水质污染预警方法

摘要

本发明公开了一种水质污染预警方法，包括步骤：将待监测原水导入鱼缸中，并且将一定数量的小鱼放入鱼缸中；实时采集连续的图像序列帧，并且将其转换为数字图像；对所采集到的图像序列帧进行平滑处理；对平滑处理后的图像序列帧进行阈值分割处理；对阈值分割后的图像序列帧进行去噪处理；根据去噪处理后的图像序列帧计算出小鱼的运动参数；设定预定的运动参数，并且将计算出的运动参数与预定运动参数比较；及判断计算出的运动参数是否大于预定运动参数，当大于预定运动参数时确定所监测的水质收到污染。本发明的优点是水质检测比较及时、准确。

主权项

一种水质污染预警方法，其特征在于包括如下步骤：将待监测原水导入鱼缸中，并且将一定数量的小鱼放入鱼缸中；实时采集连续的图像序列帧，并且将其转换为数字图像；对所采集到的图像序列帧进行平滑处理；对平滑处理后的图像序列帧进行阈值分割处理；对阈值分割后的图像序列帧进行去噪处理；根据去噪处理后的图像序列帧计算出小鱼的运动参数；设定预定的运动参数，并且将计算出的运动参数与预定运动参数比较；及判断计算出的运动参数是否大于预定运动参数，当大于预定运动参数时确定所监测的水质受到污染；对所采集到的图像序列帧进行平滑处理的步骤包括：1)借助微处理器执行Harris角点检测算法，对所采集的图像帧序列进行角点检测，从而依次确定鱼缸中的水区域的左上、左下、右下、右上四个角点的位置，根据确定的四个角点将鱼缸中的水的观测区域标识出来；和2)对在观测区域中采集到的观测图像中的一定领域内的像素值根据其范围变化进行滤波处理，从而使观测图像的边缘数据较为完整，同时将图像噪声降到最低；所述对平滑处理后的图像序列帧进行阈值分割处理的步骤包括 由目标边缘梯度特征的自适应阈值提取算法实现对所需观测图像的区分；对阈值分割后的图像序列帧进行去噪处理的步骤包括消除面积小于0.01mm的杂质；根据去噪处理后的图像序列帧计算出小鱼的运动参数的步骤包括：1)建立背景帧数为300帧，将这300帧图像作为参考数据，通过这些数据中对选定的观测区域内的小鱼进行标识，从而实现对观测区域内小鱼的识别，将所述观测区域中的每一条小鱼的图像标示不同的颜色，并且将观测区域中的每条小鱼也标记上了相应的序列号，最后将这些数据信息保存在存储器中；2)通过标识后的小鱼的运动轨迹计算小鱼的游动速度、平均高度及平均转弯次数，针对每条小鱼，所述微处理器分别启动一个跟踪和识别线程，以1秒为单位计算鱼的运动速度大小，然后根据背景帧数的设置计算小鱼平均速度的大小，计算小鱼在鱼缸坐标系中的平均高度，确定小鱼在已设置的背景帧数中的平均高度，计算相邻两帧鱼的速度，将运动速度的变向确定为可能的转弯点，在根据改变方向前后40帧的位置进一步计算出小鱼的转弯次数；和3)微处理器通过对小鱼序列目标的跟踪，将每个序列目标进行Kalman预测，并将预测后的位置传递给MeanShit算法中进行小鱼序列目标的定位识别。