1.一种基于光流效应的鱼类行为视频识别方法，其特征在于，包括如下步骤：S1：视频采集；利用摄像装置将被检测物体的视频进行录制；

S2：数据初处理；将摄像机采集的图像进行处理；

S3：数据输入；将处理后视频流作为识别分析系统的输入视频数据；

S4：数据再处理；在视频流文件中提取连续帧进行处理；

S5：光流计算；连续帧中的每个图像都是由像素点组成的，在每个像素点增加一个运动矢量MV＝(x，y，u，v)；

S6：后处理；主要是形态学处理，对二值化图像进行空挡填充，边界提取等，来达到提高运动目标检测精度的效果；

S7：序列编码；将鱼类行为通过降维后的运动矢量编码来描述，如：S＝22456358；

S8：行为分类；通过前期鱼类视频图像，执行进行S1-S5的环节；

S9:行为序列库；对写入行为序列库的运动矢量编码进行语义描述；

S10：序列比对；鱼类行为特征匹配主要依赖图像特征提取和相似度判别，进而实现行为的分类和聚类。

2.根据权利要求1所述的一种基于光流效应的鱼类行为视频识别方法，其特征在于，所述S1中的摄像采集装置使用RGB摄像头，RGB摄像头可对环境以及物体的动态景象进行采集。

3.根据权利要求1所述的一种基于光流效应的鱼类行为视频识别方法，其特征在于，所述S2中数据初处理包括：S21：将采集到的视频影像进行过滤；

S22：将过滤后的视频影像中的音频信息丢弃。

4.根据权利要求1所述的一种基于光流效应的鱼类行为视频识别方法，其特征在于，所述S4中的数据再处理包括：S41:对视频流文件中提取连续帧进行降噪处理；

S42:确定运动物体的运动区域。

5.根据权利要求1所述的一种基于光流效应的鱼类行为视频识别方法，其特征在于，所述S5中的运动矢量MV＝(x，y，u，v)，其中(x，y)表示运动物体在空间中的位置，(u，v)分别代表了光流矢量在水平方向和垂直方向的分量大小，因此，每帧图像有M*N个像素，也就有M*N个四维的光流矢量，计算量大，需进行降维处理。

6.根据权利要求1所述的一种基于光流效应的鱼类行为视频识别方法，其特征在于，所述S5中的对运动矢量进行将维处理包括：S51：将(u，v)转换为极坐标θ表示，进而降维为MV＝(x，y，θ)；

S52：进一步利用直方图化简为一维数组，MV＝(a)；

S53：设定阈值对得到的光流值进行阈值分割，实现动态目标提取。

7.根据权利要求1所述的一种基于光流效应的鱼类行为视频识别方法，其特征在于，所述S8中的行为分类包括：S81:分别对连续视频中的频率较高的子串进行检索和匹配，如t＝563，t＝6358，t＝

24563分别是基于3个参考序列、4个参考序列和5个序列的则模板；

S82：将匹配较高的序列写入到行为序列库中。

8.根据权利要求1所述的一种基于光流效应的鱼类行为视频识别方法，其特征在于，所述S10中的包括全局特征比较和局部特征比较，因光流场提取分析的是一组图像时间序列，因此采用序列对比较的方式判断相似度，分全局特征比较和局部特征比较两种形式。

9.根据权利要求8所述的一种基于光流效应的鱼类行为视频识别方法，其特征在于，所述全局比较是对完整图像序列比较。

10.根据权利要求9所述的一种基于光流效应的鱼类行为视频识别方法，其特征在于，所述局部特征是找出最大相似的子序列，因生物行为检测背景变化小，所以，此处我们选择局部特征比较的方式，进一步需要对局部特征进行序列比对，本发明采用最大公共子序列来比对相似性，进而实现对鱼类行为的识别。