一种适用于水质监测的鱼体运动速度检测方法技术

技术编号:14182871 阅读:57 留言:0更新日期:2016-12-14 12:17
本发明专利技术公开了一种适用于水质监测的鱼体运动速度检测方法,它涉及数字图像处理技术领域。通过摄像头采集鱼体运动视频,读取视频并逐帧分离为图片,对图像进行预处理操作,进行背景建模获得最终背景图像,通过Otsu算法获取自适应最佳分割阈值,每个视频帧图像与最终背景图像差分获取鱼体运动目标图像,通过连通区域质心法获取鱼体运动目标质心位置,求得质心,确定实际距离与像素坐标距离比值,求出鱼体在该时间段内的运动距离,由视频帧率与帧间隔关系确定运动时间,求得鱼体运动速率,确定鱼体当前时刻运动方向角,根据鱼体当前位置及运动速度规律分析水环境变化情况。本发明专利技术实时准确地获取鱼体运动速度,降低检测成本,提高算法检测精度。

Method for detecting moving speed of fish body suitable for water quality monitoring

The invention discloses a method for detecting the speed of a fish body, which is suitable for water quality monitoring. By collecting the fish motion video, read the video frame and separated into images, preprocessing of image background modeling to obtain the final background image, to obtain adaptive optimal threshold by Otsu algorithm, each video frame image and background image difference to get the fish moving target image centroid by connected region centroid method to get the fish moving target centroid position, determine the actual distance and pixel distance ratio, calculated the movement of fish in the time period of distance, exercise time is determined by the relationship between the video frame rate and frame interval, the fish body movement rate, determine the current fish movement direction angle, according to the current position and the fish analysis of velocity changes of the water environment. The invention can obtain the moving speed of the fish body in real time and accurately, reduce the detection cost and improve the detection precision of the algorithm.

【技术实现步骤摘要】

本专利技术涉及的是数字图像处理
,具体涉及一种适用于水质监测的鱼体运动速度视频图像检测方法。
技术介绍
目前,通过观测鱼体运动特征评估水质污染已成为重要的生物水质监测方法,鱼的游动速度是判定鱼类运动特征的重要参数之一,现有鱼体运动速度检测方法普遍存在依赖于硬件设备、算法复杂度高、误差较大等问题,且尚未提出有效的解决方案,基于此,设计一种新型的适用于水质监测的鱼体运动速度检测方法尤为必要。
技术实现思路
针对现有技术上存在的不足,本专利技术目的是在于提供一种适用于水质监测的鱼体运动速度检测方法,结构设计合理,通过采集鱼体运动视频,采用图像处理方法实时准确地获取鱼体运动速度,降低检测成本,提高算法检测精度。为了实现上述目的,本专利技术是通过如下的技术方案来实现:一种适用于水质监测的鱼体运动速度检测方法,其步骤为:(1)通过摄像头采集鱼体运动视频,查看视频帧率,并解码为MPEG4压缩视频格式;(2)技术人员可根据需求截取待检测的鱼体运动状态及背景视频,读取视频并逐帧分离为图片;(3)对图像进行去噪、增强等预处理操作;(4)调用背景视频帧图像,进行背景建模获得最终背景图像;(5)通过Otsu算法获取自适应最佳分割阈值,Otsu算法原理简单,容易实现,对目标与背景相差较大的图像具有较好的分割效果;(6)每个视频帧图像与最终背景图像差分获取鱼体运动目标图像;(7)通过连通区域质心法获取每个鱼体运动目标的质心位置;(8)建立参考坐标系,确定实际距离与像素坐标距离比值,求出鱼体在该时间段内的运动距离;(9)摄像头视频帧率已知,确定帧间隔,由视频帧率与帧间隔关系确定运动时间;(10)根据运动距离与运动时间的关系,求得鱼体运动速率;(11)根据参考坐标系及质心位置,确定鱼体相对参考坐标系的运动方向角;(12)根据鱼体当前位置及运动速度变化规律,分析水环境变化情况。本专利技术的有益效果:能够实时快速地确定鱼体位置,检测鱼体运动速度,得到鱼体特定时间段内鱼体位置、运动速度等运动特征的实时变化规律,为进一步研究水质变化对鱼类运动特征的影响问题提供实验方法及技术方案。附图说明下面结合附图和具体实施方式来详细说明本专利技术;图1为本专利技术的鱼体运动速度检测原理图;图2为本专利技术的鱼体运动速度检测方法流程图。具体实施方式为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本专利技术。参照图1-2,本具体实施方式采用以下技术方案:一种适用于水质监测的鱼体运动速度检测方法,其步骤为:(1)通过摄像头采集鱼体运动视频,查看视频帧率,并解码为MPEG4压缩视频格式;(2)技术人员可根据需求截取待检测的鱼体运动状态及背景视频,读取视频并逐帧分离为图片;(3)对图像进行去噪、增强等预处理操作;(4)调用背景视频帧图像,进行背景建模获得最终背景图像;(5)通过Otsu算法获取自适应最佳分割阈值,Otsu算法原理简单,容易实现,对目标与背景相差较大的图像具有较好的分割效果;(6)每个视频帧图像与最终背景图像差分获取鱼体运动目标图像;(7)通过连通区域质心法获取每个鱼体运动目标的质心位置;(8)建立参考坐标系,确定实际距离与像素坐标距离比值,求出鱼体在该时间段内的运动距离;(9)摄像头视频帧率已知,确定帧间隔,由视频帧率与帧间隔关系确定运动时间;(10)根据运动距离与运动时间的关系,求得鱼体运动速率;(11)根据参考坐标系及质心位置,确定鱼体相对参考坐标系的运动方向角;(12)根据鱼体当前位置及运动速度规律,分析水环境变化情况。例如当水质适合鱼类生存时,鱼类大多处于悠闲自在的运动状态,在没有其它外界刺激的情况下,在一段时间内的速度较稳定;水体严重污染时,鱼类可能会迅速游动;当外界环境极其恶劣导致鱼类即将死亡时,其运动速率极慢,对外界刺激反应时间会变长。本具体实施方式通过摄像头实时采集获取鱼体运动状态及运动背景视频;逐帧读取背景视频,并建立统计学背景模型,其模型建立方法如下:由于视频采集过程中可能会存在光线变化、水纹波动、相机抖动等众多干扰因素,导致无法获得理想的背景图像,通过背景建模可以减弱干扰因素的影响,提高监测的准确率,当环境相对稳定时,只有在鱼体通过像素点时,其亮度值才发生变化。因此,采用实时快速的统计学方法建立背景模型。假设采集到m帧背景视频图像,第k幅背景图像记为Bk,则背景图像第i行第j列像素点均值A(i,j)及方差V(i,j)为 A ( i , j ) = 1 m Σ k = 1 m B k ( i , j ) ]]> V ( i , j ) = 1 m Σ k = 1 m ( B k ( i , j ) - A ( i , j ) ) 2 ]]>假设第k幅背景图像像素点满足|Bk(i,j)-A(i,j)|<V(i,j),则该图像像素点加入背景模型库,依次遍历找到所有满足条件的像素点加入背景模型库。假设加入背景模型库的有效像素个数为n(n≤m)个,则以n个像素点的均值作为该背景像素点最终的像素值,最终的背景图像B(i,j)即为:B(i,j)=Mean(Bn(i,j),Bn-1(i,j)…,B1(i,j))背景差分图像自适应分割:采用最大类间方差(Ostu)算法确定最佳分割阈值,采用背景差分法检测鱼体运动目标。假设原始图像为I,差分图像定义为:D(i,j)=|I(i,j)-B(i,j)|,采用阈值分割算法对检测鱼体运动目标,定义鱼体运动目标区域二值化像素集合为: G ( i , j ) = 1 , D ( i 本文档来自技高网...
一种适用于水质监测的鱼体运动速度检测方法

【技术保护点】
一种适用于水质监测的鱼体运动速度检测方法,其特征在于,其步骤为:(1)通过摄像头采集鱼体运动视频,查看视频帧率,并解码为MPEG4压缩视频格式;(2)技术人员可根据需求截取待检测的鱼体运动状态及背景视频,读取视频并逐帧分离为图片;(3)对图像进行去噪、增强等预处理操作;(4)调用背景视频帧图像,进行背景建模获得最终背景图像;(5)通过Otsu算法获取自适应最佳分割阈值,Otsu算法原理简单,容易实现,对目标与背景相差较大的图像具有较好的分割效果;(6)每个视频帧图像与最终背景图像差分获取鱼体运动目标图像;(7)通过连通区域质心法获取每个鱼体运动目标的质心位置;(8)建立参考坐标系,确定实际距离与像素坐标距离比值,求出鱼体在该时间段内的运动距离;(9)摄像头视频帧率已知,确定帧间隔,由视频帧率与帧间隔关系确定运动时间;(10)根据运动距离与运动时间的关系,求得鱼体运动速率;(11)根据参考坐标系及质心位置,确定鱼体相对参考坐标系的运动方向角;(12)根据鱼体当前位置及运动速度变化规律,分析水环境变化情况。

【技术特征摘要】
1.一种适用于水质监测的鱼体运动速度检测方法,其特征在于,其步骤为:(1)通过摄像头采集鱼体运动视频,查看视频帧率,并解码为MPEG4压缩视频格式;(2)技术人员可根据需求截取待检测的鱼体运动状态及背景视频,读取视频并逐帧分离为图片;(3)对图像进行去噪、增强等预处理操作;(4)调用背景视频帧图像,进行背景建模获得最终背景图像;(5)通过Otsu算法获取自适应最佳分割阈值,Otsu算法原理简单,容易实现,对目标与背景相差较大的图像具有较好的分割效果;(6)...

【专利技术属性】
技术研发人员:赵小强彭红梅高强许曰强何亚风邓丹朱辉左金鑫娄鹏飞刘茹
申请(专利权)人:西安邮电大学
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1