在一些附加值较高的海产鱼类无骨产品的加工过程中,鱼骨刺检测是非常重要的一个环节。目前,大多数水产品加工企业主要在普通日光灯照明条件下,依靠人工通过手指触摸结合视觉判断的方式来进行鱼骨刺检测,不仅劳动强度较大,而且工作效率较低,从长远看这种传统的劳动密集型作业方式很难适应如今劳动力成本不断攀升的市场环境,因此开发效率更优、智能化程度更高的创新型鱼骨刺检测方式势在必行。本论文以带刺的狭鳕鱼片为研究对象,主要针对鱼骨刺的紫外荧光特性、紫外荧光成像技术和计算机图像识别技术在海产鱼片中鱼骨刺检测方面的应用进行了研究,建立了相应的检测方法并对所建立的方法进行了检测效果评价,形成的主要研究结果如下：1.狭鳕鱼骨刺和鱼肉荧光特征研究表明,狭鳕鱼骨刺和鱼肉的最佳激发波长分别320 nm和358 nm,对应最佳发射波长分别为515 nm和580 nm,且鱼刺直径大小对其荧光特性的影响不明显；在长波紫外线(320 nm～380 nm)的照射下,狭鳕鱼骨刺有明显的荧光产生,荧光强度可达到1 500到2500检测仪器单位,鱼肉虽然也有微弱荧光产生,但其荧光强度远低于鱼骨刺,仅为鱼骨刺的30%左右。2.在实验室条件下组装完成一套紫外灯简易照明设备的基础上,通过探索确定了紫外照射辅助人工挑鱼刺的方法。以狭鳕鱼片为实验样本,对比了新方法与传统日光灯照明条件下挑鱼刺方法间的差异。结果显示,紫外照射辅助人工挑刺的新方法检出率为90.86%,比传统方法提高了约14%；而且采用新方法后,每剔除一个鱼骨刺的平均用时比旧方法下降26%,新方法可显著提高人工挑鱼刺的劳动效率。3.在前期研究的基础上,通过对紫外荧光图像采集装置的改进,成功采集到可用于鱼骨刺图像识别研究的狭鳕鱼片紫外荧光图像样本。充分利用鱼骨刺在长波紫外光源照射下会发出荧光的特性,以特定的图像处理方法为技术基础,建立了基于主成分分析法的鱼骨刺紫外荧光成像检测方法。对经主成分分析后得到的第二主成分图像在特定的DN值(Digital Number)范围内进行固定阈值分割,可初步实现鱼骨刺和鱼肉背景的分离,并且得到分离后鱼骨刺的数量和位置信息。4.为了克服不同批次狭鳕鱼片图像样本在鱼骨刺荧光亮度上的波动性,在Matlab软件平台上以线性判别分析的思路为基础,设计完成一种对复杂图像样本具有较强适应性的鱼骨刺图像识别算法。为确保算法的实现,共采集训练集真样本和假样本图像块各300个,图像块大小为40像素×40像素;以欧氏距离求和作为最终对测试图像进行分类与识别的计算模式,经4个批次测试图像的试验,该算法目前的识别正确率为65%左右。