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、模式識別以及人機智能接口技術(shù)的發(fā)展與進步，智能視頻監(jiān)控已經(jīng)發(fā)展成計算機視覺領(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的前提下，對攝像機攝錄獲取的視頻幀序列通過機器視覺分析的方法進行自動分析，達到對檢測目標的進行定位、識別和跟蹤的要求，在檢測結(jié)果的基礎(chǔ)上對檢測目標的行為進一步的分析和判斷，完成日常管理的同時也能及時的發(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。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、高度來進行監(jiān)測，來達到高產(chǎn)的目的。
　　本文的工作內(nèi)容總結(jié)為以下三點：
　?、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，選擇了抗噪能力強的Canny邊緣算子。然后在原有的Canny邊緣算子

3、的基礎(chǔ)上，對算法進行改進。圖像的去噪是通過對圖像進行平滑處理，所以平滑處理是檢測算子的重點。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，但同時也會誤將圖像中一些真實的高頻邊緣平滑掉，造成檢測的邊緣缺失。本文針對這一點，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\動目標的跟蹤主要是對通過運動目標檢測出來的每一個目標進行跟蹤，記錄魚群目標運動的軌跡，為