观赏鱼拥有美丽的外形、鲜艳的颜色,深受人们的喜爱,其市场潜力不断增大,已成为我国重要的水产品之一。观赏鱼的外形品质筛选是观赏鱼市场面临的一大难题。血鹦鹉鱼是我国重要的观赏鱼种类,其外形是分级的重要因素,分级的好坏直接决定其市场价值。目前,血鹦鹉鱼分级主要依靠人工进行,存在效率低、主观性强等问题。针对这个问题,本文利用机器视觉技术,以国家标准为主要依据,研究了基于机器视觉技术的血鹦鹉鱼外形评价方法,建立了血鹦鹉鱼外形评价模型,主要包括体型评价模型和体色评价模型两个子模型,主要工作和结果如下:(1)搭架了实验平台,设计了基于机器视觉的血鹦鹉鱼图像采集系统。该系统能快速捕捉游动的目标,并自动保存图像至指定文件夹。介绍了血鹦鹉鱼图像预处理算法,利用图像增强、灰度变换、阈值分割等操作方法对血鹦鹉鱼原始图像进行了预处理,得到了理想的实验图像。(2)研究并建立了血鹦鹉鱼体型评价模型,包括体形分级模型、体长/体高比模型和鱼冠模型3种。重点分析了利用metric函数计算鱼体轮廓与标准圆近似度的拟合程度并建立体形分级模型的方法。介绍了通过处理后图像的长轴与短轴,得到血鹦鹉鱼的体长和体高,建立了利用体长/体高比的分级模型以及通过判断血鹦鹉鱼是否有鱼冠建立分级模型的方法。(3)研究并建立了血鹦鹉鱼体色评价模型。重点研究了血鹦鹉鱼体色的提取方法,通过区域分割、像素值平均、欧氏距离计算等步骤,确定血鹦鹉鱼的体色平均值,将其与血鹦鹉鱼标准颜色进行比较,完成按照体色进行分级。利用此模型,根据血鹦鹉鱼体色进行识别。通过验证,利用该方法对血鹦鹉鱼进行分级的准确率达到95.5%。(4)设计了基于机器视觉的血鹦鹉鱼外形评价软件,基于建立的体型评价模型和体色评价模型两个子模型,利用体形和颜色两个指标,实现了血鹦鹉鱼等级的自动评价。研究表明,本文所用方法能够综合血鹦鹉鱼的体型和颜色特征进行等级评定,实现了血鹦鹉鱼外形品质的自动评价及分级,提高了血鹦鹉鱼外形评价的自动化和智能化水平,解决了传统方法存在的效率低、主观性强等问题。