风起

一、立项背景和目标 当前鱼类行为学研究、水产养殖环境优化过程中，传统鱼群行为分析依赖人工统计，存在耗时耗力、数据准确性低、动态参数捕捉不全面等问题，难以满足科研数据支撑与养殖决策优化的需求。本项目目标是开发一款基于计算机视觉的自动化工具，通过视频分析实现鱼群轨迹的自动检测、跟踪与行为参数量化，为科研人员提供高效分析手段，为水产养殖从业者提供环境优化的数据依据。 二、软件功能与核心模块 核心功能：支持 MP4/AVI 格式视频导入，自动完成鱼群检测与个体分割、多目标轨迹持续跟踪、速度 / 加速度 / 群体密度等参数计算，提供交互式轨迹可视化与趋势图表展示，支持轨迹数据与分析结果 CSV 格式导出。 核心模块： 视频 IO 模块（video_io.py）：负责视频导入与处理结果输出； 预处理模块（preprocessor.py）：通过灰度转换、高斯模糊优化图像质量； 分割模块（segmenter.py）：基于 MOG2 背景减除与凸包缺陷算法，实现运动目标分离与粘连鱼群分割； 跟踪模块：采用 cKDTree 加速的最近邻匹配算法，结合分阶段匹配策略实现多目标轨迹追踪； 分析模块（analyzer.py）：通过 Savitzky-Golay 滤波平滑数据，计算行为参数； 可视化模块（visualizer.py）：绘制轨迹曲线与趋势图表，支持实时对比展示； 主应用模块（app.py）：整合所有模块，提供网页交互界面。 三、业务流程 用户准备符合要求的鱼群视频（MP4/AVI 格式，推荐分辨率≤1920×1080）； 启动网页应用，通过左侧界面上传视频或直接使用内置样例视频； 按需调整跟踪参数（距离阈值、最大丢失帧数等，默认参数适配多数场景）； 系统自动执行背景建模（约 30 帧）、图像预处理、鱼群分割、轨迹跟踪与行为分析； 处理完成后，用户可查看轨迹可视化结果、速度 / 密度 / 加速度趋势图表； 按需下载完整轨迹坐标数据或分析参数时间序列的 CSV 文件。