基于生物水質(zhì)監(jiān)測的魚體運動狀態(tài)檢測系統(tǒng)研究.pdf

1、在水污染防治中，智能高效的水質(zhì)監(jiān)測系統(tǒng)在水環(huán)境實時監(jiān)測及有效治理中發(fā)揮著至關(guān)重要的作用。生物水質(zhì)監(jiān)測克服了理化監(jiān)測只針對特定指標的局限性及連續(xù)取樣的繁瑣性，能夠直觀、快速、綜合地反映水質(zhì)指標。魚類作為重要的水質(zhì)指示生物，對于水環(huán)境參數(shù)的變化較為敏感，其運動特征直接表征水質(zhì)污染狀況。監(jiān)測魚類運動狀態(tài)參數(shù)的實時變化規(guī)律，將為進一步研究魚類水質(zhì)指示特性及其所處水環(huán)境水質(zhì)變化狀況奠定基礎(chǔ)，對于提高水質(zhì)監(jiān)測的智能化水平具有重要意義。
　　本

2、文基于2014年陜西省教育廳產(chǎn)業(yè)化培育項目（水質(zhì)遠程分析科學決策智能化環(huán)保系統(tǒng)研制，項目編號:14JF022）完成了生物水質(zhì)監(jiān)測子課題，提出了一種基于生物水質(zhì)監(jiān)測的魚體運動狀態(tài)檢測方法，建立水質(zhì)監(jiān)測模型，并開發(fā)了一套適用于生物水質(zhì)監(jiān)測的魚體運動狀態(tài)檢測系統(tǒng)。
　　本文所做的主要工作如下:
　　1.提出了一種魚體運動目標視頻圖像檢測方法。采用統(tǒng)計學背景建模算法快速建立背景模型，通過背景差分算法將魚體目標與背景分離，得到灰度化魚

3、體目標圖像;采用最大類間方差算法(Otsu)獲取自適應分割閾值，通過圖像分割得到二值化魚體目標圖像;提出形態(tài)學濾波與面積比較法相結(jié)合的濾波算法有效濾除噪聲并完整得保留魚體目標;通過連通區(qū)域質(zhì)心檢測方法獲取目標質(zhì)心。
　　2.根據(jù)魚體目標區(qū)域質(zhì)心和面積特征，建立了基于特征的目標追蹤模型，實時追蹤魚體目標;獲取魚體目標尾點、頭點等特征點坐標，建立魚體運動速度、加速度、擺尾頻率、轉(zhuǎn)彎頻率及撞壁頻率求解模型;根據(jù)魚體運動狀態(tài)各參數(shù)水質(zhì)語義

4、特征，建立水質(zhì)監(jiān)測模型。
　　3.根據(jù)以上算法及模型，基于LabVIEW設(shè)計了生物水質(zhì)監(jiān)測系統(tǒng)軟件，完成了系統(tǒng)簡介、視頻采集、目標檢測、記錄查詢及水質(zhì)評價模塊設(shè)計，實現(xiàn)對攝像頭采集及加載已存儲的魚體運動視頻實時處理，并進行水質(zhì)超標報警。
　　4.以紅鯽魚為實驗魚種，以改變水質(zhì)pH為例，設(shè)計實驗方案，測試系統(tǒng)性能。分別采集過酸(pH=3.5，4.5，5.5)、過堿(pH=9.5，10.5，11.5)以及適合紅鯽魚生長的最佳范圍

5、(pH=6.5，7，7.5，8)每種水質(zhì)下4800幀(20min)魚體運動視頻，通過系統(tǒng)分析處理，實現(xiàn)水質(zhì)過酸、過堿超標報警。以pH=10.5為例，第2986幀（12分27秒）時系統(tǒng)水質(zhì)超標報警。
　　5.對系統(tǒng)誤差進行分析，主要誤差在于目標檢測過程中目標的丟失與增加，分析了各pH值對應的水質(zhì)中魚體目標檢測的準確率，其平均準確率在0.91以上。
　　上述工作的完成，實現(xiàn)了通過檢測魚體運動狀態(tài)參數(shù)實時監(jiān)測水質(zhì)變化信息，達到了項