1、上海市臨港新城滴水湖2003年10月完成開挖,并引水。滴水湖面積為5.56平方公里,平均水深為3.7米,最深處為6.2米。自滴水湖建成后,管理方自2007年共向湖中及河道投入約63萬斤魚苗,品種主要是白鰱。經(jīng)多年投放,目前湖區(qū)漁業(yè)資源量需要進(jìn)行調(diào)查,為進(jìn)一步開發(fā)和管理提供必要的數(shù)據(jù)。
　　本文運用了雙頻識別聲納DIDSON對滴水湖進(jìn)行了漁業(yè)資源調(diào)查。根據(jù)雙頻識別聲納所調(diào)查的數(shù)據(jù),并根據(jù)其數(shù)據(jù)的特點,對極坐標(biāo)存儲的聲納圖像數(shù)據(jù)進(jìn)行了

2、直角坐標(biāo)系圖像顯示的轉(zhuǎn)換,運用線性插值法對圖像數(shù)據(jù)進(jìn)行了充實,并運用中值濾波算法對數(shù)據(jù)中的噪聲進(jìn)行了平滑去噪處理;經(jīng)過處理后的數(shù)據(jù),對其進(jìn)行了魚群自動跟蹤計數(shù),其中運用了背景去除和開運算噪點去除法對數(shù)據(jù)中的魚體進(jìn)行了分割提取,運用骨架提取的算法對魚體的體長進(jìn)行了提取測算,并運用了卡爾曼濾波算法對數(shù)據(jù)中的魚體進(jìn)行了跟蹤計數(shù);經(jīng)過跟蹤計數(shù)后的數(shù)據(jù),運用統(tǒng)計的方法對魚體的全長分布進(jìn)行了分析,根據(jù) GPS位置繪制了魚群在湖區(qū)的分布圖,采用了克里

3、金插值法對湖區(qū)的水深數(shù)據(jù)計算,并結(jié)合魚群分布情況對魚群分布與水深關(guān)系進(jìn)行了分析,分別采用平均密度法和分區(qū)密度法對湖區(qū)總的資源量進(jìn)行估算。主要研究成果如下:
　　(1)對雙頻識別聲納數(shù)據(jù)進(jìn)行了處理并顯示,由于雙頻識別聲納離聲學(xué)鏡頭越遠(yuǎn)的地方,所采集的數(shù)據(jù)左右間隔越寬(左右分辨率越低),使得數(shù)據(jù)間左右間距過大,運用了線性插值法對數(shù)據(jù)圖像進(jìn)行了插值處理了,使圖像中數(shù)據(jù)點間距變小,圖像看起來更自然、清晰。對插值后的數(shù)據(jù)運用中值濾波進(jìn)行去噪

4、平滑處理,很好的去除了一些噪聲,并使圖像變得平滑。運用VC++6.0、OpenGL和GLUT對圖像進(jìn)行處理、顯示、管理輸入操作等任務(wù)。
　　(2)對處理后的數(shù)據(jù)圖像進(jìn)行魚體跟蹤計數(shù)。主要的處理過程分三步:魚體目標(biāo)檢測、分割,魚體目標(biāo)分析,魚體目標(biāo)跟蹤。運用背景去除、開運算噪點去除和二值化相結(jié)合的方法對魚體目標(biāo)進(jìn)行檢測、分割;計算出分割后的魚體的中心位置以及通過骨架提取的方法計算出魚體的長度;運用卡爾曼濾波算法對魚體目標(biāo)進(jìn)行跟蹤。在

5、對一個完整的時間序列的12幀數(shù)據(jù)進(jìn)行跟蹤處理后發(fā)現(xiàn),其中只有中間的連續(xù)5幀數(shù)據(jù)中的魚體被跟蹤到,分析其原因,主要是前面的6幀數(shù)據(jù)中的魚體目標(biāo)強度與背景相似,無法將魚體目標(biāo)從背景中提取出來,最后一幀的數(shù)據(jù)中的魚體由于目標(biāo)強度低被當(dāng)成噪音去除。從被跟蹤到的連續(xù)的5幀數(shù)據(jù)可以看出,運用卡爾曼濾波算法可以很好的對魚體進(jìn)行跟蹤,魚體的運動軌跡被清晰的描述。
　　(3)根據(jù)跟蹤統(tǒng)計后的數(shù)據(jù),繪制出魚群在湖區(qū)的分布圖,并結(jié)合所測的水深數(shù)據(jù),分析