一种基于深度学习的水下移动物体测量装置及测量方法制造方法及图纸

本发明专利技术提供了一种基于深度学习的水下移动物体测量装置及测试方法，包括支架、水下防水摄像头、配重块、数据处理单元；所述支架为倒L型不锈钢支架，包括水平杆和竖直杆；水下防水摄像头包括第一防水摄像头和第二防水摄像头，第一防水摄像头安装在水平杆上，第二防水摄像头安装在竖直杆上；配重设置在水平杆远离竖直杆一端；第一防水摄像头和第二防水摄像头与数据处理单元连接。本发明专利技术所述的一种基于深度学习的水下移动物体测量装置及测量方法在测量过程中无需将生物打捞出进行测量，省时省力，同时在测量过程中对生物类的物体如鱼的损害风险低、测量准确度高、效果好。

【技术实现步骤摘要】
一种基于深度学习的水下移动物体测量装置及测量方法
本专利技术属于测量领域，尤其是涉及一种基于深度学习的水下移动物体测量装置及测量方法。
技术介绍
我国作为渔业发展大国，鱼类养殖工厂规模庞大。鱼类生长数据测量在养殖过程中必不可少，关系到企业对鱼类鱼苗投放、饲料的投喂、病害防治、收获捕捞等。传统鱼类体长测量方法主要靠人工测量，即通过游标卡尺、体重测量器等工具将活鱼打捞出来评估体长体重，但是这种方法耗时较长、劳动密集、效率低、易有遗漏，且给物体造成压力、增加损害的风险或降低鱼的进食率而抑制其生长。
技术实现思路
有鉴于此，本专利技术旨在提出一种基于深度学习的水下移动物体测量装置及测量方法，以克服上述问题或者至少部分地解决上述问题的基于深度学习的水下物体物体体长、体宽、体高测量装置及测量方法。为达到上述目的，本专利技术的技术方案是这样实现的：一种基于深度学习的水下移动物体测量装置，包括支架、水下防水摄像头、配重块、数据处理单元；所述支架为倒L型不锈钢支架，包括水平杆和竖直杆；>水下防水摄像头包括本文档来自技高网...

【技术保护点】
1.一种基于深度学习的水下移动物体测量装置，其特征在于：包括支架、水下防水摄像头、配重块(5)、数据处理单元(1)；/n所述支架为倒L型不锈钢支架(6)，包括水平杆和竖直杆；/n水下防水摄像头包括第一防水摄像头(2)和第二防水摄像头(3)，第一防水摄像头(2)安装在水平杆上，第二防水摄像头(3)安装在竖直杆上；/n配重设置在水平杆远离竖直杆一端；/n第一防水摄像头(2)和第二防水摄像头(3)与数据处理单元(1)连接。/n

【技术特征摘要】
1.一种基于深度学习的水下移动物体测量装置，其特征在于：包括支架、水下防水摄像头、配重块(5)、数据处理单元(1)；
所述支架为倒L型不锈钢支架(6)，包括水平杆和竖直杆；
水下防水摄像头包括第一防水摄像头(2)和第二防水摄像头(3)，第一防水摄像头(2)安装在水平杆上，第二防水摄像头(3)安装在竖直杆上；
配重设置在水平杆远离竖直杆一端；
第一防水摄像头(2)和第二防水摄像头(3)与数据处理单元(1)连接。


2.根据权利要求1所述的一种基于深度学习的水下移动物体测量装置，其特征在于：还包括水下照明设备(4)，所述水下照明设备(4)在水平杆和竖直杆上设有多个。


3.基于权利要求1或2任一所述的一种基于深度学习的水下移动物体测量装置的测量方法，其特征在于：
将倒L型不锈钢支架(6)沉入水中，并开启水下照明设备(4)与水下防水摄像头，
第一防水摄像头(2)用于获取物体上方图像，第二防水摄像头(3)用于获取物体侧面图像，第一防水摄像头(2)和第二防水摄像头(3)将采集的物体图像发送至数据处理单元(1)；
数据处理单元(1)根据第一防水摄像头(2)采集的图像计算图像中物体的长度和宽度，根据第二防水摄像头(3)采集的图像计算图像中物体的高度。


4.根据权利要求3所述的一种基于深度学习的水下移动物体测量装置的测量方法，其特征在于，包括以下步骤：
S1、水下防水摄像头将采集到的图像传输至数据处理单元(1)；
S2、根据深度学习方法从图像中分割出物体图像；
S3、根据物体图像获得物体图像的二值化图像；
S4、根据二值化图像获取物体图像中物体的轮廓图像；
S5、根据物体的轮廓图像获取物体的轮廓对应的各像素点的坐标值；
S6、根据物体的轮廓对应的各像素点的坐标值，计算物体在物体图像中的长度、宽度。


5.根据权利要求4所述的一种基于深度学习的水下移动物体测量装置的测量方法，其特征在于:步骤S3中所述的根据物体图像获得物体图像的二值化图像的方法为利用canny算法对所述二值化图像进行轮...

【专利技术属性】
技术研发人员：董天奇，刘利钊，
申请(专利权)人：天津蓝鳍海洋工程有限公司，
类型：发明
国别省市：天津;12