鱼体背部轮廓BPR算法的淡水鱼种类识别方法研究

• 作者: 涂兵 王锦萍 谭志豪 贺燕 陶健
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 机器视觉 鱼体背部轮廓 最小二乘算法 弯曲潜能比率
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 127-130,139
• 页数: 5页
• 分类号: TP391
• 字数: 3524字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.12.031

摘要

针对淡水鱼种类的在线自动识别问题，利用机器视觉技术，提出一种鱼体背部轮廓弯曲潜能比率 BPR（Bending Potential Ratio）的无损鱼体识别方法。首先通过分析采集的鲫、草鱼、鳊、鲤四种常见鱼类样本集，采用最小二乘算法建立相应的背部轮廓数学模型，并对鱼的 BPR 值分布区间作统计分析；接着对需要在线识别的鱼体通过摄像头获取相应彩色图像，并对获取的彩色图像进行相关预处理得到鱼体轮廓；最后计算鱼体图像的 BPR 值并根据建立的鱼体 BPR 分布模型识别出鱼的种类。实验结果表明，所提方法具有算法简单、识别准确率较高的特点，在采集的数据库上识别精度达到95％以上。