[發明專利]一種多元異構水環境監測數據評價與預警方法

有效

• 申請號: 201310188041.3
• 申請日: 2013-05-20
• 公開（公告）號: CN103324951A
• 公開（公告）日: 2013-09-25
• 發明（設計）人: 賈克斌;龐子涵
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

技術領域

本發明涉及一種利用支持向量機對多元異構水環境監測數據評價與預警的方法。

背景技術

水環境監測體系的建設，是保護水源地和干渠水質的重要手段，對緩解水資源危機，改善受水區生態環境，促進水源地生態文明建設具有重要戰略意義。

我國水環境質量評價起步較晚，20世紀90年代后各種數學方法的廣泛應用使得水質評價得到進一步發展。目前現有的水環境自動監測系統，水質評價主要以單純的針對水質多屬性值進行建模分類，BP模型是水質評價最常用的人工神經網絡，利用最陡坡降法，把誤差函數最小化，并調整人工神經元網格相應連接權，直到網絡誤差最小化。視頻監控只是相對獨立的監測現場環境的安全，主要是通過監測移動目標來檢測當前水環境安全狀況，在目標檢測中關于背景的獲取與更新方面，自適應背景模型估計算法適用于攝像機靜止的情形，此方法是對背景圖像中的每一個像素點建立分布模型，并且隨著時間推移對模型參數進行更新，根據運動目標像素的分布不符合背景像素分布模型的特點，可以檢測出運動目標。單高斯背景模型法是背景消減法中的一種，它是利用當前圖像與背景圖像的差分來檢測出運動區域的一種運動目標檢測方法，在背景更新的過程中，只是對被判斷為背景的像素點進行了更新，而被判為前景的像素點則不參與背景模型的更新，導致對由靜止變為運動或運動變為靜止的物體檢測有誤，安全性能不高。于此同時，水質分析評價與現場環境安全彼此獨立，各種數據資源沒有充分整合和深度開發，不能滿足當前水環境安全監測的要求。

本發明設計了一種多元異構水環境監測數據評價與預警方法，將多屬性值的水質數據和視頻監控數據有效融合，能夠在背景劇烈變化時能很好的檢測出運動目標，具有自動化和智能化的特點。

發明內容

本發明的目的在于，將以水環境視頻影像數據和多屬性水質數據為主的異構數據進行有效的結合，設計了適應復雜環境的運動目標提取算法，將基于支持向量機的分類算法引入異構數據的分析評價中，完成對水環境安全評估，達到智能數據處理和全面監測預警的目的。

多元異構水環境監測數據評價與預警的方法，本發明采取的技術方案為：

網絡攝像機采集現場環境視頻圖像數據，傳感器采集多屬性水質監測數據，形成異構數據，從視頻圖像中提取移動目標特征參數，與水質各屬性值組成特征向量，利用支持向量機，即Supporting?Vector?Machine,?SVM進行分類器模型搭建，建立異構數據與水環境安全等級對應關系，對當前水環境安全等級進行預判。

在本發明所述的移動目標特征參數提取，其特征在于，包括下述步驟：

步驟一：讀取前M幀圖像F_T(x,y)?(T=1,2,……，M)，(x,y)表示圖像中像素點的坐標，F_T(x,y)表示像素點的灰度值。

步驟二：為濾除高頻噪聲，對前M幀圖像F_T(x,y)?(T=1,2,……，M)進行中值濾波處理，采用二維方形窗口，運算如下所示：

FT′(x,y)=MedianFT(x,y)---(1)]]>

Median()函數將窗口中的每一個像素點的灰度值進行排序，位于中間的數值作為輸出

步驟三：計算該M幀圖像中每一像素點的平均亮度μ₀(x,y)和亮度方差，計算如下所示：