我國是一個(gè)物產(chǎn)資源豐富的海洋大國,水產(chǎn)養(yǎng)殖業(yè)占據(jù)國民生產(chǎn)總值很大比重,扇貝養(yǎng)殖作為水產(chǎn)養(yǎng)殖的重要的一環(huán),也越來越受到人們的重視。在扇貝的養(yǎng)成過程中,需要多次區(qū)分等級(jí),進(jìn)而執(zhí)行后續(xù)過程。目前,在扇貝養(yǎng)殖中,主要的分級(jí)方式是手工測(cè)量分級(jí),該方式步驟繁瑣,準(zhǔn)確率波動(dòng)性大,極大影響了扇貝分級(jí)的效率與扇貝養(yǎng)殖業(yè)的發(fā)展。通過計(jì)算機(jī)視覺的分級(jí)方式代替?zhèn)鹘y(tǒng)的手工分級(jí),可避免與扇貝直接接觸,有效減少扇貝碰撞,提高扇貝養(yǎng)殖效率。本文按照項(xiàng)目進(jìn)行的流程展開論述,內(nèi)容較詳細(xì),主要內(nèi)容如下:(1)扇貝特征選擇及圖像預(yù)處理設(shè)計(jì)。針對(duì)扇貝圖像信息不明顯、外殼結(jié)構(gòu)復(fù)雜的問題,分析扇貝顏色、花紋及邊緣輪廓信息對(duì)圖像處理的影響,進(jìn)行圖像特征選擇,確定顏色及輪廓為扇貝圖像主要特征。提出通過OpenCV視覺庫提供的RGB顏色單通道處理方法,并采用高斯、中值濾波方式對(duì)扇貝圖像預(yù)處理。(2)扇貝圖像分割及測(cè)量算法的設(shè)計(jì)。針對(duì)預(yù)處理后的扇貝圖像,使用大津法自適應(yīng)閾值二值化及邊緣檢測(cè)方法。對(duì)扇貝圖像進(jìn)行色彩提取,有效過濾扇貝花紋,完成前、背景分離,并獲取扇貝輪廓信息。對(duì)現(xiàn)有的幾種扇貝測(cè)量的算法進(jìn)行分析,由于扇貝輪廓不規(guī)則性,對(duì)尺寸測(cè)... 

【文章來源】：大連海洋大學(xué)遼寧省

【文章頁數(shù)】：52 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

扇貝的大、中、小級(jí)別特征圖

圖 2-2 傳統(tǒng)手工測(cè)量方式示意圖ematic diagram of traditional manual measur量扇貝尺寸是用游標(biāo)卡尺上端固定量爪和刻度計(jì)算扇貝尺寸數(shù)據(jù)。具體分級(jí)規(guī)則由公 >≤≤>=2312211()lasalaslasf a貝的實(shí)際殼高尺寸大小，a1、a2、a3 分別代貝的級(jí)別參數(shù)。若 l 大于 a1，則扇貝的級(jí)別貝的級(jí)別為 s2；若 l 小于 a2，則扇貝的尺寸有很大缺陷，對(duì)檢測(cè)人員的專業(yè)性考驗(yàn)極大在整個(gè)過程中操作員都會(huì)與扇貝殼體進(jìn)行接成磕碰、磨損，造成病貝、死貝產(chǎn)生的可能操作員規(guī)定，主觀因素影響過強(qiáng)，極有可能致數(shù)據(jù)真實(shí)性過差，影響企業(yè)信譽(yù)度。綜上

覺技術(shù)不但自身發(fā)展迅速，理和計(jì)算機(jī)視覺聯(lián)系密切，y 提出了邊緣檢測(cè)離散準(zhǔn)則，，隨著研究者的不斷推進(jìn)研度的 Roberts, Sobel 和 Pr，基于小波變換的邊緣算子，大津（OSTU）算法、小波系統(tǒng)，需要獲取有效的扇貝處理圖像信息之前要進(jìn)行扇增強(qiáng)有用信息。最后，分割術(shù)及過程，圖像分割也是一，進(jìn)行扇貝尺寸測(cè)量，通過息進(jìn)行區(qū)域劃分后，輸出待

【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器視覺的核桃仁分級(jí)方法[J]. 蔡建,周軍,史建新,王勇,郭政,劉航.  江蘇農(nóng)業(yè)科學(xué). 2018(05)
[2]基于機(jī)器視覺的蘋果品質(zhì)在線分級(jí)檢測(cè)[J]. 石瑞瑤,田有文,賴興濤,古文君.  中國農(nóng)業(yè)科技導(dǎo)報(bào). 2018(03)
[3]一種使用多特征的魚類圖像檢索方法[J]. 孫建偉,于紅,吳俊峰,張美玲,羅強(qiáng),孫娟娟.  大連海洋大學(xué)學(xué)報(bào). 2016(04)
[4]自適應(yīng)閾值圖像二值化及形態(tài)學(xué)處理的FPGA實(shí)現(xiàn)[J]. 陳鑫元,李筠,楊海馬,宋佳,邵璐先.  電子測(cè)量技術(shù). 2016(07)
[5]基于機(jī)器視覺的哈密瓜大小分級(jí)研究[J]. 劉啟全,郭俊先,劉明濤,劉航,王艷.  新疆農(nóng)機(jī)化. 2016(02)
[6]基于機(jī)器視覺的臍橙品質(zhì)在線分級(jí)檢測(cè)系統(tǒng)[J]. 胡發(fā)煥,董增文,匡以順.  中國農(nóng)業(yè)大學(xué)學(xué)報(bào). 2016(03)
[7]基于機(jī)器視覺技術(shù)的肉新鮮度分級(jí)方法研究[J]. 姜沛宏,張玉華,錢乃余,張長峰,陳東杰.  食品科技. 2015(03)
[8]基于機(jī)器視覺的玉米植株數(shù)量獲取方法與試驗(yàn)[J]. 賈洪雷,王剛,郭明卓,Dylan Shah,姜鑫銘,趙佳樂.  農(nóng)業(yè)工程學(xué)報(bào). 2015(03)
[9]基于機(jī)器視覺的作物多姿態(tài)害蟲特征提取與分類方法[J]. 李文勇,李明,陳梅香,錢建平,孫傳恒,杜尚豐.  農(nóng)業(yè)工程學(xué)報(bào). 2014(14)
[10]綜合顏色空間特征和紋理特征的圖像檢索[J]. 黃仁,胡敏.  計(jì)算機(jī)科學(xué). 2014(S1)

博士論文
[1]基于水下機(jī)器視覺的海參實(shí)時(shí)識(shí)別研究[D]. 喬曦.中國農(nóng)業(yè)大學(xué) 2017

碩士論文
[1]視頻中扇貝圖像的檢測(cè)與定位研究[D]. 王帥.大連海洋大學(xué) 2015
[2]基于機(jī)器視覺的蘋果尺寸分級(jí)技術(shù)研究[D]. 楊習(xí)文.武漢輕工大學(xué) 2015
[3]基于機(jī)器視覺的球形果蔬自動(dòng)化分級(jí)技術(shù)研究[D]. 朱黎輝.四川師范大學(xué) 2015
[4]基于機(jī)器視覺的扇貝精選分級(jí)系統(tǒng)研究[D]. 楊曉光.大連海事大學(xué) 2013
[5]基于機(jī)器視覺和近紅外光譜的水果品質(zhì)分級(jí)研究[D]. 李軍良.南京航空航天大學(xué) 2011
[6]運(yùn)動(dòng)模糊圖像恢復(fù)方法[D]. 楊勇杰.浙江大學(xué) 2010



本文編號(hào)：2949441