本文關(guān)鍵詞：基于多特征的淡水魚種類識別研究

  更多相關(guān)文章： 淡水魚 機器視覺 特征選擇 種類識別

【摘要】：為促進淡水魚產(chǎn)業(yè)的發(fā)展、提高淡水魚機器視覺的識別效率,以4種常見的淡水魚(鯽魚、桂魚、鳊魚和白魚)為研究對象,提出一種基于形態(tài)、紋理和顏色等多特征融合的淡水魚種類識別方法。將淡水魚圖像轉(zhuǎn)換至HIS空間后,對S分量圖像利用ostu分割方法獲取魚體二值圖像,計算魚體的多個形態(tài)特征(面積/周長、復雜度、偏心率、長寬比和7個Hu不變矩)。針對4種魚尾巴形態(tài)差異較大的特點,引入尾巴形態(tài)特征進行種類識別,按列掃描魚體二值圖像獲取魚體寬度函數(shù),先對寬度函數(shù)進行傅里葉變換,找到魚體最小寬度位置后分割出魚尾,計算魚尾形態(tài)特征(占空比、似圓度)。根據(jù)各種淡水魚的魚肚、魚背皮膚紋理和顏色存在較大差異的客觀性,提出基于魚背和魚肚2塊皮膚的特征抽取方法,抽取22個特征;加上魚體和魚尾的13個形態(tài)特征,總計35個特征,選擇使用粒子群算法優(yōu)選出22個特征后利用改進的遺傳神經(jīng)網(wǎng)絡(luò)法對淡水魚進行種類識別。識別樣本集R中共240條魚2組圖像,第1組開啟輔助光源,第2組采用自然光照。設(shè)置一條魚紋理塊識別正確率的閾值T為80%時,第1組60條鳊魚和60條桂魚全部識別成功,識別正確率為100%,60條鯽魚和60條白魚各識別出59條,識別正確率為98.3%。第2組圖像在2種天氣情況下拍攝,晴天拍攝140條魚(每種35條),鳊魚、桂魚和白魚的識別正確率為100%,而鯽魚識別出34條,識別正確率為97.1%;陰天拍攝100條魚(每種25條),紋理子塊的識別正確率均大于T的條數(shù)為23條,識別正確率23%,說明陰雨天無輔助光源時由于光線過于昏暗,特征值不明顯,導致整體識別正確率很低。這一研究提出的多特征融合的淡水魚種類識別方法適用于有輔助光源或晴天光線好的環(huán)境,但光線暗的陰雨天不適用,這為后期研制淡水魚在線識別裝置提供了理論依據(jù)。
【作者單位】： 南京農(nóng)業(yè)大學信息科學技術(shù)學院;
【關(guān)鍵詞】： 淡水魚 機器視覺 特征選擇 種類識別
【基金】：中央高�；究蒲袠I(yè)務(wù)費項目(KYZ201670;KYZ201551) 江蘇省科技支撐計劃項目(BE2011339)
【分類號】：TP391.41
【正文快照】： 中國是淡水魚生產(chǎn)大國,但加工比例很小,深加工幾乎沒有,極大地限制中國淡水魚的養(yǎng)殖規(guī)模。在淡水魚養(yǎng)殖中,多采用混養(yǎng)模式,故在深加工前必須進行淡水魚種類識別[1]。傳統(tǒng)的人工分類方法存在勞動量大、效率低、準確率低、損傷魚體等缺點。而基于機器視覺技術(shù)可實現(xiàn)淡水魚種類的

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 付俊輝;楊獻峰;;基于人臉圖像的性別識別建模與仿真研究[J];計算機仿真;2012年05期

2 ;[J];;年期

，

本文編號：660002