一种基于石斑鱼应激行为学的氨氮预警方法及系统

1.本发明涉及氨氮含量预警领域，特别是涉及一种基于石斑鱼应激行为学的氨氮预警方法及系统。


背景技术：

2.珍珠龙胆石斑鱼商业价值高，但是在高密度养殖环境下存活率低，其中水体氨氮含量的影响极为显著，因此保证高密度养殖环境下适宜的氨氮含量极为重要。
3.然而，目前检测水体氨氮含量的方法除放置氨氮传感器外没有其他办法，而氨氮传感器又存在许多问题，因此，探究一种适合实际养殖环境，成本又低的氨氮预警方法势在必行。
4.目前国内的氨氮传感器存在稳定性差、使用寿命短等诸多问题，因为技术原因目前国内的氨氮传感器主要依赖于国外进口。
5.但是国外的氨氮传感器采购成本居高不下，维护流程也极为复杂导致无法及时维护，而且也存在一些问题，如：在海水环境下，极易被腐蚀；在淡水环境中钙化、藻类附着现象难以避免；面对氨氮的不均匀分布，传感器无法起到测定水体整体氨氮含量的作用。
6.因此，亟需提供一种能够方便快捷、低成本地对养殖水体氨氮含量进行实时预警的方法或系统。


技术实现要素：

7.本发明的目的是提供一种基于石斑鱼应激行为学的氨氮预警方法及系统，能够方便快捷、低成本地对养殖水体氨氮含量进行实时预警，
8.为实现上述目的，本发明提供了如下方案：
9.一种基于石斑鱼应激行为学的氨氮预警方法，包括：
10.利用摄像头获取石斑鱼养殖池的视频信息，并根据视频信息截取图片信息；所述图片信息为rgb格式；
11.对所述图片信息进行高斯滤波去噪；
12.将高斯滤波去噪后的图片信息转换为hsv格式；
13.对格式转化后的图片信息进行石斑鱼目标图像分割；
14.以石斑鱼目标图像分割后的图像中的背景为障碍物，以分割的石斑鱼目标图像为机器人可行走的目标路径，利用人工势场算法，确定石斑鱼体态特征曲线；并利用所述石斑鱼体态特征曲线确定曲率；
15.根据所述曲率监测所述石斑鱼养殖池的氨氮含量。
16.可选地，所述对所述图片信息进行高斯滤波去噪，具体包括：
17.利用大小为3*3的卷积核对所述图片信息进行高斯滤波去噪。
18.可选地，所述对格式转化后的图片信息进行石斑鱼目标图像分割，具体包括：
19.根据所述格式转化后的图片信息，利用matlab确定灰度直方图；
20.根据所述灰度直方图确定图分割阈值；
21.利用所述图分割阈值对所述格式转化后的图片信息进行石斑鱼目标图像分割。
22.可选地，所述并利用所述石斑鱼体态特征曲线确定曲率，具体包括：
23.利用gredient函数对所有的所述石斑鱼体态特征曲线进行求解，确定每一石斑鱼体态特征曲线的曲率；
24.根据所有的曲率确定平均曲率。
25.可选地，所述根据所述曲率监测所述石斑鱼养殖池的氨氮含量，具体包括：
26.判断所述平均曲率是否超过曲率阈值；
27.若超过，则确定所述石斑鱼养殖池的氨氮含量超过含量阈值，并进行报警；
28.若未超过，则确定所述石斑鱼养殖池的氨氮含量未超过含量阈值。
29.可选地，所述曲率阈值为0.01；含量阈值为5.74mg/l。
30.一种基于石斑鱼应激行为学的氨氮预警系统，包括：
31.图片信息获取模块，用于利用摄像头获取石斑鱼养殖池的视频信息，并根据视频信息截取图片信息；所述图片信息为rgb格式；
32.高斯滤波去噪模块，用于对所述图片信息进行高斯滤波去噪；
33.格式转换模块，用于将高斯滤波去噪后的图片信息转换为hsv格式；
34.图像分割模块，用于对格式转化后的图片信息进行石斑鱼目标图像分割；
35.曲率确定模块，用于以石斑鱼目标图像分割后的图像中的背景为障碍物，以分割的石斑鱼目标图像为机器人可行走的目标路径，利用人工势场算法，确定石斑鱼体态特征曲线；并利用所述石斑鱼体态特征曲线确定曲率；
36.氨氮含量监测模块，用于根据所述曲率监测所述石斑鱼养殖池的氨氮含量。
37.可选地，所述高斯滤波去噪模块具体包括：
38.高斯滤波去噪单元，用于利用大小为3*3的卷积核对所述图片信息进行高斯滤波去噪。
39.可选地，所述图像分割模块具体包括：
40.灰度直方图确定单元，用于根据所述格式转化后的图片信息，利用matlab确定灰度直方图；
41.图分割阈值确定单元，用于根据所述灰度直方图确定图分割阈值；
42.图像分割单元，用于利用所述图分割阈值对所述格式转化后的图片信息进行石斑鱼目标图像分割。
43.可选地，所述曲率确定模块具体包括：
44.曲率确定单元，用于利用gredient函数对所有的所述石斑鱼体态特征曲线进行求解，确定每一石斑鱼体态特征曲线的曲率；
45.平均曲率确定单元，用于根据所有的曲率确定平均曲率。
46.根据本发明提供的具体实施例，本发明公开了以下技术效果：
47.本发明所提供的一种基于石斑鱼应激行为学的氨氮预警方法及系统，通过对摄像头获取石斑鱼养殖池的图片信息，对图片信息进行图像处理间接获取养殖池内水体氨氮含量范围，没有物理实体直接接触水体，避免传统传感器面临的各种问题，同时主要成本仅为一个普通的摄像头，大大降低了成本。进而，本发明达到了方便快捷、低成本地对养殖水体
氨氮含量进行实时预警的目的，虽无法获取水体氨氮的具体指标，却能达到对水体氨氮进行实时预警的目的。
附图说明
48.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
49.图1为本发明所提供的一种基于石斑鱼应激行为学的氨氮预警方法流程示意图；
50.图2为本发明所提供的一种基于石斑鱼应激行为学的氨氮预警方法对应的整体装置示意图；
51.图3为本发明所提供的一种基于石斑鱼应激行为学的氨氮预警方法的整体原理示意图；
52.图4为格式转化后的图片信息的截图效果示意图；
53.图5为灰度直方图；
54.图6为石斑鱼目标图像分割后的图像示意图；
55.图7为石斑鱼体态特征曲线确定示意图；
56.图8为本发明所提供的一种基于石斑鱼应激行为学的氨氮预警系统结构示意图。
具体实施方式
57.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
58.本发明的目的是提供一种基于石斑鱼应激行为学的氨氮预警方法及系统，能够方便快捷、低成本地对养殖水体氨氮含量进行实时预警。
59.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
60.图1为本发明所提供的一种基于石斑鱼应激行为学的氨氮预警方法流程示意图，图3为本发明所提供的一种基于石斑鱼应激行为学的氨氮预警方法的整体原理示意图，如图1和图3所示，本发明所提供的一种基于石斑鱼应激行为学的氨氮预警方法，包括：
61.s101，利用摄像头获取石斑鱼养殖池的视频信息，并根据视频信息截取图片信息；所述图片信息为rgb格式；
62.作为一个具体的实施例，如图2所示，将图片信息上传至云服务器，所述云服务器进行以下s102-s106，进而实现远程、实时地监测。
63.视频rgb是通过对红(r)、绿(g)、蓝(b)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，rgb是最基础的三个颜色，rgb格式的视频画面色彩逼真。
64.s102，对所述图片信息进行高斯滤波去噪；高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其
本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个卷积核扫描图像中的每一个像素，用卷积核确定的邻域内像素的加权平均灰度值去替代卷积核中心像素点的值。
65.s102具体包括：
66.利用大小为3*3的卷积核对所述图片信息进行高斯滤波去噪。
67.s103，将高斯滤波去噪后的图片信息转换为hsv格式，并如图4所示；
68.在hsv模型中，亮度(v)是光作用于人眼时所引起的明亮程度的感觉，它与被观察物体的发光强度有关。色调(h)是当人眼看到一种或多种波长的光时所产生的彩色感觉，它反映颜色的种类，是决定颜色的基本特性，如红色、棕色就是指色调。饱和度(s)指的是颜色的纯度，即掺入白光的程度，或者说是指颜色的深浅程度，对于同一色调的彩色光，饱和度越深颜色越鲜明或说越纯。通常把色调和饱和度通称为色度。
69.s104，对格式转化后的图片信息进行石斑鱼目标图像分割；
70.s104具体包括：
71.根据所述格式转化后的图片信息，利用matlab确定灰度直方图；
72.根据所述灰度直方图确定图分割阈值；
73.利用所述图分割阈值对所述格式转化后的图片信息进行石斑鱼目标图像分割。
74.如图5所示，灰度直方图的上阈值为60，下阈值为40，即处理过后的图像hsv值在40-60之间时，标记为石斑鱼，设置为黑色，若不是改范围内则标记为背景，设置为白色，图割后的图像如图6所示。
75.s105，以石斑鱼目标图像分割后的图像中的背景为障碍物，以分割的石斑鱼目标图像为机器人可行走的目标路径，利用人工势场算法，确定石斑鱼体态特征曲线，并如图7所示；并利用所述石斑鱼体态特征曲线确定曲率；
76.将该算法中的背景设定为障碍物，障碍物对虚拟机器人产生一种虚拟的排斥力，图割出来的石斑鱼图像设置为机器人可行走的目标路径，目标路径均匀分布地对虚拟机器人产生一种虚拟的吸引力，通过模拟机器人在未知环境中实时检测障碍物，规划出合理路径并标记，从而在石斑鱼体表图像上绘制出稳定、平滑、连续的曲线，其算法原理如下：
77.将待规划的石斑鱼体态特征曲线分离为单个质点，其运动空间为一个二维欧式空间，质点在其中的坐标为x＝(x,y)，在算法中作为障碍的背景坐标为xb＝(xb,yb)，在算法中作为目标的石斑鱼图像坐标为xd＝(xd,yd)。
78.目标对质点的引力势场为ud(x)＝f(x)，该函数定义为：
[0079][0080]
式中：k为引力系数；x-xd为质点到目标点的距离。
[0081]
由此可得，质点所受引力为引力势场的负梯度：
[0082][0083]
障碍对质点的斥力势场为ub(x)＝g(x)，该函数定义为
[0084][0085]
其中，ρ0为规定的斥力势场的作用范围，即当质点在规定的作用范围之外，则不受斥力影响；η为斥力系数；t
og
为障碍物与目标点的距离；k0为调节系数；l为目标、质点、障碍物之间的距离总和。
[0086]
由此可得，质点所受引力为引力势场的负梯度：
[0087][0088]
则虚拟机器人收到总合力矢量为：f＝∑fb ∑fd。
[0089]
s105具体包括：
[0090]
利用gredient函数对所有的所述石斑鱼体态特征曲线进行求解，确定每一石斑鱼体态特征曲线的曲率；
[0091]
利用公式确定曲率；
[0092]
其中，k’为求得的曲率结果，y,为路径规划输出结果确定的曲线起点，y,,为路径规划输出结果确定的曲线终点。
[0093]
根据所有的曲率确定平均曲率。
[0094]
利用公式确定平均曲率。
[0095]
s106，根据所述曲率监测所述石斑鱼养殖池的氨氮含量。
[0096]
s106具体包括：
[0097]
判断所述平均曲率是否超过曲率阈值；
[0098]
若超过，则确定所述石斑鱼养殖池的氨氮含量超过含量阈值，并进行报警；
[0099]
若未超过，则确定所述石斑鱼养殖池的氨氮含量未超过含量阈值。
[0100]
在养殖石斑鱼的养殖池中，在养殖池内其他水质条件无变化的前提下，氨氮浓度高于5.74mg/l时，石斑鱼体态出现明显的痉挛现象，背部及尾部曲线的曲率k≥0.01；而氨氮浓度低于5.74mg/l时，石斑鱼无痉挛现象，背部及尾部曲线的曲率0≤k《0.01。即，所述曲率阈值为0.01；含量阈值为5.74mg/l。
[0101]
相较于其他获取水体氨氮含量的方法，本发明摒弃了传统的获取氨氮含量一定需要通过传感器获取的思路，创新性的提出了通过常见的摄像头这一成本低廉、容易采购的主体获取石斑鱼应激图像，并对图像进行处理，跳过传感器这一主体，间接得到了水体中溶氨氮含量的范围，有效避免了传感器的腐蚀问题，大大降低了石斑鱼养殖这一场景中获取水体氨氮含量的成本。
[0102]
图8为本发明所提供的一种基于石斑鱼应激行为学的氨氮预警系统结构示意图，如图8所示，本发明所提供的一种基于石斑鱼应激行为学的氨氮预警系统，包括：
[0103]
图片信息获取模块801，用于利用摄像头获取石斑鱼养殖池的视频信息，并根据视频信息截取图片信息；所述图片信息为rgb格式；
[0104]
高斯滤波去噪模块802，用于对所述图片信息进行高斯滤波去噪；
[0105]
格式转换模块803，用于将高斯滤波去噪后的图片信息转换为hsv格式；
[0106]
图像分割模块804，用于对格式转化后的图片信息进行石斑鱼目标图像分割；
[0107]
曲率确定模块805，用于以石斑鱼目标图像分割后的图像中的背景为障碍物，以分割的石斑鱼目标图像为机器人可行走的目标路径，利用人工势场算法，确定石斑鱼体态特征曲线；并利用所述石斑鱼体态特征曲线确定曲率；
[0108]
氨氮含量监测模块806，用于根据所述曲率监测所述石斑鱼养殖池的氨氮含量。
[0109]
所述高斯滤波去噪模块802具体包括：
[0110]
高斯滤波去噪单元，用于利用大小为3*3的卷积核对所述图片信息进行高斯滤波去噪。
[0111]
所述图像分割模块804具体包括：
[0112]
灰度直方图确定单元，用于根据所述格式转化后的图片信息，利用matlab确定灰度直方图；
[0113]
图分割阈值确定单元，用于根据所述灰度直方图确定图分割阈值；
[0114]
图像分割单元，用于利用所述图分割阈值对所述格式转化后的图片信息进行石斑鱼目标图像分割。
[0115]
所述曲率确定模块805具体包括：
[0116]
曲率确定单元，用于利用gredient函数对所有的所述石斑鱼体态特征曲线进行求解，确定每一石斑鱼体态特征曲线的曲率；
[0117]
平均曲率确定单元，用于根据所有的曲率确定平均曲率。
[0118]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0119]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。