(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211017612.2 (22)申请日 2022.08.23 (71)申请人 中国水产科 学研究院珠 江水产研究 所 地址 510000 广东省广州市荔湾区东漖街 道兴渔路1号 (72)发明人 李志斐　谢俊　卢卓殷　程香菊　 王广军　龚望宝　张凯　夏耘　 (74)专利代理 机构 北京中济纬天专利代理有限 公司 11429 专利代理师 陈友 (51)Int.Cl. G06Q 10/10(2012.01) G06Q 50/02(2012.01) G06V 10/40(2022.01)G06V 20/40(2022.01) G01F 1/00(2022.01) G01N 33/18(2006.01) (54)发明名称 一种基于图像采集的水产养殖尾水处理系 统和方法 (57)摘要 本发明提供了一种基于图像采集的水产养 殖尾水处理系统， 其特征在于， 包括： 粗沉淀过程 图像采集模块： 用于采集并识别水产养殖区域排 放的尾水加入微生物类絮凝剂后的第一图像是 否粗沉淀合格， 确定第一识别结果； 过滤过程图 像采集模块： 用于当所述第一识别结果为合格 时， 过滤坝过滤水产养殖尾水上的悬浮物， 采集 并识别水产养殖尾水的过滤过程的第二图像， 并 判断第二图像的过滤程度是否合格， 确定第二识 别结果； 排出过程图像采集模块： 用于当所述第 二识别结果为合格时， 通过预设的尾水检测装 置， 检查水产养殖尾水是否达标， 并在达标后排 出。 本发明利用人工智能技术实现对 水产养殖区 域尾水处理程度的识别， 保障尾水在达标后排 出， 减少对环境的危害。 权利要求书3页 说明书8页 附图3页 CN 115330349 A 2022.11.11 CN 115330349 A 1.一种基于图像采集的水产养殖尾水处 理系统， 其特 征在于， 包括： 粗沉淀过程图像采集模块： 用于采集并识别水产养殖区域排放的尾水加入微生物类絮 凝剂后的第一图像是否粗 沉淀合格， 确定第一识别结果； 过滤过程图像采集模块： 用于当所述第一识别结果为合格时， 过滤坝过滤水产养殖尾 水上的悬浮物， 采集并识别水产养殖尾水 的过滤过程的第二图像， 并判断第二图像的过滤 程度是否合格， 确定第二识别结果； 排出过程图像采集模块： 用于当所述第二识别结果为合格时， 通过预设的尾水检测装 置， 检查水产养殖尾水 是否达标， 并在达标后排出。 2.根据权利要求1所述的一种基于图像采集的水产养殖尾水处理系统， 其特征在于， 所 述粗沉淀过程图像采集模块， 包括： 第一视频流单元， 用于当水产养殖区域排放的尾水加入微生物类絮凝剂后， 定期监测 并采集水产控制区域的第一视频流； 识别单元， 用于识别所述第一视频流中的水体 状态的动态变化特 征； 第一图像单元， 用于通过所述动态变化特征， 对当前位置的视频流进行取帧， 确定加入 微生物类絮凝剂后的水产养殖尾水对应的第一图像； 第一识别结果单元， 用于对所述第 一图像进行比对和识别， 确定是否过滤合格， 确定第 一识别结果。 3.根据权利要求2所述的采集模块， 其特 征在于， 所述过 滤过程图像采集模块， 包括： 第二单元， 用于当所述第 一识别结果为合格时， 启动过滤坝， 并利用所述过滤坝过滤水 产养殖尾水上 的悬浮物， 并根据设的周期， 采集在水产养殖尾水 的过滤过程中的第二视频 流； 分布特征单元， 用于识别所述水产养殖尾水的过滤过程中的视频流中的悬浮物的分布 特征； 第二图像单元， 用于通过所述分布特征， 对水产养殖尾水的过滤过程中的第二视频流 进行动态取帧， 确定过 滤后的水产养殖尾水对应的第二图像； 第二识别结果单元， 用于对所述第二图像进行比对和识别， 确定过滤后的水产养殖尾 水是否过滤合格， 确定第二识别结果。 4.根据权利要求1所述的一种基于图像采集的水产养殖尾水处理系统， 其特征在于， 所 述尾水检测装置至少 包括水流量检测 仪、 悬浮物检测 仪、 pH计、 COD监测 仪、 浊度分析仪、 和 氨氮浓度测定 仪。 5.一种基于图像采集的水产养殖尾水处 理方法， 其特 征在于， 包括： 采集并识别水产养殖区域排放的尾水加入微生物类絮凝剂后的第一图像是否粗沉淀 合格， 确定第一识别结果； 当所述第一识别结果为合格时， 过滤坝过滤水产养殖尾水上的悬浮物， 采集并识别水 产养殖尾水 的过滤过程的第二图像， 并判断第二图像的过滤程度是否合格， 确定第二识别 结果； 当所述第二识别结果为合格时， 通过预设的尾水检测装置， 检查水产养殖尾水是否达 标， 并在达标后排出。 6.根据权利要求5所述的一种基于图像采集的水产养殖尾水处理方法， 其特征在于， 所权　利　要　求　书 1/3 页 2 CN 115330349 A 2述采集并识别水产养殖区域排放的尾水加入微生物类絮凝剂后的第一图像是否粗沉淀合 格， 确定第一识别结果， 包括： 当水产养殖区域排放的尾水加入微生物类絮凝剂后， 定期监测并采集水产控制区域的 第一视频流； 识别所述第一视频流中的水体 状态的动态变化特 征； 通过所述动态变化特征， 对当前位置的视频流进行取帧， 确定加入微生物类絮凝剂后 的水产养殖尾水对应的第一图像； 对所述第一图像进行比对和识别， 确定是否过 滤合格， 确定第一识别结果。 7.根据权利要求5所述的一种基于图像采集的水产养殖尾水处理方法， 其特征在于， 所 述当所述第一识别结果为合格时， 过滤坝过滤水产养殖尾水上的悬浮物， 采集并识别水产 养殖尾水 的过滤过程的第二图像， 并判断第二图像的过滤程度是否合格， 确定第二识别结 果， 包括： 当所述第一识别结果为合格时， 启动过滤坝， 并利用所述过滤坝过滤水产养殖尾水上 的悬浮物， 并根据设的周期， 采集在水产养殖尾水的过 滤过程中的第二视频流； 分布特征单元， 用于识别所述水产养殖尾水的过滤过程中的视频流中的悬浮物的分布 特征； 通过所述分布特征， 对水产养殖尾水的过滤过程中的第二视频流进行动态取帧， 确定 过滤后的水产养殖尾水对应的第二图像； 对所述第二图像进行比对和识别， 确定过滤后的水产养殖尾水是否过滤合格， 确定第 二识别结果。 8.根据权利要求2所述的一种基于图像采集的水产养殖尾水处理系统， 其特征在于， 所 述第一视频流单 元， 包括： 所述第一视频流单元定期监测并采集水产控制区域的第 一视频流， 所述定期监测频率 是通过识别单元历史识别到的所述第一视频流中的水体状态的动态变化特征来决定的， 其 具体步骤 包括， 步骤A1： 识别单元利用公式(1)根据本次采集到的所述第一视频流得到所述第一视频 流中的水体 状态的动态变化 值 其中D(K)表示第K次(即本次)采集到的所述第一视频流 中的水体状态的动态变化值； H [(K_a),(i,j)]表 示第K次采集到的所述第一视频流中第a帧图像的第i行第j列像素点的像 素值； H[(K_a+1),(i,j)]表示第K次采集到的所述第一视频流中第a+1帧图像的第i行第j列 像素点的像素值； G{}表示非零检验函数， 若括号内的数值为 非零数则函数值为 1， 若括号内 的数值为零则函数值为0； n表示所述第一视频流中任意一帧图像的任意一列的像素点总个 数； m表示所述第一视频流中任意一帧图像的任意一行的像素点总个数； T表示采集所述第 一视频流的固定时长； f(K)表示第K次采集所述第一视频流的定期监测频率； 步骤A2： 利用公式(2)根据识别单元历史识别到的所述第一视频流中的水体状态的动 态变化值得到每次识别到的所述第一视频流对应的定期监测频率的权 重权　利　要　求　书 2/3 页 3 CN 115330349 A 3