[发明专利]基于图像处理的常见淡水鱼种类自动识别方法

权利要求书

1.基于图像处理的常见淡水鱼种类自动识别方法，其特征在于，包括以下步骤：

步骤1：鱼体图像轮廓规范化，包括：

步骤1.1：鱼轮廓提取：将二值化后的鱼的图像进行轮廓搜索，获得图像中鱼的轮廓；

步骤1.2：鱼轮廓图像水平化处理：首先计算鱼的轮廓的最小外截矩形w，进一步计算该最小外截矩形w的一条长边a与水平方向之间的夹角a0，再将该最小外截矩形w连同其所包围的区域绕长边a的左端点旋转a0角度，使最小外截矩形w的长边a与水平方向平行；

步骤1.3：鱼轮廓长度统一化：对最小外截矩形w连同其内部所含鱼的轮廓的长度方向、宽方向进行等比例放缩，直至最小外截矩形w的长度方向尺寸达到设定的像素长度L，将像素长度L作为识别所有常见淡水鱼时的长度统一化标准；

步骤1.4：鱼头判别：沿最小外截矩形w的长边a方向，同时从最小外截矩形w两端向中心逐列扫描并计算鱼的外凸部分轮廓宽度，则两端中鱼的外凸轮廓逐渐变宽的那端为鱼的头部所在端；所述鱼轮廓的最小外截矩形w在步骤1的图像中并不显示，只提取最小外截矩形w的尺寸和位置数据按步骤1进行处理；

步骤2：鱼头部夹角提取：提取鱼嘴附近上、下轮廓点群，再将两个点群分别利用最小二乘原理进行线性拟合，拟合成的两条直线的夹角α为鱼体头部轮廓夹角，夹角α顶点坐标为A(x_A,y_A)；

步骤3：鱼身宽长比提取：对鱼轮廓中心至尾部段逐列搜索，获得每列扫描到的上下轮廓点坐标分别为(x_i,y_i^u)、(x_i,y_i^d)，其中：i＝1,2,3,…；n为扫描列数，上标u、d分别指同一列上的上、下轮廓，被扫描部分鱼身任一处的宽度h_i为：

鱼的尾柄宽度H为h_i的最小值：

H＝min(h_i)；

鱼的尾柄中点坐标B(x_B,y_B)为：

B(x_B,y_B)＝(x_i,H/2)；

若搜索到某列轮廓点数大于2个，将该列数据全部舍去，A、B两点之间的距离为：

记鱼身的宽长比k为：

通过识别并联合比较不同的常见淡水鱼头部轮廓夹角α和鱼身的宽长比k，能够对常见淡水鱼种类进行自动识别。