一种养殖网箱动态响应三维物理模拟测量装置及方法

摘要

本发明公开了一种养殖网箱动态响应三维物理模拟测量装置及方法，所述的装置包括两个电荷耦合元件图像传感器、同步时序控制器、采集与处理数据用的计算机和水槽，所述的采集与处理数据用的计算机通过电缆与同步时序控制器连接，所述的同步时序控制器通过电缆分别与两个电荷耦合元件图像传感器连接，所述的两个电荷耦合元件图像传感器并列安装在水槽之外水气交接面处。所述的方法包括图像获取、跟踪点扫描、图像数据处理和数据分析。本发明将两个电荷耦合元件图像传感器并列安装在水槽之外水气交接面处，在成像范围内既可观测水面以上又可观测水面以下的跟踪点。同时，通过对网箱局部构件上关键跟踪点图像的重构处理可以获得整体网箱的运动特性。

说明书

技术领域

本发明属于水产养殖工程、水利工程和海洋工程技术领域，特别涉及到波 浪作用过程中养殖网箱浮架运动和网衣变形的物理模拟实验测量装置及方法。

背景技术

深水网箱水动力特性研究是决定网箱设计和安全使用的基础和依据。目前， 国内外利用物理模型试验方法是开展网箱水动力行为研究的主要手段。深水网 箱是特种海洋工程结构物，它完全不同于通常用于港口、海上油田等海工结构 物，具有大变形、柔性、锚碇和浮式的特点。目前在深水网箱物理实验模拟上 特别是在网箱运动的实验测量上，尚缺少成熟的实验测量装备和实验方法。对 于一般浮式海洋结构物的模型试验，常采用六分量加速仪进行运动方面的相关 测量，但该方法要求跟踪点在实验过程中都位于水面之上，而网箱上的跟踪点 既有水面以上的又有水面下的，因此该方法在网箱试验中不便采用。另一种常见 的运动分析技术是粒子图像测速PIV技术，一般用于流场分析，通过在水中分 布一定浓度的示踪粒子，利用电荷耦合元件图像传感器采集系列图像，然后对 图像中的示踪粒子进行识别分析，从而获得粒子的运动速度和方向，这一方法 在网箱动态响应测量中并不适用。因为网箱动态响应测量中，主要获得网箱结 构上若干控制点如浮架和网衣上关键点的运动特性，然后由此评判网箱整体结 构或组成部分的运动特性，而粒子图像测速PIV方法只能测量流场情况，无法 测量网箱整体结构或组成部分的运动特性。

发明内容

为解决现有运动分析技术难题，本发明的目的是，提供一种既适应于跟踪 点同时在水上和水下的情况，又可以测量网箱整体结构或组成部分的运动特性 的柔性网衣动态响应的三维测量装置及方法，以填补目前网箱动态响应三维测 量方法的空白。

为实现上述目的，本发明的技术方案如下：

一种养殖网箱动态响应三维物理模拟测量装置，包括电荷耦合元件图像传 感器A、电荷耦合元件图像传感器B、同步时序控制器、采集与处理数据用的计 算机和水槽，所述的采集与处理数据用的计算机通过电缆与同步时序控制器连 接，所述的同步时序控制器通过电缆分别与电荷耦合元件图像传感器A和电荷 耦合元件图像传感器B连接，所述的电荷耦合元件图像传感器A和电荷耦合元 件图像传感器B并列安装在水槽之外水气交接面处。

一种养殖网箱动态响应三维物理模拟测量装置的测量方法，包括以下步骤：

A、图像获取

为了获得跟踪点的三维运动信息，需在水槽的一侧布置电荷耦合元件图像 传感器A和电荷耦合元件图像传感器B，两个电荷耦合元件图像传感器水平互 成角度放置于水槽玻璃面板以外，通过同步时序控制器使两个电荷耦合元件图 像传感器同步采集图像；电荷耦合元件图像传感器图像采集为黑白图像采集， 黑白图像采用8位色阶；

所述的跟踪点采用发光二极管制成，放置于测量点处，所述的测量点包括网 箱的浮架前系缆点、浮架后系缆点、浮架中点以及网箱底中点；

B、跟踪点扫描

两个电荷耦合元件图像传感器采集获得成千上万张8位位图系列图像后，采 用可视化编程软件Delphi将系列图像按时间顺序逐个调入，以上一张图像中的 跟踪点坐标为中心，在本张图像中设置一定的扫描范围，读取该范围内每一个 像素点的灰阶值，若该像素点的灰阶值大于给定阀值，则记录下当前像素点的 图像坐标，继续下一个像素点的扫描，直至设定范围内的所有像素点；所述的 给定阀值应当能够区分跟踪点及背景色，阀值取跟踪点和背景色灰阶值的中间 值；

所述的图像的扫描范围取决于跟踪点的运动速度和图像的采集帧率；一般 情况下，跟踪点的运动速度越大扫描范围应该越大，图像的采集帧率越大扫描 范围则可以相对缩小；

在扫描结束后，将所有大于给定阀值像素点的x、y坐标分别进行平均，以 作为本张图像中跟踪点的新坐标；相同操作应用于每张图像，最终可以得到跟 踪点的运动轨迹图像；

C、图像数据处理

扫描后获得的跟踪点运动轨迹均为像素坐标，它与实际坐标存在单位和方 向两个方面的差异；图像数据处理包括以下步骤：

C1、将扫描后每个电荷耦合元件图像传感器获得的像素坐标转化为实际的 二维坐标；

由像素坐标系至实际坐标存在坐标转换问题；一般情况下，像素坐标的原 点均位于图像左上角，但实际坐标系的原点则可以任意选定，实际上常常以电 荷耦合元件中心在图像上的像点作为实际坐标系的原点；在坐标转换过程中， 先进行单位转换后再进行方向转换，反之亦然；像素坐标系至实际坐标转换方 法如下：

从光的传播角度来看，电荷耦合元件图像传感器与普通照相机的成像原理 相同，因此跟踪点的成像可以简化为小孔成像；由成像原理及像素坐标系与实 际坐标系的关系，在像平面内取x’轴与波浪传播方向相反为正，y’轴与源平 面y轴方向相同；T1、T2跟踪点位于源平面即xoz平面内，T1’、T2’为跟踪 点在电荷耦合元件中的像点，位于像平面即x’o’z’平面内；像平面内的像点 坐标均为像素点单位，而源平面内跟踪点均以cm或m为坐标单位，两者存在 特定的转换比例，设为K，其意义为跟踪点至源平面原点O的实际距离与像点 至像点中心O’的像素距离的比值；

所述的K值与电荷耦合元件的类型有关，可以根据实际情况进行测定，对 于给定的电荷耦合元件，在已知距离L和像点坐标后，K值是一确定的表达式； 在已知K值后，即可由像素坐标换算出实际坐标；

C2、通过重构的方法，获得跟踪点的三维实际坐标；

跟踪点三维实际坐标的获得方法主要是要获得任意P点二维图像坐标和三 维图像坐标之间的转换关系；

这里假定P点的图像坐标为已知，r_p＝[x_p，y_p，z_p]^T为P点三维实际坐标， 为P点在对于电荷耦合元件图像传感器A在像平面内的二 维坐标；对于电荷耦合元件图像传感器A，可以定义一个矩阵[A^(A)]和矢量b^(A)， 则存在如下关系：

$\alpha \left(\begin{array}{c}{X}^{\left(A\right)}\\ Y^{\left(A\right)}\\ 1\end{array}\right)=\left[A^{\left(A\right)}\right]\left(\begin{array}{c}x\\ y\\ z\end{array}\right)+b^{\left(A\right)}---\left(1\right)$

利用设定已知点来校正上式，获得公式中的未知参数，从而获得对于电荷 耦合元件图像传感器A中图像坐标和实际坐标的转换关系；同理电荷耦合元件 图像传感器B的转换关系亦可获得；而空间P点的坐标为应为射线r_AP和r_BP的交 点；射线r_AP和r_BP可由下式确定：

r_AP(α)＝r_A+αS_AP    (2)

r_BP(α)＝r_B+βS_BP    (3)

假定在射线r_AP和r_BP上M和N点为射线上距离最近点，则真实点P应在M 和N点连线的中点；

$r_p=\frac{1}{2}[r_M+r_N]---\left(4\right)$

$l=\sqrt{{[r_N-r_M]}^T[r_N-r_M]}---\left(5\right)$

根据以上条件利用最小二乘方法，即可求得P点的真实三维坐标；

其中矢量r_M和r_M可由下式获得

r_M＝r_A+α_MS_AP

r_N＝r_B+β_NS_BP

$\left(\begin{array}{c}{S}_{\mathrm{Ap}}^T{S}_{\mathrm{Ap}}-S_{\mathrm{Ap}}^T{S}_{\mathrm{Bp}}\\ S_B^T{S}_{\mathrm{Ap}}-S_{\mathrm{Bp}}^T{S}_{\mathrm{Bp}}\end{array}\right)\left(\begin{array}{c}{\alpha }_M\\ {\beta }_N\end{array}\right)=\left(\begin{array}{c}{[r_B-r_A]}^T{S}_{\mathrm{AP}}\\ {[r_B-r_A]}^T{S}_{\mathrm{BP}}\end{array}\right)$

D、数据分析

经过图像数据处理后，即可获得固定于网箱上的跟踪点在静止和各时间点 的坐标；将各时间点的坐标与静止坐标比较即可获得跟踪点的位移量及运动幅 度；另外根据两个相邻时间点的坐标及图像采集的帧率即可算出在该时间段内 跟踪点的平均运动速度和平均加速度；如若同时跟踪两个点的运动，则还通过 两个跟踪点在同一时间点的坐标关系获得网箱模型的倾角变化过程。

与现有技术相比，本发明具有以下有益效果：

1、对于网箱的运动测量，一般情况下需要测量分析特定点(如前后系缆点、 浮架中点、网底中点等)的运动。在进行电荷耦合元件图像采集时，需要对跟 踪点进行标定。电荷耦合元件图像采集可以分为彩色和黑白两种，而黑白图像 较多采用8位色阶，其最大的优点是构成图像颜色的红(R)、绿(G)、蓝(B) 三种基色的灰阶值是相同的，这将大大方便跟踪点的识别。为了跟踪给定点的 运动轨迹，需要显著的区分跟踪点与背景的灰阶值，本发明采用的方法是增加 跟踪点的灰阶值，使跟踪点亮于背景(在跟踪点系缚点光源)。跟踪点运动轨迹的 精度在很大程度上受电荷耦合元件图像采集帧率的影响。较大的图像采集帧率 不仅有利于缩短图像的扫描范围和时间，而且对于提高跟踪点的位移、速度及 加速度的分析精度具有显著效果。试验过程中根据试验的波浪周期条件确定图 像的采集数量，并将图像系列保存为8位位图格式。

2、跟踪点扫描是对电荷耦合元件系列采集图像进行后处理，以获得不同时 刻跟踪点的图像坐标。将所有的系列图像中对应跟踪点的图像坐标连续显示， 即可获得该跟踪点的运动轨迹图像。全部组次的试验所获得的图像数量将会达 到成千上万张，人为的对每一张图像进行手工分析不仅费时费力，而且精度亦 得不到保证，因此采用计算机多媒体技术进行编程，对图像跟踪点进行自动扫 描。

3、本发明利用电荷耦合元件这种速度较快的图像采集设备，将其应用于对 波浪条件下的网箱进行图像采集，可以获得大量的网箱运动图像资料，同时开 发了用于分析网箱运动的电荷耦合元件动态图像跟踪程序，利用该程序可以对 这些数以万计的图像资料进行分析，最终获得网箱的实际位移量，倾角的变化 过程，跟踪点的速度及加速度等信息。

4、本发明将电荷耦合元件图像传感器A和电荷耦合元件图像传感器B并列 安装在水槽之外水气交接面处，在成像范围内既可观测水面以上又可观测水面 以下的跟踪点。同时，通过对网箱局部构件上关键跟踪点图像的重构处理可以 获得整体网箱的运动图像情况，这样即可测量网箱整体结构或组成部分的运动 特性。

附图说明

本发明共有附图8张，其中：

图1是养殖网箱动态响应三维物理模拟测量装置组成示意图。

图2为网箱跟踪点设置图。

图3为网箱跟踪点扫描工作流程图。

图4像素坐标与实际坐标设置图。

图5为电荷耦合元件像素坐标与实际坐标转换图。

图6是获得的网箱跟踪点图像结果。

图7是跟踪点27、09、29、11、30和12点的扫描结果。

图8是网箱变形后其跟踪点的三维坐标图象。

图中：1、电荷耦合元件图像传感器A、2、电荷耦合元件图像传感器B，3、 同步时序控制器，4、计算机，5、网箱，6、水槽，7、跟踪点。

具体实施方式

下面结合附图对本发明作进一步地说明。如图1-8所示，一种养殖网箱动态 响应三维物理模拟测量装置，包括电荷耦合元件图像传感器A1、电荷耦合元件 图像传感器B2、同步时序控制器3、采集与处理数据用的计算机4和水槽6，所 述的采集与处理数据用的计算机4通过电缆与同步时序控制器3连接，所述的 同步时序控制器3通过电缆分别与电荷耦合元件图像传感器A1和电荷耦合元件 图像传感器B2连接，所述的电荷耦合元件图像传感器A1和电荷耦合元件图像 传感器B2并列安装在水槽6之外水气交接面处。

一种养殖网箱5动态响应三维物理模拟测量装置的测量方法，包括以下步 骤：

A、图像获取

为了获得跟踪点7的三维运动信息，需在水槽6的一侧布置电荷耦合元件 图像传感器A1和电荷耦合元件图像传感器B2，两个电荷耦合元件图像传感器 水平互成角度放置于水槽6玻璃面板以外，通过同步时序控制器3使两个电荷 耦合元件图像传感器同步采集图像；电荷耦合元件图像传感器图像采集为黑白 图像采集，黑白图像采用8位色阶；

所述的跟踪点7采用发光二极管制成，放置于测量点处，所述的测量点包括 网箱5的浮架前系缆点、浮架后系缆点、浮架中点以及网箱5底中点；

B、跟踪点7扫描

两个电荷耦合元件图像传感器采集获得成千上万张8位位图系列图像后，采 用可视化编程软件Delphi将系列图像按时间顺序逐个调入，以上一张图像中的 跟踪点7坐标为中心，在本张图像中设置一定的扫描范围，读取该范围内每一 个像素点的灰阶值，若该像素点的灰阶值大于给定阀值，则记录下当前像素点 的图像坐标，继续下一个像素点的扫描，直至设定范围内的所有像素点；所述 的给定阀值应当能够区分跟踪点7及背景色，阀值取跟踪点7和背景色灰阶值 的中间值；

所述的图像的扫描范围取决于跟踪点7的运动速度和图像的采集帧率；一 般情况下，跟踪点7的运动速度越大扫描范围应该越大，图像的采集帧率越大 扫描范围则可以相对缩小；

在扫描结束后，将所有大于给定阀值像素点的x、y坐标分别进行平均，以 作为本张图像中跟踪点7的新坐标；相同操作应用于每张图像，最终可以得到 跟踪点7的运动轨迹图像；

C、图像数据处理

扫描后获得的跟踪点7运动轨迹均为像素坐标，它与实际坐标存在单位和 方向两个方面的差异；图像数据处理包括以下步骤：

C1、将扫描后每个电荷耦合元件图像传感器获得的像素坐标转化为实际的 二维坐标；

由像素坐标系至实际坐标存在坐标转换问题；一般情况下，像素坐标的原 点均位于图像左上角，但实际坐标系的原点则可以任意选定，实际上常常以电 荷耦合元件中心在图像上的像点作为实际坐标系的原点；在坐标转换过程中， 先进行单位转换后再进行方向转换，反之亦然；像素坐标系至实际坐标转换方 法如下：

从光的传播角度来看，电荷耦合元件图像传感器与普通照相机的成像原理 相同，因此跟踪点7的成像可以简化为小孔成像；由成像原理及像素坐标系与 实际坐标系的关系，在像平面内取x’轴与波浪传播方向相反为正，y’轴与源 平面y轴方向相同；T1、T2跟踪点7位于源平面即xoz平面内，T1’、T2’为 跟踪点7在电荷耦合元件中的像点，位于像平面即x’o’z’平面内；像平面内 的像点坐标均为像素点单位，而源平面内跟踪点7均以cm或m为坐标单位， 两者存在特定的转换比例，设为K，其意义为跟踪点7至源平面原点O的实际 距离与像点至像点中心O’的像素距离的比值；

所述的K值与电荷耦合元件的类型有关，可以根据实际情况进行测定，对 于给定的电荷耦合元件，在已知距离L和像点坐标后，K值是一确定的表达式； 在已知K值后，即可由像素坐标换算出实际坐标；

C2、通过重构的方法，获得跟踪点7的三维实际坐标；

跟踪点7三维实际坐标的获得方法主要是要获得任意P点二维图像坐标和 三维图像坐标之间的转换关系；

这里假定P点的图像坐标为已知，r_p＝[x_p，y_p，z_p]^T为P点三维实际坐标， 为P点在对于电荷耦合元件图像传感器A1在像平面内的 二维坐标；对于电荷耦合元件图像传感器A1，可以定义一个矩阵[A^(A)]和矢量 b^(A)，则存在如下关系：

$\alpha \left(\begin{array}{c}{X}^{\left(A\right)}\\ Y^{\left(A\right)}\\ 1\end{array}\right)=\left[A^{\left(A\right)}\right]\left(\begin{array}{c}x\\ y\\ z\end{array}\right)+b^{\left(A\right)}---\left(1\right)$

利用设定已知点来校正上式，获得公式中的未知参数，从而获得对于电荷 耦合元件图像传感器A1中图像坐标和实际坐标的转换关系；同理电荷耦合元件 图像传感器B2的转换关系亦可获得；而空间P点的坐标为应为射线r_AP和r_BP的 交点；射线r_AP和r_BP可由下式确定：

r_AP(α)＝r_A+αS_AP    (2)

r_BP(α)＝r_B+βS_BP    (3)

假定在射线r_AP和r_BP上M和N点为射线上距离最近点，则真实点P应在M 和N点连线的中点；

$r_p=\frac{1}{2}[r_M+r_N]---\left(4\right)$

$l=\sqrt{{[r_N-r_M]}^T[r_N-r_M]}---\left(5\right)$

根据以上条件利用最小二乘方法，即可求得P点的真实三维坐标；

其中矢量r_M和r_M可由下式获得

r_M＝r_A+α_MS_AP

r_N＝r_B+β_NS_BP

$\left(\begin{array}{c}{S}_{\mathrm{Ap}}^T{S}_{\mathrm{Ap}}-S_{\mathrm{Ap}}^T{S}_{\mathrm{Bp}}\\ S_B^T{S}_{\mathrm{Ap}}-S_{\mathrm{Bp}}^T{S}_{\mathrm{Bp}}\end{array}\right)\left(\begin{array}{c}{\alpha }_M\\ {\beta }_N\end{array}\right)=\left(\begin{array}{c}{[r_B-r_A]}^T{S}_{\mathrm{AP}}\\ {[r_B-r_A]}^T{S}_{\mathrm{BP}}\end{array}\right)$

D、数据分析

经过图像数据处理后，即可获得固定于网箱5上的跟踪点7在静止和各时 间点的坐标；将各时间点的坐标与静止坐标比较即可获得跟踪点7的位移量及 运动幅度；另外根据两个相邻时间点的坐标及图像采集的帧率即可算出在该时 间段内跟踪点7的平均运动速度和平均加速度；如若同时跟踪两个点的运动， 则还通过两个跟踪点7在同一时间点的坐标关系获得网箱5模型的倾角变化过 程。

本发明于2011年5月，在历经反复试验和改进后，试验成功，已在十一五 国家海洋863项目“新型离岸深水网箱成套装备及养殖技术”(2006AA100301) 的网箱模型试验中进行了多次应用，各项功能均达到预期目标。

下面对本发明的使用情况进行进一步说明。

如图2所示，将发光二极管布置于网箱模型关键点(网衣，浮架和底圈) 处作为跟踪点7。在水槽6的一侧布置两个电荷耦合元件图像传感器，两个电荷 耦合元件图像传感器水平互成角度放置于水槽6玻璃面板以外，通过同步时序 控制器3使两台电荷耦合元件图像传感器同步采集图像(如图6所示)；电荷耦 合元件图像传感器图像采集为黑白图像采集，黑白图像采用8位色阶。

采用可视化编程软件Delphi将系列图像按时间顺序逐个调入，以上一张图 像中的跟踪点坐标为中心，在本张图像中设置的扫描范围(10个像素)，读取该 范围内每一个像素点的灰阶值，若该像素点的灰阶值大于给定阀值(80)，则记 录下当前像素点的图像坐标，继续下一个像素点的扫描，直至设定范围内的所 有像素点。为表示清晰，图7为靠近浮架上两个跟踪点(27和09)，网衣中间 两个跟踪点(29和11)和底圈两个跟踪点(30和12)的扫描结果。

利用公式(1)-(5)对获取的像素坐标信息进行坐标转换和重构，即可得 到网箱5变形后其跟踪点7的三维坐标图像(如图8所示)。