一种海洋浮游生物光学成像装置的制作方法

本实用新型涉及海洋装备技术领域，具体地说是一种海洋浮游生物光学成像装置。

背景技术：

浮游生物是海洋生态系统中非常重要的类群,由于浮游生物的复杂性,当前海洋浮游生物观测研究面临的一个瓶颈问题是难以在较大的时空尺度上快速测量其数量与种类组成的变化并完成其细结构的观测。

传统的利用浮游生物网具采样的方式仍然是当前浮游生物采样技术的核心,也是许多长时间序列研究和海洋研究计划的基础。随着科技发展，现有技术中的取样设备上也做了一些更新，比如多联网通过压力感应在同一剖面中采集不同水层的样品。虽然新的技术在一定程度上取代了一些传统采样技术，但其所面临的一个挑战是只能在相对较低的时空精度采集样品,且样品分析的周期很长，需要人为进行室内的镜检，由于采样及储存条件的影响因素，比如样品由于水流冲刷导致个体易碎，或者储存时福尔马林长期保存的个体易分解等，往往会导致采样结果与实际海区的分布情况认知有一定的差异。现在科研人员已经普遍认识到许多与浮游生物有关的重要生态学过程发生在更为精细的时空尺度上,而使用传统的采样方法难以达到要求。

另外利用网具采样经常会扰乱浮游生物的分布特征(如斑块分布、薄层分布等),这些特征对于更好地了解浮游生物群落结构和分布非常重要,只有通过现场原位观测系统才能保持，而对于生态学上重要但易受损伤的类群来说,如胶质类浮游动物,使用传统网具采集也容易低估它们的数量。

技术实现要素：

本实用新型的目的在于提供一种海洋浮游生物光学成像装置，利用机器视觉技术实现对海底浮游生物种群和颗粒物质的快速识别及量化，并且避免了对海底浮游生物种群和颗粒物质自然维度及水文形态形式的改变，从而可以实现对浮游生物种群行为较为准确的推测。

本实用新型的目的是通过以下技术方案来实现的：

一种海洋浮游生物光学成像装置，包括主架体、闪光灯组件、相机组件和主控制单元，闪光灯组件和相机组件均设于主架体上，所述闪光灯组件包括旋转驱动装置、旋转叶轮和闪光灯，所述旋转叶轮通过所述旋转驱动装置驱动旋转，在所述旋转叶轮上沿着圆周方向均布有多个闪光灯，所述相机组件包括直线驱动装置、光学成像仪和相机镜头基座，所述相机镜头基座朝向所述闪光灯组件的一侧设有透镜，在所述相机镜头基座内设有光学成像仪，且所述光学成像仪通过所述直线驱动装置驱动移动，所述旋转驱动装置、闪光灯、直线驱动装置和光学成像仪均通过所述主控制单元控制。

所述主架体内设有闪光灯单元和相机驱动单元，所述闪光灯单元和相机驱动单元平行设置且后端均与主控制单元前端相连，所述闪光灯组件设于闪光灯单元前端，所述相机镜头基座设于相机驱动单元前端，且所述相机驱动单元内设有所述直线驱动装置。

所述闪光灯单元内设有为旋转驱动装置和为闪光灯供电的驱动电源，且所述驱动电源通过主控制单元控制通断电。

所述主控制单元包括监控控制器和嵌入式pc模块，所述直线驱动装置和驱动电源通过所述嵌入式pc模块控制，所述光学成像仪通过所述监控控制器监控。

所述主控制单元通过连接缆与一个数据综合处理及分析单元相连。

所述主控制单元上设有电池组件和数据存储单元。

所述主架体内设有叶绿素浊度传感器和温盐深传感器。

所述主架体上侧设有上导流翼板、下侧设有下导流翼板。

所述主架体呈前小后大的梭形。

所述主架体上设有预留挂载孔。

本实用新型的优点与积极效果为：

1、本实用新型利用机器视觉技术实现对海底浮游生物种群和颗粒物质的快速识别及量化，其中直线驱动装置驱动光学成像仪移动，以完成不同ccd镜头的切换，扩展了拍摄视野，并且能够实现针对不同尺寸浮游生物和颗粒物质的自动对焦，另外拍摄时，闪光灯组件中的各个闪光灯随旋转叶轮旋转，将各个闪光灯发出的光有效的聚焦，从而保证相机拍照的清晰度，并且也避免了拍摄过程中的阴影部分，经过后续单元数据处理后可以实现对浮游生物种群行为较为准确的推测。

2、本实用新型中的闪光灯组件和相机镜头基座相对设置，拍摄时不会扰动浮游生物种群和颗粒物质，避免了对海底浮游生物种群和颗粒物质自然维度及水文形态形式的改变。

附图说明

图1为本实用新型的结构示意图，

图2为图1中的a处放大图，

图3为图1中的主控制单元、闪光灯单元及相机驱动单元示意图，

图4为本实用新型的光学数据后处理流程示意图，

图5为本实用新型的光学成像效果示意图。

其中，1为上导流翼板，2为叶绿素浊度传感器，3为主架体，4为主控制单元，5为电池组件，6为温盐深传感器，7为下导流翼板，8为闪光灯单元，9为闪光灯组件，10为相机镜头基座，11为相机驱动单元，12为连接缆，13为连板，14为数据综合处理及分析单元，15为数据存储单元，16为监控控制器，17为嵌入式pc模块，18为驱动电源，19为旋转驱动装置，20为旋转叶轮，21为直线驱动装置，22为光学成像仪，23为透镜。

具体实施方式

下面结合附图对本实用新型作进一步详述。

如图1～3所示，本实用新型包括主架体3、闪光灯组件9、相机组件和主控制单元4，所述闪光灯组件9设于主架体3前端，所述闪光灯组件9包括旋转驱动装置19、旋转叶轮20和闪光灯，旋转叶轮20通过所述旋转驱动装置19驱动旋转，在旋转叶轮20上沿着圆周方向均布有多个闪光灯，所述相机组件包括直线驱动装置21、光学成像仪22和相机镜头基座10，其中相机镜头基座10设于主架体3前端，且所述相机镜头基座10朝向所述闪光灯组件9的一侧设有透镜23作为镜头，在所述相机镜头基座10内设有光学成像仪22，且所述光学成像仪22通过所述直线驱动装置21驱动移动以使合适的镜头与所述相机镜头基座10上的透镜23对位，从而实现拍照焦距的变更，扩大拍照范围，另外拍照时闪光灯组件9中的各个闪光灯随旋转叶轮20旋转，以补偿拍照的阴影区域，所述旋转驱动装置19、闪光灯、直线驱动装置21和光学成像仪22均通过所述主控制单元4控制。所述旋转驱动装置19、闪光灯、直线驱动装置21和光学成像仪22均为市购产品，本实施例中，所述旋转驱动装置19为旋转马达，所述直线驱动装置21为电动缸，所述光学成像仪22为ccd传感器，且闪光灯频率为ccd传感器拍照频率的2倍以上，以避免拍照的无效动作。

如图1和图3所示，所述主架体3内设有闪光灯单元8和相机驱动单元11，所述闪光灯单元8和相机驱动单元11平行设置且后端分别通过连板13与主控制单元4前端相连，所述连板13内部中空以供各种线路穿过，所述闪光灯组件9设于闪光灯单元8前端，所述相机镜头基座10设于相机驱动单元11前端，且所述相机驱动单元11内设有所述直线驱动装置21。

如图3所示，所述闪光灯单元8内设有为旋转驱动装置19和闪光灯供电的驱动电源18，且所述驱动电源18通过主控制单元4控制通断电，进而使闪光灯组件9中的旋转驱动装置19和闪光灯通电或断电。所述驱动电源18为本领域公知技术，另外本实施例中，在所述旋转叶轮20中部轮轴后端设有一个旋转接头，所述驱动电源18通过线路与所述旋转接头相连，再由所述旋转接头分出多个线路分别与各个闪光灯连接，为闪光灯供电同时不会影响旋转，所述旋转接头为市购产品。

如图1和图3所示，所述主控制单元4包括监控控制器16和嵌入式pc模块17，其中嵌入式pc模块17可以根据需要控制直线驱动装置21伸长与缩短，以推动光学成像仪22移动，从而使得光学成像仪22上的不同镜头与相机镜头基座上的透镜23对位，实现拍照焦距的变更，扩大拍照视野，另外嵌入式pc模块17还控制闪光灯单元8内的驱动电源18为闪光灯和旋转叶轮20提供电力，监控控制器16能不间断的对光学成像仪22的成像情况进行监控。所述监控控制器16和嵌入式pc模块17均为本领域公知技术。

如图1所示，所述主控制单元4通过两条连接缆12与船体上的数据综合处理及分析单元14相连，其中嵌入式pc模块17通过一条连接缆12与数据综合处理及分析单元14相连，嵌入式pc模块(17)内部设有目标生物图像采集程序，当作为光学成像仪22的ccd传感器拍照后会通过关键参数设置作为边缘条件对图片进行识别，判断图片中包含的浮游生物或颗粒物质的种类，并将信息进行反馈交由数据综合处理及分析单元14处理，监控控制器16通过另一连接缆12与数据综合处理及分析单元14相连以进行数据通讯，保证实时监控。所述数据综合处理及分析单元14为本领域公知技术。

如图1～2所示，所述主控制单元4上设有电池组件5和数据存储单元15，所述电池组件5为整个主控制单元4供电，所述数据存储单元15用于存储采集的数据信息。所述电池组件5和数据存储单元15均为本领域公知技术。

如图1～2所示，所述主架体3内设有叶绿素浊度传感器2和温盐深传感器6，其中叶绿素浊度传感器2用于测量叶绿素浓度和水体浑浊度，温盐深传感器6用于测量剖面温盐深数据，所述叶绿素浊度传感器2和温盐深传感器6的测量数据传回至数据综合处理及分析单元14处理，以作为浮游生物分布的环境背景因子，用于验证水文特征对浮游生物的影响，所述叶绿素浊度传感器2和温盐深传感器6均为市购产品。

如图1～2所示，所述主架体3上侧设有上导流翼板1、下侧设有下导流翼板7，所述上导流翼1和下导流翼7呈燕尾型设计，能有效减少航行过程中海水阻力，节省牵引力，提高效率，所述主架体3则设计成前小后大的梭形，适合在海水中航行，整体框架使用螺栓连接，减少因海水对焊接部位腐蚀而降低寿命的影响，同时增强设备了的可维护性，另外主架体3中部设计有多个预留挂载孔，可以根据需要搭载不同的水文传感器，以便满足环境要素观测的需求。

本实用新型的工作原理为：

本实用新型利用机器视觉技术实现对海底浮游生物种群和颗粒物质的快速识别及量化，并且避免了对海底浮游生物种群和颗粒物质自然维度及水文形态形式的改变，从而可以实现对浮游生物种群行为较为准确的推测，其中本实用新型利用直线驱动装置21驱动作为光学成像仪22的ccd传感器移动，以使ccd传感器上不同镜头分别与所述相机镜头基座10上的透镜23对位，从而完成不同ccd镜头的切换，扩展了拍摄视野，并且能够实现针对不同尺寸浮游生物和颗粒物质的自动对焦，所述闪光灯组件9与相机镜头基座10相对设置，当光学成像仪22拍摄时，闪光灯组件9中的各个闪光灯随旋转叶轮20旋转，并通过旋转叶轮20的转动将闪光灯发出的光有效的聚焦，从而保证在一定范围内相机拍照的清晰度，并且闪光灯随旋转叶轮20一起旋转，也避免了拍摄过程中的阴影部分。

在所述主控制单元4中设有嵌入式pc模块17和监控控制器16，可以实现对闪光灯组件9和作为光学成像仪22的ccd传感器的实时监控与控制，其中嵌入式pc模块17内部设有目标生物图像采集程序，在ccd拍照后会通过关键参数设置作为边缘条件对图片进行识别，判断图片中包含的浮游生物或颗粒物质的种类，并将信息进行反馈，并通过数据综合处理及分析单元14进行处理，其具体处理过程如图4所示，主要处理步骤如下：1、浮游生物光学成像装置原始的图像数据导入，2、关键参数设计，3、特征向量提取，4、多环境因子参数分析，5、机器学习及深度学习，6、种类鉴定，7、数据质控及分析。

其中的步骤2关键参数设计包含预处理与对焦物体检测、分段阈值计算、梯度分析三个主要内容。

其中预处理及对焦物体检测为：对原始图像依次进行灰度校正、边缘检测并设置边缘阈值获取感兴趣的区域roi。具体包括灰度校正(通过灰度变换对像素进行灰度拉伸使得像素分布在可视的灰度阶内)、分割(达到分割背景区域与前景轮廓边缘模糊区域中的不可修复区域分割)、标记(将分割区域进行标注以便下一步分析，水深及环境要素信息同步导入)。

分段阈值计算即：根据设定的阈值进行二值化处理；具体为使用聚焦检测算法对这些检测点进行选定和分析；引入某些参数如“threshold”、“sigma”和“sobel”等进行参数设定高低阈值，低值通常设为0，高值有一个参考值，通常高于该高值时，图像显示为高亮的白值，低于时为黑色的暗值；

对感兴趣的区域roi进行梯度分析获取轮廓线；具体为在选定区域内进行计算相邻像素的灰度差并进行边缘检测，初步检测出图像的大致轮廓；进而设置sobel参数，有利于对受噪声影响且灰度渐变图像的分割。

步骤3特征向量提取，结合图像的纹理、构图的形状及各部分之间的空间关系，对图像噪声抑制处理，提取有意义的目标信息，使图像数据变成容易进行处理的有组织的数据。

在样本空间(样本空间为上一步骤初步检测图像轮廓的图像集合)，通过构建最优超平面从而获取感兴趣区域的目标个体。主要是利用不同样本集与超平面之间的分离距离最大，从而达到最大的泛化能力。利用不变矩(平移、旋转和尺度)为主要特征的数学形态学参数，每个分离距离的均值矩阵和距离矩阵实现相对旋转不变性。对所得矩阵进行归一化处理，实现尺度不变性。计算了这些矩阵的对比度、校正度、方差等，并将其作为特征向量，当同一种浮游生物目标有位移或尺度变化时，仍可以将其分为同一类目标，避免了误分离，该方法对遮挡和投影敏感性较低。对于浮游生物，采用包含浮游生物细胞组织表面结构排列的重要信息的纹理特征提取，在识别中起到重要作用。与其他类别特征相比,纹理特征能更好地反映浮游生物图像的宏观与微观结构性质。

步骤4多环境因子参数分析：获取温盐深传感器6、叶绿素浊度传感器2检测的数据，主要包含温度值、电导率值、压力值、光学叶绿素浓度、浑浊度值、经纬度值，通过数据综合处理及分析技术得到的同一站位的剖面生物丰度分布。

步骤5机器学习及深度学习：利用在步骤3的结果图像中插入一定数量的特征点，通过对特征点的比较，将符合特征点的部分加以整合和归纳，最终得出图像的特征进而深度学习。建立并不断补充图像专家库，对提取的特征信息进行分析，提取与人们对浮游生物主观理解相符合的特征，使识别结果与实际人们的视觉判断相吻合。通过数据驱动的方式，采用一系列的非线性变换，从原始数据中提取多层次多角度特征，根据不同的目标形态特征选择具有不同大小、形状和方向特性的结构元素，从而使获得的特征具有更强的泛化能力和表达能力，这恰好满足高效图像处理的需求。

如图5所示，为通过内部的程序-机器学习及深度学习处理后得到的海洋浮游生物个体的光学影像资料，光学成像-原位采集物种(桡足类)。

步骤6种类鉴定：采用机器与人工鉴定相结合，获取生物种类。

使用机器计算可快速有效的实时识别并分类,通过前文所述的实现了自适应特征选取的快速线形分类器进行目标分类通过目标一致性匹配,结合建立的图像专家库及自动统计算法,有效获取生物目标的统计和分布信息,并实时反馈给观测者。观测者通过人工鉴定的方式对机器分类的图像进行进一步的评估，查看分类的图像正确与否，将有误的图像删除。

步骤7数据质控与分析：代表种丰度估算及其分布影响因素。

针对观测的代表种的分类信息，结合前期标记的水深位置信息，拍照时有效的采集体积等，计算该类种群的丰度，同时与环境因子建立联系，进而分析相应的科学问题，如影响其分布的主要环境因素。