[发明专利]一种稻田循环流水养鱼生态数据处理系统及方法

权利要求书

1.一种稻田循环流水养鱼生态数据处理方法，其特征在于，所述稻田循环流水养鱼生态数据处理方法包括：

第一步，摄像头对稻田养鱼进行监控；温度传感器实时采集稻田水温度数据；水位传感器实时采集稻田水位数据；基于偏最小二乘法的多参数水质检测器实时采集稻田水质数据；

第二步，水泵抽取水源对稻田进行供水操作；对稻田水溶解氧进行控制；利用投食器对稻田养鱼进行投放鱼食；

第三步，计算程序对稻田鱼饵残留计算操作；

第四步，显示器显示监控视频、水温度、水位、水质数据信息。

2.如权利要求1所述的稻田循环流水养鱼生态数据处理方法，其特征在于，所述第一步中偏最小二乘法具体包括：将稻田划分为多个观测数据，然后依赖一组特征向量来表示每个组，特征向量组是观测数据的线性组合，相同的区内两正交，不同的区域相关联；

将应变向量Y＝(y_ij)_n×m和自变量矩阵X＝(x_ij)_n×p分解成特征向量形式：

Y＝UQ+F

X＝TP+E

其中，U_n×d和T_n×d分别为Y_n×m和X_n×p的特征因子矩阵，d为抽象组分数；Q_d×m和P_d×p分别为Y_n×m和X_n×p的载荷矩阵；F_n×m和E_n×p分别为Y_n×m和X_n×p的残差阵；

根据特征向量的相关性分解建立回归模型：

U＝TB+E_d

其中：E_d为随机误差阵，B为维对角回归系数阵；主成分的最佳维数d可以利用交叉证实方法确定。

3.如权利要求1所述的稻田循环流水养鱼生态数据处理方法，其特征在于，所述稻田循环流水养鱼生态数据处理方法的鱼饵残留计算方法如下：

1)获取水下图像，并对稻田水浑浊导致的图像模糊和细节丢失，采用图像清晰化算法对图像进行预处理；图像清晰化算法具体包括以下步骤：

11)基于暗通道先验理论获取水下图像的暗通道图，并计算所有暗通道的中值m，并判断中值m是否小于设定的阈值μ，若是，则进行步骤12)，若否，则进行步骤14)；

12)计算水下图像的透射率，并采用导向滤波的方法对透射率进行优化，所述的透射率t(x)的计算式为：

其中，ω为调整去雾程度的因子，且0＜ω＜1，Ω(x)为以像素点x为中心的局部区域，c为图像R，G，B通道中的一个颜色通道，Ic(y)为彩色图像每个通道的值，Ac为彩色图像每个通道的背景光值；

13)采用自适应的背景光复原水下图像，并进行步骤2)，复原后的水下图像J(x)表示为：

其中，I(x)为输入的水下图像，A为自适应背景光，t0为透射率t(x)的下限值；

14)采用限制对比度自适应直方图均衡化处理水下图像的R，G，B通道，具体为：

对于分离出三个通道，采用限制对比度自适应直方图均衡化依次处理R，G，B通道，得到三个通道的处理结果，并将三个通道的均衡化结果合并；

15)修正增强后的R，G，B通道的值，平衡水下图像色彩，所述的修正后的R，G，B通道的表达式为：

R′_N＝R_N+(Δ_R-Δ_RN)

G′_N＝G_N

B′_N＝B_N+(Δ_B-Δ_BN)

Δ_R＝M_R-M_G

Δ_B＝M_B-M_G

Δ_RN＝M_RN-M_GN

Δ_BN＝M_BN-M_GN

其中，R′_N、G′_N、B′_N为修正后的R，G，B通道，R_N、G_N、B_N为均衡化后的R，G，B通道，MG为G通道中像素值的众数，M_R、M_B为与M_G对应位置相同R，B通道的像素点的像素平均值，M_RN、M_GN、M_BN为均衡化的图像中与M_G对应位置相同的R，G，B通道的像素点的像素平均值；

2)考虑人工光源引起的光照不均，采用自适应分类分割算法分割前景和背景，并转化为二值图；

3)搜寻前景物体的轮廓序列，并剔除轮廓点数不属于设定范围内的轮廓；

4)基于前景物体的轮廓特征，剔除非饵料物体的轮廓；

5)计算剔除处理后各个轮廓的面积并排序，确定单颗饵料的面积；

6)估计当前轮廓包含的饵料颗粒数，将所有轮廓估得的颗粒数相加，即得到最终残留饵料颗粒数。