淡水鱼视觉测量系统设计与实现(附件)
近几年，随着计算机技术的发展，渔业养殖生产的自动化和智能化引起了广泛重视。本实验使用张氏标定法校正棋盘图像，确定世界坐标和图像坐标的关系。使用最小外接矩形测量鱼体长宽，通过比较矩形质心坐标大小确定鱼头部区域，在截取出鱼头区域的基础上再使用霍夫圆检测测量鱼眼睛直径，大大提高了算法效率。本实验还将这些算法整合成一个淡水鱼视觉测量系统，只要输入符合要求的标定图像以及待测量图像，就可以很便捷地得到淡水鱼真实的长宽和眼睛直径。
目录
摘要 1
关键词 1
Abstract. 1
Key words 1
1 绪论 2
1.1 研究背景 2
1.2 研究意义 2
1.3 研究现状 2
2 技术背景介绍 3
2.1 开发环境 3
2.2 本文主要工作 3
3 核心算法设计 3
3.1 相机标定 3
3.2 最小外接矩形检测 7
3.3 鱼头部区域检测 9
3.4 霍夫圆检测 10
3.5 本章小结 13
4 软件设计 13
4.1 需求分析 13
4.1.1 功能需求 13
4.1.2 性能需求 13
4.2 用户界面逻辑设计 14
4.3 数据库设计 15
5 结果展示和测试 15
5.1 系统界面展示 15
5.2 图像处理结果展示 17
5.3 系统测试 20
6 结论和展望 22
致谢 22
参考文献 22
淡水鱼视觉测量系统设计与实现
引言
绪论
研究背景
鱼体尺寸的测量对于养殖渔业来说是一件十分重要的工作，从鱼的尺寸的测量中可以知道其生存环境的优劣，同时也为收获、选别和分级提供了重要依据[1]。传统的测量方法是人工现场监视和抽样鱼体进行测量，这种测量方法劳动强度大、效率低下，测量准确性难以保证[2]。而且，由于手工测量所用时间较长，常常会使被测量的样本死亡，很难满足活体测量的需 *好棒文|www.hbsrm.com +Q: ￥351916072$
求。随着计算机图像处理算法的日渐成熟和应用领域的逐步扩大，人们开始利用图像处理技术智能化测量鱼类的长宽，具有快速、简易、成本低、准确等优点[3]。
研究意义
利用计算机图像处理测量长宽带来的效益是很大的，但其测量的精确性受到多重因素影响，例如：图像扭曲、图像噪声、摄像机本身的误差等。因此在测量过程中需要去噪、校正。本实验结合张正友标定法、霍夫圆检测、最小外接矩形检测和轮廓检测等算法，根据一张淡水鱼的图片，计算出鱼的实际长宽和眼睛直径，并将其整合为一个系统，以供实际生产和实验使用。除此之外，该系统还提供了淡水鱼测量数据的保存和查询功能。
研究现状
2004年，吴晓光[4]等人提出顶点链码法检测目标图像最小外接矩形，该方法使用自动机跟踪得出边界，然后得到顶点链码表。找出横纵坐标方向的最大坐标和最小坐标，这两个点连线即为最小外接矩形的对角线，由此求出最小外接矩形。2013年，张法全[5]等人提出使用重心原理检测最小外接矩形，该方法使用重心原理确定主轴和质心，通过在水平主轴和垂直主轴构成的0到90度范围内旋转外接矩形，最终找出面积最小的矩形作为结果。2016年，向元平[6]等人使用最小外接矩形测量植物叶片的尺寸，并对寻找主轴法进行了改进。该方法使用扫描方式获得边界，得到初始外接矩形，然后取矩形长宽的一半作为水平主轴和垂直主轴。在平移和旋转直线过程中，使用DDA生成算法计算坐标值，由于不需要提取边缘轮廓，计算量大大减小。
2007年，马瑜[7]等人在AdaBoost人脸检测基础上，结合霍夫圆检测算法实现了对正面人脸眼睛的精确定位。2009年，张道德[8]等人对随机霍夫圆检测做出改进，利用圆的几何特性先确定圆心，降低采样点数，大大减少了随机采样中引入的无效采样。然后根据采样点是否满足阈值条件判断是否进行累加，减少了检测到虚假圆的可能性。在圆形判断方面，该方法还考虑到了圆周长和误差补偿。结果显示，该方法能良好检测单个圆、多个圆和缺损圆。2011年，黄海清[9]提出21霍夫变换，该方法适用于检测图形中多个不规则类圆形物体，而且提高了圆形半径变换范围较大时的检测精度。2015年，王晓龙[10]等人利用OpenCV提供的霍夫圆检测，设计了自动捡乒乓球系统。
1993年，Petrell等以水下摄像机来测量鱼体长宽，建立了一个立体视觉识别系统（Fish Image Capturing and Sizing System）FICASS。利用水底2台摄像机的位置与前后端距离的几何关系来计算鱼的尺寸和游速，用于确定何时投放饲料和药物。使用的方法是将水下的情况拍成影像带，再选择合适的图像和位置用于计算。1995年，Ruff等[11]利用图像测量技术测量水中鱼体的尺寸大小，实验使用2个CCD，分别在实验室环境和水下环境放置校正板拍摄并进行标定，然后根据获得的鱼类图像，用3D测量技术测量鱼体长宽。由于X、Y、Z三个方向的差距，测量结果有偏差。除去系统误差后，会有3.5％的误差率。1997年，Petrell[12]改进了FICASS系统，对鱼游速和方向加以分析，修改了鱼体质量和长宽的关系方程，降低了成本的同时也降低了系统的复杂性，实验结果显示，测量所得平均尺寸与实际值差别较小。1999年，Jones[13]等建立了鱼体长度与重量关系的修正模型，测试样本使用数据库中的鲑鱼数据集，选取其中1539个大西洋鲑鱼样本和840个奇努克鲑鱼样本，使用线性回归方法得到模型中参数的关系，并建立了一个长度和重量的大型资料库，可根据长度在资料库中查询出对应的重量。2003年，Harvey等[14]使用立体图像拍照系统和水下测量法测量南方黑鲔的体长和最大体高，实验得出拍摄条件与CCD校正参数有很大的关联性。2006年，WhiteDJ等[15]利用计算机视觉技术，在实验室环境下使用CatchMeter系统（包括传送带、灯箱、相机、计算机）进行测量。2008年，Pickle发明了AnalyzingDigitalImages软件，方法是使用参照物获得单个像素的比率，使用比率计算出物体实际尺寸。该方法的优点在于测量时不必固定距离和光照强度，但缺点是所有待测物都必须有参照物存在。2008年，Hsu H O[16]对Pickle方法中存在问题的提出了解决方案，Hsu方法不需要参照物，就可以直接从数字图像中得到物体尺寸。该方法使用了等值放大获得比率，使用图像视觉中的边缘检测得到边缘，从而计算出实际尺寸。
目录
摘要 1
关键词 1
Abstract. 1
Key words 1
1 绪论 2
1.1 研究背景 2
1.2 研究意义 2
1.3 研究现状 2
2 技术背景介绍 3
2.1 开发环境 3
2.2 本文主要工作 3
3 核心算法设计 3
3.1 相机标定 3
3.2 最小外接矩形检测 7
3.3 鱼头部区域检测 9
3.4 霍夫圆检测 10
3.5 本章小结 13
4 软件设计 13
4.1 需求分析 13
4.1.1 功能需求 13
4.1.2 性能需求 13
4.2 用户界面逻辑设计 14
4.3 数据库设计 15
5 结果展示和测试 15
5.1 系统界面展示 15
5.2 图像处理结果展示 17
5.3 系统测试 20
6 结论和展望 22
致谢 22
参考文献 22
淡水鱼视觉测量系统设计与实现
引言
绪论
研究背景
鱼体尺寸的测量对于养殖渔业来说是一件十分重要的工作，从鱼的尺寸的测量中可以知道其生存环境的优劣，同时也为收获、选别和分级提供了重要依据[1]。传统的测量方法是人工现场监视和抽样鱼体进行测量，这种测量方法劳动强度大、效率低下，测量准确性难以保证[2]。而且，由于手工测量所用时间较长，常常会使被测量的样本死亡，很难满足活体测量的需 *好棒文|www.hbsrm.com +Q: ￥351916072$
求。随着计算机图像处理算法的日渐成熟和应用领域的逐步扩大，人们开始利用图像处理技术智能化测量鱼类的长宽，具有快速、简易、成本低、准确等优点[3]。
研究意义
利用计算机图像处理测量长宽带来的效益是很大的，但其测量的精确性受到多重因素影响，例如：图像扭曲、图像噪声、摄像机本身的误差等。因此在测量过程中需要去噪、校正。本实验结合张正友标定法、霍夫圆检测、最小外接矩形检测和轮廓检测等算法，根据一张淡水鱼的图片，计算出鱼的实际长宽和眼睛直径，并将其整合为一个系统，以供实际生产和实验使用。除此之外，该系统还提供了淡水鱼测量数据的保存和查询功能。
研究现状
2004年，吴晓光[4]等人提出顶点链码法检测目标图像最小外接矩形，该方法使用自动机跟踪得出边界，然后得到顶点链码表。找出横纵坐标方向的最大坐标和最小坐标，这两个点连线即为最小外接矩形的对角线，由此求出最小外接矩形。2013年，张法全[5]等人提出使用重心原理检测最小外接矩形，该方法使用重心原理确定主轴和质心，通过在水平主轴和垂直主轴构成的0到90度范围内旋转外接矩形，最终找出面积最小的矩形作为结果。2016年，向元平[6]等人使用最小外接矩形测量植物叶片的尺寸，并对寻找主轴法进行了改进。该方法使用扫描方式获得边界，得到初始外接矩形，然后取矩形长宽的一半作为水平主轴和垂直主轴。在平移和旋转直线过程中，使用DDA生成算法计算坐标值，由于不需要提取边缘轮廓，计算量大大减小。
2007年，马瑜[7]等人在AdaBoost人脸检测基础上，结合霍夫圆检测算法实现了对正面人脸眼睛的精确定位。2009年，张道德[8]等人对随机霍夫圆检测做出改进，利用圆的几何特性先确定圆心，降低采样点数，大大减少了随机采样中引入的无效采样。然后根据采样点是否满足阈值条件判断是否进行累加，减少了检测到虚假圆的可能性。在圆形判断方面，该方法还考虑到了圆周长和误差补偿。结果显示，该方法能良好检测单个圆、多个圆和缺损圆。2011年，黄海清[9]提出21霍夫变换，该方法适用于检测图形中多个不规则类圆形物体，而且提高了圆形半径变换范围较大时的检测精度。2015年，王晓龙[10]等人利用OpenCV提供的霍夫圆检测，设计了自动捡乒乓球系统。
1993年，Petrell等以水下摄像机来测量鱼体长宽，建立了一个立体视觉识别系统（Fish Image Capturing and Sizing System）FICASS。利用水底2台摄像机的位置与前后端距离的几何关系来计算鱼的尺寸和游速，用于确定何时投放饲料和药物。使用的方法是将水下的情况拍成影像带，再选择合适的图像和位置用于计算。1995年，Ruff等[11]利用图像测量技术测量水中鱼体的尺寸大小，实验使用2个CCD，分别在实验室环境和水下环境放置校正板拍摄并进行标定，然后根据获得的鱼类图像，用3D测量技术测量鱼体长宽。由于X、Y、Z三个方向的差距，测量结果有偏差。除去系统误差后，会有3.5％的误差率。1997年，Petrell[12]改进了FICASS系统，对鱼游速和方向加以分析，修改了鱼体质量和长宽的关系方程，降低了成本的同时也降低了系统的复杂性，实验结果显示，测量所得平均尺寸与实际值差别较小。1999年，Jones[13]等建立了鱼体长度与重量关系的修正模型，测试样本使用数据库中的鲑鱼数据集，选取其中1539个大西洋鲑鱼样本和840个奇努克鲑鱼样本，使用线性回归方法得到模型中参数的关系，并建立了一个长度和重量的大型资料库，可根据长度在资料库中查询出对应的重量。2003年，Harvey等[14]使用立体图像拍照系统和水下测量法测量南方黑鲔的体长和最大体高，实验得出拍摄条件与CCD校正参数有很大的关联性。2006年，WhiteDJ等[15]利用计算机视觉技术，在实验室环境下使用CatchMeter系统（包括传送带、灯箱、相机、计算机）进行测量。2008年，Pickle发明了AnalyzingDigitalImages软件，方法是使用参照物获得单个像素的比率，使用比率计算出物体实际尺寸。该方法的优点在于测量时不必固定距离和光照强度，但缺点是所有待测物都必须有参照物存在。2008年，Hsu H O[16]对Pickle方法中存在问题的提出了解决方案，Hsu方法不需要参照物，就可以直接从数字图像中得到物体尺寸。该方法使用了等值放大获得比率，使用图像视觉中的边缘检测得到边缘，从而计算出实际尺寸。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/wljs/443.html
