技术领域
[0001] 本
发明涉及云计算领域，尤其涉及一种云端测量方法。
背景技术
[0002] 云计算环境下，
软件技术、架构将发生显著变化。首先，所开发的软件必须与云相适应，能够与虚拟化为核心的云平台有机结合，适应运算能
力、存储能力的动态变化；二是要能够满足大量用户的使用，包括数据存储结构、处理能力；三是要互联网化，基于互联网提供软件的应用；四是安全性要求更高，可以抗攻击，并能保护私有信息，五是可工作于移动终端、手机、网络计算机等各种环境。
[0003] 云计算环境下，软件开发的环境、工作模式也将发生变化。虽然，传统的
软件工程理论不会发生根本性的变革，但基于云平台的开发工具、开发环境、开发平台将为敏捷开发、项目组内协同、异地开发等带来便利。软件开发项目组内可以利用云平台，实现在线开发，并通过云实现知识积累、软件复用。
[0004] 云计算环境下，软件产品的最终表现形式更为丰富多样。在云平台上，软件可以是一种服务，如SAAS，也可以就是一个Web Services，也可能是可以在线下载的应用，如苹果的在线商店中的
应用软件。
发明内容
[0005] 本发明提供了一种云端测量方法，能够对
水族箱内的实际具体情况进行实时检测，例如建立鱼体缺
氧的识别机制，以及建立了
水体浑
浊度的判断机制，在上述两个机制的
基础上，制定自适应的
净化操作。
[0006] 为此，本发明至少具备以下四处尤为重要的发明点：
[0007] (1)基于高斯滤波的效果来决定后续维纳滤波的力度，从而克服了图像滤波力度不好把握的技术问题；
[0008] (2)通过对每一行的
像素点的像素值的变化度的分析，将变化剧烈的多个行作为对象所在行以用于后续的对象检测，从而减少了对象检测的图像范围；
[0009] (3)基于红外线对水族箱内箱底反射回来的红外线的接收强度的检测方式，提高了水体浑浊度的检测
精度；
[0010] (4)基于鱼体缺氧的识别机制和水体浑浊度的判断机制，确定是否启动对水族箱的净化动作，从而尽可能地降低对周围人体或动物的影响。
[0011] 根据本发明的一方面，提供了一种水族箱浑浊度云端测量方法，所述方法包括使用水族箱浑浊度云端测量平台以基于水体浑浊度和鱼体缺氧情况控制对所述水族箱的净化动作，所述水族箱浑浊度云端测量平台包括：
[0012] 红外发射设备，设置在水族箱的上方，用于朝向水族箱内的水面以进行预定发射
频率的红外线发射；
[0013] 红外接收设备，设置在水族箱的上方，位于所述红外发射设备的附近，与所述红外发射设备处于同一水平面上，用于朝向水族箱内的水面以进行预定发射频率的红外线接收；
[0014] 浑浊度测量设备，分别与所述红外发射设备和所述红外接收设备连接，用于基于所述红外发射设备的发射强度以及所述红外接收设备接收的来自水族箱内箱底反射回来的红外线的接收强度确定水族箱内的水体浑浊度，所述浑浊度测量设备由云端的处理组件来实现；
[0015] 球形成像设备，设置在水族箱的上方，用于对水族箱附近的场景进行图像成像操作，以获得实时场景图像，并输出所述实时场景图像；
[0016] 高斯滤波设备，与所述球形成像设备连接，用于接收实时场景图像，对所述实时场景图像执行高斯滤波处理，以获得高斯滤波图像；
[0017] 维纳滤波设备，与所述高斯滤波设备连接，用于接收所述实时场景图像和所述高斯滤波图像，将所述高斯滤波图像的噪声幅值除以所述实时场景图像的噪声幅值以获得幅值比例，并基于所述幅值比例确定对所述高斯滤波图像的维纳滤波力度，以获得并输出相应的维纳滤波图像；在所述维纳滤波设备中，基于所述幅值比例确定对所述高斯滤波图像的维纳滤波力度包括：所述幅值比例越大，确定的对所述高斯滤波图像的维纳滤波力度越小。
具体实施方式
[0018] 下面将对本发明的实施方案进行详细说明。
[0019] 水族箱又称为水族缸或水族槽，是为观赏用、专
门饲养水生动
植物的容器，是一个动物饲养区，通常至少有一面为透明的玻璃及高强度的塑料。水族箱内人工饲养着生活于水中的植物及动物(通常为鱼类，但亦可是无
脊椎动物、两栖动物、海洋
哺乳动物或爬行动物)。水族饲养亦是世界各地盛行的嗜好之一，全球约有6千万名热爱者。
[0020] 水族箱的种类有很多变化，由简单的只饲养一条鱼的小鱼缸，到复杂得需要配备精密支援系统的生态模拟水族箱。水族箱一般分为
淡水或咸水(或称
海水)、热带或低温。这些是决定饲养哪类
生物的条件。水族生物多数是于野外捕捉，但也有部份是可作人工繁殖，以供应水族贸易。
[0021]
现有技术中的水族箱的净化设备的净化机制采用固定化模式，定时定量地启动对水族箱的净化操作，而完全没有考虑到水族箱内的实际具体情况。
[0022] 为了克服上述不足，本发明搭建了一种水族箱浑浊度云端测量方法，所述方法包括使用水族箱浑浊度云端测量平台以基于水体浑浊度和鱼体缺氧情况控制对所述水族箱的净化动作，所述水族箱浑浊度云端测量平台用于提高水族箱净化控制的自适应能力。
[0023] 根据本发明实施方案示出的水族箱浑浊度云端测量平台包括：
[0024] 红外发射设备，设置在水族箱的上方，用于朝向水族箱内的水面以进行预定发射频率的红外线发射；
[0025] 红外接收设备，设置在水族箱的上方，位于所述红外发射设备的附近，与所述红外发射设备处于同一水平面上，用于朝向水族箱内的水面以进行预定发射频率的红外线接收。
[0026] 接着，继续对本发明的水族箱浑浊度云端测量平台的具体结构进行进一步的说明。
[0027] 所述水族箱浑浊度云端测量平台中还可以包括：
[0028] 浑浊度测量设备，分别与所述红外发射设备和所述红外接收设备连接，用于基于所述红外发射设备的发射强度以及所述红外接收设备接收的来自水族箱内箱底反射回来的红外线的接收强度确定水族箱内的水体浑浊度，所述浑浊度测量设备由云端的处理组件来实现；
[0029] 球形成像设备，设置在水族箱的上方，用于对水族箱附近的场景进行图像成像操作，以获得实时场景图像，并输出所述实时场景图像。
[0030] 所述水族箱浑浊度云端测量平台中还可以包括：
[0031] 高斯滤波设备，与所述球形成像设备连接，用于接收实时场景图像，对所述实时场景图像执行高斯滤波处理，以获得高斯滤波图像；
[0032] 维纳滤波设备，与所述高斯滤波设备连接，用于接收所述实时场景图像和所述高斯滤波图像，将所述高斯滤波图像的噪声幅值除以所述实时场景图像的噪声幅值以获得幅值比例，并基于所述幅值比例确定对所述高斯滤波图像的维纳滤波力度，以获得并输出相应的维纳滤波图像；在所述维纳滤波设备中，基于所述幅值比例确定对所述高斯滤波图像的维纳滤波力度包括：所述幅值比例越大，确定的对所述高斯滤波图像的维纳滤波力度越小；
[0033] 成分获取设备，与所述维纳滤波设备连接，用于接收所述维纳滤波图像，从所述维纳滤波图像中获取每一个像素点的R成分值、G成分值和B成分值，将每一个像素点的R成分值、G成分值和B成分值相乘后获得的数值进行开立方运算，以获得每一个像素点的成分表示数值；
[0034] 向量测量设备，与所述成分获取设备连接，用于接收各个像素点的成分表示数值，并按照每一个像素点的归属行对各个像素点的进行分类，以获得每一行的多个像素点，还用于将每一行的多个像素点的成分表示数值组成一维向量；
[0035]
向量处理设备，与所述
冗余度分析设备连接，用于接收各行的各个一维向量，并对每一个行的一维向量进行变化度分析，以获得所述行的对应的变化度，输出各行的各个变化度；
[0036] 对象检测设备，与所述向量处理设备连接，用于接收各行的各个变化度，并对各行的各个变化度进行从小到大的数值排序，并将排序靠前的预设数量的多个行作为对象行，将多个对象行形成的图像区域进行图像形态学处理后获得对象子图像，基于鱼体翻身图像特征对所述对象子图像进行鱼体翻身检测，当检测到鱼体翻身时，发出鱼体缺氧
信号，否则，发出鱼体常态信号；
[0037] 净化器控制设备，分别与所述对象检测设备和所述浑浊度测量设备连接，用于在所述水体浑浊度大于等于预设浑浊度限值且接收到所述鱼体缺氧信号时，启动净化器以实现对所述水族箱的净化动作。
[0038] 在所述水族箱浑浊度云端测量平台中：
[0039] 所述净化器控制设备还用于在所述水体浑浊度小于预设浑浊度限值时，关闭净化器以结束对所述水族箱的净化动作。
[0040] 在所述水族箱浑浊度云端测量平台中：
[0041] 所述净化器控制设备还用于在接收到所述鱼体常态信号时，关闭净化器以结束对所述水族箱的净化动作。
[0042] 在所述水族箱浑浊度云端测量平台中：
[0043] 在所述浑浊度测量设备中，基于所述红外发射设备的发射强度以及所述红外接收设备接收的来自水族箱内箱底反射回来的红外线的接收强度确定水族箱内的水体浑浊度包括：确定所述发射强度到所述接收强度的比值，所述确定的比值越大，则水族箱内的水体浑浊度越高。
[0044] 另外，图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续
图像处理和分析的有效性和可靠性。
[0045] 由于成像系统、传输介质和记录设备等的不完善，数字图像在其形成、传输记录过程中往往会受到多种噪声的污染。另外，在图像处理的某些环节当输入的像对象并不如预想时也会在结果图像中引入噪声。这些噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素
块。一般，噪声信号与要研究的对象不相关它以无用的信息形式出现，扰乱图像的可观测信息。对于数字图像信号，噪声表为或大或小的极值，这些极值通过加减作用于图像像素的真实灰度值上，对图像造成亮、暗点干扰，极大降低了图像
质量，影响图像复原、分割、特征提取、
图像识别等后继工作的进行。要构造一种有效抑制噪声的
滤波器必须考虑两个基本问题：能有效地去除目标和背景中的噪声；同时，能很好地保护图像目标的形状、大小及特定的几何和拓扑结构特征。
[0046] 常用的图像滤波模式中的一种是，非
线性滤波器，一般说来，当信号
频谱与噪声频谱
混叠时或者当信号中含有非
叠加性噪声时如由系统非线性引起的噪声或存在非高斯噪声等)，传统的线性滤波技术，如傅立变换，在滤除噪声的同时，总会以某种方式模糊图像细节(如边缘等)进而导致像线性特征的
定位精度及特征的可
抽取性降低。而非线性滤波器是基于对
输入信号的一种非线性映射关系，常可以把某一特定的噪声近似地映射为零而保留信号的要特征，因而其在一定程度上能克服线性滤波器的不足之处。
[0047] 采用本发明的水族箱浑浊度云端测量平台，针对现有技术中水族箱净化设备自适应能力差的技术问题，在鱼体缺氧的识别机制中，基于高斯滤波的效果来决定后续维纳滤波的力度，从而克服了图像滤波力度不好把握的技术问题，通过对每一行的像素点的像素值的变化度的分析，将变化剧烈的多个行作为对象所在行以用于后续的对象检测，从而减少了对象检测的图像范围，在水体浑浊度的判断机制中，基于红外线对水族箱内箱底反射回来的红外线的接收强度的检测方式，提高了水体浑浊度的检测精度，尤为重要的是，在上述两种检测数据的基础上，判断是否启动对水族箱的净化动作，从而提高水族箱净化设备自适应能力。
[0048] 可以理解的是，虽然本发明已以较佳
实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或
修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
