基于机器视觉的水下鲑鱼重量估计方法及系统技术方案

本发明专利技术公开了基于机器视觉的水下鲑鱼重量估计方法及系统，获取鲑鱼图片数据集，将鲑鱼图片数据集通过深度学习算法进行训练，得到鲑鱼识别模型；通过摄像头拍摄水下图像；利用鲑鱼识别模型识别并标注水下图像中的鲑鱼；获取摄像头到鲑鱼的估计距离；通过估计距离计算鲑鱼的估计长度；根据估计长度得到鲑鱼的估计重量。基于此，本发明专利技术能够低成本地实现水下预估鲑鱼重量，摄像头设备可以在水下自由移动，且一次能检测多条鲑鱼，大大提高工作效率。大大提高工作效率。大大提高工作效率。

【技术实现步骤摘要】
基于机器视觉的水下鲑鱼重量估计方法及系统


[0001]本专利技术实施例涉及但不限于机器视觉
，特别是涉及一种基于机器视觉的水下鲑鱼重量估计方法及系统。

技术介绍

[0002]为响应国家海洋强国战略，有必要提高我国渔业养殖的自动化水平。由于中国鲑鱼养殖市场的潜力很大，因此研究如何提升水产养殖的效率和降低管理难度有着重要的实际意义。
[0003]目前的水下养殖系统存在三大缺点。第一，设备只能在固定位置安放，无法移动且成本高昂。第二，水下养殖系统需要花费的成本极高。第三，一次只能检测一条鲑鱼，不够高效。

技术实现思路

[0004]以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
[0005]本专利技术实施例提供了一种基于机器视觉的水下鲑鱼重量估计方法及系统，能够低成本地实现水下预估鲑鱼重量，摄像头设备可以在水下自由移动，且一次能检测多条鲑鱼，大大提高工作效率。
[0006]第一方面，本专利技术实施例提供了一种基于机器视觉的水下鲑鱼重量估计方法，包括：
[0007]获取鲑鱼本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的水下鲑鱼重量估计方法，其特征在于，包括：获取鲑鱼图片数据集，将所述鲑鱼图片数据集通过深度学习算法进行训练，得到鲑鱼识别模型；通过摄像头拍摄水下图像；利用所述鲑鱼识别模型识别并标注所述水下图像中的鲑鱼；获取所述摄像头到所述鲑鱼的估计距离；通过所述估计距离计算所述鲑鱼的估计长度；根据所述估计长度得到所述鲑鱼的估计重量。2.根据权利要求1所述的方法，其特征在于，所述深度学习算法为YOLOv5算法，所述摄像头为单目摄像头。3.根据权利要求1所述的方法，其特征在于，在通过摄像头拍摄水下图像之前，还包括：利用Camera
‑
IMU模型对所述摄像头进行标定和畸变校正。4.根据权利要求1所述的方法，其特征在于，所述利用所述鲑鱼识别模型识别并标注所述水下图像中的鲑鱼，包括：利用所述鲑鱼识别模型识别所述水下图像中的鲑鱼；采用矩形框的方式标注所述水下图像中的鲑鱼；使用OpenCV处理所述水下图像，以提取所述鲑鱼的轮廓图；将所述轮廓图与预设的鲑鱼形状进行比对，以确认所述鲑鱼的鱼身是否与所述摄像头的镜头垂直。5.根据权利要求4所述的方法，其特征在于，所述通过所述估计距离计算所述鲑鱼的估计长度，包括:确定所述摄像头的拍摄焦距；从所述矩形框中获取所述鲑鱼在所述水下图像的像素宽；根据所述拍摄焦距、所述估计距离和所述像素宽计算所述鲑鱼的估计长度。6.根据权利要求5所述的方法，其特征在于，所述根据所述拍...

【专利技术属性】
技术研发人员：谢惠敏，方梓南，陈泽铭，林妍，彭伊敏，黄国鹏，吴俊豪，
申请(专利权)人：五邑大学，
类型：发明
国别省市：