[发明专利]一种水体蓝藻监测系统及装置

说明书

本发明公开了一种水体蓝藻监测系统及装置，属于水体检测技术领域，具体包括：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；本发明基于水面的待测图像，自动实时地对蓝藻进行监测，并根据蓝藻的暴发强度结果进行预警。

技术领域

本发明涉及水体监测技术领域，具体涉及一种水体蓝藻监测系统及装置。

背景技术

蓝藻或称蓝绿藻覆盖于水体表面呈现蓝色，蓝绿色等不同的颜色，属于原核微生物类，当水体中排入大量含氮含磷的物质，导致水体富营养化，促使蓝细菌过度繁殖，蓝细菌将水面覆盖而使水体呈现不同颜色的现象，据统计，但是蓝藻水华是可以预防的，在水华暴发前，采取一定的工程措施可以避免蓝藻水华的发生或者减轻其危害。

关于蓝藻预警主要有四类方法：一是卫星遥感监测、二是人工监测、三是无人机检测、四是水下自动监测。但是，这四类方法均有不足，比如：卫星遥感监测会受到天气影响，常常因水域被云层覆盖而无法监测；人工监测、无人机监测覆盖的水域面积小；水下自动监测法的成本较高、效果一般。

综上所述，现有方法均无法同时提供自主、实时、准确的蓝藻监测与预警功能。本发明正是针对现有方法的不足，提供一种水体蓝藻监测系统，实现对蓝藻的自主、实时监测，并对蓝藻暴发强度进行准确评估，提高蓝藻监测、预警与治理的水平。

发明内容

本发明的目的在于提供一种水体蓝藻监测系统及装置，解决以下技术问题：

针对现有方法的不足，实现对蓝藻的自主、实时监测，并对蓝藻暴发强度进行准确评估，提高蓝藻监测、预警与治理的水平。

本发明的目的可以通过以下技术方案实现：

一种水体蓝藻监测系统，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。

作为本发明进一步的方案：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；

作为本发明进一步的方案：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。

作为本发明进一步的方案：所述图像处理模块构建蓝藻生长识别模型的过程为：