一种水下鱼体长度测量方法技术

本申请公开了一种水下鱼体长度测量方法，包括以下步骤：采集视频信息，基于所述视频信息构建鱼体目标检测模型；构建鱼体目标跟踪模型，基于所述鱼体目标检测模型和所述鱼体目标跟踪模型对所述视频信息中的鱼体进行跟踪拍摄，得到鱼体图像；基于所述鱼体图像计算鱼体长度。本申请解决现有了基于机器视觉与图像处理的无接触式测量方法在鱼体长度测量时具有较大的局限性，不能测量多角度鱼体、测量效率低下等问题。为投饵量优化、水质环境调控、品质分级提供决策依据，促进精细化、智能化、集约化的水产养殖模式演变，为水产养殖生物量估计带来了新的挑战和机遇。来了新的挑战和机遇。来了新的挑战和机遇。

【技术实现步骤摘要】
一种水下鱼体长度测量方法


[0001]本申请涉及水产养殖
，具体涉及一种水下鱼体长度测量方法。

技术介绍

[0002]我国水产养殖发展迅速。水产养殖业在我国渔业产业结构中占据重要地位,在促进我国渔业经济发展中发挥着重要作用。
[0003]随着互联网时代的到来，以及人工智能在各行业的迅速普及，未来依靠设备实现自动化的管理和控制这些要素，减少水产养殖的风险和降低水产养殖的成本。因此，未来智能化是水产养殖行业发展的趋势之一。
[0004]鱼类生长数据测量在养殖过程中必不可少，关系到养殖户对鱼类鱼苗投放、饲料的投喂、病害防治、收获捕捞等，对养殖户科学决策、提高综合效益具有重要指导作用，为渔业资源的评估和合理利用提供生物学依据。
[0005]目前，对鱼体采用的长度测量方法分为接触式测量与无接触式测量。接触式测量方法通常需要对鱼体进行麻醉、捕捞、人工测量等步骤，测量操作费时费力，当遇到鱼类数量巨大，鱼儿面露狰狞而拼命挣扎、跳动时，便会手足无措，无法实现准确、准时地测量，还会直接导致测量效率低、精准度低，并在测量过程中还会使鱼产生应激反应等负面影响，导致鱼生长迟滞甚至死亡，造成经济损失。因此，迫切需要发展无接触式测量方法取代接触式测量方法，以实现对鱼体长度进行快速、准确地测量。
[0006]现有的无接触式测量方法是通过机器视觉结合图像处理来测量鱼体的长度，但是，该无接触式测量的图像处理过程难以实现简洁化和智能化，在进行鱼体长度测量时具有较大的局限性，通常依赖于高质量的鱼体图像、鱼体在图像中的完美形态及鱼体在图像中与光轴的正交成像角度，并在测量过程中往往需要大量的人工介入，以参与对图像的预处理，尤其是需要人工标注鱼体的测量关键点(鱼体的嘴部和尾部)，才能完成对鱼体长度的测量，严重影响了测量效率。
[0007]综上所述，在养殖鱼类图像测量技术发展过程中，尽管鱼体长度测量设计方面已得到较大地改进，但是仍然存在自由游动时鱼体弯曲、鱼体多角度的问题等。因此，设计一种用于养殖场内的适合多角度的水下鱼体测量装置及方法具有重要的意义和应用价值。

技术实现思路

[0008]本申请提供了一种水下鱼体长度测量方法，用以解决现有的基于机器视觉与图像处理的无接触式测量方法在鱼体长度测量时具有较大的局限性，不能测量多角度鱼体、测量效率低下等问题。
[0009]为达到上述目的，本申请提供了以下方案：
[0010]一种水下鱼体长度测量方法，包括以下步骤：
[0011]采集视频信息，基于所述视频信息构建鱼体目标检测模型；
[0012]构建鱼体目标跟踪模型，基于所述鱼体目标检测模型和所述鱼体目标跟踪模型对
所述视频信息中的鱼体进行跟踪拍摄，得到鱼体图像；
[0013]基于所述鱼体图像计算鱼体长度。
[0014]优选的，所述鱼体目标检测模型的构建方法包括：
[0015]构建鱼体目标检测图像数据集；
[0016]基于所述鱼体目标检测数据集进行鱼体目标检测模型训练。
[0017]优选的，所述构建鱼体目标检测图像数据集的方法包括：
[0018]采集鱼体上方和侧方图像，并对所述鱼体上方和侧方图像进行数据标注，得到标注后图像数据；
[0019]对所述标注后图像数据按照预设比例划分为训练集、验证集和测试集，得到所述鱼体目标检测图像数据集。
[0020]优选的，所述鱼体目标检测模型的训练方法包括：
[0021]对所述鱼体目标检测图像数据集进行预处理，得到预处理后图像；
[0022]将所述预处理后图像输入目标检测网络进行训练，得到所述鱼体目标检测模型。
[0023]优选的，所述鱼体长度的计算方法包括：
[0024]利用第一防水摄像头获取鱼体俯视图，利用第二防水摄像头获取鱼体正视图；
[0025]基于所述鱼体俯视图获取第一数据，基于所述鱼体正视图获取第二数据；
[0026]基于所述鱼体图像、所述第一数据和所述第二数据，获取图像放大倍率；
[0027]基于所述第一数据、所述第二数据和所述图像放大倍率，计算所述鱼体长度。
[0028]优选的，所述第一数据包括：鱼体长厚比β、实际长厚比β0、鱼体在中心位置时目标检测框中心点到图像上侧距离v0和计算过程中目标检测框中心点到图像上侧距离v；
[0029]所述第二数据包括：鱼体长宽比α、实际长宽比α0、鱼体在中心位置时目标检测框中心点到图像上侧距离u0和计算过程中目标检测框中心点到图像上侧距离u。
[0030]优选的，所述鱼体长度计算方法包括：
[0031]按照鱼体在水中游动时状态，划分为不同的计算情况；
[0032]基于不同所述计算情况，得到所述鱼体长度。
[0033]优选的，所述计算情况包括：所述鱼体在所述第一防水摄像头和所述第二防水摄像头中为水平状态；
[0034]所述鱼体在所述第一防水摄像头中为倾斜状态，所述鱼体在所述第二防水摄像头中为水平状态；
[0035]所述鱼体在所述第一防水摄像头中为水平状态，所述鱼体在所述第二防水摄像头中为倾斜状态；
[0036]所述鱼体在所述第一防水摄像头和所述第二防水摄像头为倾斜状态。
[0037]本申请的有益效果为：
[0038]本申请解决现有了基于机器视觉与图像处理的无接触式测量方法在鱼体长度测量时具有较大的局限性，不能测量多角度鱼体、测量效率低下等问题。为投饵量优化、水质环境调控、品质分级提供决策依据，促进精细化、智能化、集约化的水产养殖模式演变，为水产养殖生物量估计带来了新的挑战和机遇。
附图说明
[0039]为了更清楚地说明本申请的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0040]图1是本申请实施例的方法流程示意图；
[0041]图2是本申请实施例的YOLOv7网络的架构图；
[0042]图3是本申请实施例的第一防水摄像头和第二防水摄像头的布置示意图；
[0043]图4是本申请实施例的第一防水摄像头放大倍率散点图；
[0044]图5是本申请实施例的第二防水摄像头放大倍率散点图。
具体实施方式
[0045]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0046]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
[0047]在本实施例中，如图1所示，一种水下鱼体长度测量方法，包括以下步骤：
[0048]S1.本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水下鱼体长度测量方法，其特征在于，包括以下步骤：采集视频信息，基于所述视频信息构建鱼体目标检测模型；构建鱼体目标跟踪模型，基于所述鱼体目标检测模型和所述鱼体目标跟踪模型对所述视频信息中的鱼体进行跟踪拍摄，得到鱼体图像；基于所述鱼体图像计算鱼体长度。2.根据权利要求1所述一种水下鱼体长度测量方法，其特征在于，所述鱼体目标检测模型的构建方法包括：构建鱼体目标检测图像数据集；基于所述鱼体目标检测数据集进行鱼体目标检测模型训练。3.根据权利要求2所述一种水下鱼体长度测量方法，其特征在于，所述构建鱼体目标检测图像数据集的方法包括：采集鱼体上方和侧方图像，并对所述鱼体上方和侧方图像进行数据标注，得到标注后图像数据；对所述标注后图像数据按照预设比例划分为训练集、验证集和测试集，得到所述鱼体目标检测图像数据集。4.根据权利要求2所述一种水下鱼体长度测量方法，其特征在于，所述鱼体目标检测模型的训练方法包括：对所述鱼体目标检测图像数据集进行预处理，得到预处理后图像；将所述预处理后图像输入目标检测网络进行训练，得到所述鱼体目标检测模型。5.根据权利要求1所述一种水下鱼体长度测量方法，其特征在于，所述鱼体长度的计算方法包括：利用第一防水摄像头获取鱼体俯视图，利用第二防水摄像头获取鱼体正视图；基于所述鱼...

【专利技术属性】
技术研发人员：张俊虎，李海涛，李晓雯，
申请(专利权)人：青岛励图高科信息技术有限公司，
类型：发明
国别省市：