本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種浮游生物粒徑譜檢測(cè)系統(tǒng)及其方法。

背景技術(shù)：

地球表面約71％的面積為海洋覆蓋，海洋巨大的面積孕育了豐富的自然資源，在陸地資源日益緊缺的今天，越來(lái)越多的國(guó)家已將目光投向海洋。海洋浮游生物粒徑結(jié)構(gòu)是海洋生態(tài)群落結(jié)構(gòu)的一個(gè)重要方面，是具有重要生態(tài)學(xué)意義和應(yīng)用價(jià)值的指標(biāo)，海洋生態(tài)系統(tǒng)中的能流分配，在很大程度上取決于生物顆粒的大小。生物粒徑譜又稱生物顆粒譜，是指浮游生物的數(shù)量或生物量與生物顆粒大小之間的對(duì)應(yīng)關(guān)系，即生物在不同粒徑的分布狀況。在浮游生物的100多年研究歷史中，浮游生物野外現(xiàn)場(chǎng)調(diào)查手段在不斷的發(fā)展和完善。過(guò)去的粒徑譜檢測(cè)主要依賴于傳統(tǒng)相機(jī)，不具備實(shí)時(shí)監(jiān)控功能，在實(shí)時(shí)采集數(shù)據(jù)，無(wú)漏地對(duì)浮游生物檢測(cè)是很難獲得的，因此，能夠?qū)崟r(shí)、簡(jiǎn)單、有效地檢測(cè)浮游生物粒徑譜成為急需解決的目標(biāo)。

技術(shù)實(shí)現(xiàn)要素：

本申請(qǐng)通過(guò)提供一種浮游生物粒徑譜檢測(cè)系統(tǒng)及其方法，以解決現(xiàn)有技術(shù)不能實(shí)時(shí)有效地檢測(cè)出浮游生物粒徑譜的技術(shù)問(wèn)題。

為解決上述技術(shù)問(wèn)題，本申請(qǐng)采用以下技術(shù)方案予以實(shí)現(xiàn)：

一種浮游生物粒徑譜檢測(cè)系統(tǒng)，包括依次相連的圖像采集處理單元、目標(biāo)檢測(cè)單元、邊緣信息提取單元以及計(jì)數(shù)單元，其中，所述圖像采集處理單元將采集到的視頻圖像i0進(jìn)行預(yù)處理得到預(yù)處理圖像i1，所述目標(biāo)檢測(cè)單元將該預(yù)處理圖像i1中浮游生物與背景圖像分離得到目標(biāo)圖像i2，所述邊緣信息提取單元對(duì)目標(biāo)圖像i2的閉環(huán)邊緣輪廓進(jìn)行檢測(cè)提取，得到目標(biāo)圖像i2中每一個(gè)浮游生物的輪廓信息，所述計(jì)數(shù)單元進(jìn)行計(jì)數(shù)，得到浮游生物在不同粒徑的個(gè)數(shù)，從而生成浮游生物不同粒徑大小與浮游生物數(shù)量對(duì)應(yīng)關(guān)系的浮游生物粒徑譜。

作為一種優(yōu)選的技術(shù)方案，利用水下相機(jī)采集視頻圖像i0。

一種浮游生物粒徑譜檢測(cè)系統(tǒng)的檢測(cè)方法，包括如下步驟：

s1：所述圖像采集處理單元利用水下相機(jī)采集水下的視頻圖像i0，并對(duì)該視頻圖像i0進(jìn)行預(yù)處理得到預(yù)處理圖像i1；

s2：所述目標(biāo)檢測(cè)單元采用幀間差分和光流法對(duì)預(yù)處理圖像i1進(jìn)行目標(biāo)檢測(cè)，將該預(yù)處理圖像i1中浮游生物與背景圖像分離得到目標(biāo)圖像i2；

s3：所述邊緣信息提取單元對(duì)目標(biāo)圖像i2的閉環(huán)邊緣輪廓進(jìn)行檢測(cè)提取，得到目標(biāo)圖像i2中每一個(gè)浮游生物的輪廓信息；

s4：所述計(jì)數(shù)單元根據(jù)圖像中浮游生物的邊緣輪廓信息對(duì)不同粒徑大小的浮游生物進(jìn)行計(jì)數(shù)；

s5：生成浮游生物不同粒徑大小與浮游生物數(shù)量對(duì)應(yīng)關(guān)系的浮游生物粒徑譜。

進(jìn)一步地，步驟s1中的預(yù)處理具體為：將視頻圖像i0進(jìn)行中值濾波預(yù)處理，去掉視頻圖像i0中的隨機(jī)噪聲，然后將彩色的視頻圖像轉(zhuǎn)換為灰度圖像，從而生成預(yù)處理圖像i1。

進(jìn)一步地，步驟s2具體包括：

s21：由當(dāng)前幀圖像和前一幀圖像之間的前向幀差圖像fdb(x,y)以及下一幀圖像和當(dāng)前幀圖像之間的后向幀差圖像fdf(x,y)的交集計(jì)算得到運(yùn)動(dòng)區(qū)域e(x,y)＝fdb(x,y)∩fdf(x,y)；

s22：采用基于gdim通用動(dòng)態(tài)圖像模型的擴(kuò)展光流模型進(jìn)行光流計(jì)算得到運(yùn)動(dòng)目標(biāo)，擴(kuò)展光流模型為ex(r)u(r)+ey(r)v(r)+et(r)-[mrer+c(r)]＝0，

式中，r＝[x,y,t]^t為時(shí)空維度上的任意一點(diǎn)，er為幀差區(qū)域中任意點(diǎn)的灰度ex(r)為圖像空間x方向灰度，ey(r)為圖像空間y方向灰度，et(r)為圖像的時(shí)刻信息，u(r)為光流計(jì)算運(yùn)動(dòng)參數(shù)中的任一點(diǎn)的方向，v(r)為光流計(jì)算運(yùn)動(dòng)參數(shù)中的任一點(diǎn)的速度，m(r)為場(chǎng)亮度變化場(chǎng)的數(shù)乘，c(r)為場(chǎng)亮度變化場(chǎng)的偏移量，從t到t+δt的時(shí)間間隔里，該點(diǎn)灰度變化為δe＝e(r+δr)-e(r)。

進(jìn)一步地，步驟s3具體包括：

s31：利用sobel算子求取預(yù)邊緣，檢測(cè)每個(gè)像素的鄰域，并對(duì)灰度變化率進(jìn)行量化，得到梯度圖像的邊緣、非邊緣和高斯白噪聲；

s32：利用非邊緣點(diǎn)的均值和方差對(duì)預(yù)邊緣提取圖像中的非邊緣點(diǎn)進(jìn)行濾波，檢測(cè)出邊緣，其中，非邊緣點(diǎn)判決準(zhǔn)則為：

uopt-t≤f1(x,y)≤uopt+t，式中，f1(x,y)為與邊緣提取圖像中像素(x,y)的梯度值，t∈[4σopt,6σopt]，uopt為相對(duì)噪聲的均值，σ²opt為相對(duì)噪聲的方差，若f1(x,y)在t∈[4σopt,6σopt]內(nèi)，則像素(x,y)判決為非邊緣點(diǎn)，進(jìn)行濾除。

與現(xiàn)有技術(shù)相比，本申請(qǐng)?zhí)峁┑募夹g(shù)方案，具有的技術(shù)效果或優(yōu)點(diǎn)是：該發(fā)明能夠?qū)崟r(shí)、準(zhǔn)確的進(jìn)行浮游生物的粒徑譜自動(dòng)檢測(cè)，能有效監(jiān)測(cè)和預(yù)報(bào)赤潮。

附圖說(shuō)明

圖1為本發(fā)明的檢測(cè)系統(tǒng)結(jié)構(gòu)框圖；

圖2為本發(fā)明的檢測(cè)方法流程圖。

具體實(shí)施方式

本申請(qǐng)實(shí)施例通過(guò)提供一種浮游生物粒徑譜檢測(cè)系統(tǒng)及其方法，以解決現(xiàn)有技術(shù)不能實(shí)時(shí)有效地檢測(cè)出浮游生物粒徑譜的技術(shù)問(wèn)題。

為了更好的理解上述技術(shù)方案，下面將結(jié)合說(shuō)明書(shū)附圖以及具體的實(shí)施方式，對(duì)上述技術(shù)方案進(jìn)行詳細(xì)的說(shuō)明。

實(shí)施例

一種浮游生物粒徑譜檢測(cè)系統(tǒng)，如圖1所示，包括依次相連的圖像采集處理單元、目標(biāo)檢測(cè)單元、邊緣信息提取單元以及計(jì)數(shù)單元，其中，所述圖像采集處理單元將采集到的視頻圖像i0進(jìn)行預(yù)處理得到預(yù)處理圖像i1，所述目標(biāo)檢測(cè)單元將該預(yù)處理圖像i1中浮游生物與背景圖像分離得到目標(biāo)圖像i2，所述邊緣信息提取單元對(duì)目標(biāo)圖像i2的閉環(huán)邊緣輪廓進(jìn)行檢測(cè)提取，得到目標(biāo)圖像i2中每一個(gè)浮游生物的輪廓信息，所述計(jì)數(shù)單元進(jìn)行計(jì)數(shù)，得到浮游生物在不同粒徑的個(gè)數(shù)，從而生成浮游生物不同粒徑大小與浮游生物數(shù)量對(duì)應(yīng)關(guān)系的浮游生物粒徑譜。該浮游生物粒徑譜檢測(cè)系統(tǒng)能夠最大限度的將粒徑分組，形成近乎連續(xù)的譜圖。

在本實(shí)施例中，將水下相機(jī)原位地放在海水中進(jìn)行視頻圖像的采集。

一種浮游生物粒徑譜檢測(cè)系統(tǒng)的檢測(cè)方法，如圖2所示，包括如下步驟：

s1：利用水下相機(jī)采集水下的視頻圖像i0，并對(duì)該視頻圖像i0進(jìn)行預(yù)處理得到預(yù)處理圖像i1；

將視頻圖像i0進(jìn)行中值濾波預(yù)處理，去掉視頻圖像i0中的隨機(jī)噪聲，然后將彩色的視頻圖像轉(zhuǎn)換為灰度圖像，從而生成預(yù)處理圖像i1。

s2：所述目標(biāo)檢測(cè)單元采用幀間差分和光流法對(duì)預(yù)處理圖像i1進(jìn)行目標(biāo)檢測(cè)，將該預(yù)處理圖像i1中浮游生物與背景圖像分離得到目標(biāo)圖像i2；

s21：由當(dāng)前幀圖像和前一幀圖像之間的前向幀差圖像fdb(x,y)以及下一幀圖像和當(dāng)前幀圖像之間的后向幀差圖像fdf(x,y)的交集計(jì)算得到運(yùn)動(dòng)區(qū)域e(x,y)＝fdb(x,y)∩fdf(x,y)；

s22：采用基于gdim通用動(dòng)態(tài)圖像模型的擴(kuò)展光流模型進(jìn)行光流計(jì)算得到運(yùn)動(dòng)目標(biāo)，擴(kuò)展光流模型為ex(r)u(r)+ey(r)v(r)+et(r)-[mrer+c(r)]＝0，

式中，r＝[x,y,t]^t為時(shí)空維度上的任意一點(diǎn)，er為幀差區(qū)域中任意點(diǎn)的灰度ex(r)為圖像空間x方向灰度，ey(r)為圖像空間y方向灰度，et(r)為圖像的時(shí)刻信息，u(r)為光流計(jì)算運(yùn)動(dòng)參數(shù)中的任一點(diǎn)的方向，v(r)為光流計(jì)算運(yùn)動(dòng)參數(shù)中的任一點(diǎn)的速度，m(r)為場(chǎng)亮度變化場(chǎng)的數(shù)乘，c(r)為場(chǎng)亮度變化場(chǎng)的偏移量，從t到t+δt的時(shí)間間隔里，該點(diǎn)灰度變化為δe＝e(r+δr)-e(r)。

s3：所述邊緣信息提取單元對(duì)目標(biāo)圖像i2的閉環(huán)邊緣輪廓進(jìn)行檢測(cè)提取，得到目標(biāo)圖像i2中每一個(gè)浮游生物的輪廓信息；

s31：利用sobel算子求取預(yù)邊緣，檢測(cè)每個(gè)像素的鄰域，并對(duì)灰度變化率進(jìn)行量化，得到梯度圖像的邊緣、非邊緣和高斯白噪聲；

s32：利用估計(jì)的非邊緣點(diǎn)的均值和方差對(duì)預(yù)邊緣提取圖像中的非邊緣點(diǎn)進(jìn)行濾波，檢測(cè)出邊緣，其中，非邊緣點(diǎn)判決準(zhǔn)則為：

uopt-t≤f1(x,y)≤uopt+t，式中，f1(x,y)為與邊緣提取圖像中像素(x,y)的梯度值，t∈[4σopt,6σopt]，uopt為相對(duì)噪聲的均值，σ²opt為相對(duì)噪聲的方差，若f1(x,y)在t∈[4σopt,6σopt]內(nèi)，則像素(x,y)判決為非邊緣點(diǎn)，進(jìn)行濾除。

s4：所述計(jì)數(shù)單元根據(jù)圖像中浮游生物的邊緣輪廓信息對(duì)不同粒徑大小的浮游生物進(jìn)行計(jì)數(shù)；

s5：生成浮游生物不同粒徑大小與浮游生物數(shù)量對(duì)應(yīng)關(guān)系的浮游生物粒徑譜。

本申請(qǐng)的上述實(shí)施例中，通過(guò)提供一種浮游生物粒徑譜檢測(cè)系統(tǒng)及其方法，包括依次相連的圖像采集處理單元、目標(biāo)檢測(cè)單元、邊緣信息提取單元以及計(jì)數(shù)單元，其中，所述圖像采集處理單元將采集到的視頻圖像i0進(jìn)行預(yù)處理得到預(yù)處理圖像i1,所述目標(biāo)檢測(cè)單元將該預(yù)處理圖像i1中浮游生物與背景圖像分離得到目標(biāo)圖像i2,所述邊緣信息提取單元對(duì)目標(biāo)圖像i2的閉環(huán)邊緣輪廓進(jìn)行檢測(cè)提取，得到目標(biāo)圖像i2中每一個(gè)浮游生物的輪廓信息，所述計(jì)數(shù)單元檢測(cè)出浮游生物在不同粒徑的個(gè)數(shù)，從而生成浮游生物不同粒徑大小與浮游生物數(shù)量對(duì)應(yīng)關(guān)系的浮游生物粒徑譜，該發(fā)明能夠有效簡(jiǎn)化浮游生物粒徑譜檢測(cè)的工程量，能夠在海底原位實(shí)時(shí)、準(zhǔn)確的進(jìn)行浮游生物的粒徑譜自動(dòng)檢測(cè)，能有效監(jiān)測(cè)和預(yù)報(bào)赤潮。

應(yīng)當(dāng)指出的是，上述說(shuō)明并非是對(duì)本發(fā)明的限制，本發(fā)明也并不僅限于上述舉例，本技術(shù)領(lǐng)域的普通技術(shù)人員在本發(fā)明的實(shí)質(zhì)范圍內(nèi)所做出的變化、改性、添加或替換，也應(yīng)屬于本發(fā)明的保護(hù)范圍。