基于视频的罗非鱼检测设计与开发(MATLAB)

基于视频的罗非鱼检测设计与开发(MATLAB)(含任务书,开题报告,中期进度表,毕业论文说明书17000字,程序代码) 
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一定的困难，MATLAB的诞生，为信息与图像的分析带来了极大的方便，利用MATLAB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。
图像识别与检测是一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一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, 本程序设计能够在一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一个经典难题。

关键词： 图像识别;中值滤波;图像二值化

Abstract

With the rapid development of information technology, in people's day-to-day production practice, the detection and analysis of information processing is particularly important engineering analysis of the information which the complex mathematical operations to people analytical processing certain difficulties MATLAB birth of information and analysis of the images has brought great convenience, using MATLAB software, people can make real-time and accurate analysis of the detected image information, which greatly improves the work efficiency.
The image recognition and detection is important in an application of image analysis techniques. Image recognition and detection has been a hot spot in the image technology research and focus. Image recognition and detection there are many ways, these methods have their own advantages and disadvantages, and adapt to the environment.
This paper introduces the research background and the development of image detection, and then focuses on the Tilapia detection techniques and methods in this paper. The first gray-scale image binary on processing, median filtering and binary on processing, and then use the shape characteristics of the Tilapia detection, and finally in order to calculate the number of pixels of the Tilapia Area Tilapia area. The experimental results show that the Lo fish growth detection, the program design can be realized within a certain error range. And it is good effect.
    Image recognition and detection is a classical problem in image processing.

Key words：Image recognize; Median filter; Image Binary

论文的内容与结构安排
本文的内容分为五章，具体的章节安排如下：
第一章 绪论：介绍图像识别和检测的研究意义等背景和现状；系统介绍了图像识别的分类、层次及步骤；并对图像识别的研究现状和相关技术做了概述。
第二章 图像识别检测的预处理：介绍了图像识别前平滑与灰度调整等图像增强操作技术的原理、算法。并着重分析了其优势。
第三章 系统设计：前一部分先简单介绍了阈值分割方法原理。后一部分先简单介绍了双峰法选择阈值，接下来重点介绍最大类方差法，是一种比较经典的图像分割方法，也称为QSTU分割方法，能够自动提取阈值，从而将图像分割。
第四章 系统设计：首先对小波图像分割的理论作简要叙述，然后重点介绍本论文所采用的多阈值分割算法的原理与算法。
第五章 结论：重点对本论文设计进行总结，并进一步展望该课题的研究前景。
 

目  录
摘 要    III
Abstract    IV
目  录    V
1 绪论    1
1.1课题背景    1
3.6.1 背景介绍    1
1.1.2 研究现状    2
1.2 图像检测主要研究方法    2
1.2.1 边缘检测法    3
1.2.2 区域提取法    3
1.2.3 阈值分割法    3
1.3 论文的内容与结构安排    3
2 Matlab GUI编程介绍    5
2.1 Matlab简介    5
2.2 Matlab GUI编程    5
2.2.1 控件对象    5
2.2.2 控件对象的描述    6
3 图像预处理    7
3.1 灰度变换    7
3.2 图像增强    8
3.3 图像平滑    9
3.3.1 中值滤波原理    9
3.3.2 平滑效果分析    10
3.4 图像二值化    11
3.4.1 图像二值化原理    11
3.4.2 二值化实现效果    14
3.5 图像区域分析    15
3.5.1 区域和边缘    15
3.5.2 分割    16
3.6 本章小结    16
4 系统设计    17
4.1 概要设计    17
4.2 各个模块设计    18
4.2.1 图像读取模块    18
4.2.2 图像预处理模块    20
4.2.3 图像识别模块    21
4.2.4 程序运行界面    22
5 系统测试    25
6 总结与展望    27
6.1 总结    27
6.2 展望    27
致  谢    29
参考文献    30
附录    31