[发明专利]基于图像处理的目标鱼识别方法及系统

权利要求书

1.一种基于图像处理的目标鱼识别方法，其特征在于，包括： 

获取鱼体彩色图像； 

通过对所述鱼体彩色图像进行图像分割获取目标图像； 

提取所述目标图像的颜色特征、纹理特征和形状特征，得出综合特征向量； 

用RBF神经网络对由所述综合特征向量组合成的测试集进行分类处理，识别鱼是否是目标鱼。 

2.根据权利要求1所述的方法，其特征在于，所述通过对所述鱼体彩色图像进行图像分割获取目标图像，包括： 

将所述鱼体彩色图像自动切割成矩形图像； 

通过图像分割自动分离鱼体和背景图像，获得鱼体图像； 

通过形状分割自动分离鱼体的头部、腹部和尾部，将鱼腹图像作为目标图像。 

3.根据权利要求2所述的方法，其特征在于，所述通过图像分割自动分离鱼体和背景图像，获得鱼体图案，包括： 

用改进的K均值聚类算法对所述矩形图像进行图像分割，得到分割图像； 

用数学形态学算法处理所述分割图像，提取与背景彻底分离的鱼体图像。 

4.根据权利要求2所述的方法，其特征在于，所述通过形状分割自动分离鱼体的头部、腹部和尾部，将鱼体腹部图像作为目标图像，包括： 

用K均值聚类算法对所述鱼体图像进行分割，得到去尾鱼体图像； 

通过数据统计得到鱼头和鱼腹的比例，用画圆的方法对去尾鱼体图像按比例切割，得到鱼头和鱼腹图像，将鱼腹图像作为目标图像。 

5.根据权利要求1所述的方法，其特征在于，所述提取所述目标 图像的颜色特征、纹理特征和形状特征，得出综合特征向量，包括： 

将所述鱼腹图像进行切割，得到大小相等的N个子图像； 

对每一个所述子图像提取基于LBP直方图的纹理特征，将每一个所述子图像纹理特征信息连接起来并归一化，得到每一个所述子图像的纹理特征向量； 

对每一个所述子图像提取基于颜色矩的纹理特征，将每一个所述子图像颜色特征信息连接起来并归一化，得到每一个所述子图像的颜色特征向量； 

对所述鱼腹图像提取基于不变矩的形状特征，得到所述鱼腹图像的形状特征向量； 

将每一个所述子图像的纹理特征向量、颜色特征向量与所述鱼腹图像的形状特征向量分别组成N个综合特征向量。 

6.根据权利要求1所述的方法，其特征在于，所述用RBF神经网络对由所述综合特征向量组合成的测试集进行分类处理，识别鱼是否是目标鱼，包括： 

将所述N个综合特征向量组成综合特征矩阵，将所述综合特征矩阵作为测试集； 

获取训练集和测试集的特征矩阵作为神经网络的分类数据； 

用RBF神经网络分类器对由综合特征向量组合成的测试集进行分类处理，识别鱼是否是目标鱼。 

7.一种基于图像处理的目标鱼识别系统，其特征在于，包括： 

图像获取模块，用于获取鱼体彩色图像； 

目标图像获取模块，用于对所述图像获取模块获取的鱼体彩色图像进行图像分割获取目标图像； 

特征提取模块，用于提取所述目标图像获取模块获取的目标图像的颜色特征、纹理特征和形状特征，得出综合特征向量； 

识别模块，用于用RBF神经网络对由所述特征提取模块输出的综合特征向量组合成的测试集进行分类处理，识别鱼是否是目标鱼。