基于機(jī)器視覺的淡水魚品種識(shí)別及重量預(yù)測研究.pdf

1、淡水魚的肉味鮮美、營養(yǎng)豐富,是人們?nèi)粘Ｉ钪凶钕矏鄣氖澄镏弧５怯捎诘~作為一種特有的食物資源,具有易腐性、季節(jié)性、區(qū)域性和集中性等特點(diǎn),制約了淡水魚產(chǎn)業(yè)的發(fā)展。因此,為了進(jìn)一步提高淡水魚產(chǎn)品的經(jīng)濟(jì)價(jià)值,需要對(duì)打撈上來的淡水魚產(chǎn)品進(jìn)行深度加工。但是在深加工之前需要對(duì)淡水魚按品種和重量進(jìn)行分類,目前在我國淡水魚前處理加工過程中,品種分類主要依靠人工作業(yè),作業(yè)環(huán)境惡劣,勞動(dòng)強(qiáng)度大,效率低；而重量分級(jí)則主要依靠機(jī)械分級(jí),對(duì)魚體損傷比較嚴(yán)重

2、,不利于魚產(chǎn)品的商品價(jià)值,嚴(yán)重的制約了淡水魚產(chǎn)業(yè)的快速發(fā)展。針對(duì)這一問題,本文以常見的淡水魚為研究對(duì)象,采用機(jī)器視覺和數(shù)字圖像處理技術(shù)對(duì)淡水魚圖像的顏色特征和體型特征進(jìn)行提取,并以此對(duì)品種識(shí)別方法進(jìn)行了研究,同時(shí)建立了四種淡水魚的重量預(yù)測模型,為實(shí)現(xiàn)淡水魚品種的自動(dòng)識(shí)別和分級(jí)提供理論依據(jù)和技術(shù)基礎(chǔ)。
　　 本文主要研究內(nèi)容與結(jié)論如下:
　　 (1)構(gòu)建用于淡水魚識(shí)別的機(jī)器視覺系統(tǒng)。利用該系統(tǒng)采集了4種常見淡水魚共240張

3、圖像,其中180張作為建模集,60張作為檢驗(yàn)集。
　　 (2)利用數(shù)字圖像處理技術(shù)對(duì)建模集中180條淡水魚原始圖像進(jìn)行了顏色分量的提取、圖像灰度化、二值化、圖像增強(qiáng)和輪廓提取等預(yù)處理,得到了淡水魚二值圖像和輪廓圖。
　　 (3)通過提取的淡水魚圖像的各個(gè)顏色分量特征和體型特征參數(shù),建立四種淡水魚的品種識(shí)別模型。并用檢驗(yàn)集中的60個(gè)樣本對(duì)該識(shí)別模型作了檢驗(yàn),其中鰱魚的識(shí)別率為100％,鳊魚的識(shí)別率為100％,鯽魚的識(shí)別率為

4、92.31％,鯉魚的識(shí)別率為93.75％。同時(shí)對(duì)模型中誤判的試驗(yàn)樣本進(jìn)行了分析,找出了主要造成誤判的因?yàn)椤?br>　　 (4)通過試驗(yàn)對(duì)建模集中的淡水魚的體型特征進(jìn)行了測量,獲得了每種淡水魚的各部分的體長比例均值,同時(shí)對(duì)魚體進(jìn)行了分解,測得了各部分的重量占總重量的比例均值,為后面對(duì)淡水魚的重量預(yù)測做準(zhǔn)備。
　　 (5)利用各種淡水魚的體型特征參數(shù)對(duì)圖像中的各部分的投影面積進(jìn)行提取,可以獲得淡水魚各部分的原始投影面積,并利用各部

5、分的重量比例對(duì)各部分的投影面積進(jìn)行校正,之后利用spss軟件對(duì)校正后的各部分面積與重量做回歸分析,建立重量預(yù)測模型。用檢驗(yàn)集對(duì)預(yù)測模型進(jìn)行檢驗(yàn)可知,各種淡水魚的重量預(yù)測相對(duì)誤差都比較小,鰱魚的相對(duì)誤差均值是3.57％,鳊魚的相對(duì)誤差均值為3.56％,鯽魚的相對(duì)誤差均值為3.41％,鯉魚的相對(duì)誤差均值為3.49％。由此可知利用機(jī)器視覺技術(shù)為淡水魚的重量分級(jí)方法提供參考。
　　 (6)基于VC++6.0開發(fā)了淡水魚品種識(shí)別和重量預(yù)測