通過對(duì)魚群行為進(jìn)行監(jiān)測(cè)可以為魚類健康和水體環(huán)境監(jiān)控與預(yù)警提供最直觀的信息,傳統(tǒng)漁業(yè)養(yǎng)殖主要依靠人工觀察加經(jīng)驗(yàn)判斷對(duì)魚群的異常行為進(jìn)行監(jiān)測(cè),主觀性強(qiáng),準(zhǔn)確度低。隨著人工智能、模式識(shí)別等技術(shù)的飛速發(fā)展,基于機(jī)器視覺的智能監(jiān)控正發(fā)展成為新興的應(yīng)用方向。文章研究了一種基于機(jī)器視覺的魚群異常行為監(jiān)測(cè)方案,通過攝像機(jī)獲取魚群的運(yùn)動(dòng)視頻,利用機(jī)器視覺分析的方法實(shí)現(xiàn)對(duì)魚群運(yùn)動(dòng)目標(biāo)的自動(dòng)定位、識(shí)別和跟蹤,在此基礎(chǔ)上進(jìn)一步分析出魚群的平均游動(dòng)速度、加速度、高度等運(yùn)動(dòng)參數(shù),通過參數(shù)值的顯著變化對(duì)魚群的異常行為進(jìn)行自動(dòng)化實(shí)時(shí)監(jiān)測(cè),從而減少損失,提高養(yǎng)殖產(chǎn)量。 

【文章來源】：信息技術(shù)與信息化. 2020,(05)

【文章頁數(shù)】：3 頁

【部分圖文】：

實(shí)驗(yàn)裝置結(jié)構(gòu)圖

背景差分法的基本原理是首先選取背景圖像進(jìn)行建模,然后將目標(biāo)圖像幀的像素值與背景模型的像素值作差分運(yùn)算,得到的差值結(jié)果即為運(yùn)動(dòng)目標(biāo)的大致區(qū)域,最后經(jīng)過閾值判斷,將差值的絕對(duì)值大于閾值的像素點(diǎn)視為目標(biāo)物體。該方法特別適用于對(duì)靜止場(chǎng)景中的運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)。背景差分法的基本流程如圖2所示。假定目標(biāo)圖像幀為Ik(x,y),背景模型為Bk(x,y),將目標(biāo)圖像幀與背景模型相減可得差分圖像,設(shè)定閾值為T(可采用Otsu自適應(yīng)分割算法來確定圖像分割閾值T),差分圖像中大于閾值T的像素點(diǎn)視為前景目標(biāo),小于閾值T的像素點(diǎn)視為背景圖像,最終可以得到二值化圖像Rk(x,y)。

【參考文獻(xiàn)】：
期刊論文
[1]基于圖像處理的魚群運(yùn)動(dòng)監(jiān)測(cè)方法研究[J]. 袁永明,施珮.  南方水產(chǎn)科學(xué). 2018(05)
[2]基于智能視覺物聯(lián)網(wǎng)的水產(chǎn)養(yǎng)殖監(jiān)測(cè)系統(tǒng)[J]. 邢俊,李慶武,何飛佳,卞樂.  應(yīng)用科技. 2017(05)
[3]農(nóng)業(yè)部印發(fā)《全國(guó)漁業(yè)發(fā)展第十三個(gè)五年規(guī)劃》[J].   漁業(yè)致富指南. 2017(03)
[4]基于雙邊濾波的實(shí)時(shí)圖像去霧技術(shù)研究[J]. 孫抗,汪渤,周志強(qiáng),鄭智輝.  北京理工大學(xué)學(xué)報(bào). 2011(07)

碩士論文
[1]基于魚群跟蹤軌跡的生物水質(zhì)預(yù)警方法研究[D]. 嚴(yán)升.西安郵電大學(xué) 2019
[2]基于計(jì)算機(jī)視覺的魚群行為檢測(cè)與結(jié)構(gòu)特征研究[D]. 侯曉嬌.太原科技大學(xué) 2014



本文編號(hào)：3559112