趙慧 劉娜 趙天昊

摘 要：實現(xiàn)環(huán)境資源與經濟的可持續(xù)發(fā)展是二十一世紀國際社會面對的共同責任和使命。而水產養(yǎng)殖行業(yè)將會在其進程中扮演重要角色。膳食模式的改變將魚類作為重要的蛋白質來源，淡水魚的味道鮮美，口感嫩滑，但是由于淡水魚具有嚴重的易腐性、區(qū)域性和集中性等特點，制約了淡水魚產業(yè)的發(fā)展。因此為了進一步提高淡水魚的經濟價值，提高利用效率，需要對打撈上來的淡水魚進行分類加工。目前，在我國淡水的分類需要人工進行，勞動強度大，效率低，因此為了解決這些問題，我們采用機器視覺和圖像處理技術對淡水魚圖像的顏色和體型特征進行提取，然后識別分類，將不同種類的的淡水魚進行分類加工。

關鍵詞：淡水魚；圖像處理；品種識別；機器視覺

DOI：10.16640/j.cnki.37-1222/t.2019.07.219

1 研究內容

本研究在目前魚類識別技術研究結果的基礎上，應用最新的圖像處理技術對常見的四種淡水魚（鰱魚，鳊魚，鯽魚和鯉魚）進行研究，搭建采集淡水魚圖像的計算機視覺實驗平臺。針對魚的特征提取，討論了適用于魚的圖像預處理算法，為了很好的辨別魚類的健康情況，采用加權平均法進行魚的灰度化；為了突出魚的特征進行二值化；圖像預處理是為了特征提取，提取顏色、紋理、形狀、重量等特征對魚類進行更好的辨別。

2 研究方法

2.1 淡水魚圖像顏色特征提取與分析

提取淡水魚圖像的顏色特征是圖像處理的第一步，本研究主要提取紅綠藍三種顏色進行分析識別。因此在淡水魚的顏色分析中，需要對這三種顏色分別進行研究。以下直方圖是本次研究圖像處理的依據。

2.2 紅色分量

利用數字處理技術可以提取每張原始圖像的紅色直方圖，從直方圖中可知每張圖像的紅色分量均值及方差。通過對四種淡水魚圖像中紅色分量均值的提取，可以獲得淡水魚的紅色分量分布情況，如圖1。

通過對不同種類的淡水魚的紅色分量進行統(tǒng)計可得不同種類淡水魚的紅色分量的分布區(qū)間。具體如表1所示。

由上表可知，鯽魚紅色分量之所在區(qū)域為116至134之間，與其它三種魚的紅色分量完全沒有交集，故可以通過紅色分量將鯽魚從淡水魚中識別出來。

2.3 綠色分量

步驟如上：

鯽魚綠色分量值所在區(qū)域為98至108之間，遠小于其它三種的綠色分量值，而鯉魚的綠色分量值所在區(qū)域為130至135之間，與其他三種魚的綠色分量也沒有交集，所以可以通過綠色分量值所在區(qū)域來識別鯉魚。

2.4 藍色分量

步驟如上：

由上表可知，鯽魚藍色分量值所在區(qū)域為96至118之間，與鯉魚之間存在交集，所以這兩種魚無法通過藍色分量區(qū)分。同理，鰱魚與鳊魚也無法通過藍色分量區(qū)分。

2.5 分析總結

通過以上數據與表，可以通過紅色分量區(qū)分鰱魚和鳊魚，通過綠色分量區(qū)分鯽魚，通過藍色分量識別鯽魚和鯉魚，所以用這種方法可以將四種魚有效地區(qū)分開來，達到人們提高效率的目的。

3 前景展望

通過機器視覺技術自動化分割與辨別魚類，在目前工業(yè)化循環(huán)水養(yǎng)殖中具有一定創(chuàng)新性。但是我們的研究還存在很多的不足。養(yǎng)殖魚類所處的環(huán)境決定了通過機器視覺系統(tǒng)所獲得的信息具有一定的局限性。方法的改進是獲取更多有效信息的手段，例如，采用更加有效的圖像處理方法來降低魚肉在識別中的各種干擾。下一步的研究方向主要是結合計算機視覺技術來提出一些新的方法，來提高我們現(xiàn)有方法對于魚肉的自動識別與分割的準確性，并在各種養(yǎng)殖環(huán)境下加以驗證。我國的水產養(yǎng)殖產量高居世界首位，因此自動化方法在行業(yè)的引入將擁有非常好的前景。

參考文獻：

[1]姚潤璐，黃秋桂.基于機器視覺的淡水魚品種識別[J].微型機與應用，2017（24）：37-39.

[2]張志強.基于機器視覺的淡水魚品種識別及重量預測研究[D].華中農業(yè)大學，2011.

[3]萬鵬，潘海兵，宗力，陳紅.基于計算機視覺的鯽魚和鯉魚品種識別方法研究[J].廣東農業(yè)科學，2012（39）：184-187.

作者簡介：趙慧（1997-），女，山西臨汾人，本科在讀，研究方向：圖像處理。