机器视觉判定锦鲤的价值(源码)
摘要：基于机器视觉对锦鲤进行价值判定，对提高我国锦鲤市场的规范化有着十分重要的意义。目前，在锦鲤价值判定的过程中存在速度慢、误判率高等缺点，很难满足实时性价值判定的要求。以红白锦鲤为对象，基于机器视觉对锦鲤价值进行判定，工作包括锦鲤图像采集，图像平滑化去噪，灰度图像纹理特征提取，图像颜色空间转换，图像目标分割提取，通过边缘检测显示锦鲤目标图像的边缘信息，图像规范化保证锦鲤图像的统一性，通过锦鲤长宽比对体形进行分级、通过单一颜色区域的颜色平均值对颜色进行分级、通过图像指纹对花纹进行分级，最后按照颜色、体形和花纹占总体价值的50%，30%和20%对锦鲤进行最终价值判定。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
1 绪论 1
1.1 研究背景和意义 2
1.1.1 国内外研究现状 2
1.2 研究的目的 2
1.3 研究的内容 2
2 锦鲤图像采集与处理 4
2.1 锦鲤图像采集 4
2.2 红白锦鲤图像处理 4
2.2.1 图像灰度化 5
2.2.2 图像颜色空间转换 6
2.2.3 图像平滑 7
2.2.4 HSV颜色分割 7
2.2.5 边缘检测 8
2.2.6 图像规范化 11
2.3 红白锦鲤特征提取 12
2.3.1 红白锦鲤体形检测 12
2.3.2 红白锦鲤颜色检测 13
2.3.3 红白锦鲤花纹检测 15
3 红白锦鲤价值判定系统设计 16
3.1 系统设计 16
3.2 系统硬件和软件 17
4 系统开发环境及配置 17
4.1 Python 2.7 17
4.2 OpenCV 3.0.0 18
5 总结和不足 18
致谢 18
参考文献: 19
基于机器视觉判定锦鲤的价值
引言
1．绪论
*好棒文|www.hbsrm.com +Q: ^351916072*
众所周知，鱼在中国几千年的传统文化中一直拥有着吉利、美满、富裕等美好寄寓，尤其在过年的时候，每家每户一定要做的一道家常菜就是鱼，寄寓着年年有余。当然，过年的时后，也有很多人将鱼作为礼物赠送给亲朋好友。近几年，伴随着世界经济的发展，人们的生活水平不断地提升，人们不在只对吃鱼感兴趣了，更多的把自己的心思和感情都集中到对鱼的赏玩上面了。其中锦鲤鱼凭借着美丽的色彩、俊美的身姿、悠长的寿命等特点，深受现代人喜爱，成为了最受欢迎的观赏鱼之一。我国观赏锦鲤的市场买卖仍然采用通过以往积累的辩赏经验进行人工辨别的方法，这种方法受个人颜色分辨能力、视力和主观情绪等多方面因素影响，使得锦鲤价值判定的效率低、误判率高。正因为观赏锦鲤的价值判断上没有一个十分客观的依据，人们往往会发生打眼等情况，经济上遭受很大创伤。所以急需要建立基于机器视觉的观赏鱼价值判断系统，提高对锦鲤价值判断，促使锦鲤市场变得更加规范化，保证每一个爱好者都买到自己心仪的锦鲤。
研究背景和意义
1.1.1 国内外研究现状
近些年，海内外实验人员通过机器视觉对鱼类价值判定进行了很多实验和探索工作，一些实验得出的成果早已在商品化中得到使用。在国外通过机器视觉技术进行鱼类价值检测研究非常广泛，并已研制出基于机器视觉技术的鱼类的颜色、体形等多个方面的分级设备。在海外锦鲤价值判断方法首先使用CCD摄像头[1]实现图像采集，之后利用数字图像处理[2]、计算机数据分析等方式对鱼类图像逐步剖析和鉴别后归纳出鱼类的价值判定结论。由机器视觉技术能准确的检测出物体的形状特征及表面颜色特征，在锦鲤市场的大小分级、颜色分级、价值判定等方面具有很好的应用前景。而在国内，基于机器视觉技术在观赏鱼的品种识别、形状分析、颜色分析等方面研究虽然取得了一定的成绩，但同时存在以下问题。
实际应用缺少。因为我国绝大多数利用机器视觉对鱼类进行检测分级的研究仍处于实验或研究阶段，很少在实际生活中得到应用。
检测的精度不高。因为锦鲤的形状近似椭圆形，颜色和花纹可能分布于锦鲤图像的不同位置，因此对图像花纹分级时会存在一些困难。
研究的目的
我国是世界观赏鱼生产大国，平均一季度中国进口淡水观赏鱼46吨，进口淡水观赏鱼金额223万美元。平均一季度中国出口淡水观赏鱼47吨，出口淡水观赏鱼金额为75万美元，并且主要在德国、日本、东南亚等国家和地区进行进出口贸易。近些年，伴随国民生活质量的日渐提高，观赏鱼已经慢慢成为21世纪家庭消费的又一个新的方向，全中国都在慢慢形成一个生机勃勃的观赏鱼养殖局面[3]。单以观赏锦鲤来说，随着群众日常生活质量的稳步提升，观赏锦鲤的养殖早已在很多人的生活中扮演起了重要的角色，在饲养的过程中我们在心里和身体上都能够获得极大的满足。但是观赏锦鲤市场过于鱼龙混杂，而对锦鲤的价值辨别往往只能依靠经常混迹于锦鲤市场所积累的观赏经验，这种方法受个人颜色辨别能力、视力和情绪等多方面因素影响，使得锦鲤价值判定的效率低、误判率高。让很多新进的和已经在这一行很长时间的赏鱼者打眼，造成经济上的严重损失。
所以针对此问题，本课题建立基于机器视觉的观赏鱼价值判断系统，提高对锦鲤价值判断，促使锦鲤市场变得更加规范化。
研究的内容
本论文以红白锦鲤为试验样本，研究基于机器视觉判定锦鲤价值的算法。在总结国内外研究成果的基础上，对合适的锦鲤图像进行处理和价值判定。首先对采集到的锦鲤进行灰度化、颜色空间转换、平滑、图像分割、边缘检测和图像规范化等一系列的图像处理。然后对处理后的锦鲤图像提取体形、颜色和花纹，最后依据提取的特征参数对体形、颜色、花纹进行分级。具体的研究内容包括以下4点。
红白锦鲤的采集
选取红白锦鲤作为实验样本进行检测，将锦鲤背景统一到一种颜色区间和目标锦鲤进行区别，保证水中锦鲤的背部大部分面积被拍摄道。
锦鲤图像处理
采集后将红白锦鲤图像进行汇总，但是刚刚采集的红白锦鲤图像受选取的光照、背景颜色等环境因素影响，使得采集的红白锦鲤图像中存在着光照不均匀、噪声和其他各种不同的干扰，最终会导致红白锦鲤图像检测结果出现误差，所以需要对红白锦鲤进行灰度化、颜色空间转换、平滑、图像分割、边缘检测和规范化等处理，经过这样的处理后的红白锦鲤图像检测结果更佳，更能满足价值判定要求。
图像灰度化是将采集的红白锦鲤图像转化为灰度图级的红白锦鲤图像，便于红白锦鲤纹理特征的提取，灰度值计算采用加权平均算法；图像颜色空间转换，把RGB图像转变成HSV图像，使图像颜色更加接近人眼所观察到的颜色而且方便对颜色区域的划分；图像平滑化去除噪声，使滤波算法满足红白锦鲤图像处理和红白锦鲤图像特征参数提取的准确性；图像分割[4]为了实现红白锦鲤目标图像和背景图像的分离，分理出红白锦鲤目标图像，利用选取颜色阙值的方法进行红白锦鲤图像分割；边缘检测[5]可很好的显示红白锦鲤目标图像的边沿信息；图像规范化为了保证采集到的红白锦鲤图像的统一性，也就是保证图像大小形态等基础一致。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
1 绪论 1
1.1 研究背景和意义 2
1.1.1 国内外研究现状 2
1.2 研究的目的 2
1.3 研究的内容 2
2 锦鲤图像采集与处理 4
2.1 锦鲤图像采集 4
2.2 红白锦鲤图像处理 4
2.2.1 图像灰度化 5
2.2.2 图像颜色空间转换 6
2.2.3 图像平滑 7
2.2.4 HSV颜色分割 7
2.2.5 边缘检测 8
2.2.6 图像规范化 11
2.3 红白锦鲤特征提取 12
2.3.1 红白锦鲤体形检测 12
2.3.2 红白锦鲤颜色检测 13
2.3.3 红白锦鲤花纹检测 15
3 红白锦鲤价值判定系统设计 16
3.1 系统设计 16
3.2 系统硬件和软件 17
4 系统开发环境及配置 17
4.1 Python 2.7 17
4.2 OpenCV 3.0.0 18
5 总结和不足 18
致谢 18
参考文献: 19
基于机器视觉判定锦鲤的价值
引言
1．绪论
*好棒文|www.hbsrm.com +Q: ^351916072*
众所周知，鱼在中国几千年的传统文化中一直拥有着吉利、美满、富裕等美好寄寓，尤其在过年的时候，每家每户一定要做的一道家常菜就是鱼，寄寓着年年有余。当然，过年的时后，也有很多人将鱼作为礼物赠送给亲朋好友。近几年，伴随着世界经济的发展，人们的生活水平不断地提升，人们不在只对吃鱼感兴趣了，更多的把自己的心思和感情都集中到对鱼的赏玩上面了。其中锦鲤鱼凭借着美丽的色彩、俊美的身姿、悠长的寿命等特点，深受现代人喜爱，成为了最受欢迎的观赏鱼之一。我国观赏锦鲤的市场买卖仍然采用通过以往积累的辩赏经验进行人工辨别的方法，这种方法受个人颜色分辨能力、视力和主观情绪等多方面因素影响，使得锦鲤价值判定的效率低、误判率高。正因为观赏锦鲤的价值判断上没有一个十分客观的依据，人们往往会发生打眼等情况，经济上遭受很大创伤。所以急需要建立基于机器视觉的观赏鱼价值判断系统，提高对锦鲤价值判断，促使锦鲤市场变得更加规范化，保证每一个爱好者都买到自己心仪的锦鲤。
研究背景和意义
1.1.1 国内外研究现状
近些年，海内外实验人员通过机器视觉对鱼类价值判定进行了很多实验和探索工作，一些实验得出的成果早已在商品化中得到使用。在国外通过机器视觉技术进行鱼类价值检测研究非常广泛，并已研制出基于机器视觉技术的鱼类的颜色、体形等多个方面的分级设备。在海外锦鲤价值判断方法首先使用CCD摄像头[1]实现图像采集，之后利用数字图像处理[2]、计算机数据分析等方式对鱼类图像逐步剖析和鉴别后归纳出鱼类的价值判定结论。由机器视觉技术能准确的检测出物体的形状特征及表面颜色特征，在锦鲤市场的大小分级、颜色分级、价值判定等方面具有很好的应用前景。而在国内，基于机器视觉技术在观赏鱼的品种识别、形状分析、颜色分析等方面研究虽然取得了一定的成绩，但同时存在以下问题。
实际应用缺少。因为我国绝大多数利用机器视觉对鱼类进行检测分级的研究仍处于实验或研究阶段，很少在实际生活中得到应用。
检测的精度不高。因为锦鲤的形状近似椭圆形，颜色和花纹可能分布于锦鲤图像的不同位置，因此对图像花纹分级时会存在一些困难。
研究的目的
我国是世界观赏鱼生产大国，平均一季度中国进口淡水观赏鱼46吨，进口淡水观赏鱼金额223万美元。平均一季度中国出口淡水观赏鱼47吨，出口淡水观赏鱼金额为75万美元，并且主要在德国、日本、东南亚等国家和地区进行进出口贸易。近些年，伴随国民生活质量的日渐提高，观赏鱼已经慢慢成为21世纪家庭消费的又一个新的方向，全中国都在慢慢形成一个生机勃勃的观赏鱼养殖局面[3]。单以观赏锦鲤来说，随着群众日常生活质量的稳步提升，观赏锦鲤的养殖早已在很多人的生活中扮演起了重要的角色，在饲养的过程中我们在心里和身体上都能够获得极大的满足。但是观赏锦鲤市场过于鱼龙混杂，而对锦鲤的价值辨别往往只能依靠经常混迹于锦鲤市场所积累的观赏经验，这种方法受个人颜色辨别能力、视力和情绪等多方面因素影响，使得锦鲤价值判定的效率低、误判率高。让很多新进的和已经在这一行很长时间的赏鱼者打眼，造成经济上的严重损失。
所以针对此问题，本课题建立基于机器视觉的观赏鱼价值判断系统，提高对锦鲤价值判断，促使锦鲤市场变得更加规范化。
研究的内容
本论文以红白锦鲤为试验样本，研究基于机器视觉判定锦鲤价值的算法。在总结国内外研究成果的基础上，对合适的锦鲤图像进行处理和价值判定。首先对采集到的锦鲤进行灰度化、颜色空间转换、平滑、图像分割、边缘检测和图像规范化等一系列的图像处理。然后对处理后的锦鲤图像提取体形、颜色和花纹，最后依据提取的特征参数对体形、颜色、花纹进行分级。具体的研究内容包括以下4点。
红白锦鲤的采集
选取红白锦鲤作为实验样本进行检测，将锦鲤背景统一到一种颜色区间和目标锦鲤进行区别，保证水中锦鲤的背部大部分面积被拍摄道。
锦鲤图像处理
采集后将红白锦鲤图像进行汇总，但是刚刚采集的红白锦鲤图像受选取的光照、背景颜色等环境因素影响，使得采集的红白锦鲤图像中存在着光照不均匀、噪声和其他各种不同的干扰，最终会导致红白锦鲤图像检测结果出现误差，所以需要对红白锦鲤进行灰度化、颜色空间转换、平滑、图像分割、边缘检测和规范化等处理，经过这样的处理后的红白锦鲤图像检测结果更佳，更能满足价值判定要求。
图像灰度化是将采集的红白锦鲤图像转化为灰度图级的红白锦鲤图像，便于红白锦鲤纹理特征的提取，灰度值计算采用加权平均算法；图像颜色空间转换，把RGB图像转变成HSV图像，使图像颜色更加接近人眼所观察到的颜色而且方便对颜色区域的划分；图像平滑化去除噪声，使滤波算法满足红白锦鲤图像处理和红白锦鲤图像特征参数提取的准确性；图像分割[4]为了实现红白锦鲤目标图像和背景图像的分离，分理出红白锦鲤目标图像，利用选取颜色阙值的方法进行红白锦鲤图像分割；边缘检测[5]可很好的显示红白锦鲤目标图像的边沿信息；图像规范化为了保证采集到的红白锦鲤图像的统一性，也就是保证图像大小形态等基础一致。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/2192.html
