1、近些年來，海洋生態(tài)調(diào)查和研究結(jié)果表明，海洋魚類種群的下降，尤其是傳統(tǒng)魚類資源衰退，與海底拖網(wǎng)在捕獲經(jīng)濟(jì)魚類的同時破壞了海底底棲生物生存環(huán)境，造成海底生物食物鏈的結(jié)構(gòu)變化，進(jìn)而造成生態(tài)系統(tǒng)結(jié)構(gòu)失衡，具有密切關(guān)系。各種海底拖網(wǎng)方式不但破壞海底沉積物的原始結(jié)構(gòu)，以及生活在沉積物中的生物和植物的生存環(huán)境，還會干擾和殺死生活在海底的蠕蟲及動物，導(dǎo)致海底世界被少數(shù)幾種能經(jīng)受住窒息或不斷干擾的生物所壟斷，引起海洋生態(tài)系統(tǒng)的改變，從而導(dǎo)致漁場的生產(chǎn)率降

2、低。因此，針對拖網(wǎng)對海底環(huán)境破壞程度進(jìn)行監(jiān)測，了解海底環(huán)境的變化規(guī)律，制定相應(yīng)的管理和保護(hù)措施是保證海洋經(jīng)濟(jì)可持續(xù)發(fā)展的重要環(huán)節(jié)。 隨著水下機(jī)器人、圖像處理、智能識別、地理信息系統(tǒng)等先進(jìn)的信息技術(shù)不斷滲透到海洋漁業(yè)的科研和管理等領(lǐng)域，新的邊緣學(xué)科和交叉科學(xué)正不斷形成。利用計(jì)算機(jī)視覺和模式識別等先進(jìn)方法對海底拖網(wǎng)“痕跡”的規(guī)模、持續(xù)時間、密度等進(jìn)行監(jiān)測和評估，有可能促進(jìn)底棲生態(tài)變化、資源管理、環(huán)境保護(hù)等研究的深層次發(fā)展，為政府提供

3、輔助決策。本文針對目前我國視頻圖像中的拖網(wǎng)痕跡檢測與識別尚未見到有關(guān)研究報(bào)道的現(xiàn)狀，對數(shù)字圖像中拖網(wǎng)“痕跡”自動識別所涉及的理論和技術(shù)方法開展了有意義的探索研究，解決了拖網(wǎng)“痕跡”線段檢測、基于幾何形狀的特征表達(dá)與提取、神經(jīng)網(wǎng)絡(luò)識別系統(tǒng)等關(guān)鍵技術(shù)問題，開辟了基于“痕跡”輪廓的幾何特征進(jìn)行海底圖像自動分析這一新的研究領(lǐng)域。 本文取得了以下研究成果：(1)從實(shí)用角度出發(fā)，設(shè)計(jì)了水了下拖曳式光學(xué)成像實(shí)驗(yàn)裝置，完成了海底圖像實(shí)時采集系統(tǒng)

4、的開發(fā)及圖像前期處理方法研究。(2)針對傳統(tǒng)Hou曲變換提取直線方法所存在計(jì)算量大，資源配置要求高等缺點(diǎn)，設(shè)計(jì)了一種擴(kuò)展的分步概率Hou曲變換算法(EPPHT)。首次將線段的特征融合到分步概率Hou曲變換中，在準(zhǔn)確提取海底拖網(wǎng)“痕跡”線段同時，減少投票計(jì)算量、提高計(jì)算速度。(3)提出了一種基于平穩(wěn)小波變換的邊緣檢測與邊緣線段提取方法，利用離散平穩(wěn)小波變換中的非時變特性和多尺度的特點(diǎn)對噪聲干擾進(jìn)行抑制，提高了水下圖像邊緣的檢測和定位精度，

5、在復(fù)雜環(huán)境下的邊緣線段檢測能力及邊緣線段提取的定位精度方面均優(yōu)于Hou曲變換方法。(4)提出了基于“痕跡”輪廓幾何形狀的特征提取新方法。與紋理特征檢測方法相比，我們提取的特征不但具有良好的與目標(biāo)的旋轉(zhuǎn)、平移和光照變化無關(guān)的魯棒性，并且具有計(jì)算速度快、算法簡單、受海底地質(zhì)變化制約小等特點(diǎn)。(5)實(shí)現(xiàn)了一個基于神經(jīng)網(wǎng)絡(luò)的“痕跡”線段識別系統(tǒng)。利用神經(jīng)網(wǎng)絡(luò)對海底拖網(wǎng)“痕跡”與其他目標(biāo)進(jìn)行區(qū)分，為海底拖網(wǎng)痕跡的自動識別提供了一個思路，基于這一思