基于图像和声音的鲫鱼活跃度识别.pdfVIP

基于图像和声音的鲫鱼活跃度识别 目录 摘要 i Abstract ii 1 绪论 1 1.1 课题来源 1 1.2 研究背景与意义 1 1.3 国内外研究现状 2 1.3.1 鱼类行为在水产养殖中的应用 2 1.3.2 鱼类活跃度的研究进展 3 1.3.3 声学技术在水产养殖中的应用 5 1.4 研究内容 6 1.5 技术路线 7 1.6 本章小结 8 2 材料与方法 9 2.1 材料与设备 9 2.1.1 试验材料 9 2.1.2 仪器与设备 9 2.2 试验方案 11 2.3 基于图像的鲫鱼活跃度等级划分方法 11 2.3.1 目标检测方法的选取 12 2.3.2 基于深度学习的鲫鱼目标检测 13 2.3.3 鱼群游动轨迹提取 18 2.3.4 鱼群游速计算 19 2.3.5 鱼群活跃度等级划分 19 2.4 基于被动水声信号的鲫鱼活跃度识别模型建立方法 20 2.4.1 鱼声信号预处理 20 2.4.2 鱼声信号特征提取 21 2.4.3 样本集划分 26 2.4.4 模型建立 26 I 华中农业大学2020 届硕士研究生学位（毕业）论文 2.4.5 模型评价 30 2.5 本章小结 30 3 结果与分析 31 3.1 鲫鱼目标检测结果 31 3.2 鲫鱼游动轨迹提取结果 33 3.3 鲫鱼活跃度等级划分结果 34 3.4 鲫鱼声音信号分析 37 3.4.1 不同活跃度的鱼声信号比较 37 3.4.2 鱼声信号特征显著性分析 40 3.4.3 鱼声信号特征相关性分析 46 3.4.4 主成分分析 47 3.5 基于被动水声信号的鲫鱼活跃度识别模型 48 3.5.1 Fisher 线性判别分类器建模结果 48 3.5.2 支持向量机分类器建模结果 49 3.5.3 随机森林分类器建模结果 50 3.5.4 不同建模方法识别效果比较 52 3.6 本章小结 52 4 总结与展望 53 4.1 研究结论 53 4.2 创新点 54 4.3 展望 54 参考文献 55 攻读硕士学位期间科研成果 61 致谢 62 II 基于图像和声音的鲫鱼活跃度识别 摘要 淡水鱼的活跃度反映了其健康状况和行为情况，对淡水鱼的活跃度进行监测识 别，有助于及时发现养殖中的异常行为，从而进行预警并及时采取补救措施，减少 养殖的损失，提高淡水养殖产量和效率。目前淡水鱼活跃度监测主要是通过计算机 视觉，其容易受光线、水质、养殖密度等因素的影响，适用范围存在一定的局限性。 针对上述问题，本文提出了一种基于被动水声信号的鲫鱼活跃度识别方法。在实验 室同步采集了鲫鱼的声音和视频信号，利用视频信号进行鲫鱼活跃度等级划分，同 时提取了