论文部分内容阅读
生物水质自动监测方法目前被广泛应用于水体的质量监测和安全预警中,其特点是利用水生生物的生理特性以及对不同水质的行为特性反应水体质量的变化以及水体污染的程度,从生物学角度为水体质量评价提供依据。较传统的理化分析方法,生物检测可以综合多种有毒物质的相互作用,判定有毒物质的质量浓度和生物运动特征之间的直接关系。但是,如何快速有效地提取生物的运动特征,是生物水质自动监测方法的主要研究内容。本文以鱼类作为水质监测的传感器,研究了计算机视觉在水质监测中应用,初步构建了一个面向水质监测的鱼类目标跟踪与运动行为建模系统。研究内容主要包括:鱼类运动目标的实时检测与跟踪、鱼类运动行为建模以及鱼类运动监测平台的搭建。研究工作归纳如下:1.研究了基于模糊推理背景差分的鱼类运动目标实时检测方法?针对传统背景差分算法背景帧更新速度慢且不够精确的问题,本文提出了基于模糊推理的背景更新算法。该算法能快速提取鱼类运动目标的背景,实时、准确地分离出鱼类运动目标的前景。同时,为了增强算法的鲁棒性,本文引入了抗噪声的模糊推理来克服环境变化的影响。2.研究了基于自动Camshift二次检索的鱼类运动目标跟踪方法?针对传统Camshift算法不能实现全自动及多目标跟踪的问题,本文结合模糊推理背景差分和二次搜索,提出了Camshift自动跟踪算法,有效地克服了目标无法自动跟踪以及跟踪不准确、易丢失的现象。并在此基础上,引入了轮廓的标识思想,采用多Camshift跟踪器实现了Camshift算法的多目标跟踪。3.研究了基于PTW模型的鱼类运动行为建模方法?根据目标检测与跟踪得到的鱼类运动的位移及计算得到的速度与角速度,研究了基于PTW模型的鱼类运动行为建模方法。建立正常情况下鱼类运动的速度、角速度与轨迹模型,为鱼类的异常运动提供判断标准。4.研究了基于计算机视觉的鱼类运动监测平台?提出了面向水质监测的鱼类目标跟踪与运动行为建模的平台体系结构。开发了鱼类视频采集模块、视觉跟踪模块与鱼类运动行为建模模块的平台软件。