基于机器视觉的淡水鱼去鳞损伤无损检测识别方法

摘要：

为了研究淡水鱼去鳞损伤无损检识别方法,以鲤鱼为研究对象,搭建视觉采集系统,实现图像采集与处理.通过采集鲤鱼去鳞后有去鳞损伤的图像,将样本图像划分为鱼腹、鱼背、鱼尾、损伤、背景五部分,提取感兴趣区域(ROI),比较其颜色差异,发现正常鱼体的表面区域与损伤区域颜色差异较大,以不同区域对应的红色通道值(R)、绿色通道值(G)、蓝色通道值(B)对应像素的平均值作为输入,建立基于广义神经网络(GRNN)和径向基函数神经网络(RBF)的鱼体损伤区域检测识别模型,经测试,识别准确率分别能达到98％和80％.通过计算预测损伤区域与实际损伤区域的相关面积大小,验证识别模型的准确度,经试验验证,基于GRNN和RBF网络识别模型对去鳞损伤预测的准确率分别达到了90％和83％.研究结果表明,机器视觉可应用于淡水鱼去鳞损伤的无损检测识别.

关键词：机器视觉、去鳞损伤、广义神经网络、径向基函数神经网络、检测识别

所属期刊栏目：41

分类号：TP391.41;TN911.73;TP273

资助基金：国家重点研发计划;国家自然科学基金;大连高层次人才创新支持计划

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：184-187