节点文献

基于机器视觉的鱼类行为特征提取与分析

免费订阅

【作者】 贾贝贝邵振洲王瑞渠瀛张融饶凯锋姜安刘勇关永

【Author】 Jia Beibei;Shao Zhenzhou;Wang Rui;Qu Ying;Zhang Rong;Rao Kaifeng;Jiang An;Liu Yong;Guan Yong;Beijing Advanced Innovation Center for Imaging Technology, Light Industrial Robot and Security Verification Laboratory, 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;Wuxi CASA Environmental Technology Co., Ltd;

【机构】 首都师范大学成像技术北京市高精尖创新中心轻型工业机器人与安全验证实验室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无锡中科水质环境技术有限公司

【摘要】 近年来,水污染问题备受关注。生物式水质监测成为目前国家环境保护工作的重要任务之一。为准确监测水质污染情况,本文以青鳉鱼(Oryzias latipes)为研究对象,采用非接触式的机器视觉监测技术,提取青鳉鱼的生理特征(呼吸频率)和运动特征(胸鳍和尾鳍的摆动频率),并分析这些特征与水质之间的关系。本文采用支持向量机(Support Vector Machine,SVM)准确提取鱼鳃,并根据鱼鳃呼吸面积大小变化计算出鱼的呼吸频率。基于形态学细化算法提取青鳉鱼骨架,求出胸鳍和尾鳍的摆动频率。结果显示:不同浓度铜离子暴露实验测得的青鳉鱼生理特征和运动特征与实际情况一致;通过对不同铜离子浓度下的毒性实验数据对比,发现了青鳉鱼的生理特征和运动特征会随不同的铜离子浓度发生相应变化,可以作为水质监测的评价标准。

【基金】 863课题(2014AA06A506);国家自然科学基金青年基金(21307150);北京市优秀人才培养资助项目(2014000020124G135);中国科学院科技服务网络计划(STS计划)(KFJ-SW-STS-171);广东省省级科技计划项目(2016B020240007)
【所属期刊栏目】 专论 (2017年05期)
  • 【分类号】X832
  • 【被引频次】2
  • 【下载频次】153
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: