一种基于蓝绿光LiFi的水下鱼群监测统计系统的制作方法

一种基于蓝绿光lifi的水下鱼群监测统计系统
技术领域
1.本发明涉及水下监测技术领域，特别是一种基于蓝绿光lifi的水下鱼群监测统计系统。


背景技术：

2.中国是一个海水养殖与淡水养殖的大国，也是世界上淡水养鱼发展最早的国家之一，多年来产量居世界首位，未来发展前景非常好。2019年10月，国家自然资源部与国家发展改革委共同组织编写了《中国海洋经济发展报告2019》，文中提到我国海洋经济总量在2018年已达到8.3万亿元人民币，大约占国内生产总值的9.3％，在国民经济发展中保持了一个基本稳定的比重。
3.当前中国海水养殖场高度依赖于人的体力劳动，许多暴露的场所与操作方法并不方便。例如，海参人工养殖已成为一项新兴的，前景广阔的养殖产业。辽宁的大连、丹东、营口、锦州；山东的莱州、荣成、乳山、蓬莱、烟台；河北的秦皇岛、昌黎等地海参育苗、养殖开展的非常红火。近几年，在浙江、福建沿海也逐渐兴起了反季海参的养殖热潮。目前，所有的工作基本都要依靠人工来完成，劳动强度大，人工成本高。
4.智慧渔业是运用物联网、大数据、人工智能、水下光通信等现代信息技术，深入开发和利用渔业信息资源，全面提高渔业综合生产力和经营管理效率的过程，是推进渔业供给侧结构性改革，加速渔业转型升级的重要手段和有效途径。因此，全面考虑海水养殖与淡水养殖的各种影响因素，开发研制一种水下鱼群监测统计系统，可以对一个大规模的养殖场实现智能检测与控制，从而帮助养殖户快速完成日常的工作任务，改善鱼类养殖质量。智慧渔业的应用研究可实现海洋水产养殖的智能化，节省人工，提升工作效率和经济效益。而对于海洋水下养殖来说，水下鱼群监测统计技术就是一个的“卡脖子”关键核心技术，急需要解决。
5.当前中国各种鱼类和海鲜养殖场高度依赖于人的体力劳动，许多暴露的场所与操作方法并不方便。对于各种鱼类和海鲜生长状况，靠人工很难实现准确的观察和统计。


技术实现要素：

6.有鉴于此，本发明的目的在于提供一种基于蓝绿光l ifi的水下鱼群监测统计系统，实现将人工智能技术应用于淡水养殖、咸水养殖及海面养殖，从而实现智能渔业。
7.为实现上述目的，本发明采用如下技术方案：一种基于蓝绿光l ifi的水下鱼群监测统计系统，包括依次连接的无线声纳探鱼器、图片编码器、蓝绿光发射器、lifi网络、蓝绿光接收器、图片解码器、鱼类识别统计器。
8.在一较佳的实施例中，所述无线声纳探鱼器采集水下鱼群的数据，获得图片数据tk(x,y),其中，x表示图片数据中像素点的横坐标，x∈{0,1,2,
…
,p-1}，p为图像tk(x,y)的行数；y表示图片数据中像素点的纵坐标，y∈{0,1,2,
…
,q-1}，q为图像tk(x,y)的列数；k表示图片数据tk(x,y)的顺序号，k∈z。
9.在一较佳的实施例中，所述图片编码器由区块划分模块、动态提取模块、dct变换模块、量化转换模块、相邻差分模块以及信源编码模块组成；所述图片编码器具体编码步骤为：
10.(1)无线声纳探鱼器在水下对鱼群进行数据采集，将获得的图片数据tk(x,y)发送给图片编码器中的区块划分模块；区块划分模块将每张图片数据tk(x,y)分为n
×
m的n个区块，第i个区块t
k,i
(x,y)有n
×
m个像素，每个像素取值的灰度范围为：0-255；
11.(2)针对每个区块与前一时刻相应区块进行相关计算，得到差别指数c
k,i
，差别指数c
k,i
定义为：
[0012][0013]
将所有区块划分为动态区块和静态区块；设定区块划分阈值为r，满足0《r≤255，参数r的取值根据图片背景噪声来定，图片背景噪声越高，r的取值越大，r取值范围一般为：10～25，当满足条件：
[0014]ck,i
≥r
[0015]
时，区块t
k,i
(x,y)认定为动态区块，当满足条件：
[0016]ck,i
《r
[0017]
时，区块t
k,i
(x,y)认定为静态区块，动态区块数据将被传输；相反，静态区块数据不用传输；
[0018]
(3)将提取出来的动态区块t
k,i
(x,y)进行离散余弦变换，获得区块t
k,i
(x,y)的区块频率域数据f
k,i
(u,v)，其中f
k,i
(u,v)定义为：
[0019][0020][0021][0022]
(4)将动态区块t
k,i
(x,y)进行离散余弦变换后获得的区块频率域数据f
k,i
(u,v)，再进行量化转换，即对于区块频率域数据f
k,i
(u,v)中的每个像素值除以量化表所对应值，得到的结果就是这个像素的量化值
[0023]
(5)将量化值与前一时刻图片相应的量化值作差，计算出区块差分数据其中定义为：
[0024][0025]
(6)将区块差分数据进行信源编码，这里先采用游程编码方法，获得码字e
k,i
(x,y)，再针对码字e
k,i
(x,y)进行霍夫曼编码方法，获得码字图片编码器把
生成的码字传输给蓝绿光发射器。
[0026]
在一较佳的实施例中，所述的蓝绿光发射器由光通信编码模块、光调制模块、led光源三部分组成；光通信编码模块采用(g,k)汉明码编码方法，其中参数g和k取值不固定，具体参考汉明码编码方法；光调制模块采用无载波幅度相位调制。
[0027]
在一较佳的实施例中，所述蓝绿光接收器由光电探测器、光解调模块、光通信解码模块三部分组成；光电探测器采用pin光电探测器；pin光电探测器接收波长范围为400～600nm的光信号，响应时间达到1ns。
[0028]
在一较佳的实施例中，所述的图片解码器由信源解码模块、区块估值模块、数字滤波模块、dct反变换模块、区块合成模块、特征提取模块组成，具体编码步骤为：
[0029]
1)信源解码模块把蓝绿光接收器接收到的信号进行解码，根据图片编码器中的信源编码模块采用的编码过程进行逆变换，获得码字估计值发送给数字滤波模块；
[0030]
2)区块估值模块将信源解码模块发送过来的码字估计值进行解码，先基于霍夫曼编码方法进行解码，再基于游程编码方法进行解码，获得区块频率域数据量化值的估计值
[0031]
3)数字滤波模块将信源解码模块发送过来的估计值进行数字滤波，采用有限长单位冲激响应滤波器(fir)实现，降低噪声和干扰的影响；
[0032]
4)dct反变换模块将滤波后的估计值进行dct反变换，获得区块估计值获得：
[0033][0034][0035][0036]
变换后获得的区块估计值发送给区块合成模块；
[0037]
5)区块合成模块基于区块估计值计算并合成估计图片数据，并将估计图片数据发送给特征提取模块；
[0038]
6)特征提取模块基于估计图片数据，根据不同种类的鱼群，进行特征提取，获得的数据发送给鱼类识别统计器。
[0039]
在一较佳的实施例中，所述的鱼类识别统计器基于图片解码器发送过来的估计图片数据和特征提取数据，对鱼群进行识别，并进行统计。
[0040]
与现有技术相比，本发明具有以下有益效果：本发明采用多波束成像声纳技术来
对水下鱼群进行成像，实现鱼群的数据采集，通过图片编码器编码后，由蓝绿光发射器发送到lifi网络，经过lifi网络传输给图片解码器解码，获得鱼群图片数据，最后通过鱼类识别统计器完成对鱼群的种类、数量、大小以及生长环境等信息的获取。所述的系统可以应用于河流、湖泊、近海及远海等区域的各种鱼类或海鲜养殖，将人工智能技术应用于淡水养殖、咸水养殖及海面养殖，从而实现智能渔业。通过本发明可以实现对河流、湖泊、近海及远海等养殖场中的各种鱼群和海鲜进行监测，识别鱼类和海鲜的种类，并统计其数量、大小等生长状况，可以应用于河流、湖泊、近海及远海等区域的各种鱼类或海鲜养殖。随着国家海洋经济的不断发展，本专利运用物联网、大数据、人工智能、水下光通信等现代信息技术，深入开发和利用渔业信息资源，实现智慧渔业。
附图说明
[0041]
图1为本发明优选实施例的系统组成原理框图；
[0042]
图2为本发明优选实施例的图片编码器原理框图；
[0043]
图3为本发明优选实施例的蓝绿光发射器原理框图；
[0044]
图4为本发明优选实施例的蓝绿光接收器原理框图；
[0045]
图5为本发明优选实施例的编码器原理框图。
具体实施方式
[0046]
下面结合附图及实施例对本发明做进一步说明。
[0047]
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。
[0048]
如图1所示，本发明所述一种基于蓝绿光lifi的水下鱼群监测统计系统是由依次连接的无线声纳探鱼器、图片编码器、蓝绿光发射器、lifi网络、蓝绿光接收器、图片解码器、鱼类识别统计器组成。该系统可以实现对水库、河流、湖泊、近海和远海渔场中的各类鱼群进行监测，并实现鱼群种类、数量、大小等数据的统计，实时掌握鱼群的生长情况，为智能渔业的建设提供帮助。
[0049]
所述的无线声纳探鱼器，使用多波束成像声纳技术来对水下鱼群进行成像，实现鱼群的数据采集，形成图片数据，发送给图片编码器。
[0050]
所述无线声纳探鱼器采用imagenex 886bfs多波束成像声纳来实现对水下鱼群的数据采集，获得图片数据tk(x,y),其中，x表示图片数据中像素点的横坐标，x∈{0,1,2,
…
,p-1}，p为图像tk(x,y)的行数；y表示图片数据中像素点的纵坐标，y∈{0,1,2,
…
,q-1}，q为图像tk(x,y)的列数；k表示图片数据tk(x,t)的顺序号，k∈z。其中，imagenex 886bfs多波束成像声纳是一款高分辨率、快速成像、可编程、体积小巧、低能耗、便于安装的声纳成像设备。无线声纳探鱼器的距离分辨率可以达到10mm，最大工作深度可以达到1000m，测量范围可以达到2.5-30米。
[0051]
所述的图片编码器对无线声纳探鱼器发送过来的图片数据，首先进行区块划分，将所有区块与前一时刻相应区块进行相关计算，确定动态变化较大的区块，将其提取出来，进行dct变换，再进行量化转换，量化后的区块数据与前一时刻相应区块差分，差分后获得的区块差分数据再进行信源编码。
[0052]
如图2所示，所述图片编码器由区块划分模块、动态提取模块、dct变换模块、量化转换模块、相邻差分模块、信源编码模块组成。具体编码步骤为：
[0053]
(1)无线声纳探鱼器在水下对鱼群进行数据采集，将获得的图片数据tk(x,y)发送给图片编码器中的区块划分模块。区块划分模块将每张图片数据tk(x,y)分为n
×
m的n个区块，第i个区块t
k,i
(x,y)有n
×
m个像素，每个像素取值的灰度范围为：0-255。
[0054]
(2)针对每个区块与前一时刻相应区块进行相关计算，可以得到差别指数c
k,i
。差别指数c
k,i
定义为：
[0055][0056]
将所有区块划分为动态区块和静态区块。设定区块划分阈值为r，满足0《r≤255。参数r的取值可以根据图片背景噪声来定，图片背景噪声越高，r的取值越大，r取值范围一般为：10～25。当满足条件：
[0057]ck,i
≥r
[0058]
时，区块t
k,i
(x,y)认定为动态区块，当满足条件：
[0059]ck,i
《r
[0060]
时，区块t
k,i
(x,y)认定为静态区块。动态区块数据将被传输；相反，静态区块数据不用传输。
[0061]
(3)将提取出来的动态区块t
k,i
(x,y)进行dct变换(离散余弦变换)，获得区块t
k,i
(x,y)的区块频率域数据f
k,i
(u,v)，其中f
k,i
(u,v)定义为：
[0062][0063][0064][0065]
(4)将动态区块t
k,i
(x,y)进行dct变换后获得的区块频率域数据f
k,i
(u,v)，再进行量化转换，即对于区块频率域数据f
k,i
(u,v)中的每个像素值除以量化表所对应值，得到的结果就是这个像素的量化值
[0066]
(5)将量化值与前一时刻图片相应的量化值作差，计算出区块差分数据其中定义为：
[0067][0068]
(6)将区块差分数据进行信源编码，这里先采用游程编码方法，获得码字e
k,i
(x,y)，再针对码字e
k,i
(x,y)进行霍夫曼编码方法，获得码字图片编码器
把生成的码字传输给蓝绿光发射器。
[0069]
所述的蓝绿光发射器将图片编码器传输给它的码字进行光通信编码，生成码字提高水下通信抗干扰能力；再基于码字进行光调制，最后通过led光源发射出去。发射出去的信号通过lifi网络传输给蓝绿光接收器。
[0070]
如图3所示，所述的蓝绿光发射器由光通信编码模块、光调制模块、led光源三部分组成。其中，光通信编码模块和光调制模块硬件是通过数字信号处理器tms320c6455芯片来完成；led光源采用欧司朗蓝光470nm的led光源(型号:gb cshpm1.13/gb cs8pm1.13)。光通信编码模块采用(g,k)汉明码编码方法，其中参数g和k取值不固定，可以适当调整，具体参考汉明码编码方法。光调制模块采用无载波幅度相位调制(cap)。
[0071]
所述的蓝绿光接收器对lifi网络传输过来的信号进行接收。通过光电探测器探测到发射过来的光信号，并将其转换成电信号，传输给光解调模块进行解调，再通过光通信解码模块对其解码，获得码字估计值最后把码字估计值传输给图片解码器。
[0072]
如图4所示，所述的蓝绿光接收器由光电探测器、光解调模块、光通信解码模块三部分组成。其中，光电探测器采用pin光电探测器(型号：pda10a ec)实现，该型号pin光电探测器可以对波长范围为400～600nm的光信号接收，响应时间可以达到1ns；光解调模块和光通信解码模块硬件采用数字信号处理器tms320c6455芯片来完成。
[0073]
所述的图片解码器基于蓝绿光接收器发送过来的码字估计值对其进行信源解码，然后通过区块估值模块获得区块频率域数据估计值再进行数字滤波去除干扰和噪声，针对进行dct反变换，获得区块估计值再将所有的区块估计值合成，生成估计图片数据，最后基于图片处理等技术，提取鱼群特征数据，发送给鱼类识别统计器，进行识别和统计。
[0074]
如图5所示，所述的图片解码器由信源解码模块、区块估值模块、数字滤波模块、dct反变换模块、区块合成模块、特征提取模块组成，具体编码步骤为：
[0075]
1)信源解码模块把蓝绿光接收器接收到的信号进行解码，根据图片编码器中的信源编码模块采用的编码过程进行逆变换，获得码字估计值发送给数字滤波模块；
[0076]
2)区块估值模块将信源解码模块发送过来的码字估计值进行解码，先基于霍夫曼编码方法进行解码，再基于游程编码方法进行解码，获得区块频率域数据量化值的估计值
[0077]
3)数字滤波模块将信源解码模块发送过来的估计值进行数字滤波，采用有限长单位冲激响应滤波器(fir)实现，降低噪声和干扰的影响。
[0078]
4)dct反变换模块将滤波后的估计值进行dct反变换，获得区块估计值获得：
[0079][0080][0081][0082]
变换后获得的区块估计值发送给。
[0083]
5)区块合成模块基于区块估计值计算并合成估计图片数据，并将估计图片数据发送给特征提取模块。
[0084]
6)特征提取模块基于估计图片数据，根据不同种类的鱼群，进行特征提取，获得的数据发送给鱼类识别统计器。
[0085]
所述的鱼类识别统计器基于图片解码器发送过来的估计图片数据和特征提取数据，对鱼群进行识别，并进行统计。