FenixEdu™

Dissertação

{pt_PT=Seguimento de peixes em caudais de rios} {} EVALUATED

Detalhes: {pt=Este trabalho explora que impacto as descargas de caudal a jusante das barragens têm no comportamento dos peixes. Estas descargas ocorrem cada vez mais frequentes, com impactos sentidos na morfologia dos rios e nas comunidades biológicas que ali habitam. Refere-se particularmente à comunidade de peixes, foco deste estudo. Desta forma propõem-se o desenvolvimento de uma metodologia capaz de monitorizar automaticamente o comportamento dos peixes, recorrendo ao processamento e análise de imagem, com auxilio de um vídeo facultado pelo departamento de hidráulica do IST. Para a identificação da linha do caudal do rio são estudadas duas estratégias. A primeira consiste no uso de uma região de interesse que é dinâmica ao longo da sequência de imagens (\textit{strip}). A segunda estratégia consiste no uso da programação dinâmica. Para a identificação dos peixes considerou-se dois algoritmos de deteção de objectos: (i) Basic Background Subtraction (BBS) e (ii) Single Gaussian Model (SGM). Ambos algoritmos são capazes de separar a imagem de fundo (background) das regiões ativas que ocorrem na sequência (foreground). Após a identificação acima mencionada, procede-se ao estudo de como as localizações das regiões ativas evoluem ao longo de tempo. Para tal, procede-se ao emparelhamento dessas regiões com recurso a algoritmos (Mutual Favorite Pairing) capazes de fornecer informação temporal. Como resultados verificou-se que os peixes têm uma velocidade média mais elevada aquando da variação de água e consequente perturbação na linha de perfil/fronteira do caudal., en=This work explores the impact of flow discharges downstream of dams on fish behavior. These discharges occur more and more frequently, with sensed impacts on the morphology of the rivers and the biological communities that live there. It refers particularly to the fish community, the focus of this study. In this way, the development of a methodology capable of automatically monitoring fish behaviour is proposed, using image processing and analysis, with the aid of a video provided by the department of hydraulics of IST. For the identification of the river flow line, two strategies are studied. The first is the use of a region of interest that is dynamic along the sequence of images (strip). The second strategy is to use dynamic programming. For the identification of the fish, two object detection algorithms were considered: (i) BBS and (ii) SGM. Both algorithms are capable of separating the background from the active regions that occur in the sequence (foreground). After the above-mentioned identification, we proceed to study how the locations of the active regions evolve over time. In order to do so, we can pair these regions using algorithms (Mutual Favorite Pairing) capable of providing temporal information. As results, it has been found that fish have a higher mean velocity during water variation and consequent disturbance in the profile line/flow boundary.}
Keywords: {pt=Peixes, regiões ativas, linha de água, en=Fish, regions, water line, river flow;}

Discussão: maio 30, 2019, 14:30