Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/RVMR-6EAGC9
metadata.dc.type: Dissertação de Mestrado
Title: Rastreamento e contagem de peixes utilizando filtro preditivo
metadata.dc.creator: Erikson Freitas de Morais
metadata.dc.contributor.advisor1: Mario Fernando Montenegro Campos
metadata.dc.contributor.referee1: Alexei Manso Correa Machado
metadata.dc.contributor.referee2: Rodrigo Lima Carceroni
metadata.dc.description.resumo: Este trabalho aborda o problema de se estimar o número de peixes que nadam através de mecanismos de transposição, também conhecidos como escadas de peixes. Este mecanismos são construídos com o objetivo de auxiliar os peixes em seus processos migratórios para desova, fenômeno este conhecido no Brasil como Piracema. O sistema de contagem de peixes proposto neste trabalho juntamente com um módulo complementar para classificação das espécies de peixes, compõe um sistema mais amplo cujo objetivo é realizar o monitoramento e a avaliação da eficácia de escadas de peixe. Devido a rica biodiversidade do ecossistema brasileiro, este trabalho representa uma tarefa de grande relevância para o estudo e quantificação dos volumes de espécies de peixes que se encontram em extinção ou ainda que tenham um significativo valor econômico. Diferentemente dos métodos existentes, os quais não fornecem meios adequados para aquisição de informações relevantes sobre espécies diferentes de peixes, tal como suas habilidades de nado, tempos de migração e picos de fluxo, este trabalho apresenta uma abordagem baseada em análise de seqüência de imagens e no uso de um rastreador bayesiano de múltiplos objetos (BraMBLe), a qual permite a realização de um rastreamento mais confiável de peixes mesmo diante de variações ambientais bruscas, como variações de luminosidade e propriedades da água. A direção de migração dos peixes é estimada dividindo a cena em regiões de interesse que são constantemente monitoradas pelo sistema. Nossa metodologia foi validada com sucesso utilizando-se vídeos do mundo real, alcançando uma exatidão de contagem de cerca de 80%.
Abstract: This work addresses the problem of estimating the number of sh that swim by a an observation window installed in a sh transposition mechanism, also known as a sh ladder, which are built to assist them in their upriver journey to spawning grounds. Our system and a sh classier module compose a complex computer vision based systemfor monitoring and evaluating the adequacy and eciency of sh ladders. Due to the opulent biodiversity of Brazilian ecosystem, this represent a formidable task, whose main concern is with species that are either in extinction or economically relevant. The target site is the hydroelectric generation plant of Igarapava, on the Rio Grande river in Minas Gerais, Brazil. Our method compares positively to existing ones in that it is able, besides counting, to acquire relevant information. Characteristics of dierent sh species that may be obtained are swimming ability, time of migration and peak ow rates. Our approach is based on image sequence analysis and on the use of a bayesian multiple-blob tracker (BraMBLe). This integration enables tracking shes reliably evenunder severe environmental changes, such as variations in illumination parameters and water characteristics. Also, sh trajectories in the eld of view and other necessary information for their accurate counting are achieved. Fish migration are estimated by dividing the scene in regions of interest that are constantly monitored by the system. Our methodology was successfully validated with videos streams acquired at the shladder, and it was able to attain overall accuracy as high as 80.95%.
metadata.dc.subject.other: Computação
Monitoramento ambiental
metadata.dc.language: Português
Publisher: Universidade Federal de Minas Gerais
metadata.dc.publisher.initials: UFMG
metadata.dc.rights: Acesso Aberto
URI: http://hdl.handle.net/1843/RVMR-6EAGC9
Issue Date: 29-Apr-2005
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File SizeFormat 
eriksonfreitasdemorais.pdf3.22 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.