基于低对比度与低帧率立体视频的活动鱼群跟踪

借助视觉分析进行非侵入式鱼类丰度估算已引起越来越多的关注。然而，水下环境中不稳定的光照、普遍存在的噪声以及低帧率视频采集使得传统跟踪方法不可靠。本文提出了一种针对低对比度和低帧率立体视频的多鱼跟踪系统，该系统基于拖网式水下摄像系统。一种自动鱼类分割算法通过对双重局部阈值图像采用直方图反投影方法，克服了低对比度问题，确保了鱼类形状边界的准确分割。在此基础上，结合可靠的基于特征的对象匹配方法，提出了一种通过改进 Viterbi 数据关联的多目标跟踪算法，以克服低帧率场景下运动连续性差以及鱼目标频繁进出画面的问题。此外，一种计算高效的块匹配方法成功实现了立体匹配，使得自动鱼体尾部补偿成为可能，从而大幅减少分割误差并实现准确的鱼体长度测量。实验结果表明，该系统利用水下立体相机实现了对多条活动鱼群的有效且可靠的跟踪性能。