多功昊，王紫聰，張 航

（天津農(nóng)學(xué)院 計(jì)算機(jī)與信息工程學(xué)院，天津 300384）

人類發(fā)展歷史中，水產(chǎn)養(yǎng)殖業(yè)占據(jù)了重要的地位，漁業(yè)越來越受到重視。在魚類養(yǎng)殖時(shí)，對(duì)一定水域的魚苗投放度、計(jì)量投放餌料到之后的魚苗運(yùn)輸、出售，魚苗計(jì)數(shù)都是不可或缺的環(huán)節(jié)。在自動(dòng)化計(jì)數(shù)方法出現(xiàn)以前，主要采用推算法、碗量法和開間法來對(duì)魚苗進(jìn)行計(jì)數(shù)。以上三種方法，都是基于人工操作，在計(jì)數(shù)過程中容易對(duì)魚苗造成損傷，而且計(jì)數(shù)的誤差較大。20世紀(jì)以來隨著科技的發(fā)展，自動(dòng)化的魚苗計(jì)數(shù)方法也逐漸研究出來，但是由于成本過高，技術(shù)復(fù)雜，并且大部分只能針對(duì)特定魚苗，應(yīng)用并不是很廣泛。漁業(yè)急需一種成本低，操作簡單的自動(dòng)計(jì)數(shù)裝置。利用計(jì)算機(jī)視覺和圖像處理技術(shù)，能夠大幅提高魚苗計(jì)數(shù)的準(zhǔn)確率，并且操作方面簡單易懂，成本低廉。不僅可以應(yīng)用在漁業(yè)方面，在軍事，農(nóng)業(yè)等多個(gè)方面都有著廣泛的應(yīng)用前景。

1 材料和方法

1.1 圖像樣本

本研究所用的樣本為使用攝像頭拍攝魚缸內(nèi)的魚苗而得到。圖1所示為其中一個(gè)魚苗圖片樣本。

1.2 魚苗圖像預(yù)處理

圖像預(yù)處理是在圖像分析中，對(duì)圖像識(shí)別和理解的一種前期處理方法[1]。在進(jìn)行圖像分析時(shí)，圖像的質(zhì)量優(yōu)劣對(duì)算法和效果的精度有著關(guān)鍵的影響，所以在圖像分析（特征提取、匹配識(shí)別等）時(shí)，圖像需要進(jìn)行預(yù)處理，最大限度簡化數(shù)據(jù)，改進(jìn)圖像分析的可靠性。對(duì)魚苗圖像進(jìn)行預(yù)處理時(shí)，主要使用灰度化和中值濾波來盡可能減少圖像中無關(guān)因素對(duì)計(jì)數(shù)時(shí)的干擾。

1.2.1 魚苗圖像

對(duì)于圖像識(shí)別與分析來說，顏色在分割和物體識(shí)別中有著重要作用[2]。最基礎(chǔ)、最常用的是RGB空間?，F(xiàn)有的圖像采集設(shè)備最初采集到的顏色信息是RGB值，顯示設(shè)備最終使用的也是RGB值。灰度圖即原彩色圖中每一個(gè)像素點(diǎn)的R、G、B均相等，如圖2所示。

1.2.2 魚苗圖像降噪處理

圖像噪聲是指在圖像采集、傳輸過程中，數(shù)據(jù)中多余的或者不必要的干擾會(huì)形成噪聲，降低圖像質(zhì)量，嚴(yán)重影響了圖像特征的提取和識(shí)別。噪聲難以用數(shù)學(xué)模型表示，魚苗圖片中所出現(xiàn)的噪聲常常成為顆粒噪聲，有較大的灰度差，主要來源于水中雜質(zhì)和魚苗身上的斑點(diǎn)。

中值濾波是一種非線性平滑的濾波技術(shù)，中值濾波將每一像素點(diǎn)的灰度值設(shè)置成該點(diǎn)鄰域窗口內(nèi)的所有像素點(diǎn)灰度的中值[3]。中值濾波是基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性信號(hào)處理技術(shù)，其對(duì)于脈沖噪聲有良好的濾除作用，在去除噪聲的同時(shí)還能保護(hù)信號(hào)的邊緣不被模糊中值濾波的效果圖如圖3所示：

1.3 魚苗圖像分割

Otsu閾值分割也叫大津閾值法[4]，是由日本的大津展之提出的基于判別分析過程的自動(dòng)閾值選擇法。Otsu閾值分割使用聚類的思想，將圖像的灰度數(shù)分為兩個(gè)部分，使得兩個(gè)部分的灰度差異最大，每個(gè)部分間的灰度差異最小。通過方差的計(jì)算來選取合適的灰度值來劃分。

Otsu閾值分割的步驟如下：（1）統(tǒng)計(jì)灰度級(jí)中每個(gè)像素在整幅圖像中的個(gè)數(shù)；（2）計(jì)算每個(gè)像素在整幅圖像的概率分布；（3）對(duì)灰度級(jí)進(jìn)行遍歷搜索，計(jì)算當(dāng)前灰度值下前景背景類間概率；（4）通過目標(biāo)函數(shù)計(jì)算出類內(nèi)與類間方差下對(duì)應(yīng)的閾值。對(duì)于圖像I（x，y），前景(即目標(biāo))和背景的分割閾值記作T，屬于前景的像素點(diǎn)數(shù)占整幅圖像的比例記為ω0，其平均灰度μ0；背景像素點(diǎn)數(shù)占整幅圖像的比例為ω1，其平均灰度為μ1。圖像的總平均灰度記為μ，類間方差記為g。假設(shè)圖像的背景較暗，并且圖像的大小為M×N，圖像中像素的灰度值小于閾值T的像素個(gè)數(shù)記作N0，像素灰度大于閾值T的像素個(gè)數(shù)記作N1，則有：

魚苗圖像的灰度直方圖和分割結(jié)果圖分別如圖4、圖5所示：

1.4 魚苗圖像連通域計(jì)數(shù)

連通區(qū)域一般是指圖像中具有相同像素值且位置相鄰的前景像素點(diǎn)組成的圖像區(qū)域[5]。連通區(qū)域分析是指將圖像中的各個(gè)連通區(qū)域找出并標(biāo)記。連通區(qū)域分析是一種在模式識(shí)別和圖像分析處理的眾多應(yīng)用領(lǐng)域中較為常用和基本的方法。

連通區(qū)域一般指圖像中像素值相同且位置相鄰的前景像素點(diǎn)組成的圖像區(qū)域。連通區(qū)域分析是指將圖像中各個(gè)連通區(qū)域找出并標(biāo)記。建立兩個(gè)空數(shù)組分別存儲(chǔ)連通域面積和連通域個(gè)數(shù)。用連通域總面積除以提前設(shè)置好的連通域最小面積就可以求出連通域重心坐標(biāo)并在重心坐標(biāo)描繪數(shù)字，從而得出連通域個(gè)數(shù)。

1.5 魚苗圖像計(jì)數(shù)

通過對(duì)魚苗圖像的灰度化、腐蝕、膨脹、濾波、閾值分割、連通域標(biāo)記，對(duì)連通域面積的計(jì)數(shù)，能夠很快得出圖像中魚苗圖片的數(shù)量，結(jié)果如圖6所示。

2 結(jié)果與討論

結(jié)果表明，本系統(tǒng)能夠很快識(shí)別出圖像中魚苗數(shù)量，誤差率得到了降低。與人工和機(jī)械相比，在對(duì)魚苗圖像的處理、計(jì)數(shù)方面，工作效率得到了提高；與以往的魚苗計(jì)數(shù)方法相比，精確程度得到了提高，特別是在沒有圖像重疊的情況下，計(jì)數(shù)精確度還可以再次提高。