论文部分内容阅读
选育具有优良抗逆性的虾苗是对虾养殖产业的重中之重,同时也是对虾养殖的核心技术。研究人员通过设计抗逆性实验来研究对虾的抗逆极限和最适宜的对虾养殖环境,然而抗逆性实验往往持续的时间较长,通过人工观测费时费力,且对虾的运动数据无法通过人工测量计算,难以对虾的运动进行定量分析。而近年来,计算机视觉技术高速发展,在行人和车辆的检测识别跟踪方面都有较为成熟的应用,但还未有针对对虾育种研究的应用。针对以上问题视频分析系统基于计算机视觉技术以及OpenCV和Qt设计出一套视频分析系统,该系统用于分析对虾的抗逆性实验视频。主要工作如下:(1)对抗逆性实验视频中的对虾进行目标检测和分离。基于背景建模的目标检测技术,通过建立视频的背景模型区分前景目标和背景图像,通过滤波和阈值化处理将检测到的前景目标进行分离。(2)对抗逆性实验视频中对虾的生存状态进行判断并记录死亡时间。对目标检测的结果进行HOG特征提取放入SVM中进行对虾的状态分类,通过检测对虾是否长时间处于一个侧翻且弯曲的状态来判断对虾是否已经死亡。(3)对抗逆性实验视频中对虾进行了单目标跟踪。本系统采用检测算法对Camshift跟踪算法进行初始化和目标找回完成对视频中的对虾的目标跟踪。(4)对抗逆性实验视频中对虾的运动数据的计算。根据目标跟踪结果可以获得对虾在每一帧中的位置,通过相应的计算得到对虾的运动路程,运动速度,运动加速度,运动改变角度等数据。(5)利用Qt实现了简易的界面,用户能通过界面进行文件的输入输出,参数设置以及数据处理实时检测,便于非计算机专业的对虾养殖研究人员的的操作。该视频分析系统将计算机视觉技术应用于对虾抗逆性实验研究,不仅节省对虾养殖相关研究人员的人力和时间,而且提供了较为准确的数据用于定量分析,为虾苗选育和对虾行为学研究提供了重要的辅助。