[发明专利]一种基于鱼类活性分析的水质毒性检测方法

说明书

一种基于鱼类活性分析的水质毒性检测方法，包括以下步骤：1)以鲫鱼作为生物监测对象对其进行实时监测；2)通过RGB到HSV颜色空间域的转换来提取目标鱼轮廓，实时监测鲫鱼群体，得到鲫鱼的跟踪视频序列；3)鲫鱼的运动数据分析检测，包括以下过程：3.1)、将鲫鱼的运动速度、轮廓面积与面积均值之差作为主要特征数据；3.2)、基于朴素贝叶斯分类器算法生成成熟的检测模型；3.3)、使用新的特征数据来检测判断该检测模型是否成熟；3.4)、通过成熟的检测模型在线检测实时水质数据，最终实现水质毒性的在线检测。能够实现在线实时检测，提高水质检测的敏感性和连续性，降低检测成本，可对大量未知水质毒性状况进行实时有效地检测。

技术领域

本发明涉及生物水质检测、HSV空间域转化提取轮廓、朴素贝叶斯分类技术等领域，提出了一种生物式水质毒性检测方法。

背景技术

水质异常检测是以被监控水质的正常数据指标作为基准，通过检查水质的当前数据指标与正常数据指标的偏差程度来确定是否发生了水质异常。水质检测可以简化为一个分类问题，输入为水样，输出为正常水质或异常水质。

传统的水质检测方法大多采用理化检测结合统计模型分析方式，对水质数据进行提取和检测。传统方法的缺陷在于：1、水质数据的采集大多采用人工方式进行定时采集，导致采集具有滞后性，不能应对突发性水质污染的检测；2、由于采用理化检测，需要一系列用于分析、检测的仪器设备，导致检测成本较高。

为了解决传统水质检测方法的不足，学者们提出了基于水生生物行为的水质检测方法。其中鱼类是最为常见的水生生物，水质变化往往会引起鱼类行为的异常，通过观察鱼类异常行为，从而实现对水质异常的预警。该方法往往利用置于水样上的摄像头，自动的获取水样中的鱼类行为。通过分析鱼类行为的视频数据，实现对水质发生异常的预警。

发明内容

本发明要克服现有技术上述缺点，提供一种基于鱼类活性分析的水质毒性检测方法。

水质中若存在较大的毒性，比如引起水中鱼类大量死亡，则意味着水质可能存在异常，据此应自动产生预警信号。然而，判断鱼死亡不能简单的根据某一个参数，而需要综合多个行为参数才能较为准确的对其是否死亡进行判断。为此，本发明提出一种基于朴素贝叶斯检测水样中的鱼群是否存在死亡的个体的方法，从而实现对水质可能存在的毒性作出实时预警。

本发明解决其技术问题采用的技术方案是：

一种基于鱼类活性分析的水质毒性检测方法，包括以下步骤：

1)以鲫鱼作为生物监测对象对其进行实时监测，综合鲫鱼的运动速度和运动时轮廓的变化，以此判断水样中的鱼是否死亡，从而实现对水质是否存在毒性进行实时反馈。为了还原真实环境，采用的试验装置如(图1)，监测鱼置于水箱中，水箱上的摄像头用于采集水箱中鱼的行为视频。该水箱可实时更新水源，使水流平缓流动，从而降低因水流冲击对鱼类行为的异常的影响；

2)采集和提取鲫鱼的运动特征：通过红R、绿G、蓝B到色调H、饱和度S、亮度V颜色空间域的转换来提取鱼目标轮廓(图2)，实时监测跟踪水样中鲫鱼，得到鲫鱼的跟踪视频序列，该跟踪模型描述如下：

通过对监控视频图像的分割、识别、跟踪标定鲫鱼目标的实时运动位置，并以固定时间间隔作为统计周期，获取该周期内鱼群中每个个体的轮廓和运动速度等特征参数；

3)鲫鱼的特征参数分析，包括以下过程：定义死鱼特征数据集和活鱼特征数据集，通过学习，形成一个成熟的分类器结构模型。具体过程如下：

3.1)收集水箱中每一条鲫鱼的运动速度v、轮廓面积outline_Area与所有鲫鱼等面积均值average_Area之差这两个特征数据，将这两个参数作为检测水箱中鱼是否存活的指标。

其中，鱼的运动速度是研究鱼类行为的一个重要的参数，它反应单位时间内的位移、加速度等运动特征。