排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
针对传统鱼眼瞳孔直径测量方法耗时、耗力,且数据主观性强的问题,该文提出基于权重约束AdaBoost和改进Hough圆变换的鱼眼瞳孔直径智能测量方法。首先,利用工业相机采集实验板上的鱼图像,从正负鱼眼图像样本中训练出基于权重约束AdaBoost算法的鱼眼分类器;然后,采用该分类器对试验图像进行检测,将检测到的鱼眼局部图从整体图中分离出来;最后,采用改进的Hough圆变换检测出鱼眼的瞳孔,并计算得到瞳孔直径。对100条金鲳鱼进行试验,鱼眼分类精度达97.1%,瞳孔正确检测率达94.2%,相比改进前分别提升了1.7个百分点和10.5个百分点,与人工测量瞳孔直径值的平均偏差为6.5%,比改进前低了5.9个百分点,总的平均测量时间为324.371 ms,比改进前减少了10.707 ms。试验证明:该文提出的方法能够精确、实时、自动地测量出鱼眼瞳孔的直径,有效避免了传统测量方式的复杂性和测量数据的主观性,可为鱼体生长状况评估、良种选育提供重要参考。 相似文献
2.
鱼形态特征检测作为渔业信息化的一个重要课题,有着广泛地应用前景。现有的鱼眼特征检测主要依靠人工,操作复杂、效率低下、结果主观性强。因此提出一种基于图像处理及最小二乘椭圆拟合的鱼眼检测方法,首先在养殖场采集实验鱼例图像,再对鱼眼瞳孔和虹膜区域进行图像预处理,最后分别对鱼眼的瞳孔/虹膜轮廓进行椭圆拟合。实验结果显示,鱼眼瞳孔检测平均耗时325.96 ms,虹膜检测平均耗时364.57 ms,两者检测误差分别为7.247(1±11.82%)mm和12.179(1±14.05%)mm。研究表明,采用该方法不仅可以解决人工测量操作繁琐、主观性强等问题,而且能够避免测量过程耗时过长,为鱼眼的大批量非接触式测量提供了新途径。 相似文献
3.
基于图像处理和线性拟合的鱼体尾柄测量方法研究 总被引：1，自引：0，他引：1
水产养殖场内的鱼体尾柄测量在养殖管理中有着重要意义。目前的尾柄测量方法主要依靠人工,操作复杂、效率低,且结果主观性强。研究提出一种基于图像处理和线性拟合的鱼体尾柄测量方法。首先在养殖场通过装置采集图像,通过边缘检测和轮廓提取得到鱼体的外部轮廓,基于鱼的形态特征这一先验知识,提取到尾柄感兴趣区域,最后对尾柄区域进行角点检测和最小二乘直线拟合,得到尾柄线长度。结果显示,该方法平均测量耗时1.01 s,平均测量偏差0.34 mm,测量精度达到95%以上。采用该方法不仅可以解决人工测量操作繁琐、主观性强等问题,而且能够避免测量过程耗时过长,为鱼体尾柄的大批量非接触式测量提供有效新途径。 相似文献
1