该课题针对青虾行为识别系统进行了基础理论研究。以可见图像和红外图像融合和目标跟踪作为主要研究目标,研究了摄像机标定方案设计、图像预处理、图像自适应融合,完成了视频图像的获取,提出了基于混合多分辨率分析方法的自适应图像融合算法,降低了系统对不利环境的敏感性,实现了在不同光照环境下均可得到较为理想的图像融合效果;在目标追踪中,详细的研究了经典的粒子滤波框架,提出了一种自调整平滑区间粒子滤波平滑算法,针对粒子滤波存在的粒子贫化问题,在重采样步骤中基于采样粒子集的空间分布引入时间序列分析,选取相关度最高的粒子进行传递,提出了一种改进的重采样粒子滤波算法;最后在粒子滤波理论基础上,进一步学习了机器视觉中的分类算法在目标追踪中的应用。为青虾行为识别系统进一步的研究奠定了理论基础。

本课题青虾行为识别系统,创新之处有以下三点。

一、提出了基于混合多分辨率分析方法的自适应图像融合算法,降低了系统对不利环境的敏感性,实现了在不同光照环境下,均可得到较为理想的图像融合效果。

二、针对非线性系统的状态估计问题, 提出了一种自调整平滑区间粒子滤波平滑算法.该算法的原理是依据粒子滤波器的工作机理, 把系统状态信息和热槽组成一个抽象的整体, 将粒子滤波平滑过程类比为观测信息和热槽交互的统计力学系统. 根据系统熵的递变规律变化对滤波平滑区间的长度加以动态修正, 优化粒子的权重赋值, 进而提高系统状态的估计精度

三、针对粒子滤波存在的粒子贫化问题,提出了一种改进的重采样粒子滤波算法。在重采样步骤中基于采样粒子集的空间分布引入时间序列分析,选取相关度最高的粒子进行传递,避免了只关注粒子权值的传统重采样算法中仅复制大权值粒子而任意丢弃小权值粒子的缺陷,提高算法的估计精度。

在课题组研究过程中,共发表、录用文章4篇,其中1篇SCI检索,1篇EI期刊（编辑已回复以论文形式刊用）,1篇国际会议,1篇中文核心期刊;且已投中文核心期刊论文1篇,状态二审中;并申请获得1个软件著作权。

在课题组研究过程中,共发表、录用文章4篇,其中1篇SCI检索,1篇EI期刊（编辑已回复以论文形式刊用）,1篇国际会议,1篇中文核心期刊;且已投中文核心期刊论文1篇,状态二审中;并申请获得1个软件著作权。