獲取漁業養殖魚類生長態勢的人工測量方法費時費力,且影響魚的正常生長。為了實現水下魚體信息動態感知和快速無損檢測,該研究提出立體視覺下動態魚體尺寸測量方法。通過雙目立體視覺技術獲取三維信息,再通過Mask-RCNN(Mask Region Convolution Neural Network)網絡進行魚體檢測與精細分割,最后生成魚表面的三維點云數據,計算得到自由活動下多條魚的外形尺寸。試驗結果表明,長度和寬度的平均相對誤差分別在4.7%和9.2%左右。該研究滿足了水產養殖環境下進行可視化管理、無接觸測量魚體尺寸的需要,可以為養殖過程中分級飼養和合理投餌提供參考依據。

【文章頁數】：7 頁

【文章目錄】：
0 引言
1 材料與方法
    1.1 試驗材料與系統搭建
    1.2 立體視覺下動態魚體尺寸測量方法
        1.2.1 三維重建
        1.2.2 檢測與分割
        1.2.3 三維點云處理
2 結果與分析
3 結論



本文編號：3992087