水圏監視装置及び浄化装置
【目的】水圏内の懸濁物質を観測し、浄化するシステムを提供する。
【構成】水圏内の撮像手段で得られたアナログ信号を波形解析し懸濁物質が存在するか否かを検出し、懸濁物質が確認されたならば画像処理して懸濁物質の大きさ，形状，輝度に関する情報の少なくとも１つを求める。
【効果】懸濁物質が存在する場合に画像処理が実行されるため、撮像が高速化され、画像認識の効率が向上する。
【構成】水圏内の撮像手段で得られたアナログ信号を波形解析し懸濁物質が存在するか否かを検出し、懸濁物質が確認されたならば画像処理して懸濁物質の大きさ，形状，輝度に関する情報の少なくとも１つを求める。
【効果】懸濁物質が存在する場合に画像処理が実行されるため、撮像が高速化され、画像認識の効率が向上する。
【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、閉鎖性の湖沼，河川，ダム貯留池、或いは海洋等の水圏監視装置或いは浄化装置に関する。
【０００２】
【従来の技術】湖沼，ダム、及び内海等の閉鎖性水域では、特定の植物性プランクトンが異常増殖し、その対策が急務となっている。これは、異常増殖した植物性プランクトンが特定地域に集積して水圏の景観を損なうだけでなく、魚類等の生態系に影響を与え、異臭味の原因となり、人間の生活にも大きな障害を及ぼすからである。特に、水道水の水源となっている湖沼やダムでは異臭味や濁りの問題が深刻化している。このため、水圏自らを浄化する対策が講じられている、たとえば浄水場では生物酸化やオゾン，活性炭処理などの新たな設備を設置して独自の対策を進めている。
【０００３】水圏の浄化法としては、水面付近の浮遊物や底部の堆積物を取り除く方法，曝気装置や撹拌装置により水中への空気供給と強制対流により浄化させる方法，清澄水を供給して入替える方法、或いは汚濁液をサンプリング濾過して循環させる方法等が実施されている。
【０００４】一方、水圏の監視には、各種水質項目の連続自動監視と、船上からサンプリングした特定個所の水を持ち帰り、顕微鏡による目視観察でプランクトンの種類や量を定期的に測定しているのが一般的である。また、この他に海底にテレビカメラ等の監視装置を設置して撮像し信号を船に送って監視する方法が知られており、特開平1−225241 号公報に記載されている。
【０００５】
【発明が解決しようとする課題】水圏の汚染を回復し、利水障害を発生させないためには、植物プランクトンの増殖状態やその環境を観測し、水質汚染の度合や汚染水域を正確に診断して、最良の対策を施すことが望ましい。
【０００６】しかし、従来の技術は、液中の状態やプランクトンの定量計測が困難であり、また、植物プランクトンの種類の判定とその出現量を測定することに問題があった。
【０００７】本発明は上記従来技術の問題点に対処したもので、その目的とするところは水圏内の水質及び植物プランクトンを含む懸濁物質を正確に観測し、さらに、降雨水の水質情報も考慮して水質汚染度を診断し、この診断情報に基づいて浄化設備並びに水圏の利水施設や水圏への排水設備を効率的に運用する水圏監視浄化システムを提供することにある。
【０００８】
【課題を解決するための手段】上記目的を達成するために、本発明は水圏内の液を拡大して撮像しアナログ信号として取り込む撮像手段と、該撮像手段で得られたアナログ信号を波形解析し懸濁物質が存在するか否かを検出する波形解析手段と、前記波形解析手段で懸濁物質が確認されたならば画像処理して懸濁物質の大きさ，形状，輝度に関する情報の少なくとも１つを求める懸濁物質の特徴量計測手段とを具備する水圏監視装置を提案する。
【０００９】また本発明は、水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して水圏を浄化する浄化手段とを具備する水圏浄化装置を提案する。
【００１０】なお、観察して夾雑（ゴミ状）物質と植物プランクトンを識別し、植物プランクトンの種類とその出現量を観測する手段、懸濁物質の観察対象液の水温やＤＯ，ｐＨ，電導度，金属イオン、及び富栄養塩濃度等の水質を計測する手段、水圏の水面に浮上している物質あるいはその色合いを観測する手段、水面上の気温，風向，風速，日射量等の気象条件を観測する手段、水圏への流入する河川及びその地域の降雨水の水温やＤＯ，ｐＨ，電導度，金属イオン、及び富栄養塩濃度等の水質を計測する手段、それぞれの手段からの観測及び計測情報に基づいて水質汚染度を診断し、対策が必要な水域とその対策方法を判定する手段、それぞれの観測及び計測手段からの観測及び計測情報と判定手段の出力情報に基づいて水質汚染度の変化を予測する手段，予測手段の水質汚染度変化量と判定手段の水質汚染度を比較して対策方法を修正する手段，修正手段の対策方法により水圏の汚染防止に関係する浄化手段を作動する手段、さらに、判定手段の水質汚染度に対応して作動する他の水圏からの導水手段、水圏の利水施設や水圏への排水施設の処理方式及び／または操作量の設定、及び／または警報を発生する手段、を更に具備することができる。
【００１１】
【作用】湖沼や河川中のプランクトン数は、通常、高々数万（細胞数／ｍｌ）と希薄である。従って、本発明の水圏監視装置を稼動するに際して、監視対象となる閉鎖性水域の液を後述する拡大撮像手段とその拡大像から、懸濁物質が存在するか否かを検出手段で予め検出し、存在する場合のみ画像処理手段を実行させ、懸濁物質が存在しない場合は画像処理せず、移送手段を作動させて新たなサンプル液を拡大撮像手段に供給することにより、画像処理の高速化を図ることができる。また、必要情報のみの獲得は記憶容量の低減化と、撮像手段で得た撮像画像あるいは画像処理手段からの処理画像を遠隔地に伝送して利用する場合に、伝送時間の短縮と伝送費用の低減を図るうえで極めて好ましい。
【００１２】撮像手段で得られた映像から懸濁物質を検出する手段で、懸濁物質が一定量以上に達した段階で映像の記憶保存手段を稼動させることにより、プランクトンの異常増殖を逃すことなく効率的な記録保存を可能にできる。これらの記録映像は、後日詳細なプランクトン分類や後述する画像処理手段で分類困難である微妙な形状のプランクトン分類が行え、また、記録保存して履歴データ及び将来発生するプランクトンの変遷を視覚的に把握する情報として利用できる。
【００１３】植物プランクトンの種類とその出現量を画像監視する手段，水質の計測手段，水圏の水面観測手段，気象観測手段、及び水圏周辺地域の降雨水の水質を計測する手段を配備することにより、水圏の水質状態をミクロ的及びマクロ的に監視し、それぞれの手段からの観測及び計測情報に基づいて水質汚染度のレベルを診断して、この水質汚染度のレベルに応じて水質情報と対策支援を行う。さらに、水質汚染度の変化を予測する手段で上記対策支援の実効を事前に評価し、効果的な対策支援を実施する。具体的には水域に関連する広域な水施設の対策を支援する。支援先は水質汚染度のレベルに対応させるが、例えば、水質汚染が増加する傾向にある（レベル１）場合は、水域に設置されている浄化装置を選定稼動させ、水質汚染が著しい（レベル２）場合は浄化装置の稼動と浄水場など利水装置への警報及び対策支援、水質汚染が激しく改善が困難（レベル３）の場合はさらに他水域からの導水を実行するために導水装置及び排水装置の稼動と下水処理場など放流装置の運転支援を行う。このように、水質汚染度のレベルに応じて支援先を判定することにより、必要な情報に基づく実効のある浄化対策と、関連施設に対して水質汚染の影響を緩和する事前対策手段を講じることができる。
【００１４】
【実施例】以下、本発明を図示する一実施例に基づき、より詳細に説明する。
【００１５】図１は、湖沼を対象に水圏の観察，監視，浄化、及び利水・排水のそれぞれのシステムを１つのシステムに連携させた場合の構成図であり、１は湖沼で、２は水域１の貯留水、３Ａ〜Ｄは河川、１０は観察装置、２０は監視装置、３０は水質計測装置、４０はデータ処理装置、５０は計算機システム、６０は気象観測装置、６５は水面観測装置、７０は調節装置、７５は降雨観測装置、８０は浄化装置、８０Ａは導水装置、８０Ｂは排水装置、９０Ａは放流装置、９０Ｂは利水装置をそれぞれ示している。以下、各装置及びそれらの連携作用について詳細を順次説明する。
【００１６】観察装置１０と監視装置２０の一構成例を図２に示す。観察装置１０はサンプリング管１８Ａ〜Ｄ，移送装置１１，検出装置１２，撮像装置１３Ａ及び１３Ｂ，撮像調節装置１４，移送調節装置１５から構成される。移送装置１１は貯留水２の一部を採取し、サンプリング管１８Ａ及び１８Ｂを介して検出装置１２に移送する。移送調節装置１５は移送装置１１を制御するもので、制御動作の詳細は後述する。検出装置１２はサンプリングした採取液中に存在する懸濁物質を検出するもので、懸濁物質量に対応した信号を出力する。検出手段としては光や超音波を利用できる。
【００１７】図３に光を利用した検出装置１２の一構成例を示す。光が透過可能な光透過器１２１をサンプリング管１８Ｂと１８Ｃに連結させて採取液を流す。光透過器１２１の特定位置に光照射器１２２を設置し、光透過器１２１内の採取液に光を照射し、その透過光、あるいは散乱光を受光器１２３で検知する。受光器１２３で検知された光は光電変換器１２４で電気信号ｓに変換される。この電気信号は光透過器１２１内の採取液に存在する懸濁物質量に対応した出力が得られる。光照射器１２２からの光は可視光，可視光の特定波長帯のみを選択した特定波長光、あるいはレーザー光を適用できる。特定波長光、あるいはレーザー光は植物プランクトンが有するクロロフィルを励起させる波長光を用いて蛍光を発生させ、この蛍光量を受光して光電変換器１２４で電気信号に変換してもよい。この電気信号はクロロフィル量すなわち植物プランクトン濃度に対応した出力が得られる。
【００１８】検出装置１２から移送された採取液は撮像装置１３のフローセル１３３に導かれる。フローセル１３３は光透過物質、例えばガラスやアクリル材を用いて、内部にスリット状の液流通路を形成させた平板型構造とする。撮像装置１３はフローセル１３３を挟んで第１筐体１３Ａと第２筐体１３Ｂで構成される。第１筐体１３Ａはフローセル１３３のスリット部に焦点を合わせた拡大光学レンズ１３４と、拡大光学レンズ１３４の光像を撮影し、アナログの電気信号に変換するテレビカメラ１３５で構成される。一方、第２筐体１３Ｂは照明装置１３１と、照明装置１３１からの光を集光して平行光を提供する機能を有する集光レンズ１３２を内蔵している。この平行光はフローセル１３３に照射され、拡大光学レンズ１３４の視野範囲にある採取液の拡大光像をテレビカメラ１３５で撮影する。移送装置１１を連続操作することにより、撮像対象となる採取液が時々刻々変化し、新たな拡大光像が得られる。撮像調節装置１４は撮像装置１３の電源入切操作，照明装置１３１の電圧調整，拡大光学レンズ１３４のピント位置調整、あるいはフローセル１３３内液流通路の洗浄機構（図示していない）を操作する機能を有する。
【００１９】監視装置２０は映像分配器２１，波形解析装置２２，計算制御装置２３，画像処理装置２５，駆動装置２８，映像記憶装置２９で構成される。
【００２０】ところで、湖沼やダムの貯留水２は、雨天時には数千ppm の濁質となる場合もあるが、通常は数十ppm 以下と清澄である。また、植物プランクトンは大量発生でも数万（細胞数／ｍｌ）で、平均数百（細胞数／ｍｌ）とされている。これを拡大光学レンズ１３４を内蔵した撮像装置１３で観察すると１画面（観察容積約０.２mm3）に１細胞あるか否かで、効率的な監視を行うことが必要でなる。監視装置２０はこの問題点に対処したものである。
【００２１】映像分配器２１は撮像装置１３からの映像信号を波形解析装置２２，画像処理装置２５、及び映像記憶装置２９に同時に分配する。映像信号あるいは分配後の映像信号は増幅器（図示していない）で予め増幅させることができる。
【００２２】波形解析装置２２は撮像装置１３の映像信号を走査線に沿って波形を解析し、波形変化回数、あるいは変化度合をカウントする。図４に任意走査線の映像信号の一例を示す。図４（イ）の信号波形で凹部は撮像装置１３で撮像対象とした採取液に懸濁物質が存在する領域で、懸濁物質が存在しない場合は図４（ロ）のように変化の少ない、フラット状の信号波形となる。波形解析装置２２は波形変化の大きい、凹型部の発生回数ｎをカウントして計算制御装置２３に出力する。なお、出力値は凹型部の発生比率（Σｔi／Ｔi ｉ＝１，ｎ）あるいは信号強度の平均値等の変化度合を対象にすることができる。
【００２３】計算制御装置２３には波形解析装置２２からの発生回数ｎと検出装置１２からの電気信号強度ｓが入力され、懸濁物質の存在有無と量を診断し、制御情報を出力する。図５を用いて計算制御装置２３の機能例を説明する。まず、波形変化発生回数ｎは予め設定された所定値Ｎと比較され、発生回数ｎが所定値Ｎに満たなければ採取液移送指令を移送調節装置１５に出力し、発生回数ｎが所定値Ｎ以上であれば画像処理実行指令を画像処理装置２５に出力する。移送指令により移送調節装置１５は移送装置１１をオンオフ操作する。画像処理装置２５での画像処理が終了した場合、終了信号が入力され、採取液移送指令が発効される。また、単位時間毎の採取液移送指令回数、すなわち移送装置１１駆動回数ｎｔをカウントし、画像処理装置２５に出力する。このような採取液移送方式とすることにより、撮像装置１３の映像信号に懸濁物質が存在しない場合は撮像対象とする採取液を交換し、懸濁物質が存在する場合にのみ画像処理が実行されることから、より多くの採取液を撮像対象とすることができ、情報入手効率が向上すると共に必要な画像情報のみを得ることができる。なお、所定値Ｎは１以上に設定する。
【００２４】検出装置１２からの電気信号強度ｓは予め設定された所定強度Ｓと比較され、信号強度ｓが所定強度Ｓより低ければ映像記憶指令を駆動装置２８に出力する。駆動装置２８は映像記憶指令の入力により映像記憶装置２９を駆動させ、撮像装置１３からの映像信号を映像記憶装置２９で記憶，保存させる。映像記憶装置２９にはビデオテープレコーダーなどを用い、１回の映像記憶指令により所定時間駆動させる。また、映像記憶装置２９は映像記憶指令の入力毎に駆動させる必要がなく、１日単位で最大駆動時間、あるいは駆動回数を設定しておいてもよい。さらに、駆動開始あるいは終了時の特定時間の映像信号をカットしたり、駆動開始時に記憶日時を同時に保存するなどの映像管理を行うと良い。上記駆動操作は、透過光を対象としてその減衰量が所定量以上、すなわち懸濁物質が特定濃度以上に達した場合に実行される。保存映像は後日、懸濁物質あるいは植物プランクトンの詳細な観察・分類に利用する。なお、所定強度Ｓは懸濁物質濃度と減衰量の関係を予め求めておき、その特性に基づいて設定する。また、検出装置１２で散乱光や蛍光光を対象とした電気信号強度ｓの場合、信号強度ｓが所定強度Ｓ以上であれば映像記憶指令を駆動装置２７に出力する。
【００２５】画像処理装置２５は計算制御装置２３の画像処理実行指令により映像分配器２１から映像信号を取り込み、画像処理を実行する。画像処理装置２５の一構成例を図６に示す。画像処理装置２５は中央処理装置２５０，主記憶装置２５１，外部記憶装置２５２，通信インターフェース２５３，システムバス２５４，ルールベース２５５，推論装置２５６，表示装置２５７，印字装置２５８，画像演算装置２６０，表示装置２６５から構成される。中央処理装置２５０は主記憶装置２５１に格納されているメインプログラムを実行し、画像処理装置２５全体を制御する。外部記憶装置２５２は画像演算装置２６０を制御するプログラムと画像演算結果が格納される。通信インターフェース２５３は計算制御装置２３，計算機システム５０とのデータ送受信機能を持つ。中央処理装置２５０は通信インターフェース２５３を介して、計算機システム５０への画像演算情報の送信，計算制御装置２３からの制御信号と駆動回数データの受信及び画像演算終了信号を送信する。表示装置２６５は画像演算装置２６０の処理画像や画像計測情報、及び撮像装置１３の撮像画像を表示する。画像演算装置２６０は画像演算プロセッサー２６１，画像メモリ２６２，映像インターフェース２６３から構成される。画像メモリ２６２は、例えば、縦方向２５６画素，横方向２５６画素で輝度階調が２５６（８ビット）の濃淡画像メモリと、同画素数で輝度階調が２（１ビット）の２値画像メモリが各々複数個配置されている。画像演算プロセッサー２６１は画像メモリ２６２の濃淡画像や２値画像を対象に濃淡画像処理，２値化処理，ラベリング（ナンバー付け）処理，形状特徴量抽出などの演算処理を高速で実施する複数のＬＳＩからなる。映像インターフェース２６３はＡ／Ｄ変換器とＤ／Ａ変換器を配し、撮像装置１３からのアナログ映像信号をディジタル信号に変換し、画像処理装置２５内でディジタル処理された信号をアナログ信号に変換して表示装置２６５等に映像表示する。撮像装置１３からの映像信号は映像インターフェース２６３でディジタル信号に変換され、濃淡画像メモリの１個にリアルタイムで格納し、この格納画像を対象に各種画像処理を画像演算プロセッサー２６１で実行する。
【００２６】次に、画像処理装置２５の処理手順の一実施例を図７で説明する。なお、本実施例では処理手順の構成要素を説明の便宜上工程名で示している。これは、必ずしも専用のハードウェアであることを意味するものではない。上述した画像処理装置２５においてソフトウェアの実行により実現できる機能でもよい。
【００２７】図７において、映像インターフェース２６３でディジタル信号に変換された懸濁物質の濃淡画像は、まず、画像取込工程２７０で原画像として濃淡画像メモリ（図示しない）に記憶される。この原画像を対象に、２値化処理する２値化工程２７１と，２値化された画像から物体を識別してラベリング処理するラベリング工程２７２と，ラベリングされた複数の物体を画像を１画像ずつ切り出す画像切出工程２７３と，原画像の輝度を選択的に強調処理する強調処理工程２７４と，強調された画像を画像切出工程２７３で切り出した２値画像でマスク処理する第１マスク処理工程２７５と，第１マスク処理工程２７５でマスク処理された強調画像を２値化処理する２値化工程２７６と，原画像を２値化工程２７１で得られた２値画像でマスク処理する第２マスク処理工程２７７と，原画像を画像切出工程２７３で切り出した２値画像でマスク処理する第３マスク処理工程２７８と，入力された２値画像及び濃淡画像から各物体の特徴量を演算して求める特徴量演算工程２７９により原画像内の全懸濁物質の各種画像情報を求める。なお、繰り返し工程２８０は物体画像を１画像ずつ切り出して全物体について順次特徴量を演算するものである。
【００２８】以下に、画像処理手順の詳細を説明する。
【００２９】画像取込工程２７０で原画像として取り込まれた濃淡画像は、その明るさに対応して、例えば２５６階調に区別された輝度情報Ｇ(ｉ,ｊ）を持ち２値化工程２７１，強調処理工程２７４，第２マスク処理工程２７７、及び第３マスク処理工程２７８に入力される。２値化工程２７１は、任意の輝度レベルＬを設定し、次式（数１）による２値化処理を行い、物体（“１”情報）と液相部（“０”情報）を分離認識する。
【００３０】
Ｇ(ｉ,ｊ)＜ＬならばＢ(ｉ,ｊ）＝１ Ｇ(ｉ,ｊ)≧ＬならばＢ(ｉ,ｊ）＝０ …(数１)ただし Ｇ(ｉ,ｊ)：濃淡画像中の（Ｘ座標，Ｙ座標）＝（ｉ，ｊ）の点の輝度情報Ｂ(ｉ,ｊ)：二値画像中の（Ｘ座標，Ｙ座標）＝（ｉ，ｊ）の点の輝度情報Ｌ ：２値化閾値ラベリング工程２７２は２値化工程２７１で得られた２値画像の物体輪郭線を求め、その輪郭線が閉じたものを１個の物体と認識する機能と、認識した物体ごとに予め定めた識別符号、例えば番号，記号，名称等を付す機能とを有する。
【００３１】画像切出工程２７３はラベリング工程２７２でラベル付けされた物体の２値画像を順番に出力する機能を持つ。２値画像の出力は１物体ごとに第１マスク処理工程２７５と第３マスク処理工程２７８、及び特徴量演算工程２７９に出力し、後段での特徴量演算処理が終了した段階で次の物体を切り出して出力し、この切り出し操作を全物体を出力するまで繰り返す。
【００３２】強調処理工程２７４は、画像取込工程２７０から入力された原画像Ｇ(ｉ,ｊ）の輝度を選択的に強調する。具体的強調手段としては、ラプラシアン処理を用いる。このラプラシアン処理は、濃淡画像において、隣接する画素との輝度の差を強調する機能を持つ。この機能を、８方向ラプラシアン処理を例にとり説明する。ある濃淡画像中で隣接する９画素（縦３×横３）に着目し、中央画素の輝度をＤ，周囲の各画素の輝度をＤ1〜Ｄ8とすると、中央画素に対する８方向ラプラシアン処理は次式で表される。
【００３３】
Ｄ′＝８Ｄ−ΣＤi …(数２)ただし Ｄ′：処理後の中央画素の輝度この輝度修正演算は濃淡画像の構成画素すべてについて行い、図８（ｂ）のように新たな輝度情報を持つ強調画像が得られる。図８には群体プランクトン，単体プランクトン、及びゴミ状物質を対象に各々原画像とラプラシアン処理して得られる強調画像の例を示す。ラプラシアン処理された強調画像は、原画像中の輝度変化の大きい領域が強調された画像となる。例えば、輪郭部や、物体内で輝度変化している部分が強調の対象となる。輪郭部Ｒ，物体内での輝度変化が大きい領域Ｒ′はラプラシアン処理により強調されて、ＲＬ，Ｒ′Ｌとなる。同時に、同質の細胞が密集し、各細胞内の中心部Ｃに輝度変化が見られる群体プランクトンは各細胞の中心点が強調され、ＣＬとなる。このように、強調処理工程２７４は輝度が均一な領域と，不均一な領域を選択的に強調し、物体内での輝度変化が小さい、均一的な輝度を持つ領域は強調度合いが少ない。
【００３４】第１マスク処理工程２７５は、強調処理工程２７４で得られた濃淡画像を、画像切出工程２７３からの２値画像でマスク処理する。このマスク処理により、２値画像中の、輝度情報１の領域に対応した強調画像のみが選択的に抽出される。なお、マスクとして用いる２値画像は、切り出し時に画面上のアドレスを補足しておき、そのアドレスを用いて強調画像に対応するアドレス領域にマスク処理を実行する。このマスク処理により、１物体ごとのマスクされた濃淡画像が得られる。
【００３５】２値化工程２７６は、第１マスク処理工程２７５においてマスク処理された強調画像を２値化処理し、物体を認識する。図８（ｃ）に、図８（ｂ）の強調画像をマスク処理し、２値化した結果を示す。群体プランクトンは大きな塊として認識されるのに対して、ゴミ状物質は外形形状が崩れ、分散した形で認識される。これは、群体プランクトンは単体プランクトンやゴミ状物質に比べて物体内の輝度が均一的であるため、ラプラシアン処理により強調される部分が小さく、輝度変化が少ないことによる。２値化工程２７６で得られた２値画像は特徴量演算工程２７９で物体の画像特徴量が演算される。
【００３６】第２マスク処理工程２７７は、画像取込工程２７０から入力された原画像Ｇ(ｉ,ｊ）を２値化工程２７１からの２値画像でマスク処理する。このマスク処理工程では、２値画像を反転、すなわち数１において液相部を情報“１”とし、液相領域に対応した濃淡画像のみが選択的に抽出される。２値化工程２７１の２値画像は原画像Ｇ(ｉ,ｊ）に存在した全懸濁物体が認識された画像で、上述の反転してマスク処理することにより、液相全体の画像を得ることができる。第２マスク処理工程２７５で得られたマスク画像は特徴量演算工程２７９に出力され、液相部の画像特徴量が演算される。
【００３７】第３マスク処理工程２７８は、画像取込工程２７０から入力された原画像Ｇ(ｉ,ｊ）を画像切出工程2７３からの２値画像でマスク処理する。このマスク処理により、２値画像で切り出した物体画像領域に対応した濃淡画像のみが選択的に抽出される。第３マスク処理工程２７８で得られたマスク画像は特徴量演算工程２７９に出力され、各切り出し物体ごとの画像特徴量が演算される。
【００３８】特徴量演算工程２７９には２値化工程２７６，画像切出工程２７３からの２値画像と，第２マスク処理工程２７７，第３マスク処理工程２７８からの濃淡画像が入力され、各物体の画像特徴量と液相部の特徴量が演算される。まず、２値化工程２７６の２値画像では物体個数，各物体面積及び物体総面積，面積分布などが演算される。さらに、これらの演算結果を用いて、物体内の輝度の均一性を表す群体形成度を求める。群体形成度（均一輝度個体の集合度）は、例えば物体総面積と物体個数比（平均面積），各物体面積のうちの最大値と物体総面積比（最大面積比率），各物体面積の標準偏差などが充当できる。図９は平均面積を対象に、本発明者らが群体プランクトン（アオコ）とその他のプランクトン及びゴミ状物質を画像演算した結果で、群体プランクトンとその他の物質の相違が大きく、プランクトンの群体形成度（均一個体の集合度）が反映した結果となっている。
【００３９】画像切出工程２７３からの２値画像では、各物体（プランクトン及びゴミ状物質）の面積，周囲長，穴の個数，穴の面積割合，短軸／長軸比，形状係数（物体の輪郭線の複雑さを表す値），円形状係数（物体の形が円にどのくらい近いかを表す値），外接長方形との面積比，重心から周囲長までの（最小径)2，重心から周囲長までの（最大径)2，重心から周辺までの（径)2の平均値，輪郭追跡時のＸ方向変化回数，輪郭追跡時のＹ方向変化回数，下向きの突出部分の数，線分要素の端点の数あるいは線分要素の交点の数などを演算する。
【００４０】第２マスク処理工程２７７，第３マスク処理工程２７８からの濃淡マスク画像では、輝度情報に関する特徴量が演算される。第２マスク処理工程２７７では液相部の最大，最小、及び平均輝度が、第３マスク処理工程２７８では各物体ごとに最大，最小、及び平均輝度が演算される。
【００４１】これらの画像特徴量はシステムバス２５４を介して外部記憶装置２５２に記憶され、２値化工程２７１の２値画像に存在する全ての物体について上記画像特徴量を演算するまで繰り返し実行し、外部記憶装置２５２に記憶される。全物体の画像特徴量の演算が終了した場合、終了指令を計算制御装置２３に出力し、新たな画像取り込み動作を行う。また、表示装置２６５にはモニタ−テレビやディスプレイを用い、上述した画像処理手順の処理画像、及び画像特徴量を表示できる。
【００４２】なお、上記実施例では撮像装置１３の映像信号を原画像として直接画像処理したが、原画像を補正してもよい。例えば、撮像装置１３の光学系などに汚れまたは傷が付着している場合や、撮像対象の視野範囲で照明ムラが存在する場合、映像信号を原画像として直接画像処理すると正確なプランクトン情報を得ることができないためである。具体的には、予めプランクトンの存在しない液相部のみの対照画像（背景画像）を濃淡画像メモリに取り込んでおき、この対照画像と新たな原画像と差分処理し、汚れや傷及び照明ムラなど撮像装置１３固有の影響を除く輝度の補正をし、この差分画像を対象に画像処理を実行することができる。
【００４３】さらに、本実施例では画像処理手順における２値化処理の閾値Ｌを任意の輝度レベルに固定したが、各画像の輝度分布（ヒストグラム）を考慮して変化させる自動２値化法を用いることができる。
【００４４】推論装置２５６は、外部記憶装置２５２に記憶された画像特徴量を呼出し、各画面ごと、あるいは予め設定された単位時間ごとに全物体の面積分布あるいは粒径分布と、プランクトンの種類並びにゴミ状物質を分類し、種類ごとに面積あるいは粒径を基準として分級する。
【００４５】種類の判別は、例えば、表１に示す判定ルールをルールベース255に予め記憶しておき、この判定ルールに当てはめて実行する。
【００４６】
【表１】
【００４７】本実施例では各種プランクトンを大まかに円形，矩形，線形，楕円形，群体の形状分類ルール，並びにゴミ状物質，微小物質の判定ルールを上記特徴量の数値的範囲をファジィ表現で設定し、ルールベース２５５に入力しておく。この判定ルールは、本発明者らが種々のサンプルを画像処理して種類を分類できることを見出したものでＩＦ−ＴＨＥＮ、あるいはフレーム方式を適用できる。種類の判定は、演算された画像特徴量を分類・判定ルールと照合させ、確信度の高い物体の種類を推論する。さらに、推論結果に基づいて面積あるいは粒径の分級をし、各画面ごとあるいは単位時間ごとの物体種類とその分級数を求める。また、種類判定を実行する前に、全物体の面積あるいは粒径を分級する。なお、線形物体は粒径でなく、長さにより分級してもよい。粒径を分級する場合、物体面積と等価の円を仮定して求めた粒径を用いることができる。単位時間及び単位容量あたりの分級数Ｎi は移送装置１１の駆動回数ｎt を考慮して求める。ここで、ｎi は単位時間における画像処理で抽出された分級数、ｖは撮像装置１３の１画面の観察容積である。
【００４８】
Ｎi＝ｎi・ｎt／ｖ …(数３)これらの結果は外部記憶装置２５２に記憶される。また、各画面ごとあるいは単位時間ごとの物体種類とその分級数はディスプレイなどの表示装置２５７並びに印字装置２５８に出力させて監視することができる。この場合、表２に示すように、全物体及び物体種類ごとの分級数と、物体種類に当て嵌まるプランクトンの候補名を同時に表示すると良い。
【００４９】
【表２】
【００５０】このように、全物体及び物体種類ごとの分級数を表示することにより、懸濁物質がプランクトンか否か、また、その出現動向を定量的にリアルタイム監視ができる。また、プランクトンの候補名を表示することにより、経験の浅いオペレータもプランクトンの状況を把握することができる。全物体及び物体種類ごとの分級数は、各画面ごとあるいは単位時間ごとに通信インターフェイス２５３を介して計算機システムへ出力される。
【００５１】なお、本実施例では、プランクトンを大まかな形状に分類して分級数を求めたが、表１の分類指標をさらに区分けして種類を詳細に分類してもよい。また、分類指標は表１に明記した項目に限定するものでなく、画像処理で抽出できる形状特徴量を広く利用でき、詳細な分類に効果がある。さらに、本実施例ではファジィ表現の判定ルールを用いて知識工学により種類を推論したが、クリスプルールを判定ルールとする知識工学手法、並びに各種画像演算情報を入力層に、演算情報に対応する特徴値を教師データとするニューラルネットワーク手法を用いることもできる。
【００５２】以上、説明した画像処理手段によれば、群体プランクトンと単体プランクトン及びゴミ状物質を明確に分類でき、湖沼等の貯留水の汚染状態を直接監視できる。
【００５３】計算機システム５０は、監視装置２０からの懸濁物質画像情報，水質計測装置３０とデータ処理装置４０からの水質計測情報，気象観測装置６０からの気象計測情報，水面観測装置６５からの水面計測情報、並びに降雨観測装置７５からの降雨計測情報を連続的に受信し、これらの情報に基づいて湖沼等水域全体の水質汚染状態を診断し、その診断結果を用いて浄化装置８０，導水装置８０Ａ，排水装置８０Ｂ，放流装置９０Ａ、及び利水装置９０Ｂに運転指令や制御方式、並びに警報指令を出力する。ここで、水質計測情報は水温，濁度，ｐＨ，ＤＯ（溶存酸素濃度），電気伝導度，有機物濃度，富栄養塩（窒素，りん化合物）濃度，クロロフィル量，水位，流速，臭気度などで、気象計測情報は気温，風向，風力，日射量などで、水面計測情報は水の色度，浮遊物質集積度などで、降雨計測情報は雨量，ｐＨ，ＮＯｘ濃度，ＳＯｘ濃度などである。また、監視装置２０，水質計測装置３０，気象観測装置６０，水面観測装置６５、及び降雨観測装置７５は監視対象の地理的条件などを考慮して監視に最適な位置に設置する。また、水域を複数の監視ブロックに分割し、各ブロックの代表地点に各計測装置を配置し、これらの総合的な計測情報に基づいて水域全体の水質汚染状態を診断することが望ましい。この場合、計算機システム５０は機能を分割させる分散システム方式でもよいが、各種計測情報を無線あるいは電話回線や光ファイバーを利用した有線ネットワークを構築して送信させる１局管理方式が運用上望ましい。
【００５４】図１０に計算機システム５０の一構成例を示す。計算機システム５０はＣＰＵ（中央処理装置）５０１，主記憶装置５０２，シミュレーション装置５０３，推論装置５０４，印字装置５０５，データベース５０６，知識ベース５０７，入力ポート５０８，出力ポート５０９，外部記憶装置５１０が設置され、各々システムバス５１１を介して情報処理が実行される。
【００５５】ＣＰＵ（中央処理装置）５０１には表示装置５１２と入力装置５１３が接続され、計算機システム５０内の情報表示とマウス，ライトペン，キーボードなどから必要情報を計算機システム５０に送信する。ＣＰＵ（中央処理装置）５０１は主記憶装置５０２に格納されているメインプログラムを実行し、計算機システム５０全体を制御する。実行タイミングは入力装置５１３からの起動指令信号、タイマー，入力ポート５０８からの情報入力による。データベース５０６には入力ポート５０８を介して受信した画像情報，水質計測情報，気象計測情報，水面計測情報、並びに降雨計測情報が格納され、外部記憶装置５１０にはシミュレーション装置５０３で用いる水域形状や流入，流出個所等の地形及び地理データが格納され、また、シミュレーション結果や推論装置５０４の推論結果が格納される。
【００５６】推論装置５０４はデータベース５０６の情報と知識ベース５０７に格納されている水質診断ルールと浄化対策ルールを呼び出して、特定地域あるいは水域全体の総合的な水質の汚染状態とその要因を診断し、浄化対策手段と運転制御方式、及び水域に関連する水施設への警報指令や運転ガイダンスなどを推論する。まず、画像情報から植物プランクトン総量の増減傾向を把握し、増加傾向にあれば、種類やその面積分布などから発生プランクトンの動向とその要因を詳細に診断する。これらの診断には栄養塩濃度，水温，水流の停滞、あるいは日射量の影響か、さらに気象情報を考慮して行なう。また、水の色度，浮遊物質集積度などの水面計測情報により汚染度合を評価し、対策情報の伝達範囲を選定する。浮遊物質集積は画像情報と照合させ、群体を形成するアオコ（ミクロキスチス）や赤潮（ウログレナ）かを判定し、その増殖状態を水中と水面情報から判断できる。対策情報の伝達範囲は、例えば、汚染度合が低ければ浄化装置８０の運転指令と運転条件をガイダンスする。複数の浄化装置８０を有する場合は運転設備の選定、運転時期やタイミング等の浄化対策を支援する。汚染度合がやや高く，臭気や色変化がある場合は浄水場などの利水装置９０Ｂに警報信号を送信し、高度処理設備の運転あるいは強化させる。また、線形（針状）プランクトンが異常増殖した場合は濾過障害の可能性があるなどの警報を出し、早期対策を実行させる。監視水域がダムの場合は、取水位置あるいは取水の水深位置を変更させる対策手段を講じさせる。さらに、汚染が激しければ、浄化装置８０の運転指令と同時に、対象水域の貯留水入替えを導水装置８０Ｂ及び排水装置８０Ｂの管理者に指示し、強制的浄化を支援する。また、汚染状態の長期傾向を把握し、有機物や富栄養塩濃度が上昇傾向にあれば下水処理場などの放流装置９０Ａの放流水質改善対策などの運転支援、あるいは新たな放流装置９０Ａの建設提案を支援する。降雨計測情報から特定水域の水質が影響される場合は、浄化装置８０に運転を指令し、水域全体での緩和対策を支援する。懸濁物質の大部分がゴミ状物質であれば雨あるいは水域の対流の影響が原因と判断し、浄化装置８０の稼動指令出力はなされない。
【００５７】シミュレーション装置５０３はデータベース５０６の情報や外部記憶装置510地形及び地理データに基づいて水質汚染状態の現状と将来の予測を行う。また、推論装置５０４からの浄化対策手段，運転制御方式を採用時の水質改善効果を予測して浄化対策手段並びに運転制御方式を評価し、対策支援を改善する。
【００５８】推論装置５０４の推論結果及びシミュレーション装置５０３のシミュレーション結果は外部記憶装置５１０に記憶される。また、浄化対策指令信号は出力ポート５０９を介して各種関連装置に送信される。なお、推論装置５０４及びシミュレーション装置５０３からの浄化対策指令は表示装置５１２と入力装置５１３によりオペレータの判断で選択実行できる。
【００５９】なお、浄化装置８０は１つの水域に複数個設備されているのが一般的で、また、様々な方式の浄化法が適用されている。例えば、懸濁物質を含む汚濁液を直接採取し、濾過により懸濁物質のみを分離除去したのち濾液を浄化液として水域に返送する浄化方式がある。汚濁液は、船あるいは懸濁物質が滞留する領域に固定した導水管からポンプで採取しても良い。さらに、浄化方式としては、水域内に設置した装置を直接稼動させる方法も適用できる。この方法には、水面近くの液を撹拌して水流を起こすとともに酸素を供給する撹拌方式や、水域の底部近傍に中空筒を設けて連続的あるいは間欠的に空気を流通させて水流を強制的に発生させる方式がある。これらの浄化方式は異常出現した植物プランクトンの直接浄化、さらに、汚染要因が水温，水流停滞や日射量が影響している場合に有効である。また、汚染要因が有機物，窒素やりん等の富栄養塩の場合、活性汚泥法などの微生物を利用して富栄養塩を選択的に分解除去する方式，凝集剤などの薬剤を添加して沈殿除去する方式，活性炭や膜で物理的に除去する方式，さらに、オゾン注入や紫外線照射による分解除去方式が適用できる。これらの方式は水域からサンプリングした汚濁液や、水域への流入水を対象に処理しても良い。
【００６０】上記実施例では、画像処理装置２５を監視装置２０に内蔵させたが、複数地点でプランクトンを観察する場合、画像処理装置２５を計算機システム５０に組み込み、異なる複数画像を切り替えて処理を実行しても良い。
【００６１】また、波形解析装置２２で懸濁物質の存在を確認し、画像処理を実行したが、画像処理装置２５で直接懸濁物質の有無を判定しても良い。これは、画像処理の実行時間が形状特徴量を求めるのにその大部分が費やされることから、物体の確認のみの場合、短時間で結果を得ることができるためである。
【００６２】
【発明の効果】本発明によれば、懸濁物質が存在する場合に画像処理が実行されるため、撮像が高速化され、画像認識の効率が向上する。認識効率の向上は水質判定を行うためのプランクトン検体数が増すことから、より正確な情報に基づいた水圏監視並びに診断が行え、診断結果の信頼性が高まる効果がある。さらに、対象水域に係る施設に対して安心した運転支援を行うことができる。
【図面の簡単な説明】
【図１】本発明の一実施例を説明する構成図。
【図２】撮像装置と監視装置の一実施例を説明する構成図。
【図３】懸濁物質の検出機構を説明する構成図。
【図４】懸濁物質の存在を判定する手段を示す図。
【図５】計算制御装置の機能を説明する図。
【図６】画像処理装置の構成を示す図。
【図７】画像処理手順の一例を説明する図。
【図８】画像強調処理の結果を示す説明図。
【図９】群体形成度の相違を示す説明図。
【図１０】計算機システムの一実施例を説明する構成図である。
【符号の説明】
１０…観察装置、２０…監視装置、３０…水質計測装置、４０…データ処理装置、５０…計算機システム、６０…気象観測装置、６５…水面観測装置。
【０００１】
【産業上の利用分野】本発明は、閉鎖性の湖沼，河川，ダム貯留池、或いは海洋等の水圏監視装置或いは浄化装置に関する。
【０００２】
【従来の技術】湖沼，ダム、及び内海等の閉鎖性水域では、特定の植物性プランクトンが異常増殖し、その対策が急務となっている。これは、異常増殖した植物性プランクトンが特定地域に集積して水圏の景観を損なうだけでなく、魚類等の生態系に影響を与え、異臭味の原因となり、人間の生活にも大きな障害を及ぼすからである。特に、水道水の水源となっている湖沼やダムでは異臭味や濁りの問題が深刻化している。このため、水圏自らを浄化する対策が講じられている、たとえば浄水場では生物酸化やオゾン，活性炭処理などの新たな設備を設置して独自の対策を進めている。
【０００３】水圏の浄化法としては、水面付近の浮遊物や底部の堆積物を取り除く方法，曝気装置や撹拌装置により水中への空気供給と強制対流により浄化させる方法，清澄水を供給して入替える方法、或いは汚濁液をサンプリング濾過して循環させる方法等が実施されている。
【０００４】一方、水圏の監視には、各種水質項目の連続自動監視と、船上からサンプリングした特定個所の水を持ち帰り、顕微鏡による目視観察でプランクトンの種類や量を定期的に測定しているのが一般的である。また、この他に海底にテレビカメラ等の監視装置を設置して撮像し信号を船に送って監視する方法が知られており、特開平1−225241 号公報に記載されている。
【０００５】
【発明が解決しようとする課題】水圏の汚染を回復し、利水障害を発生させないためには、植物プランクトンの増殖状態やその環境を観測し、水質汚染の度合や汚染水域を正確に診断して、最良の対策を施すことが望ましい。
【０００６】しかし、従来の技術は、液中の状態やプランクトンの定量計測が困難であり、また、植物プランクトンの種類の判定とその出現量を測定することに問題があった。
【０００７】本発明は上記従来技術の問題点に対処したもので、その目的とするところは水圏内の水質及び植物プランクトンを含む懸濁物質を正確に観測し、さらに、降雨水の水質情報も考慮して水質汚染度を診断し、この診断情報に基づいて浄化設備並びに水圏の利水施設や水圏への排水設備を効率的に運用する水圏監視浄化システムを提供することにある。
【０００８】
【課題を解決するための手段】上記目的を達成するために、本発明は水圏内の液を拡大して撮像しアナログ信号として取り込む撮像手段と、該撮像手段で得られたアナログ信号を波形解析し懸濁物質が存在するか否かを検出する波形解析手段と、前記波形解析手段で懸濁物質が確認されたならば画像処理して懸濁物質の大きさ，形状，輝度に関する情報の少なくとも１つを求める懸濁物質の特徴量計測手段とを具備する水圏監視装置を提案する。
【０００９】また本発明は、水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して水圏を浄化する浄化手段とを具備する水圏浄化装置を提案する。
【００１０】なお、観察して夾雑（ゴミ状）物質と植物プランクトンを識別し、植物プランクトンの種類とその出現量を観測する手段、懸濁物質の観察対象液の水温やＤＯ，ｐＨ，電導度，金属イオン、及び富栄養塩濃度等の水質を計測する手段、水圏の水面に浮上している物質あるいはその色合いを観測する手段、水面上の気温，風向，風速，日射量等の気象条件を観測する手段、水圏への流入する河川及びその地域の降雨水の水温やＤＯ，ｐＨ，電導度，金属イオン、及び富栄養塩濃度等の水質を計測する手段、それぞれの手段からの観測及び計測情報に基づいて水質汚染度を診断し、対策が必要な水域とその対策方法を判定する手段、それぞれの観測及び計測手段からの観測及び計測情報と判定手段の出力情報に基づいて水質汚染度の変化を予測する手段，予測手段の水質汚染度変化量と判定手段の水質汚染度を比較して対策方法を修正する手段，修正手段の対策方法により水圏の汚染防止に関係する浄化手段を作動する手段、さらに、判定手段の水質汚染度に対応して作動する他の水圏からの導水手段、水圏の利水施設や水圏への排水施設の処理方式及び／または操作量の設定、及び／または警報を発生する手段、を更に具備することができる。
【００１１】
【作用】湖沼や河川中のプランクトン数は、通常、高々数万（細胞数／ｍｌ）と希薄である。従って、本発明の水圏監視装置を稼動するに際して、監視対象となる閉鎖性水域の液を後述する拡大撮像手段とその拡大像から、懸濁物質が存在するか否かを検出手段で予め検出し、存在する場合のみ画像処理手段を実行させ、懸濁物質が存在しない場合は画像処理せず、移送手段を作動させて新たなサンプル液を拡大撮像手段に供給することにより、画像処理の高速化を図ることができる。また、必要情報のみの獲得は記憶容量の低減化と、撮像手段で得た撮像画像あるいは画像処理手段からの処理画像を遠隔地に伝送して利用する場合に、伝送時間の短縮と伝送費用の低減を図るうえで極めて好ましい。
【００１２】撮像手段で得られた映像から懸濁物質を検出する手段で、懸濁物質が一定量以上に達した段階で映像の記憶保存手段を稼動させることにより、プランクトンの異常増殖を逃すことなく効率的な記録保存を可能にできる。これらの記録映像は、後日詳細なプランクトン分類や後述する画像処理手段で分類困難である微妙な形状のプランクトン分類が行え、また、記録保存して履歴データ及び将来発生するプランクトンの変遷を視覚的に把握する情報として利用できる。
【００１３】植物プランクトンの種類とその出現量を画像監視する手段，水質の計測手段，水圏の水面観測手段，気象観測手段、及び水圏周辺地域の降雨水の水質を計測する手段を配備することにより、水圏の水質状態をミクロ的及びマクロ的に監視し、それぞれの手段からの観測及び計測情報に基づいて水質汚染度のレベルを診断して、この水質汚染度のレベルに応じて水質情報と対策支援を行う。さらに、水質汚染度の変化を予測する手段で上記対策支援の実効を事前に評価し、効果的な対策支援を実施する。具体的には水域に関連する広域な水施設の対策を支援する。支援先は水質汚染度のレベルに対応させるが、例えば、水質汚染が増加する傾向にある（レベル１）場合は、水域に設置されている浄化装置を選定稼動させ、水質汚染が著しい（レベル２）場合は浄化装置の稼動と浄水場など利水装置への警報及び対策支援、水質汚染が激しく改善が困難（レベル３）の場合はさらに他水域からの導水を実行するために導水装置及び排水装置の稼動と下水処理場など放流装置の運転支援を行う。このように、水質汚染度のレベルに応じて支援先を判定することにより、必要な情報に基づく実効のある浄化対策と、関連施設に対して水質汚染の影響を緩和する事前対策手段を講じることができる。
【００１４】
【実施例】以下、本発明を図示する一実施例に基づき、より詳細に説明する。
【００１５】図１は、湖沼を対象に水圏の観察，監視，浄化、及び利水・排水のそれぞれのシステムを１つのシステムに連携させた場合の構成図であり、１は湖沼で、２は水域１の貯留水、３Ａ〜Ｄは河川、１０は観察装置、２０は監視装置、３０は水質計測装置、４０はデータ処理装置、５０は計算機システム、６０は気象観測装置、６５は水面観測装置、７０は調節装置、７５は降雨観測装置、８０は浄化装置、８０Ａは導水装置、８０Ｂは排水装置、９０Ａは放流装置、９０Ｂは利水装置をそれぞれ示している。以下、各装置及びそれらの連携作用について詳細を順次説明する。
【００１６】観察装置１０と監視装置２０の一構成例を図２に示す。観察装置１０はサンプリング管１８Ａ〜Ｄ，移送装置１１，検出装置１２，撮像装置１３Ａ及び１３Ｂ，撮像調節装置１４，移送調節装置１５から構成される。移送装置１１は貯留水２の一部を採取し、サンプリング管１８Ａ及び１８Ｂを介して検出装置１２に移送する。移送調節装置１５は移送装置１１を制御するもので、制御動作の詳細は後述する。検出装置１２はサンプリングした採取液中に存在する懸濁物質を検出するもので、懸濁物質量に対応した信号を出力する。検出手段としては光や超音波を利用できる。
【００１７】図３に光を利用した検出装置１２の一構成例を示す。光が透過可能な光透過器１２１をサンプリング管１８Ｂと１８Ｃに連結させて採取液を流す。光透過器１２１の特定位置に光照射器１２２を設置し、光透過器１２１内の採取液に光を照射し、その透過光、あるいは散乱光を受光器１２３で検知する。受光器１２３で検知された光は光電変換器１２４で電気信号ｓに変換される。この電気信号は光透過器１２１内の採取液に存在する懸濁物質量に対応した出力が得られる。光照射器１２２からの光は可視光，可視光の特定波長帯のみを選択した特定波長光、あるいはレーザー光を適用できる。特定波長光、あるいはレーザー光は植物プランクトンが有するクロロフィルを励起させる波長光を用いて蛍光を発生させ、この蛍光量を受光して光電変換器１２４で電気信号に変換してもよい。この電気信号はクロロフィル量すなわち植物プランクトン濃度に対応した出力が得られる。
【００１８】検出装置１２から移送された採取液は撮像装置１３のフローセル１３３に導かれる。フローセル１３３は光透過物質、例えばガラスやアクリル材を用いて、内部にスリット状の液流通路を形成させた平板型構造とする。撮像装置１３はフローセル１３３を挟んで第１筐体１３Ａと第２筐体１３Ｂで構成される。第１筐体１３Ａはフローセル１３３のスリット部に焦点を合わせた拡大光学レンズ１３４と、拡大光学レンズ１３４の光像を撮影し、アナログの電気信号に変換するテレビカメラ１３５で構成される。一方、第２筐体１３Ｂは照明装置１３１と、照明装置１３１からの光を集光して平行光を提供する機能を有する集光レンズ１３２を内蔵している。この平行光はフローセル１３３に照射され、拡大光学レンズ１３４の視野範囲にある採取液の拡大光像をテレビカメラ１３５で撮影する。移送装置１１を連続操作することにより、撮像対象となる採取液が時々刻々変化し、新たな拡大光像が得られる。撮像調節装置１４は撮像装置１３の電源入切操作，照明装置１３１の電圧調整，拡大光学レンズ１３４のピント位置調整、あるいはフローセル１３３内液流通路の洗浄機構（図示していない）を操作する機能を有する。
【００１９】監視装置２０は映像分配器２１，波形解析装置２２，計算制御装置２３，画像処理装置２５，駆動装置２８，映像記憶装置２９で構成される。
【００２０】ところで、湖沼やダムの貯留水２は、雨天時には数千ppm の濁質となる場合もあるが、通常は数十ppm 以下と清澄である。また、植物プランクトンは大量発生でも数万（細胞数／ｍｌ）で、平均数百（細胞数／ｍｌ）とされている。これを拡大光学レンズ１３４を内蔵した撮像装置１３で観察すると１画面（観察容積約０.２mm3）に１細胞あるか否かで、効率的な監視を行うことが必要でなる。監視装置２０はこの問題点に対処したものである。
【００２１】映像分配器２１は撮像装置１３からの映像信号を波形解析装置２２，画像処理装置２５、及び映像記憶装置２９に同時に分配する。映像信号あるいは分配後の映像信号は増幅器（図示していない）で予め増幅させることができる。
【００２２】波形解析装置２２は撮像装置１３の映像信号を走査線に沿って波形を解析し、波形変化回数、あるいは変化度合をカウントする。図４に任意走査線の映像信号の一例を示す。図４（イ）の信号波形で凹部は撮像装置１３で撮像対象とした採取液に懸濁物質が存在する領域で、懸濁物質が存在しない場合は図４（ロ）のように変化の少ない、フラット状の信号波形となる。波形解析装置２２は波形変化の大きい、凹型部の発生回数ｎをカウントして計算制御装置２３に出力する。なお、出力値は凹型部の発生比率（Σｔi／Ｔi ｉ＝１，ｎ）あるいは信号強度の平均値等の変化度合を対象にすることができる。
【００２３】計算制御装置２３には波形解析装置２２からの発生回数ｎと検出装置１２からの電気信号強度ｓが入力され、懸濁物質の存在有無と量を診断し、制御情報を出力する。図５を用いて計算制御装置２３の機能例を説明する。まず、波形変化発生回数ｎは予め設定された所定値Ｎと比較され、発生回数ｎが所定値Ｎに満たなければ採取液移送指令を移送調節装置１５に出力し、発生回数ｎが所定値Ｎ以上であれば画像処理実行指令を画像処理装置２５に出力する。移送指令により移送調節装置１５は移送装置１１をオンオフ操作する。画像処理装置２５での画像処理が終了した場合、終了信号が入力され、採取液移送指令が発効される。また、単位時間毎の採取液移送指令回数、すなわち移送装置１１駆動回数ｎｔをカウントし、画像処理装置２５に出力する。このような採取液移送方式とすることにより、撮像装置１３の映像信号に懸濁物質が存在しない場合は撮像対象とする採取液を交換し、懸濁物質が存在する場合にのみ画像処理が実行されることから、より多くの採取液を撮像対象とすることができ、情報入手効率が向上すると共に必要な画像情報のみを得ることができる。なお、所定値Ｎは１以上に設定する。
【００２４】検出装置１２からの電気信号強度ｓは予め設定された所定強度Ｓと比較され、信号強度ｓが所定強度Ｓより低ければ映像記憶指令を駆動装置２８に出力する。駆動装置２８は映像記憶指令の入力により映像記憶装置２９を駆動させ、撮像装置１３からの映像信号を映像記憶装置２９で記憶，保存させる。映像記憶装置２９にはビデオテープレコーダーなどを用い、１回の映像記憶指令により所定時間駆動させる。また、映像記憶装置２９は映像記憶指令の入力毎に駆動させる必要がなく、１日単位で最大駆動時間、あるいは駆動回数を設定しておいてもよい。さらに、駆動開始あるいは終了時の特定時間の映像信号をカットしたり、駆動開始時に記憶日時を同時に保存するなどの映像管理を行うと良い。上記駆動操作は、透過光を対象としてその減衰量が所定量以上、すなわち懸濁物質が特定濃度以上に達した場合に実行される。保存映像は後日、懸濁物質あるいは植物プランクトンの詳細な観察・分類に利用する。なお、所定強度Ｓは懸濁物質濃度と減衰量の関係を予め求めておき、その特性に基づいて設定する。また、検出装置１２で散乱光や蛍光光を対象とした電気信号強度ｓの場合、信号強度ｓが所定強度Ｓ以上であれば映像記憶指令を駆動装置２７に出力する。
【００２５】画像処理装置２５は計算制御装置２３の画像処理実行指令により映像分配器２１から映像信号を取り込み、画像処理を実行する。画像処理装置２５の一構成例を図６に示す。画像処理装置２５は中央処理装置２５０，主記憶装置２５１，外部記憶装置２５２，通信インターフェース２５３，システムバス２５４，ルールベース２５５，推論装置２５６，表示装置２５７，印字装置２５８，画像演算装置２６０，表示装置２６５から構成される。中央処理装置２５０は主記憶装置２５１に格納されているメインプログラムを実行し、画像処理装置２５全体を制御する。外部記憶装置２５２は画像演算装置２６０を制御するプログラムと画像演算結果が格納される。通信インターフェース２５３は計算制御装置２３，計算機システム５０とのデータ送受信機能を持つ。中央処理装置２５０は通信インターフェース２５３を介して、計算機システム５０への画像演算情報の送信，計算制御装置２３からの制御信号と駆動回数データの受信及び画像演算終了信号を送信する。表示装置２６５は画像演算装置２６０の処理画像や画像計測情報、及び撮像装置１３の撮像画像を表示する。画像演算装置２６０は画像演算プロセッサー２６１，画像メモリ２６２，映像インターフェース２６３から構成される。画像メモリ２６２は、例えば、縦方向２５６画素，横方向２５６画素で輝度階調が２５６（８ビット）の濃淡画像メモリと、同画素数で輝度階調が２（１ビット）の２値画像メモリが各々複数個配置されている。画像演算プロセッサー２６１は画像メモリ２６２の濃淡画像や２値画像を対象に濃淡画像処理，２値化処理，ラベリング（ナンバー付け）処理，形状特徴量抽出などの演算処理を高速で実施する複数のＬＳＩからなる。映像インターフェース２６３はＡ／Ｄ変換器とＤ／Ａ変換器を配し、撮像装置１３からのアナログ映像信号をディジタル信号に変換し、画像処理装置２５内でディジタル処理された信号をアナログ信号に変換して表示装置２６５等に映像表示する。撮像装置１３からの映像信号は映像インターフェース２６３でディジタル信号に変換され、濃淡画像メモリの１個にリアルタイムで格納し、この格納画像を対象に各種画像処理を画像演算プロセッサー２６１で実行する。
【００２６】次に、画像処理装置２５の処理手順の一実施例を図７で説明する。なお、本実施例では処理手順の構成要素を説明の便宜上工程名で示している。これは、必ずしも専用のハードウェアであることを意味するものではない。上述した画像処理装置２５においてソフトウェアの実行により実現できる機能でもよい。
【００２７】図７において、映像インターフェース２６３でディジタル信号に変換された懸濁物質の濃淡画像は、まず、画像取込工程２７０で原画像として濃淡画像メモリ（図示しない）に記憶される。この原画像を対象に、２値化処理する２値化工程２７１と，２値化された画像から物体を識別してラベリング処理するラベリング工程２７２と，ラベリングされた複数の物体を画像を１画像ずつ切り出す画像切出工程２７３と，原画像の輝度を選択的に強調処理する強調処理工程２７４と，強調された画像を画像切出工程２７３で切り出した２値画像でマスク処理する第１マスク処理工程２７５と，第１マスク処理工程２７５でマスク処理された強調画像を２値化処理する２値化工程２７６と，原画像を２値化工程２７１で得られた２値画像でマスク処理する第２マスク処理工程２７７と，原画像を画像切出工程２７３で切り出した２値画像でマスク処理する第３マスク処理工程２７８と，入力された２値画像及び濃淡画像から各物体の特徴量を演算して求める特徴量演算工程２７９により原画像内の全懸濁物質の各種画像情報を求める。なお、繰り返し工程２８０は物体画像を１画像ずつ切り出して全物体について順次特徴量を演算するものである。
【００２８】以下に、画像処理手順の詳細を説明する。
【００２９】画像取込工程２７０で原画像として取り込まれた濃淡画像は、その明るさに対応して、例えば２５６階調に区別された輝度情報Ｇ(ｉ,ｊ）を持ち２値化工程２７１，強調処理工程２７４，第２マスク処理工程２７７、及び第３マスク処理工程２７８に入力される。２値化工程２７１は、任意の輝度レベルＬを設定し、次式（数１）による２値化処理を行い、物体（“１”情報）と液相部（“０”情報）を分離認識する。
【００３０】
Ｇ(ｉ,ｊ)＜ＬならばＢ(ｉ,ｊ）＝１ Ｇ(ｉ,ｊ)≧ＬならばＢ(ｉ,ｊ）＝０ …(数１)ただし Ｇ(ｉ,ｊ)：濃淡画像中の（Ｘ座標，Ｙ座標）＝（ｉ，ｊ）の点の輝度情報Ｂ(ｉ,ｊ)：二値画像中の（Ｘ座標，Ｙ座標）＝（ｉ，ｊ）の点の輝度情報Ｌ ：２値化閾値ラベリング工程２７２は２値化工程２７１で得られた２値画像の物体輪郭線を求め、その輪郭線が閉じたものを１個の物体と認識する機能と、認識した物体ごとに予め定めた識別符号、例えば番号，記号，名称等を付す機能とを有する。
【００３１】画像切出工程２７３はラベリング工程２７２でラベル付けされた物体の２値画像を順番に出力する機能を持つ。２値画像の出力は１物体ごとに第１マスク処理工程２７５と第３マスク処理工程２７８、及び特徴量演算工程２７９に出力し、後段での特徴量演算処理が終了した段階で次の物体を切り出して出力し、この切り出し操作を全物体を出力するまで繰り返す。
【００３２】強調処理工程２７４は、画像取込工程２７０から入力された原画像Ｇ(ｉ,ｊ）の輝度を選択的に強調する。具体的強調手段としては、ラプラシアン処理を用いる。このラプラシアン処理は、濃淡画像において、隣接する画素との輝度の差を強調する機能を持つ。この機能を、８方向ラプラシアン処理を例にとり説明する。ある濃淡画像中で隣接する９画素（縦３×横３）に着目し、中央画素の輝度をＤ，周囲の各画素の輝度をＤ1〜Ｄ8とすると、中央画素に対する８方向ラプラシアン処理は次式で表される。
【００３３】
Ｄ′＝８Ｄ−ΣＤi …(数２)ただし Ｄ′：処理後の中央画素の輝度この輝度修正演算は濃淡画像の構成画素すべてについて行い、図８（ｂ）のように新たな輝度情報を持つ強調画像が得られる。図８には群体プランクトン，単体プランクトン、及びゴミ状物質を対象に各々原画像とラプラシアン処理して得られる強調画像の例を示す。ラプラシアン処理された強調画像は、原画像中の輝度変化の大きい領域が強調された画像となる。例えば、輪郭部や、物体内で輝度変化している部分が強調の対象となる。輪郭部Ｒ，物体内での輝度変化が大きい領域Ｒ′はラプラシアン処理により強調されて、ＲＬ，Ｒ′Ｌとなる。同時に、同質の細胞が密集し、各細胞内の中心部Ｃに輝度変化が見られる群体プランクトンは各細胞の中心点が強調され、ＣＬとなる。このように、強調処理工程２７４は輝度が均一な領域と，不均一な領域を選択的に強調し、物体内での輝度変化が小さい、均一的な輝度を持つ領域は強調度合いが少ない。
【００３４】第１マスク処理工程２７５は、強調処理工程２７４で得られた濃淡画像を、画像切出工程２７３からの２値画像でマスク処理する。このマスク処理により、２値画像中の、輝度情報１の領域に対応した強調画像のみが選択的に抽出される。なお、マスクとして用いる２値画像は、切り出し時に画面上のアドレスを補足しておき、そのアドレスを用いて強調画像に対応するアドレス領域にマスク処理を実行する。このマスク処理により、１物体ごとのマスクされた濃淡画像が得られる。
【００３５】２値化工程２７６は、第１マスク処理工程２７５においてマスク処理された強調画像を２値化処理し、物体を認識する。図８（ｃ）に、図８（ｂ）の強調画像をマスク処理し、２値化した結果を示す。群体プランクトンは大きな塊として認識されるのに対して、ゴミ状物質は外形形状が崩れ、分散した形で認識される。これは、群体プランクトンは単体プランクトンやゴミ状物質に比べて物体内の輝度が均一的であるため、ラプラシアン処理により強調される部分が小さく、輝度変化が少ないことによる。２値化工程２７６で得られた２値画像は特徴量演算工程２７９で物体の画像特徴量が演算される。
【００３６】第２マスク処理工程２７７は、画像取込工程２７０から入力された原画像Ｇ(ｉ,ｊ）を２値化工程２７１からの２値画像でマスク処理する。このマスク処理工程では、２値画像を反転、すなわち数１において液相部を情報“１”とし、液相領域に対応した濃淡画像のみが選択的に抽出される。２値化工程２７１の２値画像は原画像Ｇ(ｉ,ｊ）に存在した全懸濁物体が認識された画像で、上述の反転してマスク処理することにより、液相全体の画像を得ることができる。第２マスク処理工程２７５で得られたマスク画像は特徴量演算工程２７９に出力され、液相部の画像特徴量が演算される。
【００３７】第３マスク処理工程２７８は、画像取込工程２７０から入力された原画像Ｇ(ｉ,ｊ）を画像切出工程2７３からの２値画像でマスク処理する。このマスク処理により、２値画像で切り出した物体画像領域に対応した濃淡画像のみが選択的に抽出される。第３マスク処理工程２７８で得られたマスク画像は特徴量演算工程２７９に出力され、各切り出し物体ごとの画像特徴量が演算される。
【００３８】特徴量演算工程２７９には２値化工程２７６，画像切出工程２７３からの２値画像と，第２マスク処理工程２７７，第３マスク処理工程２７８からの濃淡画像が入力され、各物体の画像特徴量と液相部の特徴量が演算される。まず、２値化工程２７６の２値画像では物体個数，各物体面積及び物体総面積，面積分布などが演算される。さらに、これらの演算結果を用いて、物体内の輝度の均一性を表す群体形成度を求める。群体形成度（均一輝度個体の集合度）は、例えば物体総面積と物体個数比（平均面積），各物体面積のうちの最大値と物体総面積比（最大面積比率），各物体面積の標準偏差などが充当できる。図９は平均面積を対象に、本発明者らが群体プランクトン（アオコ）とその他のプランクトン及びゴミ状物質を画像演算した結果で、群体プランクトンとその他の物質の相違が大きく、プランクトンの群体形成度（均一個体の集合度）が反映した結果となっている。
【００３９】画像切出工程２７３からの２値画像では、各物体（プランクトン及びゴミ状物質）の面積，周囲長，穴の個数，穴の面積割合，短軸／長軸比，形状係数（物体の輪郭線の複雑さを表す値），円形状係数（物体の形が円にどのくらい近いかを表す値），外接長方形との面積比，重心から周囲長までの（最小径)2，重心から周囲長までの（最大径)2，重心から周辺までの（径)2の平均値，輪郭追跡時のＸ方向変化回数，輪郭追跡時のＹ方向変化回数，下向きの突出部分の数，線分要素の端点の数あるいは線分要素の交点の数などを演算する。
【００４０】第２マスク処理工程２７７，第３マスク処理工程２７８からの濃淡マスク画像では、輝度情報に関する特徴量が演算される。第２マスク処理工程２７７では液相部の最大，最小、及び平均輝度が、第３マスク処理工程２７８では各物体ごとに最大，最小、及び平均輝度が演算される。
【００４１】これらの画像特徴量はシステムバス２５４を介して外部記憶装置２５２に記憶され、２値化工程２７１の２値画像に存在する全ての物体について上記画像特徴量を演算するまで繰り返し実行し、外部記憶装置２５２に記憶される。全物体の画像特徴量の演算が終了した場合、終了指令を計算制御装置２３に出力し、新たな画像取り込み動作を行う。また、表示装置２６５にはモニタ−テレビやディスプレイを用い、上述した画像処理手順の処理画像、及び画像特徴量を表示できる。
【００４２】なお、上記実施例では撮像装置１３の映像信号を原画像として直接画像処理したが、原画像を補正してもよい。例えば、撮像装置１３の光学系などに汚れまたは傷が付着している場合や、撮像対象の視野範囲で照明ムラが存在する場合、映像信号を原画像として直接画像処理すると正確なプランクトン情報を得ることができないためである。具体的には、予めプランクトンの存在しない液相部のみの対照画像（背景画像）を濃淡画像メモリに取り込んでおき、この対照画像と新たな原画像と差分処理し、汚れや傷及び照明ムラなど撮像装置１３固有の影響を除く輝度の補正をし、この差分画像を対象に画像処理を実行することができる。
【００４３】さらに、本実施例では画像処理手順における２値化処理の閾値Ｌを任意の輝度レベルに固定したが、各画像の輝度分布（ヒストグラム）を考慮して変化させる自動２値化法を用いることができる。
【００４４】推論装置２５６は、外部記憶装置２５２に記憶された画像特徴量を呼出し、各画面ごと、あるいは予め設定された単位時間ごとに全物体の面積分布あるいは粒径分布と、プランクトンの種類並びにゴミ状物質を分類し、種類ごとに面積あるいは粒径を基準として分級する。
【００４５】種類の判別は、例えば、表１に示す判定ルールをルールベース255に予め記憶しておき、この判定ルールに当てはめて実行する。
【００４６】
【表１】
【００４７】本実施例では各種プランクトンを大まかに円形，矩形，線形，楕円形，群体の形状分類ルール，並びにゴミ状物質，微小物質の判定ルールを上記特徴量の数値的範囲をファジィ表現で設定し、ルールベース２５５に入力しておく。この判定ルールは、本発明者らが種々のサンプルを画像処理して種類を分類できることを見出したものでＩＦ−ＴＨＥＮ、あるいはフレーム方式を適用できる。種類の判定は、演算された画像特徴量を分類・判定ルールと照合させ、確信度の高い物体の種類を推論する。さらに、推論結果に基づいて面積あるいは粒径の分級をし、各画面ごとあるいは単位時間ごとの物体種類とその分級数を求める。また、種類判定を実行する前に、全物体の面積あるいは粒径を分級する。なお、線形物体は粒径でなく、長さにより分級してもよい。粒径を分級する場合、物体面積と等価の円を仮定して求めた粒径を用いることができる。単位時間及び単位容量あたりの分級数Ｎi は移送装置１１の駆動回数ｎt を考慮して求める。ここで、ｎi は単位時間における画像処理で抽出された分級数、ｖは撮像装置１３の１画面の観察容積である。
【００４８】
Ｎi＝ｎi・ｎt／ｖ …(数３)これらの結果は外部記憶装置２５２に記憶される。また、各画面ごとあるいは単位時間ごとの物体種類とその分級数はディスプレイなどの表示装置２５７並びに印字装置２５８に出力させて監視することができる。この場合、表２に示すように、全物体及び物体種類ごとの分級数と、物体種類に当て嵌まるプランクトンの候補名を同時に表示すると良い。
【００４９】
【表２】
【００５０】このように、全物体及び物体種類ごとの分級数を表示することにより、懸濁物質がプランクトンか否か、また、その出現動向を定量的にリアルタイム監視ができる。また、プランクトンの候補名を表示することにより、経験の浅いオペレータもプランクトンの状況を把握することができる。全物体及び物体種類ごとの分級数は、各画面ごとあるいは単位時間ごとに通信インターフェイス２５３を介して計算機システムへ出力される。
【００５１】なお、本実施例では、プランクトンを大まかな形状に分類して分級数を求めたが、表１の分類指標をさらに区分けして種類を詳細に分類してもよい。また、分類指標は表１に明記した項目に限定するものでなく、画像処理で抽出できる形状特徴量を広く利用でき、詳細な分類に効果がある。さらに、本実施例ではファジィ表現の判定ルールを用いて知識工学により種類を推論したが、クリスプルールを判定ルールとする知識工学手法、並びに各種画像演算情報を入力層に、演算情報に対応する特徴値を教師データとするニューラルネットワーク手法を用いることもできる。
【００５２】以上、説明した画像処理手段によれば、群体プランクトンと単体プランクトン及びゴミ状物質を明確に分類でき、湖沼等の貯留水の汚染状態を直接監視できる。
【００５３】計算機システム５０は、監視装置２０からの懸濁物質画像情報，水質計測装置３０とデータ処理装置４０からの水質計測情報，気象観測装置６０からの気象計測情報，水面観測装置６５からの水面計測情報、並びに降雨観測装置７５からの降雨計測情報を連続的に受信し、これらの情報に基づいて湖沼等水域全体の水質汚染状態を診断し、その診断結果を用いて浄化装置８０，導水装置８０Ａ，排水装置８０Ｂ，放流装置９０Ａ、及び利水装置９０Ｂに運転指令や制御方式、並びに警報指令を出力する。ここで、水質計測情報は水温，濁度，ｐＨ，ＤＯ（溶存酸素濃度），電気伝導度，有機物濃度，富栄養塩（窒素，りん化合物）濃度，クロロフィル量，水位，流速，臭気度などで、気象計測情報は気温，風向，風力，日射量などで、水面計測情報は水の色度，浮遊物質集積度などで、降雨計測情報は雨量，ｐＨ，ＮＯｘ濃度，ＳＯｘ濃度などである。また、監視装置２０，水質計測装置３０，気象観測装置６０，水面観測装置６５、及び降雨観測装置７５は監視対象の地理的条件などを考慮して監視に最適な位置に設置する。また、水域を複数の監視ブロックに分割し、各ブロックの代表地点に各計測装置を配置し、これらの総合的な計測情報に基づいて水域全体の水質汚染状態を診断することが望ましい。この場合、計算機システム５０は機能を分割させる分散システム方式でもよいが、各種計測情報を無線あるいは電話回線や光ファイバーを利用した有線ネットワークを構築して送信させる１局管理方式が運用上望ましい。
【００５４】図１０に計算機システム５０の一構成例を示す。計算機システム５０はＣＰＵ（中央処理装置）５０１，主記憶装置５０２，シミュレーション装置５０３，推論装置５０４，印字装置５０５，データベース５０６，知識ベース５０７，入力ポート５０８，出力ポート５０９，外部記憶装置５１０が設置され、各々システムバス５１１を介して情報処理が実行される。
【００５５】ＣＰＵ（中央処理装置）５０１には表示装置５１２と入力装置５１３が接続され、計算機システム５０内の情報表示とマウス，ライトペン，キーボードなどから必要情報を計算機システム５０に送信する。ＣＰＵ（中央処理装置）５０１は主記憶装置５０２に格納されているメインプログラムを実行し、計算機システム５０全体を制御する。実行タイミングは入力装置５１３からの起動指令信号、タイマー，入力ポート５０８からの情報入力による。データベース５０６には入力ポート５０８を介して受信した画像情報，水質計測情報，気象計測情報，水面計測情報、並びに降雨計測情報が格納され、外部記憶装置５１０にはシミュレーション装置５０３で用いる水域形状や流入，流出個所等の地形及び地理データが格納され、また、シミュレーション結果や推論装置５０４の推論結果が格納される。
【００５６】推論装置５０４はデータベース５０６の情報と知識ベース５０７に格納されている水質診断ルールと浄化対策ルールを呼び出して、特定地域あるいは水域全体の総合的な水質の汚染状態とその要因を診断し、浄化対策手段と運転制御方式、及び水域に関連する水施設への警報指令や運転ガイダンスなどを推論する。まず、画像情報から植物プランクトン総量の増減傾向を把握し、増加傾向にあれば、種類やその面積分布などから発生プランクトンの動向とその要因を詳細に診断する。これらの診断には栄養塩濃度，水温，水流の停滞、あるいは日射量の影響か、さらに気象情報を考慮して行なう。また、水の色度，浮遊物質集積度などの水面計測情報により汚染度合を評価し、対策情報の伝達範囲を選定する。浮遊物質集積は画像情報と照合させ、群体を形成するアオコ（ミクロキスチス）や赤潮（ウログレナ）かを判定し、その増殖状態を水中と水面情報から判断できる。対策情報の伝達範囲は、例えば、汚染度合が低ければ浄化装置８０の運転指令と運転条件をガイダンスする。複数の浄化装置８０を有する場合は運転設備の選定、運転時期やタイミング等の浄化対策を支援する。汚染度合がやや高く，臭気や色変化がある場合は浄水場などの利水装置９０Ｂに警報信号を送信し、高度処理設備の運転あるいは強化させる。また、線形（針状）プランクトンが異常増殖した場合は濾過障害の可能性があるなどの警報を出し、早期対策を実行させる。監視水域がダムの場合は、取水位置あるいは取水の水深位置を変更させる対策手段を講じさせる。さらに、汚染が激しければ、浄化装置８０の運転指令と同時に、対象水域の貯留水入替えを導水装置８０Ｂ及び排水装置８０Ｂの管理者に指示し、強制的浄化を支援する。また、汚染状態の長期傾向を把握し、有機物や富栄養塩濃度が上昇傾向にあれば下水処理場などの放流装置９０Ａの放流水質改善対策などの運転支援、あるいは新たな放流装置９０Ａの建設提案を支援する。降雨計測情報から特定水域の水質が影響される場合は、浄化装置８０に運転を指令し、水域全体での緩和対策を支援する。懸濁物質の大部分がゴミ状物質であれば雨あるいは水域の対流の影響が原因と判断し、浄化装置８０の稼動指令出力はなされない。
【００５７】シミュレーション装置５０３はデータベース５０６の情報や外部記憶装置510地形及び地理データに基づいて水質汚染状態の現状と将来の予測を行う。また、推論装置５０４からの浄化対策手段，運転制御方式を採用時の水質改善効果を予測して浄化対策手段並びに運転制御方式を評価し、対策支援を改善する。
【００５８】推論装置５０４の推論結果及びシミュレーション装置５０３のシミュレーション結果は外部記憶装置５１０に記憶される。また、浄化対策指令信号は出力ポート５０９を介して各種関連装置に送信される。なお、推論装置５０４及びシミュレーション装置５０３からの浄化対策指令は表示装置５１２と入力装置５１３によりオペレータの判断で選択実行できる。
【００５９】なお、浄化装置８０は１つの水域に複数個設備されているのが一般的で、また、様々な方式の浄化法が適用されている。例えば、懸濁物質を含む汚濁液を直接採取し、濾過により懸濁物質のみを分離除去したのち濾液を浄化液として水域に返送する浄化方式がある。汚濁液は、船あるいは懸濁物質が滞留する領域に固定した導水管からポンプで採取しても良い。さらに、浄化方式としては、水域内に設置した装置を直接稼動させる方法も適用できる。この方法には、水面近くの液を撹拌して水流を起こすとともに酸素を供給する撹拌方式や、水域の底部近傍に中空筒を設けて連続的あるいは間欠的に空気を流通させて水流を強制的に発生させる方式がある。これらの浄化方式は異常出現した植物プランクトンの直接浄化、さらに、汚染要因が水温，水流停滞や日射量が影響している場合に有効である。また、汚染要因が有機物，窒素やりん等の富栄養塩の場合、活性汚泥法などの微生物を利用して富栄養塩を選択的に分解除去する方式，凝集剤などの薬剤を添加して沈殿除去する方式，活性炭や膜で物理的に除去する方式，さらに、オゾン注入や紫外線照射による分解除去方式が適用できる。これらの方式は水域からサンプリングした汚濁液や、水域への流入水を対象に処理しても良い。
【００６０】上記実施例では、画像処理装置２５を監視装置２０に内蔵させたが、複数地点でプランクトンを観察する場合、画像処理装置２５を計算機システム５０に組み込み、異なる複数画像を切り替えて処理を実行しても良い。
【００６１】また、波形解析装置２２で懸濁物質の存在を確認し、画像処理を実行したが、画像処理装置２５で直接懸濁物質の有無を判定しても良い。これは、画像処理の実行時間が形状特徴量を求めるのにその大部分が費やされることから、物体の確認のみの場合、短時間で結果を得ることができるためである。
【００６２】
【発明の効果】本発明によれば、懸濁物質が存在する場合に画像処理が実行されるため、撮像が高速化され、画像認識の効率が向上する。認識効率の向上は水質判定を行うためのプランクトン検体数が増すことから、より正確な情報に基づいた水圏監視並びに診断が行え、診断結果の信頼性が高まる効果がある。さらに、対象水域に係る施設に対して安心した運転支援を行うことができる。
【図面の簡単な説明】
【図１】本発明の一実施例を説明する構成図。
【図２】撮像装置と監視装置の一実施例を説明する構成図。
【図３】懸濁物質の検出機構を説明する構成図。
【図４】懸濁物質の存在を判定する手段を示す図。
【図５】計算制御装置の機能を説明する図。
【図６】画像処理装置の構成を示す図。
【図７】画像処理手順の一例を説明する図。
【図８】画像強調処理の結果を示す説明図。
【図９】群体形成度の相違を示す説明図。
【図１０】計算機システムの一実施例を説明する構成図である。
【符号の説明】
１０…観察装置、２０…監視装置、３０…水質計測装置、４０…データ処理装置、５０…計算機システム、６０…気象観測装置、６５…水面観測装置。
【特許請求の範囲】
【請求項１】水圏内の液を拡大して撮像しアナログ信号として取り込む撮像手段と、該撮像手段で得られたアナログ信号を波形解析し懸濁物質が存在するか否かを検出する波形解析手段と、前記波形解析手段で懸濁物質が確認されたならば画像処理して懸濁物質の大きさ，形状，輝度に関する情報の少なくとも１つを求める懸濁物質の特徴量計測手段とを具備することを特徴とする水圏監視装置。
【請求項２】水圏内の液を拡大して撮像する手段と、該撮像手段の撮像部に前記水圏液を供給する手段と、該撮像手段で得られた映像を解析して懸濁物質が存在するか否かを検出する手段と、前記検出手段で懸濁物質が確認されたならば画像処理して懸濁物質の大きさ，形状，輝度に関する情報の少なくとも１つを求める懸濁物質の特徴量計測手段とを具備することを特徴とする水圏監視装置。
【請求項３】水圏内の液を拡大して撮像する手段と、該撮像手段で得られた映像を記憶し保存する手段と、該撮像手段で得られた映像を解析して懸濁物質が存在するか否かを検出する手段と、前記検出手段で懸濁物質が確認されたならば画像処理して懸濁物質の大きさ，形状，輝度に関する情報の少なくとも１つを求める懸濁物質の特徴量計測手段とを具備することを特徴とする水圏監視装置。
【請求項４】請求項１ないし３において、前記特徴量計測手段で求めた特徴量に基づいてプランクトンであるか或いはそれ以外の懸濁物質であるかを判定する手段と、認識したプランクトンの個数或いはプランクトンの種類を識別してその個数を計測する手段とを具備することを特徴とする水圏監視装置。
【請求項５】請求項４において、前記プランクトンの種類或いは個数を表示する表示手段を有することを特徴とする水圏監視装置。
【請求項６】水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して水圏を浄化する浄化手段とを具備することを特徴とする水圏浄化装置。
【請求項７】水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して警報を発する警報手段とを具備することを特徴とする水圏監視装置。
【請求項８】水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して水圏へ導入される水を調節する導水調節手段とを具備することを特徴とする水圏監視装置。
【請求項９】水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して水圏の利水或いは排水施設の処理方式及び／または操作量を設定或いは選定する手段とを具備することを特徴とする水圏監視，利用装置。
【請求項１０】水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して水圏の利水或いは排水施設に警報を与える手段とを具備することを特徴とする水圏監視，利用装置。
【請求項１１】請求項６ないし１０において、前記観測手段及び計測手段からの観測結果及び計測情報と前記診断手段の出力情報とに基づいて水質汚染度の変化を予測する手段と、該予測手段で得られた水質汚染度変化量と前記診断手段で得られた水質汚染度とを比較して水質汚染に影響をおよぼす因子を制御する手段とを具備することを特徴とする水圏監視，浄化装置。
【請求項１２】請求項６ないし１１において、前記観測及び計測手段を複数箇所に設置し、それぞれの手段からの観測及び計測情報を前記診断手段に入力する入力手段を有することを特徴とする水圏監視，浄化装置。
【請求項１３】請求項６ないし１３において、前記懸濁物質観測手段は、透過光及び／または散乱光による光学的方式或いは超音波方式よりなることを特徴とする水圏監視，浄化装置。
【請求項１４】請求項４において、前記プランクトンが植物プランクトンであることを特徴とする水圏監視装置。
【請求項１５】請求項６において、太陽光をエネルギー源として発電する手段を具備し、該発電手段により前記浄化手段を稼動するように構成されたことを特徴とする水圏浄化装置。
【請求項１】水圏内の液を拡大して撮像しアナログ信号として取り込む撮像手段と、該撮像手段で得られたアナログ信号を波形解析し懸濁物質が存在するか否かを検出する波形解析手段と、前記波形解析手段で懸濁物質が確認されたならば画像処理して懸濁物質の大きさ，形状，輝度に関する情報の少なくとも１つを求める懸濁物質の特徴量計測手段とを具備することを特徴とする水圏監視装置。
【請求項２】水圏内の液を拡大して撮像する手段と、該撮像手段の撮像部に前記水圏液を供給する手段と、該撮像手段で得られた映像を解析して懸濁物質が存在するか否かを検出する手段と、前記検出手段で懸濁物質が確認されたならば画像処理して懸濁物質の大きさ，形状，輝度に関する情報の少なくとも１つを求める懸濁物質の特徴量計測手段とを具備することを特徴とする水圏監視装置。
【請求項３】水圏内の液を拡大して撮像する手段と、該撮像手段で得られた映像を記憶し保存する手段と、該撮像手段で得られた映像を解析して懸濁物質が存在するか否かを検出する手段と、前記検出手段で懸濁物質が確認されたならば画像処理して懸濁物質の大きさ，形状，輝度に関する情報の少なくとも１つを求める懸濁物質の特徴量計測手段とを具備することを特徴とする水圏監視装置。
【請求項４】請求項１ないし３において、前記特徴量計測手段で求めた特徴量に基づいてプランクトンであるか或いはそれ以外の懸濁物質であるかを判定する手段と、認識したプランクトンの個数或いはプランクトンの種類を識別してその個数を計測する手段とを具備することを特徴とする水圏監視装置。
【請求項５】請求項４において、前記プランクトンの種類或いは個数を表示する表示手段を有することを特徴とする水圏監視装置。
【請求項６】水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して水圏を浄化する浄化手段とを具備することを特徴とする水圏浄化装置。
【請求項７】水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して警報を発する警報手段とを具備することを特徴とする水圏監視装置。
【請求項８】水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して水圏へ導入される水を調節する導水調節手段とを具備することを特徴とする水圏監視装置。
【請求項９】水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して水圏の利水或いは排水施設の処理方式及び／または操作量を設定或いは選定する手段とを具備することを特徴とする水圏監視，利用装置。
【請求項１０】水圏内の液中の懸濁物質を観測する手段と、前記液中の水温及び水質を計測する手段と、前記水圏の水面の色合いを観測する手段と、前記水圏を含む地域の気象を観測する手段と、前記水圏に流入する降雨水の水質を計測する手段と、得られた観測結果及び計測情報の少なくとも１つを用いて水質汚染度のレベルを診断する手段と、該診断手段で診断された水質汚染度のレベルに対応して水圏の利水或いは排水施設に警報を与える手段とを具備することを特徴とする水圏監視，利用装置。
【請求項１１】請求項６ないし１０において、前記観測手段及び計測手段からの観測結果及び計測情報と前記診断手段の出力情報とに基づいて水質汚染度の変化を予測する手段と、該予測手段で得られた水質汚染度変化量と前記診断手段で得られた水質汚染度とを比較して水質汚染に影響をおよぼす因子を制御する手段とを具備することを特徴とする水圏監視，浄化装置。
【請求項１２】請求項６ないし１１において、前記観測及び計測手段を複数箇所に設置し、それぞれの手段からの観測及び計測情報を前記診断手段に入力する入力手段を有することを特徴とする水圏監視，浄化装置。
【請求項１３】請求項６ないし１３において、前記懸濁物質観測手段は、透過光及び／または散乱光による光学的方式或いは超音波方式よりなることを特徴とする水圏監視，浄化装置。
【請求項１４】請求項４において、前記プランクトンが植物プランクトンであることを特徴とする水圏監視装置。
【請求項１５】請求項６において、太陽光をエネルギー源として発電する手段を具備し、該発電手段により前記浄化手段を稼動するように構成されたことを特徴とする水圏浄化装置。
【図３】
【図６】
【図１】
【図２】
【図４】
【図８】
【図５】
【図９】
【図１０】
【図７】
【図６】
【図１】
【図２】
【図４】
【図８】
【図５】
【図９】
【図１０】
【図７】
【公開番号】特開平５−３３２９１５
【公開日】平成５年（１９９３）１２月１７日
【国際特許分類】
【出願番号】特願平４−１３８３８１
【出願日】平成４年（１９９２）５月２９日
【出願人】（０００００５１０８）株式会社日立製作所 (27,607)
【公開日】平成５年（１９９３）１２月１７日
【国際特許分類】
【出願日】平成４年（１９９２）５月２９日
【出願人】（０００００５１０８）株式会社日立製作所 (27,607)
[ Back to top ]