1.基于计算机视觉的鱼体新鲜度快速无损检测方法，其特征在于，采集鱼体的特征信息后确认该鱼体的新鲜度等级；

所述特征信息是通过采集鱼眼的图像后对图像进行处理后得到的，所述处理是指提取图像中的RGB、HIS和L*a*b*颜色空间的颜色特征值；

所述新鲜度等级是通过分别对应将新鲜度等级、新鲜度等级已知的鱼体的特征信息和新鲜度等级待确认的当前鱼体的特征信息作为类别、训练样本和测试样本采用SVM的“一对一”分类方法确定的；

所述当前鱼体的新鲜度等级确认方法为：首先采用随机选取的不同类别的训练样本作为训练集训练SVM分类器得到多个SVM子分类器，再将测试样本对应的向量输入到每个SVM子分类器中，最后采用投票的形式得到测试样本的类别，即得到当前鱼体的新鲜度等级；

采用新鲜度等级已知的鱼体的特征信息作为检测样本对以新鲜度等级已知的鱼体的特征信息为训练样本训练得到的SVM分类器模型进行检测，检测完成后再将新鲜度等级待确认的当前鱼体的特征信息作为测试样本输入SVM分类器模型；所述检测完成是指将检测样本输入SVM分类器模型时得到检测样本新鲜度等级与其实际新鲜度等级完全匹配；所述检测样本与训练样本的数量比为3:7。

2.根据权利要求1所述的基于计算机视觉的鱼体新鲜度快速无损检测方法，其特征在于，所述采集鱼眼的图像时采用5500K的LED光源照射鱼体，鱼眼位于相机正下方30cm，相机的参数为：感光度ISO 100 500，光圈F 2.5 5.5，曝光时间 1/10 1/750s，闪光灯 关闭，模~ ~ ~式 手动，焦距 18 55mm，白平衡 自动，图片格式 PNG。

~

3.根据权利要求1所述的基于计算机视觉的鱼体新鲜度快速无损检测方法，其特征在于，所述鱼眼为鱼体的左眼和/或右眼；所述特征信息具体为以图像中的平均R值、平均G值、平均B值、平均H值、平均I值、平均S值、平均L值、平均a值和平均b值作为特征量组成的特征矩阵。

4.根据权利要求1所述的基于计算机视觉的鱼体新鲜度快速无损检测方法，其特征在于，所述新鲜度等级是根据鱼体的储藏天数划分的。

5.根据权利要求4所述的基于计算机视觉的鱼体新鲜度快速无损检测方法，其特征在于，所述鱼体的新鲜度等级共四级：储藏天数为1 2天为I类；储藏天数为3 4天为II类；储藏~ ~天数为5 7天为III类；储藏天数≥8天为IV类；I类至IV类品质依次下降，其中I类表示品质~最新鲜，IV类表示品质最不新鲜。

6.根据权利要求1所述的基于计算机视觉的鱼体新鲜度快速无损检测方法，其特征在于，所述训练样本不少于50个。

7.应用如权利要求1 6任一项所述的基于计算机视觉的鱼体新鲜度快速无损检测方法~的装置，其特征在于，包括暗箱和计算机，所述暗箱顶板内壁上设有LED光源和相机，所述相机的摄像方向垂直于水平面，所述LED光源围绕相机圆周排布，相机下方设有用于放置待测鱼体的支撑板；

所述计算机与相机连接，所述计算机包括一个或多个处理器、一个或多个存储器以及一个或多个程序；

所述一个或多个程序被存储在所述存储器中，当所述一个或多个程序被所述处理器执行时，使得所述计算机执行如权利要求1至6中任一项所述的基于计算机视觉的鱼体新鲜度快速无损检测方法。

8.根据权利要求7所述的装置，其特征在于，LED光源和支撑板之间布置有柔光板；

所述支撑板水平布置，其与升降结构连接，支撑板在升降结构的驱动下能在竖直方向上运动；

所述计算机还包括显示装置，所述显示装置与处理器连接，用于显示处理器处理所得的鱼体的新鲜度等级。