一种水体粘度的检测方法及其系统与流程
本申请涉及计算机领域，具体地，涉及一种水体粘度的检测方法及其系统。
背景技术：
宫廷金鱼专业上通常养殖在小型木盆或陶瓷盆中，喜静不喜动，对水质要求较高，需要滤水和增氧设备持续工作，以保证水体处于一个较好的状态。水体表面空气环境、饵料、排泄物、滋生藻类等微生物共同作用于养殖水体水环境，即使持续的滤水及定期的换水，也很难保证宫廷金鱼养殖水体时刻处在一个比较“清爽适宜”的状态，水体粘度是宫廷金鱼养殖专业人士评价水体“清爽适宜”状态的一个关键指标。水体粘度一旦过高，宫廷金鱼很快就要生病，如未及时发现，并进行换水抢救，极可能造成宫廷金鱼死亡，给养殖户带来极大的经济损失。通常养殖户评估宫廷金鱼养殖水体粘度的手段单一，就是通过专业人士观察水体状态，而大多数时候，宫廷金鱼小型养殖水体可视状态均呈现清澈透明状，即使水体粘度已经很高了，也是呈现清澈透明状，因此很难通过肉眼从表观观察发现。
有经验的养殖技术人员经过长年实践总结出一种方法，通过增氧设备(在宫廷金鱼小型养殖水体养殖模式下24小时不间断工作)产生的水面气泡变化状态来判断水体粘度是否过高，专业人士一般认为，当水泡浮上水面后，在短时间内无法自动破灭，而使聚集成团，并在水面较长时间停留时，此时的水体粘度就会较高，需要进行换水或者补新水的工作，以降低水体粘度，相反，而当水泡浮上水面后，能够快速的自动破灭，很少聚集成团并长时间停留时，则认为水体粘度适当，无需换水或补新水。但这种人工观察水泡的方法也存在观察判定难度较大、判断结果因人而异等问题，而且需要人工长时间、频繁的观察统计，工作量极大，也无法达到实时、准确的监测和判断，往往延误的抢救时机，造成损失，因此需要一种更准确、自动的方式进行水体粘度的检测。
技术实现要素：
本申请的目的在于提供一种水体粘度的检测方法及其系统，能够替代传统的人工观测和判断宫廷金鱼养殖水体粘度水平的方法，实现一种实时性、自动化、无线远程评价水体粘度水平的方法，摆脱繁琐的人工观测，又可避免人工干预，替代人工经验，提升宫廷金鱼养殖水体粘度水平定性评价指标的客观性、准确性、高效性。
为达到上述目的，本申请提供了一种水体粘度的检测方法，具体包括以下步骤：获取水面图像；对水面图像进行预处理获取水泡轮廓图像；根据水泡轮廓图像计算气泡面积；根据气泡面积进行直线拟合模型的建立；根据直线拟合模型进行水体粘度的判断输出。
如上的，其中，获取水面图像之前，预先设定采集水面图像的采集周期。
如上的，其中，根据气泡区域与水体区域的亮度差异进行水泡轮廓图像的获取。
如上的，其中，在进行水泡面积的计算之前，还包括，对水泡轮廓图像进行标识。
如上的，其中，气泡面积sbubble表示为：
如上的，其中，直线拟合模型的建立具体为，以设定的采集周期内的图像采集时刻为自变量，以不同水面图像中的气泡面积为因变量，对在采集周期内获取的所有水面图像得到的变量数据进行线性拟合。
一种水体粘度检测系统，具体包括采集单元、工作单元、用户端；采集单元，用于进行获取采集水面图像；工作单元，用于接收水面图像，对水面图像进行处理，根据处理结果建立直线拟合模型从而进行水体粘度的判断输出，将判断结果发送给用户端；用户端，用于进行水体粘度的判断结果的接收。
如上的，其中，采集单元中包括图像传感器、白色led光源；图像传感器用于进行待检测设备中的养殖水面的视频流图像的采集；白色led光源用于在夜晚或光线较弱时，向水体表面补光。
如上的，其中，工作单元具体包括以下子模块：图像采集卡、预处理模块、计算模块、模型建立模块；图像采集卡，用于设置采集周期，在采集周期内从视频流图像中采集若干个水面图像；预处理模块，用于对水面图像进行预处理获取水泡轮廓图像；计算模块，用于据水泡轮廓图像计算气泡面积；模型建立模块，用于根据气泡面积进行直线拟合模型的建立。
如上的，其中，工作单元还包括以下子模块：粘度判断输出模块、显示模块、高速固态硬盘；粘度判断输出模块，用于根据直线拟合模型进行水体粘度定性评价结果输出；显示模块，用于进行判断结果的显示；高速固态硬盘，用于进行水面图像的本地循环存储。
本申请具有以下有益效果：
(1)本申请提供的水体粘度的检测方法及其系统能够对水体粘度水平进行自动化评价，摆脱人工干预和经验依赖，实现实时、高效的远程无线观察和评价。
(2)本申请提供的水体粘度的检测方法及其系统能够针对图像中水面气泡形态的变化规律设计更加人工智能的计算机视觉算法，充分模拟专业人士的操作规则，使宫廷金鱼养殖水体粘度水平观察和判断的准确性更高。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是根据本申请实施例提供的水体粘度检测系统的内部结构图；
图2是根据本申请实施例提供的水体粘度检测系统的内部子模块结构图；
图3是根据本申请实施例提供的水体粘度的检测方法流程图。
具体实施方式
下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
本申请涉及一种水体粘度的检测方法及其系统。根据本申请，能够替代传统的人工观测和判断宫廷金鱼养殖水体粘度水平的方法，实现一种实时性、自动化、无线远程评价水体粘度水平的方法，即可实现观察和评价的实时性，摆脱繁琐的人工观测，又可避免人工干预，替代人工经验，提升宫廷金鱼养殖水体粘度水平定性评价指标的客观性、准确性、高效性。
如图1所示为本申请提供的水体粘度检测系统，具体包括采集单元101、工作单元102、用户端103。
采集单元101用于获取采集水面图像。
具体地，采集单元101中包括图像传感器、白色led光源。
图像传感器设置于放置有增氧气石的养殖设备(例如：鱼缸、陶瓷盆等鱼类养殖的容器)上方，用于对该设备中盛放的水的水面进行视频流图像的采集。
优选地，采用帧曝光的方式，2/3ccd高清图像传感器，图像最高分辨率2456×2058，配500万像素8mm定焦镜头，光圈可调范围f2.0～f16，视场角68°×57°×44°，聚焦范围0.15m—∞。
白色led光源用于在夜晚或光线较弱时，向水体表面补光。优选地，白色led光源使用dc24v供电。
工作单元102与采集单元101连接，对水面图像进行处理，根据处理结果建立直线拟合模型从而进行水体粘度的判断输出，将判断结果发送给用户端。
具体地，工作单元102与采集单元101中的图像传感器通过千兆以太网口连接，工作单元102使用dc12v供电。
具体地，如图2所示，工作单元102具体包括以下子模块：图像采集卡201、预处理模块202、计算模块203、模型建立模块204、粘度判断输出模块205、显示模块206以及发送模块207。
图像采集卡201用于设置采集周期，在采集周期内从视频流图像中采集若干个水面图像。
优选地，图像采集卡201选用mv-egige系列千兆网采集卡，采用pci-e总线标准，确保传输效率，可实现图像高速、稳定的采集。
预处理模块202与图像采集卡201连接，用于对水面图像进行预处理获取水泡轮廓图像。
计算模块203与预处理模块202连接，用于据水泡轮廓图像计算气泡面积。
模型建立模块204与计算模块203连接，用于根据气泡面积进行直线拟合模型的建立。
粘度判断输出模块205与模型建立模块204连接，用于根据直线拟合模型进行水体粘度定性评价结果输出。
显示模块206与粘度判断输出模块205连接，用于进行判断结果的显示。
发送模块207与显示模块206连接，用于向用户端发送判断结果。
优选地，发送模块207可以为工作单元103中配备wifi无线路由模块及天线。建立无线局域网热点，覆盖范围为工作站周边100米，另外，如有需求，可通过添加配置无线路由器进行网络信号桥接，扩大无线局域网覆盖范围。
优选地，工作单元102还包括128g-ssd高速固态硬盘，用于进行水面图像的本地循环存储，配合8g-ddr4内存支持计算机视觉算法的本地部署和执行，同时可保存水体粘度分析历史结果数据。
用户端103与工作单元102连接，用于进行水体粘度的判断结果的接收。
工作单元102与用户端103之间采用wifi局域网方式进行数据转发和推送。
优选地，用户端103通过登录app界面，从而接收并获取工作单元发送的判断结果。该app可在后台静默运行，在系统工作触发时刻至判断结束，工作站通过wifi局域网热点服务程序向局域网内运行app的用户端推送水体粘度定性评价结果，通知栏弹出结果推送信息并调用手机蜂鸣音频提示用户查看。
如图3所示为本申请提供的水体粘度的检测方法流程图，具体包括以下步骤：
步骤s310：获取水面图像。
具体地，可预先设定采集水面图像的采集周期，例如设定5分钟、10分钟、15分钟为一个采集周期。采集周期的初始时刻为工作触发时刻，在触发时刻开始便进行水面图像的采集。
其中，获取水面图像的数量为若干个。在设定时间周期之前，还可预先设定采集图片的数量，根据图片的数量进行采集周期的设置调整，例如若需要的水面图像为40-60张，则可设定采集周期为2分钟，若想获取更多的水面图像，则可增加采集周期的时长。
步骤s320：对水面图像进行预处理获取水泡轮廓图像。
具体地，由于水面图像中含有气泡，因此可根据气泡区域与水体区域的亮度差异进行水泡轮廓图像的获取。其中在一个水面图像中，存在若干个气泡团轮廓图像。
示例性地，由于气泡区域图像亮度高于水体背景亮度，因此可根据亮度差异对若干水面图像进行灰度阈值分割，再进行图像的边缘检测，从而提取出图像中所有气泡团的轮廓。按照此方法完成若干图像中的气泡团轮廓的提取。
优选地，可根据opencv计算机视觉算法canny算子进行图像中的边缘检测。
步骤s330：根据水泡轮廓图像计算气泡面积。
具体地，在进行水泡面积的计算之前，还包括，对水泡轮廓图像进行标识。
进一步地，以一张水面图像中的若干个气泡团轮廓为例，气泡轮廓团是由曲线形成的闭合多边形，因此可根据每个气泡团形成的不同轮廓进行气泡团的标识，例如若一个水面图像中存在5个气泡轮廓图像，因此可将水泡轮廓图像分别编号为水泡轮廓a、水泡轮廓b、水泡轮廓c、水泡轮廓d、水泡轮廓e。
值得注意的是，上述标识方法仅作为举例，还可利用其它的形式进行气泡团轮廓图像的标识使其区别于其他气泡团轮廓图像，在此不进行限定。
其中，气泡面积为水面图像中存在的若干个气泡轮廓图像的面积和。依然以采集周期中某一时刻采集的一个水面图像为例，若水面图像中存在5个气泡轮廓图像，则将该5个气泡轮廓图像的面积进行加和，即得到该水面图像中的气泡面积。按照此方法可得到每个水面图像中的气泡面积。
具体地，若干水面图像中气泡面积sbubble均可表示为：
其中，bubble1、bubble2…bubblen分别为气泡团的编号，n为水面图像中气泡团的数量(n为自然数)，sbubble1、sbubble2、…、sbubblen分别表示每个气泡团的面积。
优选地，其中气泡团的面积可参考现有技术中多边形的面积的计算方式。
步骤s340：进行直线拟合模型的建立。
具体地，根据计算后得到的若干个水面图像中的气泡面积、以及设定的采集周期内的图像采集时刻进行直线拟合模型的建立。
其中以设定的采集周期内的图像采集时刻为自变量，以不同水面图像中的气泡面积为因变量，对在采集周期内获取的所有水面图像得到的变量数据进行线性拟合。
优选地，可将水面图像中的气泡面积、设定的采集周期输入到matlab中，即可得到直线拟合模型，具体可表示为：
其中，
步骤s350：根据直线拟合模型进行水体粘度的判断输出。
在水体粘度适当的情况下，气泡团不会堆积并扩散到其他区域，在增氧设备工作强度不变的情况下，该气泡团在水面的覆盖区域面积是大致不变的。
相反，在水体粘度超标的情况下，由于水膜粘度较大，气泡破灭变慢，该气泡团，会产生堆积并由于水体流动推理，向其他区域飘散，此时，在增氧设备工作强度不变的情况下，图像中所有气泡团覆盖的区域面积会呈现明显的增大趋势。
基于上述原理，可通过直线拟合模型中a的数值大小进行水体粘度的判断。该变化率即直接反映了人眼所观察到的，宫廷金鱼小型养殖水体水面气泡团破灭速度的变化。
优选地，可预先设定阶段阈值进行与数值a的比较，并将水体粘度定性评价结果进行显示以及向用户端发送该结果。
若a的数值小于或等于阶段阈值，则说明水体粘度水平基本安全，进行“水体粘度水平基本安全”的显示以及向用户端发送该结果。
若a的数值大于阶段阈值但小于指定阈值，则说明水体粘度上升，进行“水体粘度上升，请密切关注”的显示以及向用户端发送该结果。
若a的数值大于指定阈值，则说明水体粘度处于一个危险的状态，进行“水体粘度水平处于危险状态，请尽快采取缓解措施”的显示以及向用户端发送该结果。
优选地，其中阶段阈值和指定阈值均可以根据实际使用需要，有工作人员进行设置修改，具体数值在此不进行限定。
本申请具有以下有益效果：
(1)本申请提供的水体粘度的检测方法及其系统能够对水体粘度水平进行自动化评价，摆脱人工干预和经验依赖，实现实时、高效的远程无线观察和评价。
(2)本申请提供的水体粘度的检测方法及其系统能够针对图像中水面气泡形态的变化规律设计更加人工智能的计算机视觉算法，充分模拟专业人士的操作规则，使宫廷金鱼养殖水体粘度水平观察和判断的准确性更高。
虽然当前申请参考的示例被描述，其只是为了解释的目的而不是对本申请的限制，对实施方式的改变，增加和/或删除可以被做出而不脱离本申请的范围。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
- 还没有人留言评论。精彩留言会获得点赞！