基于视频分析的鱼类运动目标提取 .pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于视频分析的鱼类运动目标提取

张胜茂;赵申;张衡;杨东海

【摘要】中国是一个水产养殖大国,渔业养殖产业不但具有一个很大的基数而且增

量也是相当可观.因此传统依靠人工对渔业进行病害防治的方法过于低效,也不能提

供较高的可靠性;在图像处理和计算机视觉技术快速发展的基础上,选择使用视频监

控的手段,利用计算机对图像进行分析进而得出对鱼类行为的判断结果,满足高效、

稳定等要求.本文提出了基于监控视频分析进行鱼类运动捕捉的方法,首先对视频图

像进行灰度化处理,利用高斯模板对图像进行平滑处理,最后选择对视频帧使用高斯

混合模型的方法进行建模得到背景模型,进而得到运动的前景目标,提出了对前景轮

廓进行合理性分析提高检测正确率的方法,并且通过实验验证得到了较好的效果.

【期刊名称】《渔业信息与战略》

【年(卷),期】2017(032)001

【总页数】7页(P44-50)

【关键词】计算机视觉;视频分析;运动检测;高斯混合模型

【作者】张胜茂;赵申;张衡;杨东海

【作者单位】中国水产科学研究院东海水产研究所农业部东海与远洋渔业资源开发

利用重点实验室,上海200090;上海理工大学光电信息与计算机工程学院,上海

200090;中国水产科学研究院东海水产研究所农业部东海与远洋渔业资源开发利用

重点实验室,上海200090;中国水产科学研究院东海水产研究所农业部东海与远洋

渔业资源开发利用重点实验室,上海200090

【正文语种】中文

【中图分类】TP751.1

在水产品养殖业中,通过鱼类运动的活跃程度分析可以判断鱼的健康状况;通过对

鱼类在水层中聚集位置的分析可以推测水质状况;当鱼类感染寄生虫时也会表现出

特定的行为动作,因此对鱼类的各种行为进行分析一直是研究人员关心的问题。最

开始的鱼类行为研究是由人工观察记录数据,存在任务繁重、记录不准确、观察不

全面等诸多缺陷。随着技术的发展,开始出现了自动记录的方式,如对鱼群的活动

检测采用回声探测技术[1];对鱼的生理行为分析采用声音测量的方式[2];随着计

算机视觉技术的发展和硬件计算能力的不断提升,鱼类行为的研究开始进入了以视

觉信息为基础的自动分析阶段[3,4]。1996年,以金鱼的行为作为研究对象,Kato

等[5]开发出了一个计算机图形处理系统;2004年,Kato等[6]借助计算机和图像

处理技术,开展了对斑马鱼行为的研究;2003年,Suzuki等[7]利用计算机视觉

技术进行了不同大小的鱼类群体行为的差异性研究;2009年,Wang等[8]对鱼类

在拥挤环境中的活动行为进行了建模分析。在国内,也有卢焕达等[9]利用计算机

视觉技术,设计鱼类行为监控系统完成对鱼群的自动监控工作;近些年,由于人们

对环境污染检测意识的逐步提高,鱼类的运动状态在一定程度上反应了水质的状况,

设计基于视觉的方法进行鱼类运动分析来反映水环境质量也成为了研究的热点问题

[10]。

利用计算机视觉技术进行鱼类行为的分析对鱼的正常活动不产生影响,与声波和光

电的测量手段相比,不会使鱼类产生应激反应,不改变鱼类生活的环境,属于一种

非接触测量方式,能够真实地反映出鱼类在自然环境下的活动状态。一般的鱼类行

为视频监控系统包含视频图像的获取、图像的预处理、鱼类运动捕捉、鱼类行为分

析。其中获取鱼类准确位置,是后续运动状态跟踪、轨迹生成、行为分析的基础,

因此对运动检测至关重要,其好坏在很大程度上影响了后续处理的质量,本文首先

对获取的图像进行灰度化处理,利用高斯模板对图像进行平滑处理,在一定程度上

滤除图像获取和传输过程中噪声带来的影响,利用高斯混合模型的方法对背景进行

建模获得运动目标,能够抑制水面缓慢小幅度波动及水底水草的摇摆带来的影响,

得到前景模板之后进行形态学操作分割出完整的轮廓,最后本文引入对轮廓目标的

合理性分析提高目标检测的准确率。

本文所述方法由图1所示的硬件实验平台进行验证,该实验装置包括鱼类运动容

器、前端摄像头采集装置、PC端图像处理装置。采集视频分辨率为1920×1080

像素,帧率为25帧/s。如果考虑鱼类运动的三维物理位置,可以增加摄像头数目,

利用多摄像头进行实时数据融合分析。该视觉系统相机数据传输通过USB接口实

现,相机输出图像为RGB三通道彩色图像。

软件系统包含图像获取、图像灰度化预处理和高斯平滑、背景建模得到运动的前景

目标、对获取的前景形态学操作后得到轮廓、对轮廓进行合理性分析得到所要检测

文档评论(0)

159****0673 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档