【毕业论文】基于视频的罗非鱼检测设计与开发毕业设计说明书

图像识别经历了以下三个阶段的发展对文字的识别对数字图像的处理与识别对特定物体的识别。

对文字识别的研究始于年，首先是对字母符号和数字的识别，对普通印刷文字的识别到对手写文字识别，其应用十分广泛，并且已经在许多专用设备上研制成功。

对数字图像处理和识别开始于年。

数字图像与模拟图像相比在存储方面，传输方面传输过程中不易失真处理方便等方面有巨大优势，这些研究都提供了强大的动力给图像识别技术的发展。

对物体的识别技术主要指的是对三维世界的客体及环境的认识和感知，事实上属于高级的计算机视觉范围。

数字图像识别是以对图像处理与识别为基础的技术，它结合人工智能系统学等各个学科的研究方向，且其研究成果在各种工业及探测机器人上广泛应用。

现代图像识别技术的个不足方面就是自适应性比较差，旦目标图像被较强的噪声污染或是目标图像有较大残缺往往就得不出理想的结果。

图像检测主要研究方法图像检测和识别是图像处理中的项关键技术，自世纪年代以来就直受到研究者的的高度重视，至今研究者已提出了多种类型的图像识别算法，现提出的识别算法大都是针对具体问题的，并没有种适合于所有图像的通用识别算法，而且近年来每年都有上百篇相关研究报道发表。

然而，很少有人对其步骤和流程进行探讨，这给图像识别技术的应用带来许多实际问题。

因此，对图像识别的研究还在不断深入之中，图像识别技术是目前图像处理中研究的热点之。

图像识别技术在图像工程中的位置它起着承上启下的作用，可以认为是在底层和高层之间桥接的关键层。

由于比较热门，最近几年许多新思路新方法或改进算法不断涌现而出。

论文也是层出不穷。

下面对些经典传统方法作简要的概述。

多年来人们对图像识别提出了不同的解释和表述，借助集合概念对图像识别可给出如下定义图像的目标检测，也叫目标提取，是种基于所检测目标的几何和统计特征的图像分割技术，它是将目标的分割和识别合二为，其准确性和实时性是检验目标检测整个系统的项重要能力。

尤其是在实际应用的复杂场景中，往往需要对多个目标进行同时处理，目标自动提取和识别就显得特别重要。

计算机科学技术的发展和计算机视觉处理的在日常生活和工作中的应用越来越广泛，在其中使用的计算机图像识别等处理技术对在图像中对目标进行实时检测和实时跟踪的研究也越来越热门，对目标进行动态实时跟踪定位的系统个已经在交通系统智能化监控系统智能化检测军事目标及医学导航的手术操作中手术器械定位等方面具有非常广泛的应用价值。

图像的目标检测大概分为四个步骤。

基于视频的罗非鱼检测设计与开发边缘检测法图像处理和理解常常需要进行边缘检测，以获取目标。

边缘检测方法是人们研究得比较多的种方法，它是通过检测图像中不同区域的边缘来达到分割图像以找到目标物体的目的。

边缘检测的实质是采用种边缘检测算法来提取出图像中各个边缘的交界线。

边缘可以定义为在图像中灰度发生急剧变化的区域边界。

在图像中，灰度的变化情况可以采用图像灰度分布的梯度反映，因此我们可以用局部图像微分技术来获得边缘检测算子。

经典的边缘检测方法，是通过对原始图像中像素的小邻域构造边缘检测算子来达到检测边缘这目的。

区域提取法区域提取法在实现时有两种基本形式种方法是首先从单个像素出发，逐渐结合，形成所需要的分割区域另种方法是从全图出发，逐渐分裂切割至所需的分割区域。

实际过程中使用的通常是结合这两种基本形式。

由于上面两种基本形式，区域提取法可以分为区域生长法和分裂合并法。

区域生长法的基本思想是将具有相似性质的像素合起来构成区域，具体做法是先给定图像中要分割的目标物体内的个小块或者说种子区域，再在种子区域的基础上不断将其周围的像素点以定的规则加入其中，达到最终将代表该物体的所有像素点结合成个区域的目的。

该方法的关键是要选择合适的生长或相似准则。

生长准则般可分为三种基于区域灰度差准则基于区域内灰度分布统计性质准则和基于区域形状准则。

分裂合并法是先将图像分割成很多的致性较强的小区域，再按定的规则将小区域融合成大区域，达到分割图像的目的。

区域提取法的缺点是往往会造成过度分割，即将图像分割成过多的区域，因此近年来针对这种方法的研究较少。

阈值分割法阈值分割法是图像处理中种基于区域的图像分割技术。

图像阈值化分割在图像处理中是种传统的最常用的图像分割方法，因其实现简单易行实现计算量小运行性能较稳定而成为图像分割中最基本的分割技术，其应用也是最广泛的。

它对于所求目标和背景占据不同灰度级范围的图像特别适合。

它不仅可以将数据量进行极大的压缩，而且也大大简化了分析问题和处理问题时的步骤，因此在很多情况下，图像阈值分割法是进行图像分析特征提取与模式识别之前的必要的图像预处理过程。

将图像阈值化处理的主要目的是要按照灰度级，对像素集合进行个划分，将划分后得到的每个子集在图像中形成个与现实景物相对应的区域，而且图像分割算法重庆大学数学与统计学院李昌春，曹建福，汪霖高阶统计与局部几何特征结合的货币图像识别西安交通大学苏州研究院梅各各，靳斌，龚伟种快速中值滤波算法西华大学电气信息学院李水根，吴纪桃分形与小波北京科学出版社基于视频的罗非鱼检测设计与开发附录程序主要代码请选择视频文件无锡太湖学院学士学位论文提对话框成功载入，操作提示基于视频的罗非鱼检测设计与开发框选的原始图像灰度图像中值滤波后图像无锡太湖学院学士学位论文二值化图像基于视频的罗非鱼检测设计与开发，提对话框检测完毕，操作提示摘要随着信息技术的飞速发展，在人们的日常生产实践中，对信息的检测分析处理就显得尤为重要，而在对信息的分析工程当中，复杂的数学运算给人们分析处理带来了定的困难，的诞生，为信息与图像的分析带来了极大的方便，利用软件，人们可以对检测到的图像信息做出实时准确的分析，极大的提高了工作效率。

图像识别与检测是种应用中重要的图像分析技术。

对图像识别与检测的的研究直是图像技术研究中的热点和焦点。

图像识别与检测目前已有很多方法，这些方法各有优缺点，适应环境也不同。

本论文首先介绍了图像检测的研究背景以及发展情况，然后重点介绍了本论文中进行罗非鱼检测的技术和方法。

该方法先对图像进行灰度值化处理，中值滤波处理及二值化处理，然后利用罗非鱼的形状特点进行检测，最后计算罗非鱼所在区域的像素点数以求出罗非鱼的面积。

实验结果表明，本程序设计能够在定的误差范围内实现对罗非鱼的生长检测。

且效果良好。

图像识别与检测是图像处理中的个经典难题。

关键词图像识别中值滤波图像二值化目录摘要目录绪论课题背景背景介绍研究现状图像检测主要研究方法边缘检测法区域提取法阈值分割法论文的内容与结构安排编程介绍简介编程控件对象控件对象的描述图像预处理灰度变换图像增强图像平滑中值滤波原理平滑效果分析图像二值化图像二值化原理二值化实现效果图像区域分析区域和边缘分割本章小结系统设计概要设计各个模块设计图像读取模块图像预处理模块图像识别模块程序运行界面系统测试总结与展望总结展望致谢参考文献附录基于视频的罗非鱼检测设计与开发绪论本章对程序中所涉及的研究领域进行了较为详细的综述。

简要介绍了图像识别和检测的的研究目的和意义，并给出了图像检测和识别的基本方法及步骤。

在对图像检测技术以及相关步骤技术进行简要综述的基础上，介绍了该技术当前的研究热点及论文的主要研究内容。

课题背景背景介绍图像识别与检测算法的研究已有几十年的历史，在不同环境下直是步骤相同而识别算法不同，且直以来都受到人们的高度重视。

关于图像识别与检测的原理和方法技术在国内外已经有不少的程序开发和论文发表，但直以来没有比较系统和全面的总结。

传统的图像识别和检测方法在本程序的算法设计过程中体现了些优势，为进步的图像分析和处理打下了基础。

由于计算机技术的迅猛发展，及其相关技术的发展和成熟，结合图像增强等技术，能够在计算机上实现实时图像检测和识别技术。

其中最主要的技术是图像识别技术，从图像中将个特定区域与其它部分进行分离并提取出想要识别的物体的处理。

图像识别有多种方法，早在年就有人提出检测边缘算子，边缘检测已产生不少经典算法。

现阶段，有越来越多的学者开始将数学形态学模糊理论遗传算法理论等等研究成果运用到图像检测和识别中，产生了结合特定数学方法和针对特殊图像识别和检测的的先进图像处理技术。

图像识别技术的研究目标是根据观测到的图像，对其中的物体进行类别的分辨，从而对其做出有意义的判断。

图像识别即利用现代信息处理技术与计算技术来模拟和完类的认识和理解过程。

般来说，个图像识别系统是由三个部分构成的，如下图所示，分别是图像分割，图像特征提取以及分类器的识别分类。

其中，图像分割技术将图像划分为多个有意义的区域，然后将每个图像上区域的图像进行特征识别和提取，最后分类器根据提取的图像特征信息对该图像进行相应的分类处理。

事实上，图像识别与图像分割没有严格的界限。

从种意义来说，图像分割的过程与图像识别的过程是相同的。

图像分割着重的是对象和背景的关系进行研究，研究的是目标在特定情况下所表现出来的整体特征，而图像识别技术则着重于对象本身的属性。

图像分割以及识别技术应用很广，在通信医学航空航天机器人工业自动化及军事等领域均有应用。

图图像识别的流程图图像预处理图像分割特征提取特征匹配输出结果无锡太湖学院学士学位论文研究现状当前，图像的识别与分割技术是图像处理领域中研究比较活跃的课题之，而且众多研究人员的研究重心就在图像识别与分割，目前己经取得的成果还是少于没有待解决的问题。

图像识别经历了以下三个阶段的发展对文字的识别对数字图像的处理与识别对特定物体的识别。

对文字识别的研究始于年，首先是对字母符号和数字的识别，对普通印刷文字的识别到对手写文字识别，其应用十分广泛，并且已经在许多专用设备上研制成功。

对数字图像处理和识别开始于年。

数字图像与模拟图像相比在存储方面，传输方面传输过程中不易失真处理方便等方面有巨大优势，这些研究都提供了强大的动力给图像识别技术的发展。

对物体的识别技术主要指的是对三维世界的客体及环境的认识和感知，事实上属于高级的计算机视觉范围。

数字图像识别是以对图像处理与识别为基础的技术，它结合人工