1. 研究目的与意义、国内外研究现状（文献综述）
本课题的意义：鱼体尺寸的测量对于养殖渔业来说是一件非常重要的工作，从鱼的尺寸的测量中可以了解其生存环境的优劣，对于收获、选别和分级都是一项不可缺少的依据[1]。
传统的测量方法是人工现场监视和抽样鱼体进行测量，这种测量方法劳动强度大、效率低下，测量准确性难以保证[2]。
而且，由于手工测量耗时过长，常常会使被测量的样本死亡，无法满足活体测量的需求。
2. 研究的基本内容和问题
研究的目标：使用图像处理算法使淡水鱼视觉测量更加精确和便捷。
研究的内容：利用计算机图像处理算法处理已获得的（或者通过摄像头获取）鱼类的图片，经过图像预处理、图像分割和计算，求出鱼的长和宽以及鱼眼睛的直径、鱼尾长度。
拟解决的关键问题：利用成熟的图像处理算法做一个可以测量鱼体的长宽、眼睛直径、尾巴长度等的淡水鱼视觉测量系统。
3. 研究的方法与方案
研究方法：利用python语言实现一个淡水鱼视觉测量系统。
技术路线：（1）在python环境下调用opencv，实现摄像头的调用（2）图像处理的核心算法使用opencv实现（3）存储鱼类信息的后台数据库使用mysql（4）前台界面使用pyqt实现（5）图像处理的结果显示使用opencv实现实验方案：用户可以通过点击拍照按钮利用摄像头获取鱼的图像，获得的图像存储在数据库中；通过点击读取图像按钮从本地文件夹选择待处理图像；通过点击预处理按钮对图像进行去噪处理，去噪后的结果显示在界面上；通过点击rgb转hsv按钮使图像由rgb转化为hsv，并显示在界面上；通过点击分割按钮对上一步获得的图像进行分割处理；通过点击测量按钮，利用通过人工标定和校正获得的像素和实际距离的转换比例和由图像处理算法获得的图像像素，计算出待测鱼的长和宽、鱼眼睛的直径和鱼尾长度。
鱼的长宽边界和鱼眼睛的边界以及鱼尾边界会在界面上用红色边线显示出来，同时最终的测量结果width（体宽）、length（体长）、diameter（眼睛直径）也会显示在图片的下方。
4. 研究创新点
本课题突出了图像处理技术在渔业领域的应用，利用算法解决实际问题。
在测量鱼眼睛直径过程中，先识别出鱼头部区域，再使用霍夫圆检测，从而提升了算法效率。
5. 研究计划与进展
2016.12.26-2017.1.3 开题报告2017.1.5-2017.1.26 查阅文献，学习Python2017.2.2-2017.2.10 搭建系统整体结构2017.2.13-2017.3.2 细化系统2017.3.3-2017.3.20 对系统进行测试并完善2017.3.21-2017.4.3 写毕业论文
