欢迎来到天天文库
浏览记录
ID:35070321
大小:7.08 MB
页数:73页
时间:2019-03-17
《基于计算机视觉的水质异常评价因子研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕士学位论文MASTER’SDISSERTATION论文题目基于计算机视觉的水质异常评价因子研究作者姓名刘洁学科专业仪器仪表工程指导教师程淑红副教授2016年5月中图分类号:O436学校代码:10216UDC:681.7密级:公开工程硕士学位论文(应用研究型)基于计算机视觉的水质异常评价因子研究硕士研究生:刘洁导师:程淑红副教授副导师:王国宾高级工程师申请学位:工程硕士工程领域:仪器仪表工程所在单位:电气工程学院答辩日期:2016年5月授予学位单位:燕山大学ADissertationinInstrumentandMe
2、terEngineeringSTUDYONANOMALYWATERQUALITYASSESSMENTFACTORBASEDONCOMPUTERVISIONByLiuJieSupervisor:AssociateProfessorChengShuhongYanshanUniversityMay,2016燕山大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《基于计算机视觉的水质异常评价因子研究》,是本人在导师指导下,在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发
3、表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字:日期:年月日摘要摘要水质环境安全问题已成为我国社会经济可持续发展的重要制约因素之一。目前,多数学者都是基于理化分析技术和自动检测技术采集的水质综合污染评价因子(评价指标)对水质进行评价分析,进而得到水质状况。但是用其进行水质评价时表现出了多因子、高维、非线性等缺点,及评价因子与水质之间存在复杂关系的问题。为了对水质安全进行实时监测,本文提出了基于计算机视觉技术的水质异常评价因子研究,针
4、对如何选取具有普遍性、全面性、代表性等特点且能够反映水环境与鱼类运动特征参数之间的主要相关性的因子展开研究。研究内容主要包括:(1)采用鱼类作为水污染指示物,以计算机视觉理论为基础,基于双边滤波和对数域离散余弦变换建立鱼类运动视频序列的预处理系统,为鱼类运动目标检测与跟踪奠定基础。(2)设计基于计算机视觉与支持向量机的水质异常监测方案,通过对支持向量机中不同类型的核函数进行实验对比,同时分别采用粒子群优化算法、遗传算法以及网格搜索法对参数进行优化选择,构建基于支持向量机的水质异常监测模型。(3)引入基于鱼类运动轨迹的
5、曲率、邻近特征这两个特征参数,分别提取正常和异常水质中红鲫鱼的速度、加速度、曲率、邻近特征四个特征参数,建立水质异常评价因子数据库,将不同评价因子输入支持向量机进行分类识别,且采用ROC曲线考察鱼类运动特征参数和水质安全定性关系的准确性。实验结果表明曲率、邻近特征作为水质评价因子明显优于速度、加速度,不但异常水质识别率达到90%以上,而且通过ROC曲线可知其建立的模型具有稳健性、高效性。关键词:计算机视觉;支持向量机;鱼类运动行为;水质异常评价因子;水质监测-I-燕山大学工学硕士学位论文AbstractWaterqu
6、alityenvironmentalsecurityhasbecomeoneoftheimportantconstraintsofChina'ssocialandeconomicsustainabledevelopment.Inrecentyears,manyapproacheshavebeenproposedtoevaluatewaterqualitybyusingestablishedindicators,mostofwhicharecollectedfromphysicalandchemicalanalysis
7、ofpollutedwater.Howeveritwillleadtootherevaluationissues,suchassubjectivity,andthismaynottrulyreflectwaterquality.Inordertoprotectwaterqualityenvironmentalsafety,studyofanomalywaterqualityassessmentfactorbasedoncomputervisionwasproposed.Thepaperresearchesintoho
8、wtoselectthegeneral,comprehensiveandrepresentativefactorswhichreflectsthemainrelationshipbetweenwaterenvironmentandfishbehavior.Themaincontentsofthispaperwereshownasfollows:
此文档下载收益归作者所有