基于机器视觉的水下鲆鲽鱼类质量估计

摘要：

为了更好地解决水下鲆鲽类等底栖鱼的质量估计问题,本研究获取了半滑舌鳎(Cynoglossus semilaevis)在不同生长阶段的图像和质量数据,利用图像处理技术测量出鱼的面积,并将面积与质量进行数据拟合建立模型.结果表明面积与质量的相关性可达到0.9682,测试平均相对误差为6.17％.由于鱼的质量还受其他形状参数的影响,同时测量了等效椭圆长短轴比和圆形度因子,对面积、等效椭圆长短轴比和质量,面积、圆形度因子和质量分别进行三维拟合,质量估计的平均相对误差分别为5.50％、5.62％.通过验证表明,对水底鱼拍摄的图像经过水底模板校准后的处理结果,与水外面拍摄处理后的结果一致,因此在不捕捞的情况下可以实现水底活体鲆鲽类鱼的质量估计.

关键词：水产养殖、图像处理、摄像机、半滑舌鳎、重量估计、数据拟合

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：浙江省重大科技攻关专项计划项目2011C11049;宁波市自然科学基金项目2010A610005

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：153-157