节点文献

基于机器视觉的鱼类模式生物在线监测技术方法研究

免费订阅

【作者】 周振宇邵振洲施智平渠瀛张融饶凯锋关永

【Author】 Zhou Zhenyu;Shao Zhenzhou;Shi Zhiping;Qu Ying;Zhang Rong;Yao Kaifeng;Guan Yong;College of Information Engineering,Capital Normal University;Department of Electrical Engineering and Computer Science,The University of Tennessee;College of Mechanical Engineering and Automation,Beihang University;State Key Laboratory of Environmental Aquatic Chemistry,Research Center for Eco-environmental Sciences,Chinese Academy of Sciences;

【机构】 首都师范大学信息工程学院田纳西大学电气工程与计算机科学学院北京航空航天大学机械工程及自动化学院中国科学院生态环境研究中心环境水质学国家重点实验室

【摘要】 水污染的防治问题是我国关注的重中之重,现有理化监测方法的实时性和综合性较差,特别是对于一些极端可变化的环境,更需要新的方法以辅助和解决。生物式水质监测方法被提出,通过利用生物对环境污染或变化所产生的反应来直接或间接体现水质的污染情况。然而,观测指标与量化标准是面临的一大难题。文章利用机器视觉的方法,以青鳉鱼为模式生物,并以青鳉鱼的生理特征以及运动特征(呼吸频率、胸鳍摆动频率、摆尾频率)为观测指标,两方面综合评定青鳉鱼应激状态,实时监测与分析。实验结果表明该方法能为生物式水质监测和预警的发展提供一定支持与参考。测得青鳉鱼呼吸频率为3.06 Hz,胸鳍摆动频率为4.83 Hz,尾鳍摆动频率为5.08 Hz,结果与实际指标一致。

【关键词】 生物式水质监测实时性观测指标
【基金】 863课题(2014AA06A506);北京市优秀人才培养资助项目(2014000020124G135);河北省科技计划项目(15273604D);北京市科技计划课题(Z141100002014001)
【所属期刊栏目】 专论 (2016年01期)
  • 【分类号】X832
  • 【被引频次】7
  • 【下载频次】141
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: