一种河流鱼类群落实时监测方法与系统

摘要

本发明涉及一种河流鱼类群落实时监测方法与系统，其中，该方法包括：获取声呐探测器采集的原始水体声呐图像；对原始水体声呐图像进行预处理得到预处理后的水体声呐图像；对预处理后的水体声呐图像进行目标提取得到鱼群分布图像；对鱼群分布图像进行统计得到单位鱼群数量；根据单位鱼群数量确定整个水体中鱼类的数量。本发明通过利用声呐探测器采集原始水体声呐图像，并对原始水体声呐图像进行处理得到整个水体中鱼类的数量，不仅可对水库中的鱼类资源进行评估，还可以推测出水体的污染程度，具有检测精度高，检索速度快的优点。

说明书

技术领域

本发明涉及鱼群检测技术领域，特别是涉及一种河流鱼类群落实时监测方法与系统。

背景技术

污水，通常指受一定污染的、来自生活和生产的排出水，污水主要有生活污水和工业废水，污水的主要污染物有病原体污染物、耗氧污染物和有毒污染物等。随着社会的发展，城市为了提高经济收入都在向工业化发展，但是伴随着人们生活质量的提高，很多河流、湖泊都被污染。而且随着河流、湖泊的污染越来越严重，也会影响城市生活用水，因此对河流、湖泊污水治理迫不容缓，而在污水治理的过程中实时对河流、湖泊污水进行监测是重中之重。

现有的一些水生态监测方法，需要在规定的时间或者地点统计水中鱼群的数量来判断水体是否需要治理，如使用走访调研法向渔民询问鱼群的数量是否正常或者使用地笼、电鱼等手段捕鱼来估算鱼群数量。可见，现有的鱼群监测方法不仅监测精度低，还费时费力。

发明内容

为解决上述问题，本发明实施例的目的在于提供一种河流鱼类群落实时监测方法与系统，旨在解决现有的鱼群监测方法监测精度低的问题。

一种河流鱼类群落实时监测方法，包括：

步骤1：获取声呐探测器采集的原始水体声呐图像；

步骤2：对所述原始水体声呐图像进行预处理得到预处理后的水体声呐图像；

步骤3：对所述预处理后的水体声呐图像进行目标提取得到鱼群分布图像；

步骤4：对所述鱼群分布图像进行统计得到单位鱼群数量；

步骤5：根据所述单位鱼群数量确定整个水体中鱼类的数量。

优选的，所述步骤2：对所述原始水体声呐图像进行预处理得到预处理后的水体声呐图像，包括：

步骤2.1：采用直方图模型对所述水体声呐图像进行图像增强得到增强后的水体声呐图像；其中，所述直方图模型为：

其中，g(x,y)表示增强后的水体声呐图像，f(x,y)表示水体声呐图像，[a,b]表示水体声呐图像的灰度区间，[c,d]表示增强后的灰度区间；

步骤2.2：对所述增强后的水体声呐图像进行滤波得到滤波后的水体声呐图像；

步骤2.3：将所述滤波后的水体声呐图像和原始水体声呐图像进行像素融合得到预处理后的水体声呐图像。

优选的，所述步骤2.2：对所述增强后的水体声呐图像进行滤波得到滤波后的水体声呐图像，包括：

采用公式：

h(x,y)＝g(x,y)-α▽

对所述增强后的水体声呐图像进行滤波得到滤波后的水体声呐图像；其中，g(x,y)表示增强后的水体声呐图像，h(x,y)表示滤波后的水体声呐图像，

优选的，所述步骤2.3：将所述滤波后的水体声呐图像和水体声呐图像进行像素融合得到预处理后的水体声呐图像，包括：

步骤2.3.1获取增强后的水体声呐图像和原始水体声呐图像中每个像素点的灰度值；

步骤2.3.2将增强后的水体声呐图像中每个点的像素值与原始水体声呐图像相应点的像素值相加得到相加后的像素点；

步骤2.3.3将所述相加后的像素点与预设系数相乘得到融合后的像素点；

步骤2.3.4根据所述融合后的像素点得到预处理后的水体声呐图像。

优选的，所述步骤3：对所述预处理后的水体声呐图像进行目标提取得到鱼群分布图像，包括：

步骤3.1：计算预处理后的水体声呐图像中像素值的均值和方差；

步骤3.2：根据所述均值和所述方差确定背景阈值；

步骤3.3：提取预处理后的水体声呐图像中像素值大于背景阈值的目标像素点，得到鱼群分布图像。

优选的，所述步骤4：对所述鱼群分布图像进行统计得到单位鱼群数量，包括：

步骤4.1：对所述鱼群分布图像进行二值化处理得到二值化图像；

步骤4.2：对所述二值化图像进行连通域标记得到多个轮廓图像；

步骤4.3：计算各个轮廓图像的面积；

步骤4.4：将在预设面积范围内的轮廓图像的个数作为单位鱼群数量。

优选的，所述步骤5：根据所述单位鱼群数量确定整个水体中鱼类的数量，包括：

步骤5.1：获取声呐探测器的采样间隔和前行速度；

步骤5.2：根据所述采样间隔和所述前行速度确定声呐的单位扫描面积；

步骤5.3：根据所述单位扫描面积和所述单位鱼群数量确定整个水体中鱼类的数量。

优选的，所述步骤5.2：根据所述采样间隔和所述前行速度确定声呐的单位扫描面积，包括：

采用公式：

确定声呐的单位扫描面积；其中，h

优选的，所述步骤5.3：根据所述单位扫描面积和所述单位鱼群数量确定整个水体中鱼类的数量，包括：

采用公式：

确定整个水体中鱼类的数量；其中，D为水体的总面积，N为整个水体中鱼类的数量，N

本发明还提供了一种河流鱼类群落实时监测系统，包括：

原始声呐图像获取模块，用于获取声呐探测器采集的原始水体声呐图像；

图像预处理模块，用于对所述原始水体声呐图像进行预处理得到预处理后的水体声呐图像；

目标提取模块，用于对所述预处理后的水体声呐图像进行目标提取得到鱼群分布图像；

单位鱼群数量统计模块，用于对所述鱼群分布图像进行统计得到单位鱼群数量；

鱼类数量计算模块，用于根据所述单位鱼群数量确定整个水体中鱼类的数量。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明涉及一种河流鱼类群落实时监测方法与系统，其中，该方法包括：获取声呐探测器采集的原始水体声呐图像；对所述原始水体声呐图像进行预处理得到预处理后的水体声呐图像；对所述预处理后的水体声呐图像进行目标提取得到鱼群分布图像；对所述鱼群分布图像进行统计得到单位鱼群数量；根据所述单位鱼群数量确定整个水体中鱼类的数量。本发明通过利用声呐探测器采集原始水体声呐图像，并对原始水体声呐图像进行处理得到整个水体中鱼类的数量，不仅可对水库中的鱼类资源进行评估，还可以推测出水体的污染程度，具有检测精度高，检索速度快的优点。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的实施例中的一种河流鱼类群落实时监测方法流程图；

图2为本发明提供的实施例中的一种河流鱼类群落实时监测系统的原理图。

具体实施方式

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

本发明实施例的目的在于提供一种河流鱼类群落实时监测方法与系统，旨在解决现有的鱼群监测方法监测精度低的问题。

请参阅图1，一种河流鱼类群落实时监测方法，包括：

S1：获取声呐探测器采集的原始水体声呐图像；

本发明实施例中的声呐探测器为双频识别声呐，且双频识别声呐设置在渔船底部。双频识别声呐的波束采用声学透镜组合的方式实现声束的聚焦，相比于传统的波束形成技术，这种方法既可以减少相应的电子电路，降低系统功耗，还可以使声呐快速成像，提高成像清晰度。

S2：对原始水体声呐图像进行预处理得到预处理后的水体声呐图像；

进一步的，S2包括：

S2.1：采用直方图模型对水体声呐图像进行图像增强得到增强后的水体声呐图像；其中，直方图模型为：

其中，g(x,y)表示增强后的水体声呐图像，f(x,y)表示水体声呐图像，[a,b]表示水体声呐图像的灰度区间，a为水体声呐图像中所有像素灰度的最小值，b为水体声呐图像中所有像素灰度的最大值，[c,d]表示增强后的灰度区间，且c＝0，d＝255。

本发明通过利用直方图模型对水体声呐图像进行图像增强可以提高水体声呐图像上各个物体之间的对比度，使水体声呐图像更加清晰。

S2.2：对增强后的水体声呐图像进行滤波得到滤波后的水体声呐图像；

S2.2：对增强后的水体声呐图像进行滤波得到滤波后的水体声呐图像，包括：

采用公式：

对增强后的水体声呐图像进行滤波得到滤波后的水体声呐图像；其中，g(x,y)表示增强后的水体声呐图像，h(x,y)表示滤波后的水体声呐图像，

声呐系统在接收信号过程中受到多种噪声的干扰，导致图像中存在或多或少的噪声，本发明通过对增强后的水体声呐图像进行滤波可以有效消除声呐在进行图像采集过程中产生的噪声。

S2.3：将滤波后的水体声呐图像和原始水体声呐图像进行像素融合得到预处理后的水体声呐图像。

S2.3：将滤波后的水体声呐图像和水体声呐图像进行像素融合得到预处理后的水体声呐图像，包括：

S2.3.1获取增强后的水体声呐图像和原始水体声呐图像中每个像素点的灰度值；

S2.3.2将增强后的水体声呐图像中每个点的像素值与原始水体声呐图像相应点的像素值相加得到相加后的像素点；

S2.3.3将相加后的像素点与预设系数相乘得到融合后的像素点；

S2.3.4根据融合后的像素点得到预处理后的水体声呐图像。

本发明通过将增强后的水体声呐图像和原始水体声呐图像进行融合，可以缓解处理后的水体声呐图像中某些特征梯度消失的问题，加强了特征传播，在增强几何细节信息表征能力的同时，使得图像更加真实。

S3：对预处理后的水体声呐图像进行目标提取得到鱼群分布图像；

S3：对预处理后的水体声呐图像进行目标提取得到鱼群分布图像，包括：

S3.1：计算预处理后的水体声呐图像中像素值的均值和方差；

S3.2：根据均值和方差确定背景阈值；

本发明可依据三倍标准差准则构建背景阈值确定公式。本发明实施例中的背景阈值确定公式为：T

S3.3：提取预处理后的水体声呐图像中像素值大于背景阈值的目标像素点，得到鱼群分布图像。

S4：对鱼群分布图像进行统计得到单位鱼群数量；

S4具体包括：

S4.1：对鱼群分布图像进行二值化处理得到二值化图像；

S4.2：对二值化图像进行连通域标记得到多个轮廓图像；

S4.3：计算各个轮廓图像的面积；

S4.4：将在预设面积范围内的轮廓图像的个数作为单位鱼群数量。

由于本发明利用背景阈值将大部分背景滤除，但是依然会有部分背景物体残留如石头、海藻或者垃圾等，因此本发明基于轮廓图像的面积将鱼类从二值化图像挑选出来，即可得到精准的鱼群数量。

S5：根据单位鱼群数量确定整个水体中鱼类的数量。

进一步的，S5包括：

S5.1：获取声呐探测器的采样间隔和渔船的前行速度；

S5.2：根据采样间隔和前行速度确定声呐的单位扫描面积；具体的，采用公式：

确定声呐的单位扫描面积；其中，h

S5.3：根据单位扫描面积和单位鱼群数量确定整个水体中鱼类的数量。进一步的，采用公式：

确定整个水体中鱼类的数量；其中，D为水体的总面积，N为整个水体中鱼类的数量，N

本发明通过利用单位扫描面积内鱼类的数量来估计整个水体中鱼类的数量，可以免去渔船需要地毯式搜寻水库各个角落的过程，节约了人力。

请参阅图2，本发明还提供了一种河流鱼类群落实时监测系统，包括：

原始声呐图像获取模块101，用于获取声呐探测器采集的原始水体声呐图像；

图像预处理模块102，用于对原始水体声呐图像进行预处理得到预处理后的水体声呐图像；

目标提取模块103，用于对预处理后的水体声呐图像进行目标提取得到鱼群分布图像；

单位鱼群数量统计模块104，用于对鱼群分布图像进行统计得到单位鱼群数量；

鱼类数量计算模块105，用于根据单位鱼群数量确定整个水体中鱼类的数量。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明通过利用声呐探测器采集原始水体声呐图像，并对原始水体声呐图像进行处理得到整个水体中鱼类的数量，不仅可对水库中的鱼类资源进行评估，还可以推测出水体的污染程度，具有检测精度高，检索速度快的优点。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换的技术方案，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。