基于光流法与图像纹理特征的鱼群摄食行为检测

摘要

cqvip:[目的]借助计算机视觉技术检测鱼群的摄食行为变化,为实现水产养殖中的精准投喂提供参考。[方法]以彩鲤为试验对象,首先对鱼群摄食过程的图像进行中值滤波、直方图均衡化预处理,提取目标鱼群前景图像,然后通过灰度共生矩阵计算鱼群的纹理特征,利用Lucas-Kanade光流法计算鱼群的运动方向矢量,并采用方向熵表征鱼群运动的混乱程度,最后利用支持向量机算法对鱼群摄食图像进行训练检测。[结果]图像预处理方法减少了水质浑浊对鱼群图像检测的影响;基于光流法与图像纹理特征定量分析鱼群的摄食过程变化,避免了水面抖动及水花等复杂因素的影响。该方法的检测准确率达97.0%,基本上能检测识别出所有的鱼群摄食状态与正常游动状态图像;与基于形状和纹理特征的检测方法相比,其检测精度提高4.5%(绝对值),可更好地满足池塘养殖环境下的鱼群摄食行为检测工作需要。[建议]在今后的研究中将获取更多鱼群在不同环境下的摄食图像,以提高模型泛化性,同时对鱼群不同摄食阶段特征参数设定阈值告警,以便更好地应用于智能饵料投喂设备研究。