图像方法鱼眼识别及鱼眼瞳孔直径测定

《农业工程学报》2017年第33卷第23期刊载了海南大学胡祝华、张逸然、赵瑶池、曹路、白勇和黄梦醒的论文——“权重约束AdaBoost 鱼眼识别和改进 Hough 圆变换瞳孔智能测量”。该研究由海南大学南海海洋资源利用国家重点实验室导向课题（项目号：DX2017012）等资助。

鱼眼瞳孔数据是鱼类良种选育、新鲜度分类评价的重要评判参数。然而传统的鱼眼瞳孔测量方法，是在鱼体离水的情况下，用直尺和游标卡尺等工具分步多次测量得到。为解决人工测量耗时、耗力、数据主观性高的问题，该文提出采用图像处理方法来实现自动化实时测量。

图像处理是指用计算机对图像进行分析、处理、变换，以达到所需结果或得到所需数据的技术。用图像处理技术来测量鱼眼瞳孔直径，首先需要对鱼体进行拍照，然后将拍摄到的图片传到电脑中。

为了能够更加快速地测量，先会对图片进行固定比例的缩小；然后，图像被输入到已经利用正负鱼眼样本和权重约束AdaBoost算法（一种机器学习算法）训练好的鱼眼分类器中，从整个鱼体图片中找出鱼眼区域，并将鱼眼区域分割出来，便于下一步的鱼眼瞳孔检测。

瞳孔检测是利用改进的Hough圆变换，检测鱼眼瞳孔的圆形区域，求此圆形区域的直径，再经过比例换算还原，得到实际鱼眼瞳孔的直径。

经过多次试验发现，该文提出方法所测得的数据相对于标准数据的偏差的平均值为6.5%，比改进前AdaBoost算法和Hough圆变换测得数据的相对偏差平均值低5.9%；利用该方法测量的平均时间为324.371 ms，远少于人工测量时间，也比改进前的方法所用时间更少。

研究结果表明，该文所提出的鱼眼瞳孔直径测量方法具有稳定性好、测量精度高、速度快的特点，能够有效解决鱼眼检测效率低、数据主观性高的问题，从而可实现实时、大批量的鱼眼检测和瞳孔直径测量。