[發明專利]一種藍藻水華狀態監測方法

無效

• 申請號: 201210000617.4
• 申請日: 2012-01-04
• 公開（公告）號: CN102592140A
• 公開（公告）日: 2012-07-18
• 發明（設計）人: 楊旭;徐姍姍;宋彥斌;衛耀輝;張穎
• 申請（專利權）人: 上海理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 吳寶根

技術領域

本發明涉及一種檢測技術，特別涉及一種藍藻水華狀態監測方法。

背景技術

隨著經濟的發展，水污染的加重，湖面富營養化現象日趨加劇。我國幾乎每年夏天均有藍藻水華爆發，藍藻水華的頻繁發生，嚴重影響了周邊居民的日常生活。2007年無錫太湖梅梁灣水域爆發大面積藍藻水華，直接導致了無錫自來水臭水事件，居民停止供水十余天。因此及時識別水面藍藻水華狀態信息，為藍藻水華爆發建立應急措施尤為迫切。

目前，國內外對于藍藻水華的監測主要是利用顯微圖像和遙感圖像。

顯微圖像一般是利用顯微鏡獲得水體的微觀圖像，可以對水體中的藻類進行分類和識別。但實驗條件復雜，系統設備成本高，實時性有限。

采用遙感圖像對藍藻進行監測，主要是通過分析監測水體反射和吸收太陽輻射能形成的光譜特征，對湖泊富營養空間分布以及動態信息進行定位和評價。由于衛星分辨率以及軌道限制，所獲得的地理和時間信息精確度都有限。

發明內容

本發明是針對現在藍藻水華的監測實時性有限的問題，提出了一種藍藻水華狀態監測方法，通過對水體圖像的實時處理和分析，能有效的獲得藍藻水華的爆發信息，對于制定水華應急預案具有重要的參考價值。

本發明的技術方案為：一種藍藻水華狀態監測方法，具體方法包括如下步驟：

1）計算機通過外接監控設備，定時從監測水體獲得圖像樣本；

2）計算機對圖像預處理，消除噪聲信息的影響；

3）提取特征向量，利用K-means算法對圖像進行分類；?

4）得出藍藻水華狀態信息；

5）圖像的判別結果存儲在與計算機相連的存儲器中，作為歷史數據。

所述圖像預處理步驟主要包括高斯平滑濾波和彩色空間轉換，彩色空間轉換為將計算機默認的RGB彩色圖像格式轉換為HSV色度、飽和度、數值彩色空間圖像格式。

所述提取特征向量具體步驟包括：對HSV圖像進行通道分離，然后對H和S通道分別計算特征向量值，V通道代表光照不作為特征分量處理，?H和S的計算公式如下：

=,?=(<)；

=,?=?(>)，

假設圖像大小為M*N?,將圖像分成子圖像，子圖像大小為a*a，子圖像個數為n?(n=?),?是子圖像的H通道平均像素值，n是子圖像的個數，是色度閾值，?是最終要求得的色度特征向量值，是子圖像S通道平均像素值，是飽和度閾值,?是最終求得的飽和度特征向量值。

所述利用K-means算法對圖像進行分類，具體包括：樣本采集，采集多幅藍藻水華樣本圖像和正常水體圖像，利用樣本圖像建立樣本庫；利用K-means對樣本進行聚類分析，對正常水體樣本以及藍藻樣本類別進行編號；將實時采集到的樣本圖像加入到已有的樣本庫中，進行聚類分析，由此得到實時樣本的分類類別，根據類別數可以得出判別結果。

所述K-means算法具體步驟包括：分配聚類類別個數K；對K個聚類中心進行初始化；按照平均值，重復計算每個聚類的聚類中心，直到聚類中心不變，得出判別結果。

本發明的有益效果在于：本發明藍藻水華狀態監測方法，將聚類分析應用到水面狀態監測中，從而得出藍藻水華的信息。針對光照對于圖像的影響，采用HSV彩色空間，排除了V分量，有效的提高了判別的精確度。本發明具有成本低，實時性好，可信度高的優點。

附圖說明

圖1為本發明藍藻水華狀態監測系統結構示意圖；

圖2為本發明藍藻水華狀態監測流程圖。

具體實施方式

藍藻水華狀態監測方法如下：

（1）如圖1所示計算機2通過外接監控設備1（監控設備可以是監控攝像頭或者CCD數碼相機等），定時從監測水體獲得圖像樣本；

（2）如圖2所示流程圖計算機2對圖像預處理，消除噪聲信息的影響；

（3）提取特征向量，利用K-means算法對圖像進行分類；?

（4）得出藍藻水華狀態信息；

（5）圖像的判別結果存儲在與計算機2相連的存儲器3中，作為歷史數據。

圖像預處理步驟主要包括高斯平滑濾波和彩色空間轉換。高斯平滑濾波用于消除圖像的噪聲和細節信息，可以提高特征提取的有效率。

計算機2中默認的彩色圖像格式是RGB，但HSV（色度，飽和度，數值）彩色空間比RGB系統更接近于人們的經驗和對彩色的感知，而且適合此處特征分量的提取，因此，需要進行彩色空間轉換。