基于模式识别的生物式异常水质评价系统设计方法
【技术领域】
[0001] 本发明设及计算机视觉和模式识别领域，尤其是一种成功地克服了传统的水质评 价所表现出的多因子、高维、非线性等缺点及评价因子与水质之间的复杂关系的生物式水 质评价方法。 技术背景
[0002] 水是生命的源泉，是我们赖W生存的重要自然资源，是当今社会及经济发展的重 要物质基础。但是随着城市化和工业化的飞速发展，世界各国基本面临着水资源短缺、污染 严重的挑战。因此，水质评价在水资源管理、保护和规划中具有重要的意义和作用，但是如 何准确、客观、科学地对水质进行评价仍是一个难题。目前，多数学者都是基于理化分析技 术和自动检测技术采集的水质综合评价污染因子（评价指标）对水质进行检测分析，进而 得到水质状况。但该样对水质进行检测时，首先评价数据有多因子、非线性、高维等缺点，W 至于很难建立快速对水质进行识别的模型；其次评价方法不是存在较大主观性，就是不能 够全面深刻地反映水质状况。近年来，生物检测技术由于具有综合性、富集性、连续性、反应 灵敏度高、直观性等优点，在水质评价中引起了人们的注意。在生物式水质评价中，鱼类由 于具有便于识别、运动特征明显等优点，被作为重要的指示生物。鱼类与其生存的水生态环 境构成了一个相互作用的统一系统，两者相互依存、协同进化。水环境和鱼类的统一性及协 同进化性是进行水质评价的基础，同时鱼类对水环境变化时的各种生态反应则是进行水质 评价的依据。故采用鱼类行为特征作为评价指标，不仅可W设及较少的指标而且能反应水 质混合污染的潜在影响。
[0003] 计算机视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息， 进行处理并加W理解，最终用于实际的检测、测量和控制。因此，国内外不少学者基于计算 机视觉技术成功地提取了鱼类运动特征参数。但是只有少数学者基于该些参数建立了水质 评价模型，途释了水生态环境与鱼类的定性关系。Cigdem等人提出了一种基于规则的轨迹 过滤机制，对利用计算机视觉技术监测到的轨迹进行过滤，成功地提取出了鱼类异常轨迹， 该方法有望应用于鱼类行为和水质关系的理解，尤其是正常和异常水质检测领域。Carlos 等人通过定义鱼类运动行为状态，利用背景差技术得到鱼在污染和未污染水中的不同点， 然后采用递归图算法绘出轨迹，定义基于递归图的描述符，得到一个随着时间推移的二进 制递归向量矩阵，根据矩阵的不同点成功地判断出了加入毒死婢农药的异常水质。Liao等 人采用支持向量机（SVM)对不同铜离子浓度下斑马鱼的行为进行学习和测试，并研究了不 同核函数类型下的测试精度，研究表明该方法可W有效的进行水质异常评价。Carlos和 Liao虽然都通过提取有关鱼类轨迹的参数评价了水质状况，但是都没有给出具体的水质评 价系统流程。程淑红等人建立了基于计算机视觉与SVM的水质异常检测模型，实验结果表 明该模型可W快速有效地进行水质异常检测，但是没有验证模型的鲁椿性，尤其是对光照 或外来无关事件干扰的抗干扰性，并且只给出了建立模型的方案，同样没有给出完整的水 质异常评价系统。
[0004] 综上所述，生物式水质评价在水质安全检测领域具有至关重要的作用，为准确、及 时地检测到水质异常提供理论依据。但是如何设计完善的异常水质评价系统及考察系统的 稳健性是本发明的重点。
【发明内容】
[000引本发明的目的是（1)设计完整的异常水质评价系统；似提高系统的稳健性，尤其 是针对环境光照变化和噪声变化的影响；（3)验证系统的可行性。
[0006] 本发明的基本思想是：针对水质评价所表现出的多因子、高维、非线性等特点，及 评价因子与水质之间的复杂关系的问题，本发明W生物式水质评价中常见的生物指示物鱼 为研究对象，运用计算机图像处理技术提出了一种快速的异常水质评价系统。首先基于计 算机视觉采集可W反映水质状况的鱼类运动视频图像，然后利用图像处理技术获得水质评 价指标即鱼类行为特征参数，同时基于模式识别建立可W反映水质状况与鱼类行为特征参 数的语义映射模型，最后考察模型的可行性。
[0007] 为解决上述存在的技术问题实现上述目的，本发明是通过W下技术方案实现的： [000引一种基于模式识别的生物式异常水质评价系统设计方法，其内容包括如下步骤：
[0009] (1)搭建水质评价平台
[0010] 搭建水质评价平台，利用计算机视觉技术将活体鱼运动转化为视频图像数据；
[0011] 似图像预处理
[0012] 采用图像处理技术对获取的图像进行预处理，首先对视频帖图像进行双边滤波处 理，在除去噪声的同时又保留了边缘信息，然后对滤波后的图像进行DCT变换来消除光照 的影响；
[0013] (3)鱼运动目标的检测与跟踪
[0014] 由于卡尔曼滤波具有跟踪算法计算量较小且可W实现实时跟踪的优点，故采用其 对鱼类进行跟踪，获取鱼类的运动轨迹；
[0015] (4)提取水质评价指标
[0016] 通过跟踪所获取鱼类的运动轨迹获取水质评价指标即游泳速度、游动距离、游动 加速度、转角方向四个参数；
[0017] (5)建立特征参数数据库
[001引对提取的正常和异常水质下的运动参数进行预处理，剔除粗大误差，得到归一化 后的数据，建立特征参数数据库；
[0019] (6)建立水质评价模型
[0020] 为了快速建立水质评价模型，首先对获取的评价指标进行PCA降维处理，然后采 用支持向量机SVM构造水质异常评价模型；
[0021] (7)考察水质评价系统的可行性
[0022] 为了验证基于模式识别的生物式异常水质评价系统设计方法的可行性，在进行水 质异常评价时，采用环境检测仪来验证评价的结果是否正确；
[0023](8)在线水质评价
[0024] 设计在线异常水质评价系统，在线提取水质中鱼类运动行为参数，利用水质评价 模型进行水质异常评价；同时，采用评价结果更新特征参数数据库和评价模型，W提高模型 的鲁椿性。
[0025] 由于采用上述技术方案，本发明提供的一种基于模式识别的生物式异常水质评价 系统设计方法与现有技术相比具