一种水母实时在线监测系统及监测方法

本发明属于图像处理技术领域，涉及一种水母实时在线监测系统及监测方法，基于双目视觉成像原理与深度神经网络目标检测方法检测海水中水母种类、数量与尺寸大小。

背景技术：

受气候变化和人类活动的影响，全球范围多个海域中水母数量、出现频率及影响范围均呈现增长趋势。在我国渤海辽东湾、黄海南部和东海北部海域，水母曾集中暴发，并多次出现水母缠绕阻塞网具、渔获量减少、海滨浴场伤人以及堵塞滨海发电厂、淡化水厂和核电站等取水口事件。

目前国内水母监测与处理主要采用传统的人为目测和统计法观测，拖网监测调查费时费力；人为目测和遥感只能观测到海洋表层水母，且识别精度有待于提高；初步构建的水母灾害声呐监测预警技术只能定性分析，难以定量，技术基础和相关理论还有待深入研究，光学监测技术的开发与应用还处在探索阶段。因此建立水母实时在线监测系统，实现对水母的种类、数量及尺寸大小实时监测，对水母的监测预警具有重要意义。

技术实现要素：

(一)发明目的

本发明的目的是：提供一种水母实时在线监测系统及监测方法，获得双路海下水母实时视频数据，实现对水母的种类、数量及尺寸大小实时监测，具有无污染、不伤害水母、能自主运行等优点，为水母监测、防治、预警提供技术支持。

(二)技术方案

为了解决上述技术问题，本发明提供一种水母实时在线监测系统，其包括水下双目光学成像系统、图像处理与数据传输系统、在线监测控制平台；水下双目光学成像系统布置在海平面下方，采集双路水下水母视频数据；双路水下水母视频数据传送至图像处理与数据传输系统，图像处理与数据传输系统将双路水下水母视频数据分别分解帧获得图像，采用深度神经网络检测模型yolo(youonlylookonce)，获得水母种类、数量、尺寸大小及水母在图像中的位置信息；在线监测控制平台，接收及显示图像处理与数据传输系统获得的信息，并根据设定的监测阈值进行预报预警。

其中，所述水下双目光学成像系统包括单目防水摄像机和led补充光源，单目防水摄像机有两个，led补充光源照射前方水母，单目防水摄像机采集水下水母视频数据，形成双路视频数据。

其中，所述单目防水摄像机采用12v直流电源供电，具有ip68防水功能，外形呈圆柱形，两个单目防水摄像机中心线平行，相距30厘米放置。

其中，所述led补充光源包括8颗led光源，位于单目防水摄像机镜头外围，呈圆形均匀分布。

其中，所述水下双目光学成像系统安装于海平面1米以下。

其中，所述图像处理与数据传输系统包括视频分解帧单元、水母种类、数量及尺寸大小检测单元、无线传输单元；视频分解帧单元将视频数据分解为图像，范围为12帧～25帧；水母种类、数量及尺寸大小检测单元采用深度神经网络检测水母种类与数量，同时利用双目视觉原理，检测水母尺寸大小。

其中，所述深度神经网络采用目标检测框架yolo，模型训练种类包括沙蛰、海蜇、海月水母、白色霞水母、沙水母、海鱼、漂浮的塑料袋、降落伞、雨伞、台灯，训练图像包括网络公开图像、该系统拍摄的视频分解的帧图像。

其中，所述在线监测控制平台包括显示屏和预报预警单元，显示屏显示水母种类、数量及尺寸大小对应的信息，预报预警单元根据设定的监测阈值判断是否有水母暴发并进行预报预警。

本发明还提供一种水母实时在线监测方法，其特征在于，包括以下步骤：

步骤一：打开水下双目光学成像系统，采集双路水下水母视频数据；

步骤二：水下水母视频数据经过网线传送到图像处理与数据传输系统；

步骤三：图像处理与数据传输系统将双路水下水母视频数据分别分解帧获得图像，输入到深度神经网络检测模型，输出水母种类、数量及水母在图像中的位置信息；利用双目视觉原理检测水母尺寸大小，对比双路数据，输出水母种类、数量及尺寸大小信息；

步骤四：通过无线传输系统将水母检测信息传送到在线监测控制平台；

步骤五：在线监测控制平台以文字显示水母监测信息，并进行预报预警。

(三)有益效果

上述技术方案所提供的水母实时在线监测系统及监测方法，具有如下有益效果：

1.基于双目检测与神经网络检测原理，可同时检测水母种类、数量及尺寸大小；

2.设备体积，便于携带，可实现原位在线测量；

3.神经网络检测模型训练种类包括水母、海鱼与相似物品组成，训练图像采用网络公开图像与该系统拍摄的视频分解的帧图像结合，能够有效提高检测准确度。

附图说明

图1为本发明水母实时在线监测系统原理图。

具体实施方式

为使本发明的目的、内容和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

参照图1所示，本发明水母实时在线监测系统包括水下双目光学成像系统、图像处理与数据传输系统、在线监测控制平台；水下双目光学成像系统布置在海平面下方，采集双路水下水母视频数据；双路水下水母视频数据传送至图像处理与数据传输系统，图像处理与数据传输系统将双路水下水母视频数据分别分解帧获得图像，采用深度神经网络检测模型yolo(youonlylookonce)，获得水母种类、数量、尺寸大小及水母在图像中的位置信息；在线监测控制平台，接收及显示图像处理与数据传输系统获得的信息，并根据设定的监测阈值进行预报预警。

其中，水下双目光学成像系统安装于海平面1米以下，包括单目防水摄像机和led补充光源，单目防水摄像机有两个，led补充光源照射前方水母，单目防水摄像机采集水下水母视频数据，形成双路视频数据。单目防水摄像机采用12v直流电源供电，具有ip68防水功能，外形呈圆柱形，两个单目防水摄像机中心线平行，相距30厘米放置。led补充光源包括8颗led光源，位于单目防水摄像机镜头外围，呈圆形均匀分布。

图像处理与数据传输系统包括视频分解帧单元、水母种类、数量及尺寸大小检测单元、无线传输单元；视频分解帧单元可将视频数据分解为图像，范围为12帧～25帧。水母种类、数量及尺寸大小检测单元采用深度神经网络检测水母种类与数量，同时利用双目视觉原理，检测水母尺寸大小。深度神经网络采用目标检测框架yolo(youonlylookonce)，模型训练种类包括沙蛰、海蜇、海月水母、白色霞水母、沙水母、海鱼、漂浮的塑料袋、降落伞、雨伞、台灯，训练图像包括网络公开图像、该系统拍摄的视频分解的帧图像。

在线监测控制平台包括显示屏和预报预警单元，显示屏显示水母种类、数量及尺寸大小对应的信息，预报预警单元根据设定的监测阈值判断是否有水母暴发并进行预报预警。

基于上述水母实时在线监测系统，本发明水母实时在线监测方法包括以下步骤：

步骤一：打开水下双目光学成像系统，采集双路水下水母视频数据；

步骤二：水下水母视频数据经过网线传送到图像处理与数据传输系统；

步骤三：图像处理与数据传输系统将双路水下水母视频数据分别分解帧获得图像，输入到深度神经网络检测模型，输出水母种类、数量及水母在图像中的位置信息。利用双目视觉原理检测水母尺寸大小，对比双路数据，输出水母种类、数量及尺寸大小信息；

步骤四：通过无线传输系统将水母检测信息传送到在线监测控制平台；

步骤五：在线监测控制平台以文字显示水母监测信息，并进行预报预警。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。