基于模式识别的蓝藻识别方法技术

本发明专利技术提供一种基于模式识别的蓝藻识别方法，将模糊数学与模式识别相结合对水面影像进行实时处理分析，从而分析出蓝藻爆发的相关概率。针对外围环境的变化影响，通过归一化处理图像中的相关参数信息，获得高精度的图像识别能力。同时通过模糊识别分析后能把一个模糊的概念具体数字化的展现出来。本发明专利技术可以克服现有方式分析周期性长，人工干预导致成本过高的不足。

【技术实现步骤摘要】

本专利技术涉及利用模式识别技术进行自动模拟的
，尤其涉及在水环境检测中，利用模式识别技术对水面影像进行实时处理分析，从而分析出蓝藻爆发概率的方法。
技术介绍
随着经济的飞速发展，人类对水资源的污染也日益严重。近年来由于一些内陆湖泊中水的富营养化，每年夏季高温天气蓝藻就会出现大暴发，俗称水华。水华时，湖面上飘浮着一层绿色的、如油漆状的蓝藻，自水面向水体呈立体分布。蓝藻暴发会导致水资源严重污染，发出阵阵恶臭，同时会导致水中的鱼类大量死亡。但是蓝藻水华是可以预防的，在蓝藻爆发前，采取一定的工程措施可以避免蓝藻水华的发生或者减轻其危害，蓝藻识别技术对于蓝藻水华的预警以及后续打捞工作的调度安排具有重要的意义。长期以来，传统的蓝藻识别都是通过对水质的采样分析来判断蓝藻的发生状况。 采用这种方式周期性比较长，另外蓝藻爆发地点都是分散的，通过人工干预的话成本比较大，对分析员技术经验要求高、工作量大、而且不能实时的反应出水质的变化，加大了蓝藻水华预警的难度。
技术实现思路
针对上述问题，申请人进行了改进研究，提供一种， 该方法通过模糊识别技术基于计算机网络以及视频监控方式来实时的监测蓝藻，可以克服现有方式分析周期性长，人工干预导致成本过高的不足。本专利技术的技术方案如下一种，包括如下步骤(1)计算机取得触发与控制信号，由外部触发与控制信号启动水面球型摄像机实时拍摄水面蓝藻的视频图像，并将拍摄的图像传输至计算机供检测；(2)计算机通过图像算法处理，对图像进行预处理，提高图像精度，使图像更符合蓝藻的真实情况；(3)提取经过预处理的蓝藻图片的特征参数，所述特征参数包括纹理、饱和度、颜色以及模糊度；(4)模式匹配，将根据所述特征参数获得的字符特征跟蓝藻特征模板中的字符特征做对比；(5)得出蓝藻识别结果，确定蓝藻爆发指数。2.根据权利要求1所述，其特征在于对于所述第 (2)步，将经过预处理的图像实时存入蓝藻图像库，同时根据蓝藻图像库实时更新蓝藻特征模板。3.根据权利要求1所述，其特征在于对于所述第(4)步，特征参数以不同的字符特征来表示分别是斜线(k)、水平线(η)、曲线(m)、波浪线(a)，模式匹配算法具体如下算法的表达式为 k变换 x(k) =z (k) +ζ (k+1), k=0，l，...+①z(k)= In k氺(k_l)+ cos, k=0, 1, ···+ °oη变换χ (η) =z (η* η ) +ζ (η-1), η=0，1，·..+ °°, ζ (η) = In η*(η-1) + cos, η=0, 1, ··· + 00 m变换χ (m) =ζ (m*2 η ) +ζ (m), m=0, 1, ... + ①， ζ (m) = lnm*(m+l)+ sin ( η /m) +1/2 m ], m=0，l，...+ °°a变换χ (a) =ζ (a) +sin , a=0, 1,…+ 00, ζ (a)= In a*(a+l)+ sin 0/a)+l/2 a ]，a=0, 1, ···+蓝藻对比式为爆发指数=x (k) /χ (k+1) *x (η) /χ (n+1) *x (m) /χ (m+1) *x (a) /x (a+1)。本专利技术的有益技术效果是本专利技术将模糊数学与模式识别相结合对水面影像进行实时处理分析，从而分析出蓝藻爆发的相关概率。针对外围环境的变化影响，通过归一化处理图像中的相关参数信息，获得高精度的图像识别能力。同时通过模糊识别分析，把模糊的概念具体数字化的展现出来。分析周期短，成本低，结果可信度高。附图说明图1是本专利技术的算法流程框图。 具体实施例方式下面结合附图对本专利技术的具体实施方式做进一步说明。如图1所示，计算机中的蓝藻图像库里存放大量的蓝藻特征图片，根据不同的时间段实时的更新蓝藻的图像库。蓝藻特征模板集合了蓝藻图片的纹理、饱和度、颜色、模糊度等特征，这些特征以不同的字符特征来表示分别是斜线(k)、水平线(η)、曲线(m)、波浪线(a)。当需要检测蓝藻爆发指数时，计算机取得触发与控制信号，启动水面球型摄像机实时拍摄水面蓝藻的视频图像，将拍摄的图像传输至计算机供检测。这些图像同样用来实时的更新蓝藻的图像库。计算机通过对图像的预处理采用归一化处理方式来获得图像的高精度的识别能力，提高图像清晰度，使图像更符合蓝藻的真实情况。提取目标特征参数，根据获得的字符特征来跟蓝藻特征模板中的字符特征做对比(模式匹配)，通过和之前蓝藻图像的特征相互模式匹配得出蓝藻的一个识别结果。模式匹配算法如下算法的表达式为 k变换权利要求1.一种，其特征在于包括如下步骤(1)计算机取得触发与控制信号，由外部触发与控制信号启动水面球型摄像机实时拍摄水面蓝藻的视频图像，并将拍摄的图像传输至计算机供检测；(2)计算机通过图像算法处理，对图像进行预处理，提高图像精度，使图像更符合蓝藻的真实情况；(3)提取经过预处理的蓝藻图片的特征参数，所述特征参数包括纹理、饱和度、颜色以及模糊度；(4)模式匹配，将根据所述特征参数获得的字符特征跟蓝藻特征模板中的字符特征做对比；(5 )得出蓝藻识别结果，确定蓝藻爆发指数。2.根据权利要求1所述，其特征在于对于所述第(2) 步，将经过预处理的图像实时存入蓝藻图像库，同时根据蓝藻图像库实时更新蓝藻特征模板。3.根据权利要求1所述，其特征在于对于所述第(4) 步，特征参数以不同的字符特征来表示分别是斜线(k)、水平线(η)、曲线(m)、波浪线(a)， 模式匹配算法具体如下算法的表达式为 k变换 x(k) =z (k) +ζ (k+1), k=0，l，...+①z(k)= In k氺(k_l)+ cos, k=0, 1, ···+ °oη变换χ (η) =z (η* η ) +ζ (η-1), η=0, 1, ···+ 00, ζ (η) = In η*(η-1) + cos, η=0, 1, ··· + 00 m变换χ (m) =ζ (m*2 π )+ζ (m)，m=0，l，...+ °°, ζ (m) = lnm*(m+l)+ sin ( η /m) +1/2 m ], m=0，l，...+ °°a变换χ (a) =ζ (a) +sin , a=0, 1,…+ 00, ζ (a)= In a*(a+l)+ sin 0/a)+l/2 a ]，a=0, 1, ···+蓝藻对比式为爆发指数=x (k) /χ (k+1) *χ (η) /χ (η+1) *χ (m) /χ (m+1) *χ (a) /χ (a+1)。全文摘要本专利技术提供一种，将模糊数学与模式识别相结合对水面影像进行实时处理分析，从而分析出蓝藻爆发的相关概率。针对外围环境的变化影响，通过归一化处理图像中的相关参数信息，获得高精度的图像识别能力。同时通过模糊识别分析后能把一个模糊的概念具体数字化的展现出来。本专利技术可以克服现有方式分析周期性长，人工干预导致成本过高的不足。文档编号G06T7/00GK102169582SQ201110102180公开日2011年8月31日 申请日期2011年4月22日 优先权日2011年4月22日专利技术者陆波 申请人:中科怡海高新技术发展江苏股份公司本文档来自技高网...

【技术保护点】
１．一种基于模式识别的蓝藻识别方法，其特征在于包括如下步骤：（１）计算机取得触发与控制信号，由外部触发与控制信号启动水面球型摄像机实时拍摄水面蓝藻的视频图像，并将拍摄的图像传输至计算机供检测；（２）计算机通过图像算法处理，对图像进行预处理，提高图像精度，使图像更符合蓝藻的真实情况；（３）提取经过预处理的蓝藻图片的特征参数，所述特征参数包括纹理、饱和度、颜色以及模糊度；（４）模式匹配，将根据所述特征参数获得的字符特征跟蓝藻特征模板中的字符特征做对比；（５）得出蓝藻识别结果，确定蓝藻爆发指数。

【技术特征摘要】

【专利技术属性】
技术研发人员：陆波，
申请(专利权)人：中科怡海高新技术发展江苏股份公司，
类型：发明
国别省市：32