位信息以及该预警信息发送至远程监测中心。