基于图像声纳技术的浅海鱼群分类识别算法研究这一课题,是浙江省农口重大攻关项目“浙江浑水区深水网箱水下检测设备开发”的一部分,主要针对浅海养殖技术的迫切需要而展开工作。课题主要内容是利用成熟的图像声纳技术设计图像采集设备,对采集到的图像进行跟踪处理。处理内容包括对声纳图像进行图像变换、图像增强、图像特征分析、图像匹配识别等。本课题主要涉及数字图像处理和模式识别这两门学科领域。鱼群识别的内容包括对网箱养殖鱼的种类和其生长阶段的识别,准确地判断出该种类的鱼是否已经成熟并可以被捕捞,因而提高养殖作业的效率和资源的利用率,满足人们对渔业资源的需求。 本算法研究的中心思想是以数字图像处理理论为前提,深入了解和应用智能图像处理技术,参照前辈们已经研究出有关数字图像处理的算法,如指纹图像识别、光学字符识别OCR、遥感图像分析等。使用Matlab中的数字图像处理工具箱DIP(Digtal Image Process)和面向对象的设计工具GUI(Graph User Interface),对鱼群声纳图像进行图像滤波、图像增强、边缘检测、图像二值化等处理,并从图像中读取鱼体体态分布及大小等特征数据,整理现有数据并建立专家数据