解决日益严重的水污染问题,最行之有效的手段就是加强对水质的监测。因此,水质监测技术的研究就显得十分重要。继传统的水质理化检测技术之后,近几十年来应用水生物进行水质监测得到了广泛的研究,形成了生物式水质监测技术。生物式水质监测的实质是通过水生物的生态状况、行为习惯的变化,评价其生活水环境的水质变化。本文结合生物式水质监测技术和视频图像理解技术,提出一种用于生物式水质监测的视频图像理解思想,为生物式水质实时在线监测系统的开发,提供了一种新的技术。本文围绕用于水质监测的活体鱼视频图像理解的关键技术进行了具体的研究,其中主要技术包括图像的去噪、平滑和增强等预处理技术以及背景重建、运动目标的检测、运动目标的跟踪等处理技术。另外,针对实验的要求,通过跟踪到的目标的运动轨迹,设计和提取了受试生物的行为参数,并建立了受试生物行为语义和水质状况情景语义之间的映射关系,达到通过对受试生物行为的理解来评价水质的目的。论文所做的主要工作包括以下几点:1、介绍了基于视频图像理解技术的生物式水质监测技术。通过计算机技术连续的获得用于水质监测中的受试生物的视频图像,通过对视频序列图像中运动目标的跟踪,获得受试生物行为参数,根据对这些参数的分析,达到评价水质状况的目的。2、研究了视频图像理解技术。包括视频图像预处理技术和视频图像处理技术。视频图像预处理的过程本文采用典型的图像滤波技术、平滑技术和增强技术,对处理过程中的图像进行处理,为后继处理奠定基础。视频图像处理技术本文采用典型的背景重建技术、目标检测技术和目标跟踪技术,实现对受试鱼的轨迹跟踪。处理过程中应用了基于颜色特征的混合高斯背景模型进行背景重建,运用背景差分法进行目标检测。本文运动目标跟踪技术采用基于运动估计的目标跟踪方法。基于运动估计的实质是把运动目标看做一个质点。本文通过Kalman滤波预测运动目标质心的方法,实现目标的跟踪。3、提出用鱼类作为生物式水质监测的受试生物。鱼类作为生物式水质监测中的受试生物具有一些明显的优势,如成本低、资源易获取、对水质感觉灵敏度高等优点,使其成为我们的首选。在本实验中用活体鱼作为受试生物,使用C++语言编写软件,搭建模拟实验环境,设计简单的水质监测系统,获得视频监测图像,对其进行处理,最后通过对受试鱼行为参数,如鱼的平均游泳速度、平均游泳高度等行为参数的获取和分析,达到评价水质的目的。