海洋渔业资源是一种可以为人类利用并可再生的宝贵资源，海洋生物资源的开发越来越受到重视，因此使用科学的手段发展海洋渔业、保护鱼类资源成为可持续发展的首要任务。随着科技的发展，使用声学方法对海洋渔业资源进行调查评估成为了一种新兴又高效的渔业资源研究方法，声学方法具有快速方便、不损坏生物资源以及可持续观测等优点，因此受到国内外学者的高度重视。本文围绕“基于图像处理的鱼类识别方法”这一主题，使用图像处理的相关方法对鱼群的双频识别声纳图像进行处理，得到了一系列鱼群声纳图像处理的实验结果和结论，为鱼类识别的进一步研究打好了理论和实验基础。本文的研究内容包括:　　1、在双频识别声纳图像的显示方面，介绍了双频识别声纳的使用方法、用途以及数据存储格式，并采用线性插值法对声纳图像进行显示。　　2、采用了直方图均衡化和灰度线性变换方法对图像进行了增强，并采用了中值滤波、均值滤波和维纳滤波等经典的滤波方法对双频识别声纳图像进行去噪处理，并对去噪效果进行了对比和评价。　　3、使用基于阈值的方法对鱼群的双频识别声纳图像进行了图像分割处理，使用Ostu方法进行阈值的自动选取，并对图像进行了分割;针对Ostu算法的局限性，使用了基于运动目标的背景差分法和帧间差分法对鱼体目标进行分割处理，实现了将鱼体从海洋背景噪声中识别出来的目的。　　4、使用模板匹配算法进行双频识别声纳图像中鱼类的识别，并根据鱼群图像中多目标的特征，采用了多目标模板匹配算法对目标进行识别，实验证明该算法能够实现鱼体的自动识别和自动计数功能。