基于模式識別的生物式異常水質(zhì)評價系統(tǒng)設計方法
【技術領域】
[0001] 本發(fā)明設及計算機視覺和模式識別領域，尤其是一種成功地克服了傳統(tǒng)的水質(zhì)評 價所表現(xiàn)出的多因子、高維、非線性等缺點及評價因子與水質(zhì)之間的復雜關系的生物式水 質(zhì)評價方法。 技術背景
[0002] 水是生命的源泉，是我們賴W生存的重要自然資源，是當今社會及經(jīng)濟發(fā)展的重 要物質(zhì)基礎。但是隨著城市化和工業(yè)化的飛速發(fā)展，世界各國基本面臨著水資源短缺、污染 嚴重的挑戰(zhàn)。因此，水質(zhì)評價在水資源管理、保護和規(guī)劃中具有重要的意義和作用，但是如 何準確、客觀、科學地對水質(zhì)進行評價仍是一個難題。目前，多數(shù)學者都是基于理化分析技 術和自動檢測技術采集的水質(zhì)綜合評價污染因子（評價指標）對水質(zhì)進行檢測分析，進而 得到水質(zhì)狀況。但該樣對水質(zhì)進行檢測時，首先評價數(shù)據(jù)有多因子、非線性、高維等缺點，W 至于很難建立快速對水質(zhì)進行識別的模型；其次評價方法不是存在較大主觀性，就是不能 夠全面深刻地反映水質(zhì)狀況。近年來，生物檢測技術由于具有綜合性、富集性、連續(xù)性、反應 靈敏度高、直觀性等優(yōu)點，在水質(zhì)評價中引起了人們的注意。在生物式水質(zhì)評價中，魚類由 于具有便于識別、運動特征明顯等優(yōu)點，被作為重要的指示生物。魚類與其生存的水生態(tài)環(huán) 境構成了一個相互作用的統(tǒng)一系統(tǒng)，兩者相互依存、協(xié)同進化。水環(huán)境和魚類的統(tǒng)一性及協(xié) 同進化性是進行水質(zhì)評價的基礎，同時魚類對水環(huán)境變化時的各種生態(tài)反應則是進行水質(zhì) 評價的依據(jù)。故采用魚類行為特征作為評價指標，不僅可W設及較少的指標而且能反應水 質(zhì)混合污染的潛在影響。
[0003] 計算機視覺主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息， 進行處理并加W理解，最終用于實際的檢測、測量和控制。因此，國內(nèi)外不少學者基于計算 機視覺技術成功地提取了魚類運動特征參數(shù)。但是只有少數(shù)學者基于該些參數(shù)建立了水質(zhì) 評價模型，途釋了水生態(tài)環(huán)境與魚類的定性關系。Cigdem等人提出了一種基于規(guī)則的軌跡 過濾機制，對利用計算機視覺技術監(jiān)測到的軌跡進行過濾，成功地提取出了魚類異常軌跡， 該方法有望應用于魚類行為和水質(zhì)關系的理解，尤其是正常和異常水質(zhì)檢測領域。Carlos 等人通過定義魚類運動行為狀態(tài)，利用背景差技術得到魚在污染和未污染水中的不同點， 然后采用遞歸圖算法繪出軌跡，定義基于遞歸圖的描述符，得到一個隨著時間推移的二進 制遞歸向量矩陣，根據(jù)矩陣的不同點成功地判斷出了加入毒死婢農(nóng)藥的異常水質(zhì)。Liao等 人采用支持向量機（SVM)對不同銅離子濃度下斑馬魚的行為進行學習和測試，并研究了不 同核函數(shù)類型下的測試精度，研究表明該方法可W有效的進行水質(zhì)異常評價。Carlos和 Liao雖然都通過提取有關魚類軌跡的參數(shù)評價了水質(zhì)狀況，但是都沒有給出具體的水質(zhì)評 價系統(tǒng)流程。程淑紅等人建立了基于計算機視覺與SVM的水質(zhì)異常檢測模型，實驗結(jié)果表 明該模型可W快速有效地進行水質(zhì)異常檢測，但是沒有驗證模型的魯椿性，尤其是對光照 或外來無關事件干擾的抗干擾性，并且只給出了建立模型的方案，同樣沒有給出完整的水 質(zhì)異常評價系統(tǒng)。
[0004] 綜上所述，生物式水質(zhì)評價在水質(zhì)安全檢測領域具有至關重要的作用，為準確、及 時地檢測到水質(zhì)異常提供理論依據(jù)。但是如何設計完善的異常水質(zhì)評價系統(tǒng)及考察系統(tǒng)的 穩(wěn)健性是本發(fā)明的重點。

【發(fā)明內(nèi)容】

[000引本發(fā)明的目的是（1)設計完整的異常水質(zhì)評價系統(tǒng)；似提高系統(tǒng)的穩(wěn)健性，尤其 是針對環(huán)境光照變化和噪聲變化的影響；（3)驗證系統(tǒng)的可行性。
[0006] 本發(fā)明的基本思想是：針對水質(zhì)評價所表現(xiàn)出的多因子、高維、非線性等特點，及 評價因子與水質(zhì)之間的復雜關系的問題，本發(fā)明W生物式水質(zhì)評價中常見的生物指示物魚 為研究對象，運用計算機圖像處理技術提出了一種快速的異常水質(zhì)評價系統(tǒng)。首先基于計 算機視覺采集可W反映水質(zhì)狀況的魚類運動視頻圖像，然后利用圖像處理技術獲得水質(zhì)評 價指標即魚類行為特征參數(shù)，同時基于模式識別建立可W反映水質(zhì)狀況與魚類行為特征參 數(shù)的語義映射模型，最后考察模型的可行性。
[0007] 為解決上述存在的技術問題實現(xiàn)上述目的，本發(fā)明是通過W下技術方案實現(xiàn)的： [000引一種基于模式識別的生物式異常水質(zhì)評價系統(tǒng)設計方法，其內(nèi)容包括如下步驟：
[0009] (1)搭建水質(zhì)評價平臺
[0010] 搭建水質(zhì)評價平臺，利用計算機視覺技術將活體魚運動轉(zhuǎn)化為視頻圖像數(shù)據(jù)；
[0011] 似圖像預處理
[0012] 采用圖像處理技術對獲取的圖像進行預處理，首先對視頻帖圖像進行雙邊濾波處 理，在除去噪聲的同時又保留了邊緣信息，然后對濾波后的圖像進行DCT變換來消除光照 的影響；
[0013] (3)魚運動目標的檢測與跟蹤
[0014] 由于卡爾曼濾波具有跟蹤算法計算量較小且可W實現(xiàn)實時跟蹤的優(yōu)點，故采用其 對魚類進行跟蹤，獲取魚類的運動軌跡；
[0015] (4)提取水質(zhì)評價指標
[0016] 通過跟蹤所獲取魚類的運動軌跡獲取水質(zhì)評價指標即游泳速度、游動距離、游動 加速度、轉(zhuǎn)角方向四個參數(shù)；
[0017] (5)建立特征參數(shù)數(shù)據(jù)庫
[001引對提取的正常和異常水質(zhì)下的運動參數(shù)進行預處理，剔除粗大誤差，得到歸一化 后的數(shù)據(jù)，建立特征參數(shù)數(shù)據(jù)庫；
[0019] (6)建立水質(zhì)評價模型
[0020] 為了快速建立水質(zhì)評價模型，首先對獲取的評價指標進行PCA降維處理，然后采 用支持向量機SVM構造水質(zhì)異常評價模型；
[0021] (7)考察水質(zhì)評價系統(tǒng)的可行性
[0022] 為了驗證基于模式識別的生物式異常水質(zhì)評價系統(tǒng)設計方法的可行性，在進行水 質(zhì)異常評價時，采用環(huán)境檢測儀來驗證評價的結(jié)果是否正確；
[0023](8)在線水質(zhì)評價
[0024] 設計在線異常水質(zhì)評價系統(tǒng)，在線提取水質(zhì)中魚類運動行為參數(shù)，利用水質(zhì)評價 模型進行水質(zhì)異常評價；同時，采用評價結(jié)果更新特征參數(shù)數(shù)據(jù)庫和評價模型，W提高模型 的魯椿性。
[0025] 由于采用上述技術方案，本發(fā)明提供的一種基于模式識別的生物式異常水質(zhì)評價 系統(tǒng)設計方法與現(xiàn)有技術相比具