【技术实现步骤摘要】
本专利技术属于智慧农业，尤其涉及一种鱼塘水质检测的控制方法及系统。
技术介绍
1、随着人们生活水平不断提高，对水产品的需求也与日俱增。水产品对保障国家粮食安全发挥了重大作用。在传统水产养殖业中，养殖户通常需要到达现场操作设备，当养殖环境出现不利于水产品存活的变化时，往往错过了最佳挽救期，无法保证存活率。养殖户对鱼塘水质信息的变化也难以具体观测，无法精准控制环境信息配合鱼类生长从而提高产量。
2、因此，需要设计鱼塘水质检测的控制方法及系统，对水质进行自动化控制处理，降低水质控制过程的成本和复杂度，提升优化水质的精准度，对于特定的鱼类养殖鱼塘实现个性化的水质控制，从而实现针对鱼塘的个性化养殖，提高产鱼质量和数量。
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种鱼塘水质检测的控制方法及系统。
2、在本专利技术的第一个方面，提供一种鱼塘水质检测的控制方法，所述方法包括：
3、获取水质第一相关参数和鱼塘水层图像数据，并获取此时对应的水质控制方法；
4、将所述水质第一相关参数和所述鱼塘水层图像数据组合成水质第二相关参数；根据所述水质第二相关参数和所述水质控制方法共同构建目标水质控制模型；
5、接收当前水质第一相关参数和实时鱼塘水层图像数据，将所述当前水质第一相关参数和所述实时鱼塘水层图像数据组合成实时水质第二相关参数，将所述实时水质第二相关参数输入至所述目标水质控制模型生成实时水质控制方法，根据所述实时水质控制方法对鱼塘水
6、进一步地，所述目标水质控制模型，采用机器学习方法进行构建。
7、进一步地，将鱼塘分为上中下三层，从上中下三层靠近鱼塘边缘处获取所述鱼塘水层图像数据。
8、进一步地，所述机器学习的方法包括基于f i sher准则的分类器、神经网络、支持向量机。
9、进一步地，所述利用机器学习方法前，需要对采集到的图像进行图像处理，图像处理步骤为：读取图像、滤波、rgb颜色分离、二值化、形态学处理、图像分割，其中二值化将目标样本与背景分割开来，采用os算法，目标与背景之间的类间方差g定义：
10、g＝p0(a0-a)^2+p1(a1-a)^2
11、式中，a为图像的总平均灰度，p0为属于目标的像素点数占整幅图像的比例，p1为属于背景的像素点数占整幅图像的比例，a0为目标的平均灰度，a0为背景的平均灰度。
12、进一步地，所述利用机器学习方法前，对图像进行分割处理获得输入向量，采用macwe模型进行图像分割，将图像分割后的得到的图像转化为向量数值，其中acwe模型通过极小化如下能量泛函f实现图像分割：
13、f(c1，c2，c)＝μ·length(c)+v·area(inside(c))+λ∫inside(c)‖i(x)-c1‖dx+λ2∫outside(c)‖i(x)-c2‖dx
14、式中，i(x)为待分割的图像，c为演化曲线，μ，v，λ1，λ2均为非负权系数，c1，c2分别为图像i在轮廓内外的平均灰度值，inside(c)为目标区域，outside(c)为背景区域，length为长度约束，area为面积约束，图像i在轮廓内外的平均灰度值c1，c2具体表达式如下：
15、
16、
17、inside(c)和outside(c)为分割得到的区域图像，将inside(c)和outside(c)再度进行二值化并转化为向量表示。
18、进一步地，所述基于fisher准则的分类器的计算公式如下所示：
19、g(s)＝wta
20、a为所述截面图像特征信息，g(s)为输出的鱼塘水质控制方法，wt为垂直于超平面的法向量。
21、还提供了一种鱼塘水质检测的控制系统，包括数据获取终端和水质控制终端，其特征在于：
22、所述数据获取终端包括传感器模块、图像获取模块，所述水质控制终端包括数据接收模块、模型构建模块、水质分析控制模块、数据存储模块、投料控制模块，其中：
23、所述传感器模块：与水质控制终端相连，用于采集鱼塘内的水质第一相关参数，并将其发送给数据接收模块；
24、所述图像获取模块：安置在鱼塘不同水层并靠近水塘边缘处，获取鱼塘水层图像数据；
25、所述数据存储模块：用于存储所述水质第一相关参数和所述鱼塘水层图像数据及水质分析控制模块此时采用的水质控制方法；
26、所述数据接收模块：接受所述传感器模块以及所述图像获取模块传输过来的所述水质第一相关参数和所述鱼塘水层图像数据，将所述水质第一相关参数和所述鱼塘水层图像数据组合成水质第二相关参数，并将所述水质第二相关参数传送到数据存储模块存储；
27、所述模型构建模块：利用所述数据存储模块的所述水质第一相关参数、所述鱼塘水层图像数据和所述水质控制方法构建目标水质控制模型；
28、所述水质分析控制模块：接收所述传感器模块中所发送的当前水质第一相关参数和所述图像获取模块获取的实时鱼塘水层图像数据，根据所述目标水质控制模型，获得实时水质控制方法对鱼塘水质进行控制。
29、所述投料控制模块，根据鱼塘水质控制方法进行投料的控制。
30、还提供了一种鱼塘水质检测的控制设备，包括存储器和处理器，其特征在于，所述存储器中存储有鱼塘水质检测的控制程序，所述处理器被设置为运行所述鱼塘水质检测的控制程序以运行一种鱼塘水质检测的控制方法。
31、还提供了一种计算机可读存储介质，其特征在于，包括:计算机可执行指令，当所述计算机可执行指令被运行时执行一种鱼塘水质检测的控制方法。
32、本专利技术的技术效果如下：
33、(1)取得的水下摄像机拍得的图像数据向量为三层图像数据p上、p中、p下，将三层图像数据取均值得到最终图像数据向量pf。将pf与水质第一相关参数组合的向量来训练目标水质控制模型。本申请得到的目标水质控制模型对于水质控制方法的给出更为精确；
34、(2)鱼塘水层图像数据由于是靠近鱼塘边缘拍下，因此包含有背景鱼塘四周的墙壁以及鱼塘水下浑浊图像，基于本实施例中的macwe模型对拍摄的图像进行分割得到目标区域水质图像，将其转化为向量表示，来进行机器学习模型的训练。本申请中得到的转化向量更加精准的描述水质情况，因此训练得出的模型也更加精准。
本文档来自技高网...【技术保护点】
1.一种鱼塘水质检测的控制方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种鱼塘水质检测的控制方法，其特征在于：
3.如权利要求1所述的一种鱼塘水质检测的控制方法，其特征在于：
4.如权利要求2所述的一种鱼塘水质检测的控制方法，其特征在于：
5.如权利要求4所述的一种鱼塘水质检测的控制方法，其特征在于：
6.如权利要求5所述的一种鱼塘水质检测的控制方法，其特征在于：
7.如权利要求6所述的一种鱼塘水质检测的控制方法，其特征在于：
8.一种鱼塘水质检测的控制系统，该系统实现如权利要求1-7任一项所述的控制方法，包括数据获取终端和水质控制终端，其特征在于：
9.一种鱼塘水质检测的控制设备，包括存储器和处理器，其特征在于，所述存储器中存储有鱼塘水质检测的控制程序，所述处理器被设置为运行所述鱼塘水质检测的控制程序以运行权利要求1至7任一项中所述的方法。
10.一种计算机可读存储介质，其特征在于，包括:计算机可执行指令，当所述计算机可执行指令被运行时执行如权利要求1至7任一
...【技术特征摘要】
1.一种鱼塘水质检测的控制方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种鱼塘水质检测的控制方法，其特征在于：
3.如权利要求1所述的一种鱼塘水质检测的控制方法，其特征在于：
4.如权利要求2所述的一种鱼塘水质检测的控制方法，其特征在于：
5.如权利要求4所述的一种鱼塘水质检测的控制方法，其特征在于：
6.如权利要求5所述的一种鱼塘水质检测的控制方法，其特征在于：
7.如权利要求6所述的一种鱼塘水质检测的控制方法，其...
【专利技术属性】
技术研发人员：李明，章旭伟，程霄玲，徐勇斌，田磊，贺文芳，
申请(专利权)人：金华市水产技术推广站金华市水生动物疫病防控中心，
类型：发明
国别省市：
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。