一种基于图像处理的鱼类自动分类方法,该文是关于图像处理方面学士学位论文范文和图像处理和鱼类和分类方面论文范本.
图像处理论文参考文献：
摘 要：为了准确地对鱼类的品种进行自动识别,本次研究以鳊鱼、鲫鱼、鳙鱼、草鱼四种淡水鱼为实验对象,提出一种基于图像处理的鱼类自动识别方法.首先对鱼的外轮廓进行鱼体长度统一化处理,再提取并计算鱼体头部轮廓夹角、鱼体尾柄宽度与尾柄中点到鱼头夹角顶点的长度之比(宽长比)等特征值,最后运用鱼头部轮廓夹角与宽长比这两个特征对四种淡水鱼进行分类识别.研究结果表明,本文所提供的分类方法能准确地对鳊鱼、鲫鱼、鳙鱼、草鱼四种淡水鱼的品种进行识别,且识别精度达到94.97%以上.可为鱼类品种的自动识别提供指导,具有较好的实际应用价值.
关键词：图像处理；鱼类品种识别；鱼头夹角；宽长比
中图分类号：TP391.4 文献标识码：A
1 引言(Introduction)
中国是一个拥有丰富淡水鱼资源的渔业大国,但我国的水产养殖自动化水平与发达国家相比还存在较大差距,水产加工业自动化水平也相对滞后.其中,淡水鱼在加工前需要完成对不同种类的鱼进行分类任务,我国依然主要是用传统的人工操作方法进行挑选,这种方法存在的缺点有：作业环境恶劣,劳动强度大,损伤鱼体,效率低[1].随着计算机技术的高速发展,新概念、新方法、新理论的不断涌出,机器视觉技术已经广泛的应用到各行各业中,其中在农业领域应用尤为突出,例如对水果大小分级[2-4]、表面损伤检测[5,6]及通过表面颜色进行成熟度检测[7-9]等方面有重要的应用.在淡水鱼种类识别研究方面,D.J.white[10]等人利用机器视觉技术对比目鱼的七种不同品种通过颜色与形状特征的提取进行分类,准确率达到99.8%.张志强[11]等人运用数字图像处理技术对淡水鱼图形进行处理,提取其各个颜色分量及长短轴之比等特征值,运用该值建立有关淡水鱼的品种识别模型,最终实现鲢、鲫、鳊、鲤这四种淡水鱼的品种识别,准确率达到96.67%.吴一全[12]等人提出了一种基于krawtchouk矩、灰度共生矩阵、蜂群优化多核最小二乘支持向量机的识别方法,并通过编程对鳊、鳙、鲫、草、青鱼五种淡水鱼进行了分类识别,各类鱼的精度均可达到83.33%以上.2016年,涂兵[13]等利用机器视觉技术提出一种基于鱼体背部轮廓相关系数算法的鱼品种分类方法,通过计算鱼体轮廓与建立的四种鱼的背部轮廓数学模型之间的数值关系进行鱼类自动识别,精度均能达到91%以上.
以上四种鱼类识别方法分别是以颜色分量、局部形状、长短轴之比、纹理、背部轮廓为特征对指鱼类进行识别,虽然已取得了良好的分类效果,但是使用颜色分量、纹理为特征,实验结果容易受到外界光线强度,鱼鳞损伤程度、鱼类活性程度等因素影响,而使用局部形状、长短轴之比、背部轮廓为特征,实验结果也易受到尾部完整程度、鱼鳍张开程度、鱼体大小程度等因素影响.为了减少上述因素对鱼类识别精度造成的严重影响,本文将通过机器视觉技术,并提取鱼体头部夹角和宽长比例两个不易受外界干扰的参数为特征,建立淡水鱼的识别模型,对鳊鱼、鲫鱼、鲢鱼、草鱼四种常见淡水鱼进行识别分类处理,取得了较好的分类效果.
2 试验材料和方法(Test materials and methods)
2.1 试验材料和设备
采用鳊鱼、鲫鱼、鲢鱼、草鱼等具有代表性的四种淡水鱼进行实验研究,每种鱼45条,共180条.其中,120条(每种鱼30条)作为训练样本,用于提取特征并建立识别模型；其余60条(每种15条)则作为测试样本对模型进行验证.试验采用图1所示的图像采集系统进行鱼体图像进行采集.硬件部分主要包括鱼传送装置、检测箱、托盘、摄像机、丝杆、环形光源、PC机等组成.其中摄像机采用的是深圳京航科技生产的JH500f-E型工业相机(USB接口),光源采用32W的白色环LED灯,检测箱内部各面为黑色不反光平面,底部托盘为白色面板.软件部分基于VS2013平台使用C++语言调用OPENCV3.0库进行开发,用于图像预处理和鱼轮廓特征数据提取.
2.2 图像预处理
本文主要对四种淡水鱼的品种识别是通过提取鱼体特征,主要包括鱼体头部夹角及角顶点坐标,鱼体尾柄高度及尾柄中点坐标,然后建立识别模型.其中具体的图像处理流程如图2所示.
通过摄像机采集的图像大小为1920*1200像素,为了尽可能避免因图像过大而导致图像处理效率降低,将采集的每一张图像自动裁剪成大小为780*280像素的标准图像,且保证鱼体图像在其中间,并进一步对裁剪后图像进行灰度化处理,规则是：任意一个像素点中的R (红)、G (绿)、B (蓝)颜色分量值,采用灰度化公式计算出该点的灰度值,并用每个点的灰度值代替该像素点的像素值,结果如图3所示.
为突出作为前景的鱼体及其轮廓,对灰度图进行二值化,通过大量实验提取并设定灰度阈值设定为130,以此为标准对图4进行二值化的结果如图4所示.
为了获得鱼体的外部轮廓,对二值化图像进行目标轮廓自动提取,并将线宽设置为1个像素,从而得到各类鱼的图像轮廓如图5所示.
在提取所需的鱼体轮廓参数之前,为降低鱼体本身尺寸差异对轮廓参数数值的影响,需要对鱼轮廓进行长度统一化处理,具体的方法是：寻找当前鱼体轮廓的最小外接矩形,接着对鱼体轮廓在长宽方向进行等比缩放,使所有鱼的轮廓长度为L (设定的已知参数)个像素,图6为对图5长度统一化后的结果图.
3 特征参数提取(Feature parameter extraction)
3.1 鱼体头部轮廓夹角提取
3.2 鱼体尾柄高及其中点坐标提取
4 实验结果与分析(Experimental results andanalysis)
通过提取并计算120条淡水鱼的头部轮廓夹角和宽长比的范围,其结果分布如图8所示.
通过对分布图的统计可以得到每类鱼的鱼体头部夹角大小和宽长比的均值、方差、阈值区间,具体如表1所示.
结合图8和表1可以看出,草鱼的头部夹角分布在40.8—50.12度,而鲫鱼头部轮廓夹角分布在57.34—68.56度,且与鳊鱼和鳙鱼的头部夹角范围有显著区别,即通过判别鱼的头部轮廓夹角即可识别出草鱼和鲫鱼.但是,鳙鱼和鳊鱼头部夹角大小范围存在交叉,区分度不够明显,若仅从鱼头部夹角来考虑,无法将鳙鱼、鳊鱼进行分类.
进一步考查图8(b)和表1可以发现,鳙鱼的宽长比分布为0.112—0.138度,鳊鱼的宽长比分布为0.132—0.149度,即鳙鱼和鳊鱼的宽长比分布区间有较为显著的区别.因而,首先通过鱼头部轮廓夹角识别出草鱼和鲫鱼后,在此基础上,可进一步通过比较鱼的宽长比识别出鳙鱼和鳊鱼,最终实现对四种淡水鱼类进行识别.
将检验样本中60条鱼的图像经过上述处理,得到鱼体头部夹角和宽长比,再将两个特征值代入识别模型进行验证,结果统计如表2所示,对四种淡水鱼品种的识别的准确度可达94.97%.出现偏差的主要原因在于提取鱼轮廓不够准确所导致,但总的来说,本文识别方法中所设计的两个鱼体特征参数具有较好的稳定性,不易受外界影响而改变,从而使该识别方法具有更好的可靠性.
5 结论(Conclusion)
本文提出了一种基于鱼类头部轮廓夹角和鱼体宽长比两个主要特征的淡水鱼种类识别的新方法.首先采集要识别的鱼类图像并进行相关的预处理,得到鱼体轮廓图；然后将轮廓图中的鱼体长统一化,再求取鱼体头部夹角、鱼体尾柄宽度与尾柄中点到鱼头夹角顶点之间长度比例；最后根据鱼头轮廓夹角与宽长比特征值的分布规律建立分类模型并确定要识别的鱼所属种类.实验结果表明,该方法在四种常见淡水鱼种类识别方面取得了较好的结果,能为鱼种类识别提供新的思路和指导.
上文总结：本文论述了大学硕士与图像处理本科图像处理毕业论文开题报告范文和相关优秀学术职称论文参考文献资料，关于免费教你怎么写图像处理和鱼类和分类方面论文范文.
适合重庆地区养殖的几种冷水性鱼类
范 鹏（重庆市长寿区畜牧兽医局 重庆 长寿 401220）冷水性鱼类是鱼类的一种生态类型,一般是指能够适应寒带或亚寒带的水温条件,栖息水体温度在20℃以下,繁殖水体温度在15℃以下的喜冷水性鱼类和冷温.
一种快速提高涂装厂房湿度的简易方法
彭行东1,毛 喆1,黄红武2（1 郑州飞机装备有限责任公司热表厂,河南 郑州 450005；2 郑州飞机装备有限责任公司技术处,河南 郑州 450005）摘 要涂装时环境湿度对涂装质量影响很大,笔.
种公猪的饲养管理和合理利用方法
摘要一个养猪场中种公猪的繁殖性能对猪群的生产有着重要的影响作用 虽然目前随着人工授精技术的应用,种公猪的饲养数量较少,但是仍在养猪生产中占有重要的地位 为了提高种公猪的繁殖性能,在养殖过程中需要进行科.
一种质检线工艺线平衡的改善方法
摘要本文通过对质检线工艺线平衡的分析,提出了有效的线平衡改善方法,并进行了实际的应用验证,对于其他生产线的线平衡的改善具有一定的参考价值 关键词质检线；线平衡；改善方法1引言在现实生产过程中,为提高生.