基于鱼体背部弯曲潜能算法的四种主养鱼类识别

• 作者: 吴健辉 张晓飞 杨敏 王锦萍 谭志豪
• 来源期刊: 淡水渔业
• 学科: 工学
• 关键词: 图像处理 鱼类识别 背部轮廓 弯曲潜能
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 101-106
• 页数: 6页
• 分类号: TP391.41
• 字数: 3477字
• 语种: 中文

摘要

以四种主养淡水鱼鲫（Carassius auratus）、草鱼（Ctenopharyngodon idellus）、团头鲂（Megalobrama amblyceph－ala）、鲤（Cyprinus carpio）为例，提出一种基于图像处理技术的鱼种类自动识别方法。首先通过鱼体信息采集系统获取待识别鱼体图像，并对其进行灰度化与二值化，得到鱼体轮廓信息；然后采用邻域边界算法对鱼体的轮廓进行提取，根据轮廓曲线建立鱼体背部轮廓数学模型；最后根据轮廓模型，采用鱼体背部弯曲潜能算法对不同种类鱼体样本的背部弯曲潜能值进行计算和聚类统计，得到不同鱼类样本的背部弯曲潜能值分布区间，从而通过比对待识别鱼体背部弯曲潜能值的区间实现对不同鱼类的自动识别。对四种主养鱼类的实验测试结果表明，对团头鲂的识别精度可以达到100％，对鲫、鲤和草鱼的识别精度达到96％，基本上能准确实现四种鱼体的分类识别，具有较好的实际应用价值。