图像识别技术在鱼苗计数方面的研究与实现.pdfVIP

第27卷第4期 水 产 科 学 Vo1．27 No．4 2008年4月 FISHERIES SCIENCE Apr．2008 图像识别技术在鱼苗计数方面的研究与实现 范 嵩，刘 娇，杨 轶 (大连工业大学信息科学与工程学院，辽宁 大连 1 16034) 关键词：鱼苗计数；目标识别；图像分割；细化算法 中图分类号：TP391．41 文献标识码：C 文章编号：1003．1111(2008)04-0210-03 随着鱼苗生产规模的不断扩大，其饲养、运输、销售等 窗口中心点的值用窗口内各点的中值代替。图2是经过一 环节均需对鱼苗进行定量计数。目前我国鱼苗计数普遍采 次中值滤波处理过的鱼苗灰度图像。由图1、图2可见，较 用人工统计的方法来计数。这种方法费工费时，准确度也 小的杂质已经基本被过滤掉，较大的杂质面积变小，颜色变 无法保证，还会对鱼苗造成损伤。20世纪80年代，西方一 淡，很容易在后面的二值化中的处理。在去除杂质的同时， 些发达国家研制出的一些现代化鱼苗计数器，技术复杂，价 鱼体部分并未变的十分模糊，一次中值滤波的结果是令人 格昂贵，而且大多只针对特定鱼苗计数，不适合我国国情。 满意的。 目前无论鱼苗的生产者、销售者还是购买者，都迫切需要一 种简便、快捷、准确而便宜的鱼苗计数系统 ]。使用计算 机进行鱼苗图像的处理和计数，这种方法可以大大提高工 作效率，提高准确度，具有一定的实用价值和应用前景。 笔者利用计算机视觉技术，对于在自然光下拍摄的鱼 图2 中值滤波淡化鱼体上的白点及杂质 苗图像进行智能识别计数研究。以体长3～6 cm的草鱼 (Ctenopharyngodon ideellus)鱼苗[其中含有少量鲫(Carrsslu． 2 图像的分割 sauratus)等其他鱼苗]为试验对象。鱼苗图像计数的具体 2．1改进的OSTU阈值分割法 步骤为：(1)图像预处理；(2)图像的分割；(3)基于端点的 对鱼苗图像而言，图像分割要求把鱼体尽量从背景以 细化算法；(4)通过端点进行计数。 及阴影和杂质中分离出来。阈值法是一种图像分割中传统 1 图像的预处理 和普遍采用的方法。采用迭代阈值分割和OSTU阈值分割 的结果见图3 J。 图像预处理是相对于图像识别、图像理解而言的一种 前期处理。基本的处理方法包括：灰度变换、直方图变换、 锐化、平滑、几何变换等。在本研究中根据试验获得的图像 采用相应的方法进行处理。 1．1 灰度变换 图3 迭代阈值分割和OSTU阈值分割的比较 对于所要研究对象的特性，笔者将关注于图像的轮廓 特征，把图像由RGB颜色空间转换到灰度空间。即将32位 由图3可见，OSTU阈值分割法的效果要好于迭代阈值 真彩色按公式Grey=0．299×Red+0．587×Green+0．114 分割法，但即使如此，经典的OSTU阈值分割法也只能较好 ×Blue转化到256位灰度图 (图1)。 的分割那些没有阴影或阴影面积较小的图像。由于OSTU 阂值分割法最擅长寻找2波峰间的波谷，而鱼苗图像却只 有1个明显的波峰(背景)，另一段直方图涵盖了鱼体和阴