[发明专利]一种水体蓝藻监测系统及装置

权利要求书

1.一种水体蓝藻监测系统，其特征在于，包括：

图谱库，存储有蓝藻生长各个阶段的图像；

数据采集模块，用于实时采集水体图像，生成水体图像集合，实时采集水体样本，并检测水体样本数据；

图像处理模块，用于基于所述图谱库构建蓝藻生长识别模型，将所述水体图像输入至所述蓝藻生长识别模型中，识别水体图像集合中蓝藻的生长阶段；

数据优化模块，用于提取蓝藻识别模型无法识别的水体图像，获取对应的水体样本，采集水体样本的近景图像，根据所述近景图像判定水体中是否存在蓝藻。

2.根据权利要求1所述的一种水体蓝藻监测系统，其特征在于，所述数据优化模块判断水体中是否存在蓝藻的过程为：

将所述近景图像进行灰度处理获得灰度图像，并对所述灰度图像进行降噪处理，采用Sobel边缘检测算子对降噪后的所述灰度图像进行边缘检测，并采用最大类间方差法对边缘检测后的所述灰度图像进行二值化处理获得二值化图像，二值化处理后所述灰度图像的像素值为0或者255，并对所述二值化图像再次进行降噪处理。

3.根据权利要求2所述的一种水体蓝藻监测系统，其特征在于，所述数据优化模块判断水体中是否存在蓝藻的过程还包括：、

通过预设标选框对二值化图像中白色连通区域的轮廓进行选取，得到待定标选区域，若存在多个所述待定标选区域，则分别计算待定标选区域内灰度值为255和灰度值为0的像素比，以及待定标选区域内灰度的跳变次数范围，若存在所述待定标选区域的像素比低于0.25且跳变次数范围位于[5,30]，则判定该待定标选区域为蓝藻图像，否则继续选取。

4.根据权利要求1所述的一种水体蓝藻监测系统，其特征在于，所述图像处理模块构建蓝藻生长识别模型的过程为：

基于所述图谱库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；基于所述标本训练数据集合对分类算法模型进行训练，得到蓝藻生长识别模型。

5.根据权利要求4所述的一种水体蓝藻监测系统，其特征在于，所述蓝藻生长识别模型的识别过程为：

基于所述蓝藻生长识别模型，对所述水体图像集合中的图像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；基于所述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，作为所述蓝藻像素特征阈值，将所述蓝藻像素特征阈值与预设阈值进行比对，获得蓝藻生长阶段。

6.根据权利要求1所述的一种水体蓝藻监测系统，其特征在于，还包括预处理步骤，所述预处理步骤包括：

检测所述水体图像的亮度，对未达到预设亮度阈值的水体图像予以排除；确定所述水体图像中的选定区域；在所述预处理步骤中，当所述蓝藻区域的面积与所述水体图像的所述选定区域的面积之比超过预警阈值时，生成预警信息。

7.根据权利要求1所述的一种水体蓝藻监测系统，其特征在于，还包括预警模块，所述预警模块的工作过程为：

测量所述水体样本的氮浓度并标记为D，测量磷浓度并标记为L，测量水体温度并标记为T，通过水体富营养公式F＝D*a+L*b+T*c计算水体富营养度F，当水体富营养度大于预设阈值时，则发出预警信息。

8.用于实施权利要求1所述的一种水体蓝藻监测系统的一种水体蓝藻监测装置，包括底座(1)，其特征在于，所述底座(1)顶部固定连接有水泵(4)，所述水泵(4)的进水端连通有取样探头(3)，所述取样探头(3)用于采集水体样本，所述水泵(4)外围设置有保护壳(2)，所述保护壳(2)与所述底座(1)固定连接，所述水泵(4)的出水端一侧设置有观察皿(5)，所述观察皿(5)上方设置有第一摄像头(6)，所述第一摄像头(6)与所述保护壳(2)固定连接，所述保护壳(2)顶部固定连接有支架(8)，所述支架(8)顶部转动连接有第二摄像头(7)。