基于计算机视觉的鱼类行为自动监测系统设计与实现

针对传统的鱼类行为观察方法的缺点,提出了一种基于计算机视觉的鱼类行为自动监测系统的设计与实现方法.系统利用摄像设备对鱼的行为进行24小时监控,通过监测鱼类体色与游动速度(加速度)的变化,自动发现由于应激或疾病等引起的行为异常.该文设计的方法对水产养殖业实施水产生物的自动化监测具有一定的借鉴意义.     

基于P87LPC764的温室智能温度计的研制

针对一般温室内温度测量电路设计复杂、温度测量与温度控制分离等缺点，以Philips公司生产的P87LPC764为核心器件，以软件方法代替硬件电路，研制了智能化、便携式的数字温度计，实现了对定点温度的采集、处理及控制信号输出。     

基于光流法与特征统计的鱼群异常行为检测

鱼类群体行为的异常检测能够为鱼类健康监控与预警提供重要的方法和手段,对研究鱼类行为的机理,提升水产养殖过程中的信息化水平具有非常重要的意义。该文通过计算机视觉和图像处理技术,基于鱼群运动特征统计方法,对鱼群异常行为检测进行研究。利用Lucas-Kanade光流法得到目标鱼群的运动矢量,并对目标运动的行为特征进行统计,得到速度与转角这2个行为特征的联合直方图与联合概率分布。最后,在联合概率分布的基础上,基于标准互信息(normalized mutual information-NMI)和局部距离异常因子(local distance-based outlier factor-LDOF)2种方法对鱼群行为进行异常检测。试验结果表明,2种异常检测方法均达到99.5%以上的准确率。     

基于图像处理和压缩感知的鱼群低溶氧胁迫异常行为检测方法

为了克服人工观测鱼群异常行为费时费力的问题,本文提出了一种基于图像处理和压缩感知算法的鱼群低溶氧胁迫异常行为的自动检测方法。以锦鲤(Cyprinus carpio)为研究对象,通过获取常氧和低氧2种情况下的鱼群运动视频图像,利用图像处理技术得到鱼群位置直方图,提取鱼群位置的均值、方差、歪斜度、峰态和能量5个参数,构成每幅图像的鱼群运动特征参数。在此基础上构建数据词典矩阵,并利用压缩感知分类方法实现低溶氧胁迫下的鱼群异常行为检测。实验结果表明,该方法能有效实现低溶氧胁迫下的鱼群异常行为检测,准确率达到98.50%。     

循环水养殖游泳型鱼类摄食活动强度评估方法研究

针对循环水养殖游泳型鱼类过程中的高效投喂难题进行了研究,以罗非鱼为实验对象,提出了一种基于改进动能模型的鱼群摄食活动强度评估方法。该方法避免了鱼群目标的前景提取和对鱼群内个体的跟踪,直接以由鱼群摄食活动引起的水面反光区域变化特征为关键因素进行分析。首先,在HSV色彩空间下对水面反光区域进行分割、提取;其次,利用Lucas-Kanade光流、统计学方法以及信息熵对反光区域变化的不规律程度进行计算和分析;最后,结合反光区域的变化幅度信息实现对鱼群摄食活动强度的评估。通过实验结果对比分析可知,所提方法在单轮多次饱食投喂(间隔时间(40±2)s)下针对不同肠胃饱满指数(20.35±10、150.61±10)的罗非鱼均能较好地描述鱼群摄食活动强度。     

基于计算机视觉技术的运动鱼检测算法

为了提高水中鱼的运动检测精度,该文在分析比较图像和视觉领域常用的运动目标检测算法的基础上,提出了3种适合于运动鱼检测的改进算法。试验结果表明,该文提出的算法在检测鱼的快速运动方面要优于传统算法,特别是帧间差分和运动平均背景建模结合方法较其他算法在平均检测时间和检测精度方面更具优势,在鱼类运动检测方面有较大的应用潜力。     

基于Agent的温室智能选配系统的设计和实现

如何让用户根据气候特征、成本控制目标等模糊条件，合理选择温室类型及配套设施，并提供相应的技术和服务，是当前设施农业发展中迫切需要解决的问题。为了解决这个问题，在温室系统结构分析的基础上，运用Agent技术，设计了温室智能选配系统，并给出了系统的Java实现。该系统采用分层式设计，接口清晰，能充分利用现有基于RDBMS的系统，在核心层的设计中，使用了PAC(Presentation-Abstrac tion-Control)模式便于系统的维护和扩充，为智能决策支持系统的设计与实现提供了一种新方法。     

基于图像处理方法的根系分形维数估计

应用图像处理方法,给出了根系分形维数估计的网格计数法,得到了相应的算法,即先用数字图像采集设备取得根系的图像,再用网格计数法对处理后的图像进行计盒维数估计,并用Java语言进行实现,为根系研究提供了一种新的思路和手段。在此基础之上,计算了黑麦草(LoliumperenneL.)根系的分形维数,与实测数据基本吻合。此方法不仅解决了对根系研究直接测量难度大、工作量大的问题,而且可用于多种植物根系的分形维数计算。