專利名稱：一種藍(lán)藻水華狀態(tài)監(jiān)測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種檢測(cè)技術(shù)，特別涉及一種藍(lán)藻水華狀態(tài)監(jiān)測(cè)方法。
背景技術(shù)：
隨著經(jīng)濟(jì)的發(fā)展，水污染的加重，湖面富營養(yǎng)化現(xiàn)象日趨加劇。我國幾乎每年夏天均有藍(lán)藻水華爆發(fā)，藍(lán)藻水華的頻繁發(fā)生，嚴(yán)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(fā)大面積藍(lán)藻水華，直接導(dǎo)致了無錫自來水臭水事件，居民停止供水十余天。因此及時(shí)識(shí)別水面藍(lán)藻水華狀態(tài)信息，為藍(lán)藻水華爆發(fā)建立應(yīng)急措施尤為迫切。目前，國內(nèi)外對(duì)于藍(lán)藻水華的監(jiān)測(cè)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(duì)水體中的藻類進(jìn)行分類和識(shí)別。但實(shí)驗(yàn)條件復(fù)雜，系統(tǒng)設(shè)備成本高，實(shí)時(shí)性有限。采用遙感圖像對(duì)藍(lán)藻進(jìn)行監(jiān)測(cè)，主要是通過分析監(jiān)測(cè)水體反射和吸收太陽輻射能形成的光譜特征，對(duì)湖泊富營養(yǎng)空間分布以及動(dòng)態(tài)信息進(jìn)行定位和評(píng)價(jià)。由于衛(wèi)星分辨率以及軌道限制，所獲得的地理和時(shí)間信息精確度都有限。

發(fā)明內(nèi)容
本發(fā)明是針對(duì)現(xiàn)在藍(lán)藻水華的監(jiān)測(cè)實(shí)時(shí)性有限的問題，提出了一種藍(lán)藻水華狀態(tài)監(jiān)測(cè)方法，通過對(duì)水體圖像的實(shí)時(shí)處理和分析，能有效的獲得藍(lán)藻水華的爆發(fā)信息，對(duì)于制定水華應(yīng)急預(yù)案具有重要的參考價(jià)值。本發(fā)明的技術(shù)方案為一種藍(lán)藻水華狀態(tài)監(jiān)測(cè)方法，具體方法包括如下步驟
O計(jì)算機(jī)通過外接監(jiān)控設(shè)備，定時(shí)從監(jiān)測(cè)水體獲得圖像樣本；
2)計(jì)算機(jī)對(duì)圖像預(yù)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(duì)圖像進(jìn)行分類；
4)得出藍(lán)藻水華狀態(tài)信息；
5)圖像的判別結(jié)果存儲(chǔ)在與計(jì)算機(jī)相連的存儲(chǔ)器中，作為歷史數(shù)據(jù)。所述圖像預(yù)處理步驟主要包括高斯平滑濾波和彩色空間轉(zhuǎn)換，彩色空間轉(zhuǎn)換為將計(jì)算機(jī)默認(rèn)的RGB彩色圖像格式轉(zhuǎn)換為HSV色度、飽和度、數(shù)值彩色空間圖像格式。所述提取特征向量具體步驟包括對(duì)HSV圖像進(jìn)行通道分離，然后對(duì)H和S通道分別計(jì)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(jì)算公式如下
權(quán)利要求
1.一種藍(lán)藻水華狀態(tài)監(jiān)測(cè)方法，其特征在于，具體方法包括如下步驟1)計(jì)算機(jī)通過外接監(jiān)控設(shè)備，定時(shí)從監(jiān)測(cè)水體獲得圖像樣本；2)計(jì)算機(jī)對(duì)圖像預(yù)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(duì)圖像進(jìn)行分類；4)得出藍(lán)藻水華狀態(tài)信息；5)圖像的判別結(jié)果存儲(chǔ)在磁盤存儲(chǔ)器中。
2.根據(jù)權(quán)利要求I所述藍(lán)藻水華狀態(tài)監(jiān)測(cè)方法，其特征在于，所述圖像預(yù)處理步驟主要包括高斯平滑濾波和彩色空間轉(zhuǎn)換，彩色空間轉(zhuǎn)換為將計(jì)算機(jī)默認(rèn)的RGB彩色圖像格式轉(zhuǎn)換為HSV色度、飽和度、數(shù)值彩色空間圖像格式。
3.根據(jù)權(quán)利要求I所述述藍(lán)藻水華狀態(tài)監(jiān)測(cè)方法，其特征在于，所述提取特征向量具體步驟包括對(duì)HSV圖像進(jìn)行通道分離，然后對(duì)H和S通道分別計(jì)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(jì)算公式如下
4.根據(jù)權(quán)利要求I所述述藍(lán)藻水華狀態(tài)監(jiān)測(cè)方法，其特征在于，所述利用K-means算法對(duì)圖像進(jìn)行分類，具體包括樣本采集，采集多幅藍(lán)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(duì)樣本進(jìn)行聚類分析，對(duì)正常水體樣本以及藍(lán)藻樣本類別進(jìn)行編號(hào)；將實(shí)時(shí)采集到的樣本圖像加入到已有的樣本庫中，進(jìn)行聚類分析，由此得到實(shí)時(shí)樣本的分類類別，根據(jù)類別數(shù)可以得出判別結(jié)果。
5.根據(jù)權(quán)利要求I所述述藍(lán)藻水華狀態(tài)監(jiān)測(cè)方法，其特征在于，所述K-means算法具體步驟包括分配聚類類別個(gè)數(shù)K ;對(duì)K個(gè)聚類中心進(jìn)行初始化；按照平均值，重復(fù)計(jì)算每個(gè)聚類的聚類中心，直到聚類中心不變，得出判別結(jié)果。
全文摘要
本發(fā)明涉及一種藍(lán)藻水華狀態(tài)監(jiān)測(cè)方法計(jì)算機(jī)通過外接監(jiān)控設(shè)備，定時(shí)從監(jiān)測(cè)水體獲得圖像樣本；計(jì)算機(jī)對(duì)圖像預(yù)處理，消除噪聲信息的影響；提取特征向量，利用K-means算法對(duì)圖像進(jìn)行分類；得出藍(lán)藻水華狀態(tài)信息；圖像的判別結(jié)果存儲(chǔ)在與計(jì)算機(jī)相連的存儲(chǔ)器中，作為歷史數(shù)據(jù)。將聚類分析應(yīng)用到水面狀態(tài)監(jiān)測(cè)中，從而得出藍(lán)藻水華的信息。針對(duì)光照對(duì)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(fā)明具有成本低，實(shí)時(shí)性好，可信度高的優(yōu)點(diǎn)。
文檔編號(hào)G06K9/62GK102592140SQ20121000061
公開日2012年7月18日 申請(qǐng)日期2012年1月4日 優(yōu)先權(quán)日2012年1月4日
發(fā)明者衛(wèi)耀輝, 宋彥斌, 張穎, 徐姍姍, 楊旭 申請(qǐng)人:上海理工大學(xué)