趙慧 劉娜 趙天昊

摘 要：實(shí)現(xiàn)環(huán)境資源與經(jīng)濟(jì)的可持續(xù)發(fā)展是二十一世紀(jì)國(guó)際社會(huì)面對(duì)的共同責(zé)任和使命。而水產(chǎn)養(yǎng)殖行業(yè)將會(huì)在其進(jìn)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(zhì)來(lái)源，淡水魚的味道鮮美，口感嫩滑，但是由于淡水魚具有嚴(yán)重的易腐性、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)一步提高淡水魚的經(jīng)濟(jì)價(jià)值，提高利用效率，需要對(duì)打撈上來(lái)的淡水魚進(jìn)行分類加工。目前，在我國(guó)淡水的分類需要人工進(jìn)行，勞動(dòng)強(qiáng)度大，效率低，因此為了解決這些問題，我們采用機(jī)器視覺和圖像處理技術(shù)對(duì)淡水魚圖像的顏色和體型特征進(jìn)行提取，然后識(shí)別分類，將不同種類的的淡水魚進(jìn)行分類加工。

關(guān)鍵詞：淡水魚；圖像處理；品種識(shí)別；機(jī)器視覺

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

1 研究?jī)?nèi)容

本研究在目前魚類識(shí)別技術(shù)研究結(jié)果的基礎(chǔ)上，應(yīng)用最新的圖像處理技術(shù)對(duì)常見的四種淡水魚（鰱魚，鳊魚，鯽魚和鯉魚）進(jìn)行研究，搭建采集淡水魚圖像的計(jì)算機(jī)視覺實(shí)驗(yàn)平臺(tái)。針對(duì)魚的特征提取，討論了適用于魚的圖像預(yù)處理算法，為了很好的辨別魚類的健康情況，采用加權(quán)平均法進(jìn)行魚的灰度化；為了突出魚的特征進(jìn)行二值化；圖像預(yù)處理是為了特征提取，提取顏色、紋理、形狀、重量等特征對(duì)魚類進(jìn)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(lán)三種顏色進(jìn)行分析識(shí)別。因此在淡水魚的顏色分析中，需要對(duì)這三種顏色分別進(jìn)行研究。以下直方圖是本次研究圖像處理的依據(jù)。

2.2 紅色分量

利用數(shù)字處理技術(shù)可以提取每張?jiān)紙D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(duì)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(duì)不同種類的淡水魚的紅色分量進(jìn)行統(tǒng)計(jì)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?yàn)?16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(shí)別出來(lái)。

2.3 綠色分量

步驟如上：

鯽魚綠色分量值所在區(qū)域?yàn)?8至108之間，遠(yuǎn)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?yàn)?30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(lái)識(shí)別鯉魚。

2.4 藍(lán)色分量

步驟如上：

由上表可知，鯽魚藍(lán)色分量值所在區(qū)域?yàn)?6至118之間，與鯉魚之間存在交集，所以這兩種魚無(wú)法通過藍(lán)色分量區(qū)分。同理，鰱魚與鳊魚也無(wú)法通過藍(lán)色分量區(qū)分。

2.5 分析總結(jié)

通過以上數(shù)據(jù)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(lán)色分量識(shí)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(lái)，達(dá)到人們提高效率的目的。

3 前景展望

通過機(jī)器視覺技術(shù)自動(dòng)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(jī)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(jìn)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(lái)降低魚肉在識(shí)別中的各種干擾。下一步的研究方向主要是結(jié)合計(jì)算機(jī)視覺技術(shù)來(lái)提出一些新的方法，來(lái)提高我們現(xiàn)有方法對(duì)于魚肉的自動(dòng)識(shí)別與分割的準(zhǔn)確性，并在各種養(yǎng)殖環(huán)境下加以驗(yàn)證。我國(guó)的水產(chǎn)養(yǎng)殖產(chǎn)量高居世界首位，因此自動(dòng)化方法在行業(yè)的引入將擁有非常好的前景。

參考文獻(xiàn)：

[1]姚潤(rùn)璐，黃秋桂.基于機(jī)器視覺的淡水魚品種識(shí)別[J].微型機(jī)與應(yīng)用，2017（24）：37-39.

[2]張志強(qiáng).基于機(jī)器視覺的淡水魚品種識(shí)別及重量預(yù)測(cè)研究[D].華中農(nóng)業(yè)大學(xué)，2011.

[3]萬(wàn)鵬，潘海兵，宗力，陳紅.基于計(jì)算機(jī)視覺的鯽魚和鯉魚品種識(shí)別方法研究[J].廣東農(nóng)業(yè)科學(xué)，2012（39）：184-187.

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