针对水质异常监测问题, 本文提出了一种基于计算机视觉技术和支持向量机相结合的生物式水质异常监测方法。首先通过计算机视觉获取可以反映水质状况的鱼类行为运动特征参数, 对其进行预处理；然后建立样本集并获得基于 SVM的水质异常监测模型；最后利用模型对未知水质下的鱼类行为特征参数分析评价, 间接监测水质异常状况。鉴于支持向量机核函数类型和参数优化对模型优劣有重大影响, 本文对不同类型的核函数进行实验对比, 其次分别采用粒子群优化算法 (PSO)、遗传算法 (GA)以及网格搜索法(Grid Search)对参数进行优化选择。实验结果表明该方法可以快速有效的进行水质异常监测。

针对利用鱼游运动机理对水下仿生器进行研究的问题，本文从动态图像处理的角度出发，建立了基于动态图像序列的鱼体体干运动模型。首先，通过边缘检测得到鱼体轮廓，提出基于欧式距离变换的鱼体体干线提取方法，然后，拟合体干包络线和体干若干点的平动方程，获得细长体理论参数，建立鱼体体干运动模型。实验表明，本文建立的运动模型可以真实有效的描述自然状态下鱼类游动的体干曲线形变。

针对利用鱼类行为监测进行水体环境保护的问题，本文提出了基于视频的鱼类运动跟踪研究，通过对鱼类运动视频进行分割、跟踪，获得鱼类运动的轨迹和速度，为鱼类参与环境污染研究奠定了理论基础(通过对比不同污染环境中鱼类运动的一些参数，进行水体环境污染程度的定量分析)。该算法采用标记多尺度分水岭方法进行鱼类运动分割，然后通过改进的加权Hausdorff 距离对鱼类运动视频进行跟踪，最后为了容纳鱼类在运动过程中形状的变化，在多值图像中引入欧几里德范数作为约束条件来完成跟踪模型的更新。实验结果表明，本文算法呈稳定跟踪状态，在连续100 帧的跟踪过程中没有出现超过1 个像素的位置差，跟踪速度差值也未超过0.12 个像素，能够快速、精确分割和跟踪鱼类运动目标。

针对视频目标提取的问题,提出了基于标记的多尺度分水岭视频目标分割算法。该算法以帧间变化检测为基础,通过改进的最小Tsallis 交叉熵进行去噪、滤波,经形态学处理后得到运动目标初始二值掩模,并利用初始二值掩模得到用于分水岭算法的前景与背景标记,用该标记修正当前帧的多尺度形态学梯度图像,最后进行分水岭分割,得到具有精确边界的视频对象。实验结果表明,该算法能有效地分割和提取视频序列中的单个、多个以及快速运动的目标,继承了变化检测和分水岭算法速度快的优点,克服了分水岭容易产生过分割的缺点,具有较强的适用性。

提出一种在视频序列中从背景里分离出运动对象的方法。使用全局运动估计和补偿进行预处理后，对视频序列中相邻帧进行连续两次差分，利用自适应滤波滤除噪声，并进行形态学处理，差分交集技术消除覆盖、显露的背景及部分噪声,最后模板匹配和更新,不仅能够得到快速变化的对象,而且能够得到视频对象暂时停止运动的部分。实验结果表明，该方法能够自动从视频序列中较好地提取出运动对象，具有较强的鲁棒性。

埋入式光纤光栅应变传感器作为大型土木结构健康监测的智能元件具有很好的发展前景。讨论了埋入式光纤光栅应变传感器的传感机理，设计了埋入式光纤光栅应变测量系统。从力学角度阐述了光栅传感探头的结构和制作工艺。采用可调谐F－P滤波器对光栅信号进行解调，解决了应变与温度交叉敏感问题。系统对应变的测量范围为0～1500με。通过理论分析证实了系统方案的可行性。