1.一种面向鲅鱼切段机的鱼头鱼尾图像自动识别方法，其特征在于，包括以下步骤：A、样品采集，选取一组长度在20-35cm的中等大小鲅鱼，去脏后作为试验样本；

B、组建硬件系统，由工业相机、暗箱、LED条形光源和计算机组建实验平台；

C、图像采集以及背景分割，将样品放在相机视场中央，使中心轴线与视场边界平行，对鲅鱼图像进行预处理和二值化，然后对图像进行去除阴影，去除背景得到鲅鱼整体作为感兴趣区；

D、边缘轮廓提取，选择最优检测准则、最优定位准则和边缘的单响应准则，对边缘和噪声做出假设，然后利用数学方法得到边缘检测的最优滤波器，即边界点位于图像被高斯函数平滑后的梯度幅度的极大值点，最终检测出背景分割后的边缘轮廓，将边缘轮廓通过扫描法获取，即获得边缘轮廓坐标；

E、鱼体尺寸的检测，在轮廓图上提取鱼体的图像特征，包括长轴、短轴以及长短轴之比，对于品种相关性较大的长短轴之比，求得鲅鱼的长短轴之比均在5.0左右，长短轴之比在5.0左右的鱼品种的鱼头占总体鱼体长四分之一，所有样品鲅鱼全部以此作为去头准则，经过检验可知最大误差为1.5cm，以作为鱼头分割线的理论基础；

F、鱼头鱼尾的识别及去除，依据长轴长度四分之一获得鱼颌骨轮廓线，实现鱼头特征识别，对样本后半段投影图像进行宽度值筛选，当产生最小值时，将此位置坐标作为鱼身与鱼尾分界线位置坐标，并且求鱼尾的长度记为l0为后续建立数学模型提供数据；

G、建立鲅鱼定重切段数学模型，利用质量与体积的关系以及微分学建立鲅鱼定重切段的数学模型。

2.根据权利要求1所述的一种面向鲅鱼切段机的鱼头鱼尾图像自动识别方法，其特征在于：所述步骤C中，图像采集方式有单帧采集和连续采集两种。

3.根据权利要求1所述的一种面向鲅鱼切段机的鱼头鱼尾图像自动识别方法，其特征在于：所述步骤F中依据最小宽度值，实现鱼尾特征识别。

4.根据权利要求1所述的一种面向鲅鱼切段机的鱼头鱼尾图像自动识别方法，其特征在于：所述步骤G中假设鲅鱼样本密度为ρ，总重量为M，总体积为V，则有M＝ρV    (1)假设鲅鱼鱼嘴处为鱼的起始位置(x＝0),那么距离起始位置x处的鱼的为：其中，A(x)为鲅鱼的截面积。

假设鱼头和鱼尾距离起始位置的长度分别为L1和L2，依据(2)式可知，去除鱼头鱼尾后的鱼体积v为：由 和L2＝L-L0,以及鲅鱼样本密度为ρ可知，那么去除鱼头鱼尾后的鱼体质量m为：当鲅鱼切段机的定重参数设置为m0，那么需要切割的段数n为:

同理，当鲅鱼切段机的需要切割的段数为n，那么可求得定重质量为m0: