基于圖像處理的魚群監(jiān)測技術(shù)研究.pdf

1、隨著人工智能、模式識別以及人機(jī)智能接口技術(shù)的發(fā)展與進(jìn)步，智能視頻監(jiān)控已經(jīng)發(fā)展成計(jì)算機(jī)視覺領(lǐng)域新興的應(yīng)用方向。智能視頻監(jiān)控在不需要人為干預(yù)的前提下，對攝像機(jī)攝錄獲取的視頻幀序列通過機(jī)器視覺分析的方法進(jìn)行自動(dòng)分析，達(dá)到對檢測目標(biāo)的進(jìn)行定位、識別和跟蹤的要求，在檢測結(jié)果的基礎(chǔ)上對檢測目標(biāo)的行為進(jìn)一步的分析和判斷，完成日常管理的同時(shí)也能及時(shí)的發(fā)現(xiàn)發(fā)生異常情況并作出反應(yīng)。
　　傳統(tǒng)養(yǎng)魚方式生產(chǎn)落后、低效、低產(chǎn)、污染環(huán)境，工廠化養(yǎng)魚能有效地改

2、善傳統(tǒng)養(yǎng)魚的缺點(diǎn)。工廠化養(yǎng)魚的發(fā)展離不開高新技術(shù)的支撐，現(xiàn)階段智能視頻監(jiān)控也開始慢慢涉及到水下監(jiān)測當(dāng)中，使得工廠化養(yǎng)魚的效率提升，產(chǎn)量增高。本文就是通過圖像處理來對魚群的游泳速度、加速度、高度來進(jìn)行監(jiān)測，來達(dá)到高產(chǎn)的目的。
　　本文的工作內(nèi)容總結(jié)為以下三點(diǎn)：
　?、磐ㄟ^對Canny邊緣算子、Sobel邊緣算子等邊緣算子的理論分析和仿真，綜合分析它們的優(yōu)缺點(diǎn)，選擇了抗噪能力強(qiáng)的Canny邊緣算子。然后在原有的Canny邊緣算子

3、的基礎(chǔ)上，對算法進(jìn)行改進(jìn)。圖像的去噪是通過對圖像進(jìn)行平滑處理，所以平滑處理是檢測算子的重點(diǎn)。Canny邊緣算法中采用的算法是利用高斯函數(shù)去平滑圖像，在抑制噪聲能力方面有較大改善，但同時(shí)也會(huì)誤將圖像中一些真實(shí)的高頻邊緣平滑掉，造成檢測的邊緣缺失。本文針對這一點(diǎn)，Canny邊緣算子之后，采用霍夫變換連接缺失邊緣，仿真后得到的結(jié)果比較理想。
　?、七\(yùn)動(dòng)目標(biāo)的跟蹤主要是對通過運(yùn)動(dòng)目標(biāo)檢測出來的每一個(gè)目標(biāo)進(jìn)行跟蹤，記錄魚群目標(biāo)運(yùn)動(dòng)的軌跡，為