[发明专利]一种多元异构水环境监测数据评价与预警方法

摘要

一种多元异构水环境监测数据评价与预警方法，属于水质信息处理领域。移动目标提取中使用背景减除的方法，在每个像素点设置帧数计数器，当像素点判定为前景点时帧数计数器加1，当大于某一设定阈值时，将该像素点灰度值作为背景点灰度值，提取的前景点像素点数占全部像素点数百分比为移动目标特征参数；水面主体特征参数提取将图像分成16×16宏块，将像素点个数最多的灰度级占全部像素百分比超过40%的宏块选出，统计备选宏块最多的区间，将区间内所有宏块灰度平均值作为水面主题区域特征参数。其次将两种特征参数和传感器采集的水质属性数据作为特征向量，建立特征向量和水环境安全等级的关系。本发明在背景剧烈变化时能检测出运动目标。

主权项

1.一种多元异构水环境监测数据评价与预警方法，其特征在于，包括下述步骤：网络摄像机采集现场环境视频图像数据，传感器采集多属性水质监测数据，形成异构数据，从视频图像中提取移动目标特征参数，与水质各属性值组成特征向量，利用支持向量机，即Supporting Vector Machine, SVM进行分类器模型搭建，建立异构数据与水环境安全等级对应关系，对当前水环境安全等级进行预判；所述的提取移动目标特征参数，其特征在于，包括下述步骤：步骤一：读取前M帧图像F_T(x,y) (T=1,2,……，M)，(x,y)表示图像中像素点的坐标， F_T(x,y)表示像素点的灰度值；步骤二：为滤除高频噪声，对前M帧图像F_T(x,y) (T=1,2,……，M)进行中值滤波处理，采用二维方形窗口，运算如下所示：Median()函数将窗口中的每一个像素点的灰度值进行排序，位于中间的数值作为输出；步骤三：计算该M帧图像中每一像素点的平均亮度μ₀(x,y)和亮度方差，计算如下所示：μ₀(x,y)表示像素点(x,y)处的灰度均值，表示像素点(x,y)处的灰度方差；由μ₀(x,y)和组成具有高斯分布的图像B₀(x,y)作为初始背景图像，同时为背景图像B₀(x,y)每一个像素点(x,y)设置一个图像帧数累计计数器C(x,y)，初始值都为0；步骤四：当背景图像初始化完成之后，读取第T帧图像F_T(x,y)(T>M)，设此时的背景图像为B_T(x,y)，其平均亮度为μ_T(x,y)亮度方差为，按照公式（1）对图像F_T(x,y)进行中值滤波处理得到F＇_T(x,y)，对F＇_T(x,y)和B_T(x,y)中的亮度均值μ_T(x,y)进行差分运算，得到差分图像D_T(x,y)，运算如下所示：D_T(x,y)为图像F＇_T(x,y)和μ_T(x,y)差值的绝对值步骤五 对差分图像D_T(x,y)进行前景点与背景点分离，计算过程如下所示：式中新得到的差分图像D＇_T(x,y)中，灰度值为0的像素点对应当前帧图像F＇_T(x,y)与背景图像B_T(x,y)间没有发生变化的地方，灰度值为254的像素点是当前帧图像F＇_T(x,y)与背景图像B_T(x,y)间发生变化的地方，这是由于目标运动产生的；计算出灰度值为254的像素点数占整幅图像总像素点数的百分比V_T作为该第T帧图像F_T(x,y)移动目标特征向量；于此同时，所有灰度值为0的像素点(x,y)对应的累计计数器C(x,y)加1，所有灰度值为254的像素点(x,y)对应的累计计数器C(x,y)置为0步骤六：背景更新：在背景图像B_T(x,y)中，累计计数器C(x,y)为0的像素点(x,y)相对应的B_T(x,y)采取如下计算：其中α为常数，表示更新率，α∈[0,1]累计计数器C(x,y)不为0的像素点(x,y)，相对应的B_T(x,y)采取如下计算：其中NUM为常数，NUM∈[50,300].由μ_T+1(x,y)、构成新的背景图像B_T+1(x,y)步骤七：重复步骤四、五、六，直到所有的图像处理完毕；将每幅图像F_T(x,y)处理完成后输出的该图像的移动目标特征向量V_T组成一个向量组作为水环境安全评价的一组特征向量。