基于光柵圖特征提取的魚道內過魚計數和種類識別系統的研究

花勝強，胡少英，高 磊，鄭健兵

(南瑞集團(國網電力科學研究院)有限公司，江蘇 南京 211106)

1 魚道監測現狀

魚道是在閘、壩或天然障礙處為溝通魚類洄游通道而設置的一種過魚建筑物，是河流生態系統健康的評價指標之一，也是水利水電工程環境影響評價中生態環境保護的重要指標。當前，國內外對于魚道的監測，主要在于監控過魚的種類和數量，以驗證魚道的有效性，從而進行魚道的改良，其存在的主要問題包括[1，2]：

(1)監測主要以人工的方式進行，通過人工來紀錄過魚的數量和種類，并進行統計和分析，管理負擔較大，監測精度不易提升。

(2)監測方法主要以張網法、堵截法、標志、電捕、計數設備等方式為主，監測實時性較差，連續監測功能較弱，并且某些監測方式本身就可能對魚類活動造成干擾。

(3)國外已有的魚道自動化監測系統，僅實現了過魚計數功能，但是不能識別和區分過魚類型，無法區分雜物、普通魚類與珍稀魚類，不利于魚道評價和改進的進一步展開。

由此可見，當前國內各個大壩和水閘上已經建成的魚道大都無法進行有效觀測，因此也就難以對魚道設施進行有效性評價，對被保護的珍稀魚類更是難以監測、分類和統計。因此實現魚道過魚的實時監測和自動化統計識別，對于改進魚道的設計水平，實現河流生態保護和促進水利水電工程可持續發展，都具有重要意義。

2 系統原型

為克服現有魚道監測方式中的缺陷，本系統提供一種基于光柵成像和圖像距對魚道過魚進行自動化計數和識別，實現魚道的實時在線監測和統計分類的方法，下面具體詳述[3-5]。

2.1 基于光柵進行過魚事件捕獲

魚道過魚事件的捕獲由測量光柵實現，一套測量光柵分為發射器和接收器兩個部分，發射器上每1厘米有一個發射點，接收器上每1厘米有一個接收點，一個發射點和一個接收點構成一個光柵點并進行信號捕捉，共設有50個光柵點，這樣就形成了一個長度為近50厘米的斷面掃描儀。發射器持續的按照固定頻率周期發出光線，接收器則同步的檢查有無接收到光線，由此形成一個光柵點某一時刻的遮擋/通過狀態，在沒有魚的情況下，測量光柵接收器會完全接收到發射器的信號，有魚通過時會有部分發射信號被遮擋，如圖1，50個光柵點的狀態值排列起來就是一幀數據。

在魚道的入口處安裝兩套該測量光柵和一個水下攝像機，兩套測量光柵的位置是等高且平行的，分別位于魚道的上游和下游。魚的成像、計數只需一套測量光柵即可實現，由一開始被觸發的測量光柵完成。而判別游向和魚速，則需要由兩套測量光柵來完成。

圖1 測量光柵儀

從光柵有信號被遮擋開始，觸發過魚開始信號，水下攝像機開始攝像，光柵以100 Hz頻率進行掃描，每次掃描，50個光柵點的遮擋/通過狀態就形成一幀數據并上報，直到過魚完成，所有光柵信號全部恢復通過為止，停止攝像機攝像和光柵數據上報。

2.2 過魚的游向、計數和魚長度換算

根據安裝的哪一套光柵先被遮擋，可以得到過魚的游向：上游的光柵先遮擋，則可斷定為過魚游向下游，反之則是過魚游向上游。

過魚的長度可由步驟1所述的兩套測量光柵實現：設兩套測量光柵之間的距離固定為D，分別記錄魚到達第1套測量光柵和第2套測量光柵的時間T1，T2，第1套測量光柵信號完全恢復的時間為T3，可得魚游動速度V=D/(T2-T1)，則魚長L=V*(T3-T1)，如圖2所示。

圖2 魚速和魚長計算原理

過魚的計數，則在第一套光柵信號恢復后，計數加1。

2.3 過魚的成像

光柵從有信號被遮擋開始，以100 Hz頻率進行掃描，每次掃描得到從上到下50個光柵點的遮擋/通過狀態數據，遮擋部分即為過魚的當前斷面的投影，直到過魚完畢后，將每一幀光柵數據連接合并，得到過魚的完整圖像，如圖3所示。

圖3 過魚成像

2.4 人工圖像標注

如果已有建好的過魚類型模型，則轉入步驟6；否則，利用步驟1)的水下攝像機攝像得到的過魚視頻，和步驟3)得到的圖形成像，由人工判斷后對過魚圖像進行判斷，并將種類標注到過魚圖像上，這樣就形成了帶標簽的樣本。

2.5 過魚類型特征提取

在圖像識別中，圖像矩可以看作是刻畫圖形特征的算子，將圖像灰度值看作密度分布函數，算子矩便可用作圖像特征提取。其中，HU氏不變矩進行圖像識別的基本思想就是將對圖形變化不敏感的幾何矩作為圖形特征進行圖形的識別。

二維連續函數f(x,y)在R2平面上的(p+q)階混合原點矩定義如公式1，其中p為自變量x的指數，q為自變量y的指數，p，q都是非負整數

(1)

f(x,y)是分段連續的。對于二維圖像來說，f(x,y)可以表示圖像在(x,y)處的灰度值。mpq與圖像位置有關。

(p+q)階中心矩定義為

(2)

離散圖像的mpq和μpq被定義為：

(3)

(4)

在R2平面上，軸心軌跡區域的點的灰度值都可以看作是1，即令f(x,y)=1；不屬于軸心軌跡區域的點的灰度值都看作是0，即令f(x,y)=0。

為了使特征量具有平移、伸縮不變性，對中心矩作如下處理，得到標準矩

(5)

單一的原點矩、中心矩或者是歸一化的標準矩都不能同時滿足圖形在平移、旋轉、比例伸縮時保持不變的要求。HU提出的ηpq的七種組合方式滿足所有相似變換不變性的要求，克服了單一矩的不足，7個不變矩如式(6)所示。

(6)

本系統使用Hu氏不變矩實現魚種類特征提取。首先，對于所有已標注成某同一種類的過魚圖像，逐個提取其圖像輪廓，即每一幀光柵點遮擋/通過的臨界點，就是該斷面的輪廓，輪廓上的每一個點都代表了一個柵格圖的二維點坐標。其次，按照Hu氏不變矩定義，依次計算圖像的7個Hu氏不變矩，形成該圖像的一個七維特征向量；然后，根據該同一種類過魚的所有圖像的七維特征向量，依次求出每一維的一階原點矩，七個維度的一階原點矩組合構成此種類魚的七維特征向量；最后計算該同一種類過魚的所有圖像的七維特征向量的集合到此種類魚的七維特征向量的歐氏距離的標準差。

2.6 過魚類型判別

當有新的過魚事件發生后，首先對其成像的輪廓計算7個Hu不變矩，構成該圖像的七維特征向量，然后計算此圖像的七維特征向量到每個魚種類的七維特征向量的歐氏距離，選取歐式距離最小者的魚種類，再計算該最小的歐式距離是否小于該魚種類的標準差的3倍，如果是，則判斷本次過魚屬于此魚種類，否則認為是未知新類型魚類。

3 實例和總結

在測試實例中，由于相關法律法規和試驗條件限制，故以常見的四大家魚中的青魚和鰱魚為例，選取了大小不一的青魚20尾和鰱魚5尾，在容積為6 m×1.5 m×0.8 m的水池中進行了過魚試驗。以大中小型青魚16尾作為訓練樣本在池中共產生了262個樣本數據，其光柵圖如圖4與圖5所示。

圖4 過魚圖像樣本1

圖5 過魚圖像樣本2

以此樣本基于本系統進行青魚種類建模后，再加入剩余的4尾青魚和5尾鰱魚進行測試，共產生346條新樣本數據，其中鰱魚的光柵成像如圖6所示。

圖6 鰱魚成像示意

經分析，扣除其中重疊和折返的67條無效樣本，其中青魚的成像為235條，判別出來211條，判為未知類型為24條，準確率為89.8%；鰱魚成像為34條，全部判為未知類型，誤判率為0。經進查看視頻后一步分析，漏判的主要原因為部分青魚以非平行的側游方式通過光柵，且夾角過大，導致投影的輪廓損失過大，對于這一限制本系統還需進一步改良以提高精度。

綜上所述，本系統實現了魚道過魚的實時監測和自動化統計識別，對于研究和提高魚道的設計水平，加強過魚有效性，實現河流生態保護，促進水利水電工程可持續發展，具有極為重要的意義。