基于双频识别声呐的鱼类目标识别与计数
Fishery Modernization（2020）
摘要
鱼类资源调查是渔业管理的基础性工作,利用水声探测技术进行鱼类资源调查日益成为主流手段.针对双频识别声呐(DIDSON)在水库中采集到的声学数据,利用Echoview声学数据后处理软件及其相关算法进行鱼类识别和计数研究.首先利用Kovesi图像去噪法和背景差分法对声学图像中斑点噪声和水体背景进行去除,然后根据鱼类目标回声阈值进行目标识别,利用α-β轨迹追踪算法进行运动目标追踪以防止重复计数,最后进行目标计数和体长信息的提取.结果显示,与借助声学图像的人工计数相比,本方法鱼类目标计数误差在10％以内,平均计数误差为7.2％,具有相当高的统计精度.研究表明,DIDSON可以用于鱼类识别与计数,在浅水水域的鱼类资源探测与管理方面具有非常广阔的应用空间.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要