基于视觉感知鱼类行为的生物水质监测系统

摘要

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，水质监测中心包括图像采集模块、图像处理模块、目标跟踪模块和鱼类行为数据分析模块，鱼类行为数据分析模块包括数据建模部分和数据匹配部分，获取待分析水域的图像帧序列的数据，并代入到模型公式(6)、(7)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。本发明降低成本、适合大规模实施、实时性良好。

主权项

1.一种基于视觉感知鱼类行为的生物水质监测系统，其特征在于：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其中，s(t)表示从t=0时刻起的轨迹长度，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：${\hat{V}}_i=\frac{\mathrm{\Delta s}}{2\mathrm{\Delta t}}...\left(1\right)$在P_i的s(t)和是随时间变化计算出来的，其相应的公式为：${\hat{S}}_i=\underset{\mathrm{\Delta t}<t<\mathrm{i\Delta t}}{\int }\mathrm{dS}\left(t\right)\cong \underset{j=1}{\overset{i-1}{\Sigma }}{\hat{V}}_j\mathrm{\Delta t}...\left(3\right)$转角的范围并非[-π,+π]；建立一个动力学模型，其模型公式为：V_i=V......................................(5)W_i=αW_i-1+b_i........................(6)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：$\hat{\alpha }=\frac{{\Sigma }_i^{N-1}{W}_i{W}_{i+1}}{{\Sigma }_i^{N-1}{W}_i}...\left(7\right)$${\hat{s}}^2=\frac{1}{N}\underset{i}{\overset{N-1}{\Sigma }}{(W_{i+1}-\hat{\alpha }{W}_i)}^2...\left(8\right)$(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；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；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；数据存储部分，用于将运动目标在图像中的像素坐标位置(x，y)、时间(time)参数存储在数据库中；将速度v、角速度关联系数α和随机高斯变量bi的方差s存储在数据库中，以及监控点单元的信息也存储在数据库中；所述数据管理模块还包括：双队列缓冲池，由数据缓冲块组成，每一个数据缓冲块存储一帧视频数据，所有缓冲块的内存空间在创建缓冲池时预先分配；双队列缓冲池使用两个队列对数据缓冲区进行管理，分别是工作队列和空闲队列；初始情况下，所有的缓冲块都在空闲队列中，工作队列为空；视频数据获取线程从缓冲池的空闲队列的队首取得一个空闲缓冲块，将从视频源获取的视频帧数据填充进空闲缓冲块，然后将负载数据的缓冲块放回缓冲池，加到工作队列的队尾，如果空闲队列为空，则等待；同时，视频数据的处理线程从缓冲池的工作队列中取得已填充视频帧数据的缓冲块进行处理，处理完后将该数据缓冲块放回缓冲池，加入空闲队列的队尾，如果工作队列为空，则等待；所述图像处理模块中，包括图像差分、背景更新、差分图像二值化和目标标识；图像差分的求取包括背景差分和帧间差分；使用结合帧间差分的平均背景模型对背景进行简单有效的更新；背景差分图像中包含了运动前景的信息，使用在线自动阈值分割方法对视频序列的背景差分图像进行二值化分割，提取运动目标前景；在通过二值化分割提取出来的运动目标前景中包含了多个运动目标，使用连通域标记方法对每个目标进行标识。