計算機科學與技術(shù)本科生畢業(yè)論文——基于機器視覺判定錦鯉的價值

1、1PAGE 本科生畢業(yè)論文（設(shè)計）題 目: 基于機器視覺判定錦鯉的價值 目 錄 TOC o 1-3 h z u HYPERLINK l _Toc452377357 摘要 PAGEREF _Toc452377357 h 1 HYPERLINK l _Toc452377358 關(guān)鍵詞 PAGEREF _Toc452377358 h 1 HYPERLINK l _Toc452377359 Abstract PAGEREF _Toc452377359 h 1 HYPERLINK l _Toc452377360 Key words PAGEREF _Toc452377360 h 1 HYPERLINK

2、l _Toc452377361 1 緒論 PAGEREF _Toc452377361 h 1 HYPERLINK l _Toc452377362 1.1 研究背景和意義 PAGEREF _Toc452377362 h 2 HYPERLINK l _Toc452377363 1.1.1 國內(nèi)外研究現(xiàn)狀 PAGEREF _Toc452377363 h 2 HYPERLINK l _Toc452377365 1.2 研究的目的2 HYPERLINK l _Toc452377365 1.3 論文研究的內(nèi)容2 HYPERLINK l _Toc452377366 2 錦鯉圖像采集與處理4 HYPERLIN

3、K l _Toc452377367 2.1 錦鯉圖像采集4 HYPERLINK l _Toc452377368 2.2 紅白錦鯉圖像處理 PAGEREF _Toc452377368 h 4 HYPERLINK l _Toc452377363 2.2.1 圖像灰度化5 HYPERLINK l _Toc452377363 2.2.2 圖像顏色空間轉(zhuǎn)換6 HYPERLINK l _Toc452377363 2.2.3 圖像平滑7 HYPERLINK l _Toc452377363 2.2.4 HSV顏色分割7 HYPERLINK l _Toc452377363 2.2.5 邊緣檢測8 HYPERLI

4、NK l _Toc452377363 2.2.6 圖像規(guī)范化11 HYPERLINK l _Toc452377369 2.3 紅白錦鯉特征提取12 HYPERLINK l _Toc452377363 2.3.1 紅白錦鯉體形檢測12 HYPERLINK l _Toc452377363 2.3.2 紅白錦鯉顏色檢測13 HYPERLINK l _Toc452377363 2.3.3 紅白錦鯉花紋檢測15 HYPERLINK l _Toc452377370 3 紅白錦鯉價值判定系統(tǒng)設(shè)計16 HYPERLINK l _Toc452377371 3.1 系統(tǒng)設(shè)計16 HYPERLINK l _Toc4

5、52377372 3.2 系統(tǒng)硬件和軟件17 HYPERLINK l _Toc452377378 4 系統(tǒng)開發(fā)配置及環(huán)境 PAGEREF _Toc452377378 h 17 HYPERLINK l _Toc452377379 4.1 Python 2.7 PAGEREF _Toc452377379 h 17 HYPERLINK l _Toc452377383 4.2 OpenCV 3.0.0 PAGEREF _Toc452377383 h 18 HYPERLINK l _Toc452377392 5 總結(jié)和不足 PAGEREF _Toc452377392 h 18 HYPERLINK l _

6、Toc452377410 致謝18 HYPERLINK l _Toc452377411 參考文獻:19PAGE 18基于機器視覺判定錦鯉的價值摘要：基于機器視覺對錦鯉進行價值判定，對提高我國錦鯉市場的規(guī)范化有著十分重要的意義。目前，在錦鯉價值判定的過程中存在速度慢、誤判率高等缺點，很難滿足實時性價值判定的要求。以紅白錦鯉為對象，基于機器視覺對錦鯉價值進行判定，工作包括錦鯉圖像采集，圖像平滑化去噪，灰度圖像紋理特征提取，圖像顏色空間轉(zhuǎn)換，圖像目標分割提取，通過邊緣檢測顯示錦鯉目標圖像的邊緣信息，圖像規(guī)范化保證錦鯉圖像的統(tǒng)一性，通過錦鯉長寬比對體形進行分級、通過單一顏色區(qū)域的顏色平均值對顏色進行分

7、級、通過圖像指紋對花紋進行分級，最后按照顏色、體形和花紋占總體價值的50%，30%和20%對錦鯉進行最終價值判定。關(guān)鍵詞：機器視覺；錦鯉；圖像規(guī)范化；圖像指紋；分級Value judgment of Koi based on Machine visionAbstract:Value judgment to koi based on machine vision,has a very important significance for improving our koi market standardization.At present, the process of koi value de

8、termination is slow, high-misjudgment rate .So, it is difficult to meet the need of real-time value judgment.Take the red and white koi for object,value judgment to koi based on machine vision. work includes koi image acquisition,image smoothing denoising, gray scale image texture feature extraction

9、, image color space conversion,image object segmentation and extraction, through edge detection of koi shows the target image edge information, image normalization to ensure uniformity of koi image,This paper classify the shape of koi through ratio of length and width. It also classify the color of

10、koi through the average value of color in single color region. Whats more, it classify the pattern of koi through the fingerprint image.Finally, according to the color, shape and pattern accounted for 50% of the total value, 30% and 20% of Koi are value of the final decision. Key words: machine visi

11、on; koi; image standardization; image fingerprint; classification1緒論眾所周知，魚在中國幾千年的傳統(tǒng)文化中一直擁有著吉利、美滿、富裕等美好寄寓，尤其在過年的時候，每家每戶一定要做的一道家常菜就是魚，寄寓著年年有余。當然，過年的時后，也有很多人將魚作為禮物贈送給親朋好友。近幾年，伴隨著世界經(jīng)濟的發(fā)展，人們的生活水平不斷地提升，人們不在只對吃魚感興趣了，更多的把自己的心思和感情都集中到對魚的賞玩上面了。其中錦鯉魚憑借著美麗的色彩、俊美的身姿、悠長的壽命等特點，深受現(xiàn)代人喜愛，成為了最受歡迎的觀賞魚之一。我國觀賞錦鯉的市場買賣仍然采用

12、通過以往積累的辯賞經(jīng)驗進行人工辨別的方法，這種方法受個人顏色分辨能力、視力和主觀情緒等多方面因素影響，使得錦鯉價值判定的效率低、誤判率高。正因為觀賞錦鯉的價值判斷上沒有一個十分客觀的依據(jù)，人們往往會發(fā)生打眼等情況，經(jīng)濟上遭受很大創(chuàng)傷。所以急需要建立基于機器視覺的觀賞魚價值判斷系統(tǒng)，提高對錦鯉價值判斷，促使錦鯉市場變得更加規(guī)范化，保證每一個愛好者都買到自己心儀的錦鯉。研究背景和意義1.1.1 國內(nèi)外研究現(xiàn)狀近些年，海內(nèi)外實驗人員通過機器視覺對魚類價值判定進行了很多實驗和探索工作，一些實驗得出的成果早已在商品化中得到使用。在國外通過機器視覺技術(shù)進行魚類價值檢測研究非常廣泛，并已研制出基于機器視覺技

13、術(shù)的魚類的顏色、體形等多個方面的分級設(shè)備。在海外錦鯉價值判斷方法首先使用CCD攝像頭1實現(xiàn)圖像采集，之后利用數(shù)字圖像處理2、計算機數(shù)據(jù)分析等方式對魚類圖像逐步剖析和鑒別后歸納出魚類的價值判定結(jié)論。由機器視覺技術(shù)能準確的檢測出物體的形狀特征及表面顏色特征，在錦鯉市場的大小分級、顏色分級、價值判定等方面具有很好的應用前景。而在國內(nèi)，基于機器視覺技術(shù)在觀賞魚的品種識別、形狀分析、顏色分析等方面研究雖然取得了一定的成績，但同時存在以下問題。實際應用缺少。因為我國絕大多數(shù)利用機器視覺對魚類進行檢測分級的研究仍處于實驗或研究階段，很少在實際生活中得到應用。檢測的精度不高。因為錦鯉的形狀近似橢圓形，顏色和花

14、紋可能分布于錦鯉圖像的不同位置，因此對圖像花紋分級時會存在一些困難。研究的目的我國是世界觀賞魚生產(chǎn)大國，平均一季度中國進口淡水觀賞魚46噸，進口淡水觀賞魚金額223萬美元。平均一季度中國出口淡水觀賞魚47噸，出口淡水觀賞魚金額為75萬美元，并且主要在德國、日本、東南亞等國家和地區(qū)進行進出口貿(mào)易。近些年，伴隨國民生活質(zhì)量的日漸提高，觀賞魚已經(jīng)慢慢成為21世紀家庭消費的又一個新的方向，全中國都在慢慢形成一個生機勃勃的觀賞魚養(yǎng)殖局面3。單以觀賞錦鯉來說，隨著群眾日常生活質(zhì)量的穩(wěn)步提升，觀賞錦鯉的養(yǎng)殖早已在很多人的生活中扮演起了重要的角色，在飼養(yǎng)的過程中我們在心里和身體上都能夠獲得極大的滿足。但是觀賞

15、錦鯉市場過于魚龍混雜，而對錦鯉的價值辨別往往只能依靠經(jīng)常混跡于錦鯉市場所積累的觀賞經(jīng)驗，這種方法受個人顏色辨別能力、視力和情緒等多方面因素影響，使得錦鯉價值判定的效率低、誤判率高。讓很多新進的和已經(jīng)在這一行很長時間的賞魚者打眼，造成經(jīng)濟上的嚴重損失。所以針對此問題，本課題建立基于機器視覺的觀賞魚價值判斷系統(tǒng)，提高對錦鯉價值判斷，促使錦鯉市場變得更加規(guī)范化。論文研究內(nèi)容本論文以紅白錦鯉為試驗樣本，研究基于機器視覺判定錦鯉價值的算法。在總結(jié)國內(nèi)外研究成果的基礎(chǔ)上，對合適的錦鯉圖像進行處理和價值判定。首先對采集到的錦鯉進行灰度化、顏色空間轉(zhuǎn)換、平滑、圖像分割、邊緣檢測和圖像規(guī)范化等一系列的圖像處理。

16、然后對處理后的錦鯉圖像提取體形、顏色和花紋，最后依據(jù)提取的特征參數(shù)對體形、顏色、花紋進行分級。具體的研究內(nèi)容包括以下4點。紅白錦鯉的采集選取紅白錦鯉作為實驗樣本進行檢測，將錦鯉背景統(tǒng)一到一種顏色區(qū)間和目標錦鯉進行區(qū)別，保證水中錦鯉的背部大部分面積被拍攝道。錦鯉圖像處理采集后將紅白錦鯉圖像進行匯總，但是剛剛采集的紅白錦鯉圖像受選取的光照、背景顏色等環(huán)境因素影響，使得采集的紅白錦鯉圖像中存在著光照不均勻、噪聲和其他各種不同的干擾，最終會導致紅白錦鯉圖像檢測結(jié)果出現(xiàn)誤差，所以需要對紅白錦鯉進行灰度化、顏色空間轉(zhuǎn)換、平滑、圖像分割、邊緣檢測和規(guī)范化等處理，經(jīng)過這樣的處理后的紅白錦鯉圖像檢測結(jié)果更佳，更

17、能滿足價值判定要求。圖像灰度化是將采集的紅白錦鯉圖像轉(zhuǎn)化為灰度圖級的紅白錦鯉圖像，便于紅白錦鯉紋理特征的提取，灰度值計算采用加權(quán)平均算法；圖像顏色空間轉(zhuǎn)換，把RGB圖像轉(zhuǎn)變成HSV圖像，使圖像顏色更加接近人眼所觀察到的顏色而且方便對顏色區(qū)域的劃分；圖像平滑化去除噪聲，使濾波算法滿足紅白錦鯉圖像處理和紅白錦鯉圖像特征參數(shù)提取的準確性；圖像分割4為了實現(xiàn)紅白錦鯉目標圖像和背景圖像的分離，分理出紅白錦鯉目標圖像，利用選取顏色闕值的方法進行紅白錦鯉圖像分割；邊緣檢測5可很好的顯示紅白錦鯉目標圖像的邊沿信息；圖像規(guī)范化為了保證采集到的紅白錦鯉圖像的統(tǒng)一性，也就是保證圖像大小形態(tài)等基礎(chǔ)一致。3.紅白錦鯉圖

18、像特征提取紅白錦鯉處理之后，分別提取紅白錦鯉的體形、顏色和花紋等特征。紅白錦鯉大小分級時，用目標圖像的最小外接矩形的長寬比來判別紅白錦鯉的尺寸大小，使用這樣近似的判斷方法，可大大縮短紅白錦鯉的處理時間，提高系統(tǒng)效率；紅白錦鯉顏色分級時，根據(jù)紅白錦鯉表面顏色計算平均色度值，根據(jù)平均色度判斷其鮮艷程度；圖像花紋分級時，可根據(jù)圖像指紋判斷其花紋的優(yōu)差。4.價值判斷算法設(shè)計在Python2.7平臺下，利用OpenCV和Python的一些庫（Numpy、Image、Matplotlib等），采用面向?qū)ο蟪绦蛟O(shè)計的方法，實現(xiàn)圖像處理和價值判斷。根據(jù)以上的研究內(nèi)容共有四種方法。1)選擇有代表性的錦鯉種類，對

19、錦鯉進行采集，保證采集的圖像能夠覆蓋整個錦鯉的大部分表面。2)提取收集到的圖像，應用Python2.7平臺對錦鯉進行圖像處理。3)用計算長寬比，計算平均顏色，圖像指紋提取體形、顏色和花紋特征參數(shù)。4)在Windows7 環(huán)境下的Python2.7工作平臺，設(shè)計錦鯉價值判定的檢測系統(tǒng)。根據(jù)研究內(nèi)容和研究方法，可知具體的錦鯉價值判定流程，總體設(shè)計結(jié)構(gòu)框圖如圖1-1所示。 價值判斷結(jié)果 花紋特征提取 長寬比、平均色度、圖像指紋分級 體形特征提取 顏色特征提取 搭建硬件設(shè)備 圖像采集 圖像預處理 圖1-1 錦鯉價值判定設(shè)計流程圖2 錦鯉圖像采集與處理2.1 錦鯉圖像采集機器視覺6作為一個新進剛興起的學

20、科，由一開始只針對二維圖像進行分析處理發(fā)展到了對高像素的灰度圖像的處理，在到現(xiàn)在可以逐步取代人眼進行測量和判斷，甚至能夠超越人眼進行更加深度的分析處理?，F(xiàn)在，機器視覺系統(tǒng)7-9已經(jīng)在很多領(lǐng)域里得到運用，特別對那些不適合人類工作或者對人類有傷害的環(huán)境或者單單依據(jù)人類的視覺系統(tǒng)不能滿足工作要求的場合。機器視覺檢測已經(jīng)成為我們現(xiàn)在很多自動化生產(chǎn)中無法缺少的一步。通常使用的機器視覺系統(tǒng)的結(jié)構(gòu)組成如下圖2-1所示。而基于機器視覺的錦鯉價值判定系統(tǒng)主要由圖像收集器、筆記本電腦和價值判定裝置等組成。輸出或顯示圖像處理與分析系統(tǒng)圖像數(shù)據(jù)視覺傳感器計算機高速圖像采集系統(tǒng)視頻輸入圖像數(shù)據(jù)圖像數(shù)據(jù) 圖2-1 機器視

21、覺工作原理圖根據(jù)上述分析，選取紅白錦鯉作為檢測樣本，背景為藍色，便于背景圖像和紅白錦鯉圖像的區(qū)分。在采集的過程中，采用多角度采集錦鯉樣本，這樣能夠保證一條錦鯉絕大部分表面被采集到。下圖2-2為采集紅白錦鯉的圖像。 圖2-2 紅白錦鯉2.2 紅白錦鯉圖像處理首先對收集到的紅白錦鯉圖像實行一系列的優(yōu)化處理，這樣才能夠保證紅白錦鯉圖像展現(xiàn)出的結(jié)果更加真實、可靠。這一系列的圖像處理是通過計算機進行實現(xiàn)的，目前圖像處理主要是由數(shù)字信號、模擬信號兩類處理方式組成，本文主要使用的是數(shù)字信號圖像處理，因為其能通過計算機和其他的設(shè)備對紅白錦鯉圖像的質(zhì)量和紅白錦鯉圖像處理的速度進行優(yōu)化，達到我們認為最理想的結(jié)果。

22、221 圖像灰度化圖像灰度變化10是對圖像的一些特征進行放大、增強的方法，它保證了我們想要的一些特征信息能夠更好的、更加清晰的顯示，保證了對紅白錦鯉的一些特征數(shù)據(jù)的快速提取及數(shù)據(jù)的正確性，是對圖像的顯示結(jié)果進行增強的一種手段。當我們對紅白錦鯉的彩色圖像和它的灰度圖像進行分析時，會發(fā)現(xiàn)灰度圖所需要進行處理的數(shù)據(jù)比彩色圖像少得多，也就代表著對灰度圖像進行處理的計算量相對而言會更加少，但是對整個圖像的分析并沒有太大的區(qū)別，因為灰度圖像和彩色圖像除去色彩上的區(qū)別，圖像的其他特征按照等級分布顯示還是很一致的?；叶然饕幸韵?種方法。分量法，使用RGB圖像的三個分量的其中一個完成灰度圖的轉(zhuǎn)換。最大值法，

23、通過RGB圖像的三個分量值進行比對，選取出其中最大的一個值，最后完成灰度圖的轉(zhuǎn)換。平均法，獲取一幅RGB圖像的三個分量，求它們的平均值，最后完成灰度圖的轉(zhuǎn)換。加權(quán)平均法1，根據(jù)OpenCV開放庫中應用的灰度權(quán)值得到灰度圖。加權(quán)平均法2，從人體生理學角度所提出的權(quán)值（主要是根據(jù)人眼對紅、綠和藍色的不同敏感程度進行劃分的，其中綠色最高，藍色最低）。對每一點通過0.114B、0.587G和0.299R，進行加權(quán)平均求灰度圖。在紅白錦鯉邊緣檢測和圖像指紋提取過程中都必須先對圖像實行灰度化處理。因為本文只在于模擬人眼對紅白錦鯉的觀察，而且紅白錦鯉自身顏色的多重性，所以本文選用了更加接近人眼處理紅白錦鯉圖

24、像的方式加權(quán)平均法2對圖像進行灰度化，同時也方便了后面對紅白錦鯉圖像的指紋特征的提取。本課題采用最方便、準確和迅速的公式2-2對紅白錦鯉圖像進行圖像灰度化處理，最后得出紅白錦鯉灰度化圖像。 f(i,j)=(0.299R(i,j)+0.587G(i,j)+0.114B(i,j) （2-1）具體實現(xiàn)過程，先獲取圖像像素大小，循環(huán)圖像中每一個像素，將每一個像素按照公式2-1進行換算。將公式2-1進行優(yōu)化，避免浮點運算，對代碼的效率進行提高，如公式2-2所示。 f(i,j)=(30R(i,j)+59G(i,j)+11B(i,j) /100 （2-2）具體實現(xiàn)過程，先獲取圖像像素大小，循環(huán)圖像中每一個像

25、素，將每一個像素按照公式2-2進行換算。 下圖2-3為紅白錦鯉原圖和經(jīng)過公式2-2計算得到的紅白錦鯉灰度化圖像： (a)處理前 (b)處理后圖2-3 圖像灰度化處理222 圖像顏色空間轉(zhuǎn)換采集的原始圖像樣本為RGB顏色空間，因為機器視覺最主要是為了模擬人類的眼睛進行識別，人眼對顏色的深淺并沒有特別強的區(qū)分能力，也就是說對RGB圖像并沒有很直觀的區(qū)分能力，所以本課題把RGB圖像轉(zhuǎn)變成HSV圖像，使圖像顏色更加接近人眼所觀察到的顏色而且方便對顏色區(qū)域的劃分，同時可以針對HSV圖像進行色調(diào)的單獨提取，簡化實驗的數(shù)據(jù)量，不影響實驗結(jié)果的前提下提高實驗速度。 RGB轉(zhuǎn)化到HSV的算法: max=max(

26、R,G,B)； min=min(R,G,B)； V=max(R,G,B)； S=(max-min)/max； if (R = max) H =(G-B)/(max-min)* 60； if (G = max) H = 120+(B-R)/(max-min)* 60； if (B = max) H = 240 +(R-G)/(max-min)* 60； if (H 21W/H6040=平均色度=60平均色度40233 紅白錦鯉花紋的檢測紅白錦鯉的第三個評判標準就是圖像的花紋，規(guī)則漂亮的花紋能使錦鯉的價值在升上一番，花紋的提取通過圖像指紋提取表示。紅白錦鯉圖像采集用上文中研究的紅白錦鯉圖像采集法，

27、得到采集后的圖像，圖像指紋15就從紅白錦鯉的圖像中提取。特征提取在紅白錦鯉表面花紋檢測中一個難以解決的問題是紅白錦鯉具有多個不同的花紋范圍，花紋的顏色相同，紋理特征不相同，導致他們之間很難統(tǒng)一進行比較。所以本課題在紅白錦鯉花紋檢測中采用通過對紅白錦鯉圖像的圖像指紋進行分析，找到判斷依據(jù)來識別花紋。圖像采集之后，根據(jù)本課題要求將其分為優(yōu)秀錦鯉和差等錦鯉，即花紋鮮明錦鯉和花紋不鮮明錦鯉，如圖2-11所示。將采集后的紅白錦鯉圖像按照以下三步進行紅白錦鯉圖像處理，提取紅白錦鯉特征值。 (a)優(yōu)秀 (b)差等圖2-11 采集圖像第一步：縮小圖像，可利用OpenCV庫中的resize(size)進行變化，

28、這里圖像像素設(shè)為8*9，共72個像素值。第二步：轉(zhuǎn)化為灰度圖：把縮放后的圖片轉(zhuǎn)化為256階的灰度圖。轉(zhuǎn)灰度圖的公式: f(i,j)=(30R(i,j)+59G(i,j)+11B(i,j) /100 （2-11）第三步：.比較像素灰度值：遍歷灰度圖片每一個像素，比較同一行像素值左邊和右邊的大小，差異值記錄為1，否則記錄為0，最后對此像素點個數(shù)1617進行匯總。第四步：得到64個信息指紋。根據(jù)對64位差異值進行比對和對實際錦鯉花紋判斷發(fā)現(xiàn)下面規(guī)律，錦鯉在人眼觀察時以花紋的優(yōu)美為主要依據(jù)，花紋越優(yōu)美，差異值為1越少，如下圖2-12所示。 差異值為1的個數(shù)圖2-12 采集圖像根據(jù)圖像可以發(fā)現(xiàn)優(yōu)等的錦鯉

29、差異值為1的個數(shù)集中在主要30以下，差等則主要在50左右。圖像指紋在價值判定占20%.根據(jù)圖像指紋可以劃分為兩個等級，其中X為差異值為1的個數(shù)，如表3-3所示。表3-3 錦鯉體形等級表錦鯉優(yōu)等差等圖像指紋X/640.5等級劃分匯總，如表3-4所示。表3-4 錦鯉顏色、體形和花紋等級表錦鯉優(yōu)等中等差等長寬比W/H21W/H6040=平均色度=60平均色度40圖像指紋X/640.53 紅白錦鯉價值判定系統(tǒng)設(shè)計3.1 系統(tǒng)設(shè)計設(shè)計利用機器視覺實現(xiàn)錦鯉價值判定的系統(tǒng)，在目前國內(nèi)外還沒有針對這方面進行研究，但是從20世紀90年代國內(nèi)外就開始對不同物體分級檢測進行了研究，可以相互依托，作為系統(tǒng)設(shè)計的參照。

30、為了更快更好的加快錦鯉市場的產(chǎn)業(yè)化發(fā)展，同時推動其他觀賞魚實現(xiàn)自動分級，本課題提出了基于機器視覺的觀賞魚價值判定算法，完成對紅白錦鯉的檢測和價值判定。3.2 系統(tǒng)的硬件與軟件在設(shè)計利用機器視覺實現(xiàn)觀賞魚價值判定系統(tǒng)中，所使用的儀器包括制作光源的、進行計算處理的計算機和圖像采集的攝像頭等多個部分組成。攝像頭和光源攝像頭是本課題采集紅白錦鯉圖像的重要儀器，是圖像輸入的重要設(shè)備。通過CCD攝像頭采集紅白錦鯉圖像，其采集是像素為700萬，格式為jpg格式。同時采集的過程中，光源要保證穩(wěn)定。計算機該設(shè)備主要用于實現(xiàn)紅白錦鯉圖像處理和紅白錦鯉價值判定，具體功能是根據(jù)采集到的紅白錦鯉進行圖像處理，可以得到利于紅白錦鯉的價值判定時所需要的特征信息，根據(jù)特征信息實現(xiàn)紅白錦鯉價值判定。因此本課題要求計算機容量大，運算速度快。我的系統(tǒng)配置為：硬盤容量 466GBCPU AMD E-450 APU with Randeon(tm) HD Graphics 1.65GHz操作系統(tǒng) Windows 7 64位 基于機器視覺錦鯉價值判斷的流程圖如圖3-1所示。主程序邊緣檢測圖像處理圖像灰度化顏色模型轉(zhuǎn)換圖像分割圖像平滑特征提取長寬比平均色度圖像指紋價值判定 圖像價值體形檢驗花紋檢驗顏色檢驗 圖3-1 系統(tǒng)軟件流程圖4 系統(tǒng)開發(fā)環(huán)境及配置4.1 Python2.7Python具有豐富和強大