基于圖像聲納的淺海魚群分類識(shí)別算法研究.pdf

1、基于圖像聲納技術(shù)的淺海魚群分類識(shí)別算法研究這一課題，是浙江省農(nóng)口重大攻關(guān)項(xiàng)目“浙江渾水區(qū)深水網(wǎng)箱水下檢測(cè)設(shè)備開(kāi)發(fā)”的一部分，主要針對(duì)淺海養(yǎng)殖技術(shù)的迫切需要而展開(kāi)工作。課題主要內(nèi)容是利用成熟的圖像聲納技術(shù)設(shè)計(jì)圖像采集設(shè)備，對(duì)采集到的圖像進(jìn)行跟蹤處理。處理內(nèi)容包括對(duì)聲納圖像進(jìn)行圖像變換、圖像增強(qiáng)、圖像特征分析、圖像匹配識(shí)別等。本課題主要涉及數(shù)字圖像處理和模式識(shí)別這兩門學(xué)科領(lǐng)域。魚群識(shí)別的內(nèi)容包括對(duì)網(wǎng)箱養(yǎng)殖魚的種類和其生長(zhǎng)階段的識(shí)別，準(zhǔn)確地判

2、斷出該種類的魚是否已經(jīng)成熟并可以被捕撈，因而提高養(yǎng)殖作業(yè)的效率和資源的利用率，滿足人們對(duì)漁業(yè)資源的需求。 本算法研究的中心思想是以數(shù)字圖像處理理論為前提，深入了解和應(yīng)用智能圖像處理技術(shù)，參照前輩們已經(jīng)研究出有關(guān)數(shù)字圖像處理的算法，如指紋圖像識(shí)別、光學(xué)字符識(shí)別OCR、遙感圖像分析等。使用Matlab中的數(shù)字圖像處理工具箱DIP(Digtal Image Process)和面向?qū)ο蟮脑O(shè)計(jì)工具GUI(Graph User Interf

3、ace)，對(duì)魚群聲納圖像進(jìn)行圖像濾波、圖像增強(qiáng)、邊緣檢測(cè)、圖像二值化等處理，并從圖像中讀取魚體體態(tài)分布及大小等特征數(shù)據(jù)，整理現(xiàn)有數(shù)據(jù)并建立專家數(shù)據(jù)庫(kù)，編寫軟件實(shí)現(xiàn)圖像中獲得的數(shù)據(jù)與專家數(shù)據(jù)庫(kù)的匹配，實(shí)現(xiàn)魚群識(shí)別的任務(wù)。本課題首先研究了對(duì)單體魚的識(shí)別方法，研究了魚體回聲圖像的預(yù)處理方法、單體魚的體態(tài)及長(zhǎng)度參數(shù)的提取方法、通過(guò)建立專家數(shù)據(jù)庫(kù)來(lái)實(shí)現(xiàn)目標(biāo)匹配識(shí)別的方法。然后引入了自適應(yīng)圖像窗的概念，研究了自適應(yīng)圖像窗邊界定義、如何減少圖像計(jì)算量

4、，如何優(yōu)化自適應(yīng)圖像窗的方法。魚群識(shí)別算法的突破點(diǎn)-自適應(yīng)圖像窗的提出，實(shí)現(xiàn)了從魚體識(shí)別向魚群識(shí)別的過(guò)渡，也是課題邁向成功的一大步。本課題的研究已基本符合了項(xiàng)目的要求，可以準(zhǔn)確的識(shí)別出單個(gè)魚，也可以在一定誤差范圍內(nèi)識(shí)別出魚群。但是魚群識(shí)別算法還處在研究階段，在魚和魚之間不存在圖像上的遮擋的假設(shè)條件下，通過(guò)引入“自適應(yīng)窗”的概念，我們基本上解決了魚群識(shí)別問(wèn)題。對(duì)于養(yǎng)殖密度不是很大的深水網(wǎng)箱中的魚類的監(jiān)測(cè)和識(shí)別，本研究提出的方法是可取的。但