一种蓝藻监测装置及方法

本发明公开了一种蓝藻监测装置及方法，该方法包括采集多幅标本图像，利用该标本图像分别组成一标本蓝藻图像集合以及一待测图像训练集合；基于该标本蓝藻图像集合和该待测图像训练集合，计算得到蓝藻像素特征阈值；采集待测图像；根据该蓝藻像素特征阈值划分该待测图像的蓝藻区域和非蓝藻区域；当该蓝藻区域的面积与该待测图像的面积之比超过一预警阈值时，生成预警信息。本发明基于水面图像自动实时地对蓝藻进行监测，根据蓝藻的暴发强度进行预警。在监测装置上实现待测图像采集、处理和暴发强度评估计算，仅向远程监测中心传输蓝藻暴发强度结果，降低数据传输量。将预警信息和蓝藻定位信息一同发送至远程监测中心，便于定位蓝藻暴发位置。

1.一种蓝藻监测方法，其特征在于，包括：标本采集步骤，采集多幅标本图像，利用该标本图像分别组成一标本蓝藻图像集合以及一待测图像训练集合；阈值识别步骤，基于该标本蓝藻图像集合和该待测图像训练集合，计算得到蓝藻像素特征阈值；待测图像采集步骤，采集待测图像；图像分割步骤，根据该蓝藻像素特征阈值划分该待测图像的蓝藻区域和非蓝藻区域；预警步骤，当该蓝藻区域的面积与该待测图像的面积之比超过一预警阈值时，生成预警信息。
2.如权利要求1所述的方法，其特征在于，该阈值识别步骤进一步包括：利用该标本蓝藻图像集合中的图像的蓝藻像素特征数据和非蓝藻像素特征数据构建标本训练数据集合；基于该标本训练数据集合对分类算法模型训练，得到蓝藻像素特征分类模型；利用该蓝藻像素特征分类模型，对由该待测图像训练集合中的图像的像素的特征数据进行分类，得到蓝藻像素特征数据集合和非蓝藻像素特征数据集合；基于该蓝藻像素特征数据集合和非蓝藻像素特征数据集合，利用最优化算法，计算各像素分量的阈值，作为该蓝藻像素特征阈值。
3.如权利要求2所述的方法，其特征在于，该分类算法包括支持向量机方法、决策树方法或神经网络分类方法。
4.如权利要求2所述的方法，其特征在于，该最优化算法包括： max{Σi=1Nz(TX-Xzi)2+Σj=1Nnz(TX-Xnzj)2}]]> min(X)≤T_X≤max(X)其中，X为像素分量，T_X为像素分量X的阈值，X_z为蓝藻像素特征数据的像素分量，X_nz为非蓝藻像素特征数据的像素分量，i为该蓝藻像素特征数据集合中的蓝藻像素特征数据的序号，j为该非蓝藻像素特征数据集合中的非蓝藻像素特征数据的序号，N_z为该蓝藻像素特征数据集合中的蓝藻像素特征数据的个数，N_nz为该非蓝藻像素特征数据集合中的非蓝藻像素特征数据的个数，min()和max()分别表示像素分量X的最小值和最大值。
5.如权利要求1、2、3或4所述的方法，其特征在于，该标本采集步骤与该阈值识别步骤之间还包括预处理步骤，该预处理步骤包括：检测该标本图像的亮度，对未达到预设亮度阈值的标本图像予以排除；确定该标本图像中的选定区域；在该预警步骤中，当该蓝藻区域的面积与该待测图像的该选定区域的面积之比超过预警阈值时，生成该预警信息。
6.如权利要求5所述的方法，其特征在于，预警步骤之后进一步包括检测该待测图像所对应的位置的定位信息，将该定位信息以及该预警信息发送至远程监测中心，或者，将该蓝藻区域的面积与该待测图像的面积之比、该定位信息以及该预警信息发送至远程监测中心。
7.一种蓝藻监测装置，其特征在于，包括：视频传感单元，用于采集标本图像以及待测图像，利用该标本图像分别组成一标本蓝藻图像集合以及一待测图像训练集合；处理单元，包括阈值识别模块、图像分割模块和预警模块；该阈值识别模块用于基于该标本蓝藻图像集合和该待测图像训练集合计算蓝藻像素特征阈值，该图像分割模块用于根据该蓝藻像素特征阈值划分该待测图像的蓝藻区域和非蓝藻区域，该预警模块用于当该蓝藻区域的面积与该待测图像的面积之比超过一预警阈值时，生成预警信息。
8.如权利要求7所述的装置，其特征在于，该阈值识别模块进一步包括：模型构建模块，利用该标本蓝藻图像集合中的图像的蓝藻像素特征数据和非蓝藻像素特征数据构建标本训练数据集合，基于该标本训练数据集合对分类算法模型进行训练，得到蓝藻像素特征分类模型；分类模块，利用该蓝藻像素特征分类模型，对由该待测图像训练集合中的图像的像素的特征数据进行分类，得到蓝藻像素特征数据集合和非蓝藻像素特征数据集合；阈值获取模块，基于该蓝藻像素特征数据集合和非蓝藻像素特征数据集合，利用最优化算法，计算各像素分量的阈值，作为该蓝藻像素特征阈值。
9.如权利要求8所述的装置，其特征在于，该模型构建模块包括支持向量机方法模块、决策树方法模块或神经网络分类方法模块。
10.如权利要求8所述的装置，其特征在于，该最优化算法包括： max{Σi=1Nz(TX-Xzi)2+Σj=1Nnz(TX-Xnzj)2}]]> min(X)≤T_X≤max(X)其中，X为像素分量，T_X为像素分量X的阈值，X_z为蓝藻像素特征数据的像素分量，X_nz为非蓝藻像素特征数据的像素分量，i为该蓝藻像素特征数据集合中的蓝藻像素特征数据的序号，j为该非蓝藻像素特征数据集合中的非蓝藻像素特征数据的序号，N_z为该蓝藻像素特征数据集合中的蓝藻像素特征数据的个数，N_nz为该非蓝藻像素特征数据集合中的非蓝藻像素特征数据的个数。
11.如权利要求7、8、9或10所述的装置，其特征在于，还包括一预处理单元，用于检测该标本图像的亮度，对未达到预设亮度阈值的标本图像予以排除；确定该标本图像中的选定区域；该预警模块用于当该蓝藻区域的面积与该待测图像的该选定区域的面积之比超过预警阈值时，生成该预警信息。
12.如权利要求11所述的装置，其特征在于，还包括一定位单元以及一通信单元，该定位单元用于检测该装置的定位信息，该通信单元用于将该定位信息以及该预警信息发送至一远程监测中心，或者，将该蓝藻区域的面积与该待测图像的面积之比、该定位信息以及该预警信息发送至一远程监测中心。
13.如权利要求7所述的装置，其特征在于，该视频传感单元包括视频传感控制器、CCD数码相机和云台；该CCD数码相机用于采集该标本图像以及待测图像；该云台接收来自视频传感控制器的控制命令，调整该CCD数码相机角度与方位；该视频传感控制器连接该CCD数码相机和该云台，用于发出控制命令控制该CCD数码相机的拍摄参数，以及控制该云台的角度与方位。
14.如权利要求7所述的装置，其特征在于，该视频传感单元位于被测水面上方3-5米。