基于水下視覺(jué)的魚(yú)道過(guò)魚(yú)量計(jì)數(shù)方法與應(yīng)用研究.pdf

1、魚(yú)道作為水利水電工程建設(shè)中一項(xiàng)生物保護(hù)措施，開(kāi)始得到社會(huì)各界越來(lái)越廣泛的關(guān)注和重視。我國(guó)魚(yú)道建設(shè)處于初級(jí)階段，魚(yú)道建設(shè)經(jīng)驗(yàn)不足，為研究魚(yú)道過(guò)魚(yú)效果，給魚(yú)道優(yōu)化設(shè)計(jì)、魚(yú)類保護(hù)措施的制定等提供科學(xué)的參考依據(jù)，需要設(shè)計(jì)魚(yú)道監(jiān)測(cè)方案，對(duì)魚(yú)道內(nèi)過(guò)魚(yú)流量進(jìn)行統(tǒng)計(jì)?；诖耍疚脑O(shè)計(jì)了攝像監(jiān)測(cè)方案，采用圖像處理方法，開(kāi)發(fā)了一種基于水下視覺(jué)的魚(yú)道過(guò)魚(yú)流量計(jì)數(shù)系統(tǒng)，通過(guò)多運(yùn)動(dòng)目標(biāo)識(shí)別與分割、多目標(biāo)匹配及計(jì)數(shù)準(zhǔn)則的制定，能夠高效完成魚(yú)道魚(yú)量的統(tǒng)計(jì)，具有較好的

2、理論意義及應(yīng)用價(jià)值。
　　基于水下視覺(jué)的魚(yú)道過(guò)魚(yú)量計(jì)數(shù)方法與應(yīng)用的核心在于如何在退化的水下圖像中對(duì)魚(yú)類運(yùn)動(dòng)目標(biāo)進(jìn)行準(zhǔn)確地識(shí)別與分割，以及在識(shí)別分割后如何判斷魚(yú)進(jìn)入魚(yú)道或逃離魚(yú)道，實(shí)現(xiàn)魚(yú)道內(nèi)魚(yú)數(shù)量的統(tǒng)計(jì)。因此，魚(yú)量統(tǒng)計(jì)的關(guān)鍵問(wèn)題可以細(xì)化為水下圖像去噪與增強(qiáng)、多運(yùn)動(dòng)目標(biāo)識(shí)別與分割、多目標(biāo)匹配與計(jì)數(shù)等。針對(duì)以上問(wèn)題，本論文的主要工作和取得的成果如下：
　　1）介紹了一種水下圖像去噪算法。針對(duì)于圖像在水的流動(dòng)、波動(dòng)及微粒影響下，形成

3、明顯跳變、連續(xù)及橫向的條狀噪聲，介紹了一種新的圖像去噪算法。能夠有效地完成水下圖像噪聲的提取與去除，實(shí)現(xiàn)圖像還原。
　　2）改進(jìn)了一種多運(yùn)動(dòng)目標(biāo)識(shí)別的算法。針對(duì)于水下背景變化會(huì)給前景識(shí)別帶來(lái)干擾，例如水的波動(dòng)及光線的緩慢變化等，容易將背景誤判為前景，改進(jìn)了一種基于混合高斯背景建模的自適應(yīng)參數(shù)更新率的背景差算法，能夠快速適應(yīng)水下復(fù)雜的背景變化，高效識(shí)別魚(yú)類運(yùn)動(dòng)目標(biāo)。
　　3）提出了一種多運(yùn)動(dòng)目標(biāo)匹配及計(jì)數(shù)的算法。針對(duì)于魚(yú)的游態(tài)

4、及身體形態(tài)變化快而復(fù)雜，容易導(dǎo)致目標(biāo)當(dāng)前幀未被檢測(cè)出來(lái)，或由于光照環(huán)境突變、水中雜物飄過(guò)以及水流影響，可能導(dǎo)致非目標(biāo)干擾物在當(dāng)前幀被識(shí)別為目標(biāo)。在圖像中選擇了預(yù)備計(jì)數(shù)區(qū)和有效計(jì)數(shù)區(qū)，設(shè)計(jì)了加權(quán)多約束模型進(jìn)行多目標(biāo)匹配。在此基礎(chǔ)上，制定計(jì)數(shù)準(zhǔn)則，通過(guò)目標(biāo)身份的建立、緩沖幀的設(shè)計(jì)、目標(biāo)未出現(xiàn)次數(shù)的標(biāo)記及損失方向的計(jì)算進(jìn)行魚(yú)量的統(tǒng)計(jì)。實(shí)驗(yàn)表明，算法能夠高效實(shí)現(xiàn)多運(yùn)動(dòng)目標(biāo)的匹配及進(jìn)出魚(yú)道的數(shù)據(jù)統(tǒng)計(jì)。
　　4）設(shè)計(jì)了基于水下視覺(jué)的魚(yú)道過(guò)魚(yú)量