随着经济和科学技术的发展,水产养殖业由粗放走向精细化是必然趋势。目前我国水产养殖业呈现单位产量低、效益低、污染严重、可持续性差、机械化和自动化程度不高等现状,严重限制了水产养殖业的高效发展。另外传统投饲手段采用人工投饲方式,成本越来越高,并且全凭主观意识判断投饲量,数量过高会浪费饲料、增加成本、污染养殖环境,数量过低会导致养殖对象生长参差不齐。因此本课题利用先进的嵌入式机器视觉技术研发水产养殖自动投饲装置,能够合理使用饲料,提高养殖效益。目前,国内利用嵌入式机器视觉和水产养殖业相结合的技术研究较少。本课题用图像分析技术与嵌入式技术相结合实现嵌入式机器视觉在水产养殖业中的应用,主要内容可归纳为以下几方面:(1)运用分水岭算法识别池塘水面浮饵图像。分水岭算法属于区域检测分割方法,使用分水岭算法对图片中的浮饵进行分割,并与常见的几种边缘检测分割算法的效果作对比,发现区域检测分割的方法更适合浮饵分割。但是在分水岭算法进行浮饵目标分割过程中容易出现过分割问题,所以先采用滤波去噪、灰度增强及数学形态学与分水岭算法相结合的图像处理方法,再使用分水岭分割浮饵图像,并基于最小二乘支持向量机对图像中的浮饵进行识别和个数统计。(2)基于模糊控制方法对投饲系统有效控制。由于投饲控制系统具有非线性、时变性、多变量耦合等特征,使用传统方法很难实现精细化投喂,所以本课题在投饲控制系统中加入模糊控制方法。根据模糊控制的基本原理和结构建立以剩余浮饵数和鱼群进食速度为输入变量,投饵时间为输出变量的模糊控制器以及模糊控制表。通过投饲实验证实模糊控制可以降低残饵量和提高养殖效益。在解决上述关键技术基础上并完成相关平台搭建和具体实验后,得出的研究结果表明:使用机器视觉的浮饵自动投放装置,浮饵识别率较高,投料比较合理,浮饵浪费较少,能有效提高投饲效益,符合精细化水产养殖的需求。