机器学习之基于水色图像的水质评价的原始数据照片样本即water-image 机器学习之基于水色图像的水质评价的原始数据照片样本即water-image

从事渔业生产有经验的从业者可通过观察水色变化调控水 质，用来维持养殖水体生态系统中浮游植物、微生物类、 浮游动物等合理 眼观察进行判断 结果的可比性、可重复性降低，不易推广应用。当前，数 字圈像处理技术为计算机监控技术在水产养殖业的应用提 供更大的空间。在水质在线监测等方面，数字圈像处理技 术是基千计算机视觉，以专家经验为基础，对池塘水色进 行优劣分级，达到对池塘水色的准确决速判别。 初步分析： 通过对抇摄的水样，采集得到水样图像，而图像数据的维度过大，不容 易分析，需要从中提取水样图像的特征，提取反映图像本质的一些关键 指标，以达到自动进行图像沪别或分类的目的。显然，图像特征提取是 图像沪别或分类的关键步骤，图像特征提取的效果如何直接影响到图像 沪别和分类的好坏。 图像特征主要包括有颜色特征、纹理特征、形状特征、空间关系特征等 。与几何特征相比，颜色特征更为稳健，对于物体的大小和方向均不敏 感，表现出较强的鲁棒性。本案例中由于水色图像是均匀的，故主要关 注颜色特征。

基于水色图像的水质评价的原始数据 有经验的从事渔业生产的从业者可通过观察水色变化调控水质，以维持养殖水体生态系统中浮游植物、微生物类、浮游动物等合理的动态平衡。数字图像处理技术为计算机监控技术在水产养殖业的应用提供更大的空间

基于水色图像的水质评价，用于机器学习