基于机器视觉的鱼的分割与辨别

赵慧 刘娜 赵天昊

摘 要：实现环境资源与经济的可持续发展是二十一世纪国际社会面对的共同责任和使命。而水产养殖行业将会在其进程中扮演重要角色。膳食模式的改变将鱼类作为重要的蛋白质来源，淡水鱼的味道鲜美，口感嫩滑，但是由于淡水鱼具有严重的易腐性、区域性和集中性等特点，制约了淡水鱼产业的发展。因此为了进一步提高淡水鱼的经济价值，提高利用效率，需要对打捞上来的淡水鱼进行分类加工。目前，在我国淡水的分类需要人工进行，劳动强度大，效率低，因此为了解决这些问题，我们采用机器视觉和图像处理技术对淡水鱼图像的颜色和体型特征进行提取，然后识别分类，将不同种类的的淡水鱼进行分类加工。

关键词：淡水鱼；图像处理；品种识别；机器视觉

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

1 研究内容

本研究在目前鱼类识别技术研究结果的基础上，应用最新的图像处理技术对常见的四种淡水鱼（鲢鱼，鳊鱼，鲫鱼和鲤鱼）进行研究，搭建采集淡水鱼图像的计算机视觉实验平台。针对鱼的特征提取，讨论了适用于鱼的图像预处理算法，为了很好的辨别鱼类的健康情况，采用加权平均法进行鱼的灰度化；为了突出鱼的特征进行二值化；图像预处理是为了特征提取，提取颜色、纹理、形状、重量等特征对鱼类进行更好的辨别。

2 研究方法

2.1 淡水鱼图像颜色特征提取与分析

提取淡水鱼图像的颜色特征是图像处理的第一步，本研究主要提取红绿蓝三种颜色进行分析识别。因此在淡水鱼的颜色分析中，需要对这三种颜色分别进行研究。以下直方图是本次研究图像处理的依据。

2.2 红色分量

利用数字处理技术可以提取每张原始图像的红色直方图，从直方图中可知每张图像的红色分量均值及方差。通过对四种淡水鱼图像中红色分量均值的提取，可以获得淡水鱼的红色分量分布情况，如图1。

通过对不同种类的淡水鱼的红色分量进行统计可得不同种类淡水鱼的红色分量的分布区间。具体如表1所示。

由上表可知，鲫鱼红色分量之所在区域为116至134之间，与其它三种鱼的红色分量完全没有交集，故可以通过红色分量将鲫鱼从淡水鱼中识别出来。

2.3 绿色分量

步骤如上：

鲫鱼绿色分量值所在区域为98至108之间，远小于其它三种的绿色分量值，而鲤鱼的绿色分量值所在区域为130至135之间，与其他三种鱼的绿色分量也没有交集，所以可以通过绿色分量值所在区域来识别鲤鱼。

2.4 藍色分量

步骤如上：

由上表可知，鲫鱼蓝色分量值所在区域为96至118之间，与鲤鱼之间存在交集，所以这两种鱼无法通过蓝色分量区分。同理，鲢鱼与鳊鱼也无法通过蓝色分量区分。

2.5 分析总结

通过以上数据与表，可以通过红色分量区分鲢鱼和鳊鱼，通过绿色分量区分鲫鱼，通过蓝色分量识别鲫鱼和鲤鱼，所以用这种方法可以将四种鱼有效地区分开来，达到人们提高效率的目的。

3 前景展望

通过机器视觉技术自动化分割与辨别鱼类，在目前工业化循环水养殖中具有一定创新性。但是我们的研究还存在很多的不足。养殖鱼类所处的环境决定了通过机器视觉系统所获得的信息具有一定的局限性。方法的改进是获取更多有效信息的手段，例如，采用更加有效的图像处理方法来降低鱼肉在识别中的各种干扰。下一步的研究方向主要是结合计算机视觉技术来提出一些新的方法，来提高我们现有方法对于鱼肉的自动识别与分割的准确性，并在各种养殖环境下加以验证。我国的水产养殖产量高居世界首位，因此自动化方法在行业的引入将拥有非常好的前景。

参考文献：

[1]姚润璐，黄秋桂.基于机器视觉的淡水鱼品种识别[J].微型机与应用，2017（24）：37-39.

[2]张志强.基于机器视觉的淡水鱼品种识别及重量预测研究[D].华中农业大学，2011.

[3]万鹏，潘海兵，宗力，陈红.基于计算机视觉的鲫鱼和鲤鱼品种识别方法研究[J].广东农业科学，2012（39）：184-187.

作者简介：赵慧（1997-），女，山西临汾人，本科在读，研究方向：图像处理。