[01320329]基于计算机视觉的鱼自动分类技术研究

我国是一个渔业大国，2008年，全国渔业产值达5203亿元，水产品总产量达到4896万吨，连续十九年位居世界首位。

但是，我国渔业的发展仍然面临着很多问题，其中，渔业产业层次低，水产品加工技术含量低，原产品多、高附加值产品少是一个重要问题。

如何提高水产品加工的技术含量，成为渔业发展过程中需要解决的一个问题。

鱼是主要的水产品，在上市或者加工之前都需要分类，欧盟甚至对此还做出了强制规定。

长期以来，鱼的分类都采用人工来完成，这种传统的方法存在劳动强度大、速度慢、受人为主观因素影响大、数据处理不便等缺点，难以适应现代渔业发展的要求。

近年来，随着技术的发展，机器视觉被广泛的应用到生产生活中，特别是工业自动化领域，使得实现鱼自动分类成为一种可能。

鱼自动分类系统是一个典型的机器视觉系统，由光源、传送机构、图像处理模块、鱼分类机构组成。

其中图像处理模块是整个系统的核心模块，其系统框图如图1所示，包括摄像头、视频处理器、显示器、人机接口和分类机构驱动电路。

本课题基于嵌入式机器视觉平台，对鱼分类算法进行研究，寻求一种既能准确识别鱼的种类，速度又比较快的方法，为将来实现鱼自动分类系统作先行探索，并提供成熟的算法如图1所示，摄像头采集传送机构上鱼的视频图像，传给视频处理器，视频处理器的处理过程将在显示器上得以显示，最后视频处理器将控制分类机构驱动电路，分类机构将鱼种类区分开。

鱼自动分类算法是一项极具挑战性和复杂性的研究课题，其难度主要由鱼的方向性和重叠程度来决定，这又和鱼是怎样放到传送带上有关，也就是和应用场合以及相应机械装置有关。难度级别越高，算法实现的难度就越大，相应的，其应用范围就越广。

采用机器视觉技术实现鱼的分类对于提高渔业的技术水平，提高渔业产业层次具有十分重要的意义。在国外，自上世纪90年代后期以来，基于计算机视觉技术的鱼自动分类算法成了前沿的交叉研究领域，并取得了一定成果，但其中大部分还是以算法、专利或实验样机等形式被报道。而在国内，无论是系统研制还是算法研究，都是空白，与国外存在巨大的差异。

如何根据我国渔业的实际情况，研究开发适合我国水产品加工实际情况的鱼自动分类系统，对于鱼产品的质量和国际竞争力，都具有重要的社会和经济意义。

本课题正鉴于上述的背景展开，加快鱼自动识别分类技术的研究，尽早地开发出属于我国自主产权的鱼自动分类系统。