1、基于圖像聲納技術的淺海魚群分類識別算法研究這一課題，是浙江省農口重大攻關項目“浙江渾水區(qū)深水網箱水下檢測設備開發(fā)”的一部分，主要針對淺海養(yǎng)殖技術的迫切需要而展開工作。課題主要內容是利用成熟的圖像聲納技術設計圖像采集設備，對采集到的圖像進行跟蹤處理。處理內容包括對聲納圖像進行圖像變換、圖像增強、圖像特征分析、圖像匹配識別等。本課題主要涉及數(shù)字圖像處理和模式識別這兩門學科領域。魚群識別的內容包括對網箱養(yǎng)殖魚的種類和其生長階段的識別，準確地判

2、斷出該種類的魚是否已經成熟并可以被捕撈，因而提高養(yǎng)殖作業(yè)的效率和資源的利用率，滿足人們對漁業(yè)資源的需求。 本算法研究的中心思想是以數(shù)字圖像處理理論為前提，深入了解和應用智能圖像處理技術，參照前輩們已經研究出有關數(shù)字圖像處理的算法，如指紋圖像識別、光學字符識別OCR、遙感圖像分析等。使用Matlab中的數(shù)字圖像處理工具箱DIP(Digtal Image Process)和面向對象的設計工具GUI(Graph User Interf

3、ace)，對魚群聲納圖像進行圖像濾波、圖像增強、邊緣檢測、圖像二值化等處理，并從圖像中讀取魚體體態(tài)分布及大小等特征數(shù)據(jù)，整理現(xiàn)有數(shù)據(jù)并建立專家數(shù)據(jù)庫，編寫軟件實現(xiàn)圖像中獲得的數(shù)據(jù)與專家數(shù)據(jù)庫的匹配，實現(xiàn)魚群識別的任務。本課題首先研究了對單體魚的識別方法，研究了魚體回聲圖像的預處理方法、單體魚的體態(tài)及長度參數(shù)的提取方法、通過建立專家數(shù)據(jù)庫來實現(xiàn)目標匹配識別的方法。然后引入了自適應圖像窗的概念，研究了自適應圖像窗邊界定義、如何減少圖像計算量

4、，如何優(yōu)化自適應圖像窗的方法。魚群識別算法的突破點-自適應圖像窗的提出，實現(xiàn)了從魚體識別向魚群識別的過渡，也是課題邁向成功的一大步。本課題的研究已基本符合了項目的要求，可以準確的識別出單個魚，也可以在一定誤差范圍內識別出魚群。但是魚群識別算法還處在研究階段，在魚和魚之間不存在圖像上的遮擋的假設條件下，通過引入“自適應窗”的概念，我們基本上解決了魚群識別問題。對于養(yǎng)殖密度不是很大的深水網箱中的魚類的監(jiān)測和識別，本研究提出的方法是可取的。但