CN105066885A - 一种鱼体尺寸和重量快速采集装置以及采集方法 - Google Patents
一种鱼体尺寸和重量快速采集装置以及采集方法 Download PDFInfo
- Publication number
- CN105066885A CN105066885A CN201510437351.3A CN201510437351A CN105066885A CN 105066885 A CN105066885 A CN 105066885A CN 201510437351 A CN201510437351 A CN 201510437351A CN 105066885 A CN105066885 A CN 105066885A
- Authority
- CN
- China
- Prior art keywords
- fish
- camera
- fish body
- image
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种鱼体尺寸和重量快速采集装置,包括窗形固定装置以及尺寸参考物,在该窗形固定装置的上内壁设有俯拍摄像头,窗形固定装置的一侧壁设有侧拍摄像头,与侧拍摄像头所在侧壁相对置的一侧壁处设有LED侧拍灯箱,窗形固定装置的下内壁处设有LED俯拍灯箱,窗形固定装置的底部还设有电子天平。该采集装置的采集方法包括:俯拍和侧拍无鱼时的背景图像;俯拍和侧拍1张尺寸参考物图像以及鱼体尺寸计算和鱼重预测建模;本发明研制的鱼体尺寸和重量快速采集装置,不仅能快速获取鱼体的多参数鱼体尺寸指标和重量,而且能在计算机中建立鱼体尺寸及重量的预测模型,预测精度达90%以上,该模型可应用于鱼重传感器的研发。
Description
技术领域
本发明涉及涉及渔业机械仪器设备领域,水产养殖中鱼重快速称量的方法、***及装置,尤其是一种鱼体尺寸和重量快速采集装置以及采集方法。
背景技术
随着人类对海洋食品需求的不断增长和海洋渔业资源的严重衰退,以海洋捕捞为主的世界渔业正逐步向以海水养殖为主转变。近年来,我国的水产养殖业得到了迅猛的发展,但养殖自动化水平还比较低。鱼体尺寸和重量信息作为投饵量计算、大小分级、密度控制和生长状况优劣判断的主要依据,贯穿水产养殖生产的全过程。因此,鱼体尺寸和重量快速采集对水产养殖生产的有效管理至为重要。
传统鱼体尺寸和重量信息获取主要采用人工捕捞采样测量估算的方法,该方法存在以下几个问题:1)对鱼应激很大,捕捞过程往往会使鱼受到物理损伤,麻醉测量后的鱼死亡率高,给养殖企业带来损失;2)据统计表明,利用抽样测量来估算鱼群重量错误率高达15%-25%,由于信息不准确,养殖生产管理不能完全依赖该数据进行决策,该信息仅能作为参考;3)捕捞过程费时费力,特别是网箱、大的养殖池捕捞困难,导致无法做到快速测量。相反,若能快速采集鱼体尺寸和重量信息,那么养殖人员1)能动态调整每个养殖池每餐的投饵量和监测鱼的生长率,以便控制饵料、调节营养结构、减少残饵量;2)及时了解养殖生物的健康和福利,有利于决策何时分级分池、何时捕获上市;3)节省了人力物力,提升了自动化管理水平。近年来,计算机视觉技术在水产养殖中的应用有了很大的发展,在鱼体尺寸和重量测量方面也取得了一些研究成果。如采用单目视觉***和图像处理技术确定大菱鲆的鱼体投影面积,并根据面积和体重的关系预测鱼重。另外也可在鱼游过特定的通道时拍摄鱼的侧面图像,求取鱼的长度后根据长度来预测鱼重。还有将幼鱼放在小容器中置于摄像机前,通过测量鱼的长度进而预测鱼重。现有的视觉测量方法仅能获取鱼长和鱼面积两个指标,估算鱼重的模型主要有:相关分析法、通径分析法和回归分析法。由于只根据单个指标来估算鱼重,鱼重测量精度低于85%,测量精度较低。
发明内容
本发明的目的是为了解决现有技术中鱼体尺寸和重量信息获取上所存在的缺陷,提供一种确保采集的鱼体图像清晰稳定且采集效率高的鱼体尺寸和重量快速采集装置以及基于该装置的采集方法、
为了实现上述目的,本发明采用的技术方案是:
一种鱼体尺寸和重量快速采集装置,包括窗形固定装置以及尺寸参考物,在该窗形固定装置的上内壁设有俯拍摄像头,窗形固定装置的一侧壁设有侧拍摄像头,与所述侧拍摄像头所在侧壁相对置的一侧壁处设有LED侧拍灯箱,窗形固定装置的下内壁处设有LED俯拍灯箱,所述窗形固定装置的底部还设有电子天平。
上述的一种鱼体尺寸和重量快速采集装置,所述电子天平为数字式电子天平。
上述的一种鱼体尺寸和重量快速采集装置,所述俯拍摄像头、侧拍摄像头以及数字式电子天平与外界的计算机连接。
上述的一种鱼体尺寸和重量快速采集装置,所述俯拍摄像头、侧拍摄像头对应的表面采用塑料透光板,确保检测区为成像为白色,有鱼部位成像则为黑色,轮廓非常清晰,从而图像识别准确度高。
上述的一种鱼体尺寸和重量快速采集装置,所述尺寸参考物为长10cm×宽10cm×高5cm的铝块。
上述一种鱼体尺寸和重量快速采集装置的采集方法,包括如下步骤:
a、开启所述LED侧拍灯箱和LED俯拍灯箱,所述俯拍摄像头和侧拍摄像头分别拍摄1张无鱼时的背景图像;
b、将所述尺寸参考物放置在窗形固定装置的底部,俯拍摄像头和侧拍摄像头分别拍摄1张尺寸参考物图像;
c、程序采用图像背景差法和阈值法分别提取俯拍和侧拍尺寸参考物的图像,计算像素与长度和面积的转换公式;
d、将鱼放置于窗形固定装置底部的检测区中,按计算机键盘任意键,计算机图像分析,根据鱼体的侧面和背面图像,自动分析出鱼体的面积、全长、叉长、最大体宽、最小体宽、体厚和体宽尺寸,并通过电子天平快速采集鱼重信息;
e、逐条采集鱼体信息,输出所有鱼的尺寸和重量信息。
f、积累同一种鱼各种规格的尺寸和重量数据,采用支持向量机和神经网络方法训练得到鱼重预测模型;
g、保存并评估鱼重预测模型的精度。
本发明的有益效果为:该鱼体尺寸和重量快速采集装置包括了照明***、摄像***和电子天平,其中照明***采用LED灯箱,稳定可靠无频闪,确保采集的鱼体图像清晰稳定。摄像***采用USB接口的俯拍摄像头、侧拍摄像头分别俯拍和侧拍鱼体图像。电子天平采用带RS-232接口的数字式天平,将鱼重数据快速输入计算机中,提高采集效率。本发明研制的鱼体尺寸和重量快速采集装置,不仅能快速获取鱼体的多参数鱼体尺寸指标和重量,而且能在计算机中建立鱼体尺寸及重量的预测模型,预测精度达90%以上,该模型可应用于鱼重传感器的研发。
附图说明
图1为本发明鱼体尺寸和重量快速采集装置的示意图。
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解和认识,用以较佳的实施例及附图配合详细的说明,说明如下:
如图1所示,一种鱼体尺寸和重量快速采集装置,包括窗形固定装置1以及尺寸参考物2,尺寸参考物2优选为长10cm×宽10cm×高5cm的铝块,在该窗形固定装置1的上内壁设有俯拍摄像头3,窗形固定装置1的一侧壁设有侧拍摄像头4,侧拍摄像头4设置在侧壁的下侧,与侧拍摄像头4所在侧壁相对置的一侧壁处设有LED侧拍灯箱5,窗形固定装置1的下内壁处设有LED俯拍灯箱6,LED侧拍灯箱5和LED俯拍灯箱6采用LED光源,窗形固定装置1的底部还设有电子天平7,电子天平7为数字式电子天平,灯箱需放置在电子天平7上去皮称重,因此灯箱材质需选用轻薄木板或PVC板制作。
为了便于组建鱼体尺寸计算和中联预测模型,俯拍摄像头3、侧拍摄像头4以及数字式电子天平7与外界的计算机8连接,俯拍摄像头3、侧拍摄像头4对应的表面采用塑料透光板,确保检测区为成像为白色,有鱼部位成像则为黑色,轮廓非常清晰,从而图像识别准确度高。
该鱼体尺寸和重量快速采集装置包括一种基于计算机视觉的鱼体尺寸计算和鱼重预测模型以及一套鱼体尺寸和重量数据快速采集装置。其中,鱼体尺寸计算和重量预测模型采用计算机程序结合图像处理方法快速计算鱼体规格信息;数据采集装置包括摄像***、照明***、电子天平,其中照明***采用LED灯箱,稳定可靠无频闪,确保采集的鱼体图像清晰稳定。摄像***采用USB接口的俯拍摄像头、侧拍摄像头分别俯拍和侧拍鱼体图像。
基于计算机视觉的鱼体尺寸计算和鱼重预测建模工作方法如下:
1.通过俯拍摄像头3和侧拍摄像头4分别俯拍和侧拍一张无鱼时的画面,保存为背景图像;
2.将已知尺寸的方形尺寸参考物放到检测区中,通过俯拍摄像头3和侧拍摄像头4拍摄图像;
3.采用背景差法,将步骤2中的图像与步骤1中的图像相减,再二值化得到参考物图像,计算出图像像素(pixel)与实际尺寸(cm)之间的转换关系以及图像像素与实际面积的转换关系;
4.将鱼平放在检测区中,分别获取俯拍和侧拍图像,与步骤3一样处理,检测出鱼体的二值化图像;
5.根据俯拍图像计算鱼体的外接矩形,获得鱼体的全长和最大体宽,并根据矩形倾角,旋转图像,使鱼体长度与X轴平行;
6.根据俯拍二值图像以及步骤3获得的转换关系,计算鱼体的面积;将鱼体二值图像投影到X轴平面,统计X轴像素数量曲线,根据该曲线特征,计算鱼体叉长、最小体宽;
7.提取鱼体最小体宽至最大体宽位置图像,求取内接圆,内接圆直径为鱼体体宽;
8.根据侧拍二值图像计算鱼体最大宽度为鱼体厚度;
9.采用具有RS-232通信接口的电子天平7,自动称量出鱼体重量信息;
10.根据前面步骤获得的各种鱼体尺寸指标(面积、全长、叉长、最大体宽、最小体宽、体宽、厚度)以及鱼体实际重量信息,建立鱼体尺寸与鱼重的数学模型。建模方法首先采用主成分分析法提取主元信息,然后采用支持向量机或神经网络方法进行建模;
11.输出鱼体尺寸和重量信息,并将预测模型保存。
本实例采用300多条大西洋鲑鱼,只需要40分钟即可完成所有鱼的尺寸和重量信息采集,全过程利用计算机程序自动分析,无需人工记录数据,大大提高了采集效率。此外,将200条鱼数据用神经网络和支持向量机分别训练得到鱼重预测模型,采用剩余100条鱼作测试,结果得到鱼重总体预测精度94.8%。
本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (6)
1.一种鱼体尺寸和重量快速采集装置,包括窗形固定装置以及尺寸参考物,其特征在于,在该窗形固定装置的上内壁设有俯拍摄像头,窗形固定装置的一侧壁设有侧拍摄像头,与所述侧拍摄像头所在侧壁相对置的一侧壁处设有LED侧拍灯箱,窗形固定装置的下内壁处设有LED俯拍灯箱,所述窗形固定装置的底部还设有电子天平。
2.根据权利要求1所述的一种鱼体尺寸和重量快速采集装置,其特征在于,所述电子天平为数字式电子天平。
3.根据权利要求2所述的一种鱼体尺寸和重量快速采集装置,其特征在于,所述俯拍摄像头、侧拍摄像头以及数字式电子天平与外界的计算机连接。
4.根据权利要求1所述的一种鱼体尺寸和重量快速采集装置,其特征在于,所述俯拍摄像头、侧拍摄像头对应的表面采用塑料透光板,确保检测区为成像为白色,有鱼部位成像则为黑色,轮廓非常清晰,从而图像识别准确度高。
5.根据权利要求1所述的一种鱼体尺寸和重量快速采集装置,其特征在于,所述尺寸参考物为长10cm×宽10cm×高5cm的铝块。
6.一种基于权利要求1所述一种鱼体尺寸和重量快速采集装置的采集方法,其特征在于,包括如下步骤:
a、开启所述LED侧拍灯箱和LED俯拍灯箱,所述俯拍摄像头和侧拍摄像头分别拍摄1张无鱼时的背景图像;
b、将所述尺寸参考物放置在窗形固定装置的底部,俯拍摄像头和侧拍摄像头分别拍摄1张尺寸参考物图像;
c、程序采用图像背景差法和阈值法分别提取俯拍和侧拍尺寸参考物的图像,计算像素与长度和面积的转换公式;
d、将鱼放置于窗形固定装置底部的检测区中,按计算机键盘任意键,计算机图像分析,根据鱼体的侧面和背面图像,自动分析出鱼体的面积、全长、叉长、最大体宽、最小体宽、体厚和体宽尺寸,并通过电子天平快速采集鱼重信息;
e、逐条采集鱼体信息,输出所有鱼的尺寸和重量信息。
f、积累同一种鱼各种规格的尺寸和重量数据,采用支持向量机和神经网络方法训练得到鱼重预测模型;
g、保存并评估鱼重预测模型的精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510437351.3A CN105066885A (zh) | 2015-07-11 | 2015-07-11 | 一种鱼体尺寸和重量快速采集装置以及采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510437351.3A CN105066885A (zh) | 2015-07-11 | 2015-07-11 | 一种鱼体尺寸和重量快速采集装置以及采集方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105066885A true CN105066885A (zh) | 2015-11-18 |
Family
ID=54496313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510437351.3A Pending CN105066885A (zh) | 2015-07-11 | 2015-07-11 | 一种鱼体尺寸和重量快速采集装置以及采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105066885A (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105651183A (zh) * | 2016-01-13 | 2016-06-08 | 中国科学院海洋研究所 | 一种鱼类形态学指标的测量装置及其测量方法 |
CN106091943A (zh) * | 2016-07-13 | 2016-11-09 | 浙江省海洋水产研究所 | 一种活鱼尺寸检测装置及检测方法 |
CN106500646A (zh) * | 2016-09-23 | 2017-03-15 | 温州市渔业技术推广站 | 活体鱼类生物轮廓采集装置及控制方法 |
CN106577370A (zh) * | 2016-11-01 | 2017-04-26 | 中国长江三峡集团公司中华鲟研究所 | 一种测量鱼类所需最适温度的方法 |
CN106839996A (zh) * | 2017-02-14 | 2017-06-13 | 温州中壹技术服务有限公司 | 一种图像采集装置及采集方法 |
CN107144223A (zh) * | 2017-04-28 | 2017-09-08 | 中国水产科学研究院南海水产研究所 | 一种对虾测量***及其测量方法 |
CN107756422A (zh) * | 2016-08-17 | 2018-03-06 | 株式会社安川电机 | 拾取*** |
CN108267122A (zh) * | 2018-04-25 | 2018-07-10 | 北京农业信息技术研究中心 | 一种基于机器视觉的水下鱼类体长测量装置及测量方法 |
CN108375548A (zh) * | 2018-02-10 | 2018-08-07 | 安徽唯诗杨信息科技有限公司 | 一种基于大数据的鱼塘养殖投料评估*** |
CN108592803A (zh) * | 2018-07-27 | 2018-09-28 | 河南省水产科学研究院 | 一种透明双夹板鱼体表面图像采集*** |
CN108827106A (zh) * | 2018-04-25 | 2018-11-16 | 北京农业信息技术研究中心 | 一种基于机器视觉的鱼类生长数据测量装置及测量方法 |
CN108921057A (zh) * | 2018-06-19 | 2018-11-30 | 厦门大学 | 基于卷积神经网络的对虾形态测量方法、介质、终端设备及装置 |
CN110044273A (zh) * | 2019-05-09 | 2019-07-23 | 中国水产科学研究院南海水产研究所 | 一种用于选择性试验的鱼体体长测量装置及测量方法 |
CN110298856A (zh) * | 2019-06-19 | 2019-10-01 | 江苏农林职业技术学院 | 一种鱼体长度非接触式估算方法 |
CN110969149A (zh) * | 2019-12-30 | 2020-04-07 | 韩山师范学院 | 一种鸡爪称重机的智能图像识别装置及其称重方法 |
CN111080201A (zh) * | 2019-12-12 | 2020-04-28 | 广州市申迪计算机***有限公司 | 物品信息采集箱及适于物品信息采集箱的溯源方法、介质 |
CN111178381A (zh) * | 2019-11-21 | 2020-05-19 | 北京海益同展信息科技有限公司 | 一种禽蛋估重、图像处理方法及装置 |
CN111678441A (zh) * | 2020-07-30 | 2020-09-18 | 厦门理工学院 | 一种基于深度学习的水下鱼类形体测量装置及方法 |
CN112113506A (zh) * | 2020-08-31 | 2020-12-22 | 天津蓝鳍海洋工程有限公司 | 一种基于深度学习的水下移动物体测量装置及测量方法 |
CN112384768A (zh) * | 2018-05-04 | 2021-02-19 | 艾克斯波特西溶液公司 | 用于确定生物体的重量的秤 |
CN112903508A (zh) * | 2021-03-25 | 2021-06-04 | 浙江大学 | 一种滴丸制剂的在线检测方法 |
CN113065569A (zh) * | 2021-04-13 | 2021-07-02 | 广东省科学院智能制造研究所 | 基于神经网络的鱼质量估计方法及***、装置与存储介质 |
JP2021521495A (ja) * | 2019-05-16 | 2021-08-26 | 上海追月科技有限公司 | 商品情報収集装置 |
CN113324475A (zh) * | 2021-05-22 | 2021-08-31 | 青岛科美创视智能科技有限公司 | 一种基于双相机的水下鱼尺寸检测*** |
CN114485415A (zh) * | 2021-12-27 | 2022-05-13 | 中国水产科学研究院黄海水产研究所 | 一种底栖鱼类生长表型高效测量方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1934935A (zh) * | 2006-09-25 | 2007-03-28 | 浙江大学 | 用于禽蛋尺寸与蛋形指数及重量同时检测的方法 |
CN101709951A (zh) * | 2009-12-03 | 2010-05-19 | 中国海洋大学 | 一种扇贝表型性状计算机测量与记录方法 |
CN103283630A (zh) * | 2013-06-20 | 2013-09-11 | 河南中医学院 | 一种多功能动物综合测量仪 |
CN203206909U (zh) * | 2013-05-09 | 2013-09-25 | 中国农业大学 | 数据采集装置及应用该装置的猪的生长形态检测*** |
CN103344281A (zh) * | 2013-07-04 | 2013-10-09 | 中国水产科学研究院黄海水产研究所 | 一种快速测量鱼体生长性状的装置和测量方法 |
CN104482860A (zh) * | 2014-12-05 | 2015-04-01 | 浙江大学宁波理工学院 | 鱼类形态参数自动测量装置和方法 |
-
2015
- 2015-07-11 CN CN201510437351.3A patent/CN105066885A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1934935A (zh) * | 2006-09-25 | 2007-03-28 | 浙江大学 | 用于禽蛋尺寸与蛋形指数及重量同时检测的方法 |
CN101709951A (zh) * | 2009-12-03 | 2010-05-19 | 中国海洋大学 | 一种扇贝表型性状计算机测量与记录方法 |
CN203206909U (zh) * | 2013-05-09 | 2013-09-25 | 中国农业大学 | 数据采集装置及应用该装置的猪的生长形态检测*** |
CN103283630A (zh) * | 2013-06-20 | 2013-09-11 | 河南中医学院 | 一种多功能动物综合测量仪 |
CN103344281A (zh) * | 2013-07-04 | 2013-10-09 | 中国水产科学研究院黄海水产研究所 | 一种快速测量鱼体生长性状的装置和测量方法 |
CN104482860A (zh) * | 2014-12-05 | 2015-04-01 | 浙江大学宁波理工学院 | 鱼类形态参数自动测量装置和方法 |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105651183A (zh) * | 2016-01-13 | 2016-06-08 | 中国科学院海洋研究所 | 一种鱼类形态学指标的测量装置及其测量方法 |
CN106091943A (zh) * | 2016-07-13 | 2016-11-09 | 浙江省海洋水产研究所 | 一种活鱼尺寸检测装置及检测方法 |
CN106091943B (zh) * | 2016-07-13 | 2018-06-15 | 浙江省海洋水产研究所 | 一种活鱼尺寸检测装置及检测方法 |
CN107756422A (zh) * | 2016-08-17 | 2018-03-06 | 株式会社安川电机 | 拾取*** |
CN106500646A (zh) * | 2016-09-23 | 2017-03-15 | 温州市渔业技术推广站 | 活体鱼类生物轮廓采集装置及控制方法 |
CN106500646B (zh) * | 2016-09-23 | 2019-01-22 | 温州市渔业技术推广站 | 活体鱼类生物轮廓采集装置及控制方法 |
CN106577370A (zh) * | 2016-11-01 | 2017-04-26 | 中国长江三峡集团公司中华鲟研究所 | 一种测量鱼类所需最适温度的方法 |
CN106577370B (zh) * | 2016-11-01 | 2020-04-14 | 中国长江三峡集团公司中华鲟研究所 | 一种测量鱼类所需最适温度的方法 |
CN106839996A (zh) * | 2017-02-14 | 2017-06-13 | 温州中壹技术服务有限公司 | 一种图像采集装置及采集方法 |
CN107144223A (zh) * | 2017-04-28 | 2017-09-08 | 中国水产科学研究院南海水产研究所 | 一种对虾测量***及其测量方法 |
CN108375548A (zh) * | 2018-02-10 | 2018-08-07 | 安徽唯诗杨信息科技有限公司 | 一种基于大数据的鱼塘养殖投料评估*** |
CN108375548B (zh) * | 2018-02-10 | 2020-09-04 | 佳纬生物技术有限公司 | 一种基于大数据的鱼塘养殖投料评估*** |
CN108827106A (zh) * | 2018-04-25 | 2018-11-16 | 北京农业信息技术研究中心 | 一种基于机器视觉的鱼类生长数据测量装置及测量方法 |
CN108267122A (zh) * | 2018-04-25 | 2018-07-10 | 北京农业信息技术研究中心 | 一种基于机器视觉的水下鱼类体长测量装置及测量方法 |
US20210233235A1 (en) * | 2018-05-04 | 2021-07-29 | Xpertsea Solutions Inc. | Scale for determining the weight of organisms |
CN112384768A (zh) * | 2018-05-04 | 2021-02-19 | 艾克斯波特西溶液公司 | 用于确定生物体的重量的秤 |
CN108921057B (zh) * | 2018-06-19 | 2021-06-01 | 厦门大学 | 基于卷积神经网络的对虾形态测量方法、介质、终端设备及装置 |
CN108921057A (zh) * | 2018-06-19 | 2018-11-30 | 厦门大学 | 基于卷积神经网络的对虾形态测量方法、介质、终端设备及装置 |
CN108592803B (zh) * | 2018-07-27 | 2024-05-28 | 河南省水产科学研究院 | 一种透明双夹板鱼体表面图像采集*** |
CN108592803A (zh) * | 2018-07-27 | 2018-09-28 | 河南省水产科学研究院 | 一种透明双夹板鱼体表面图像采集*** |
CN110044273A (zh) * | 2019-05-09 | 2019-07-23 | 中国水产科学研究院南海水产研究所 | 一种用于选择性试验的鱼体体长测量装置及测量方法 |
JP2021521495A (ja) * | 2019-05-16 | 2021-08-26 | 上海追月科技有限公司 | 商品情報収集装置 |
CN110298856A (zh) * | 2019-06-19 | 2019-10-01 | 江苏农林职业技术学院 | 一种鱼体长度非接触式估算方法 |
CN111178381A (zh) * | 2019-11-21 | 2020-05-19 | 北京海益同展信息科技有限公司 | 一种禽蛋估重、图像处理方法及装置 |
CN111080201A (zh) * | 2019-12-12 | 2020-04-28 | 广州市申迪计算机***有限公司 | 物品信息采集箱及适于物品信息采集箱的溯源方法、介质 |
CN110969149A (zh) * | 2019-12-30 | 2020-04-07 | 韩山师范学院 | 一种鸡爪称重机的智能图像识别装置及其称重方法 |
CN111678441A (zh) * | 2020-07-30 | 2020-09-18 | 厦门理工学院 | 一种基于深度学习的水下鱼类形体测量装置及方法 |
CN112113506A (zh) * | 2020-08-31 | 2020-12-22 | 天津蓝鳍海洋工程有限公司 | 一种基于深度学习的水下移动物体测量装置及测量方法 |
CN112903508A (zh) * | 2021-03-25 | 2021-06-04 | 浙江大学 | 一种滴丸制剂的在线检测方法 |
CN112903508B (zh) * | 2021-03-25 | 2022-05-27 | 浙江大学 | 一种滴丸制剂的在线检测方法 |
CN113065569B (zh) * | 2021-04-13 | 2023-11-24 | 广东省科学院智能制造研究所 | 基于神经网络的鱼质量估计方法及***、装置与存储介质 |
CN113065569A (zh) * | 2021-04-13 | 2021-07-02 | 广东省科学院智能制造研究所 | 基于神经网络的鱼质量估计方法及***、装置与存储介质 |
CN113324475A (zh) * | 2021-05-22 | 2021-08-31 | 青岛科美创视智能科技有限公司 | 一种基于双相机的水下鱼尺寸检测*** |
CN113324475B (zh) * | 2021-05-22 | 2022-07-12 | 青岛科美创视智能科技有限公司 | 一种基于双相机的水下鱼尺寸检测*** |
CN114485415A (zh) * | 2021-12-27 | 2022-05-13 | 中国水产科学研究院黄海水产研究所 | 一种底栖鱼类生长表型高效测量方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105066885A (zh) | 一种鱼体尺寸和重量快速采集装置以及采集方法 | |
CN104482860B (zh) | 鱼类形态参数自动测量装置和方法 | |
Harvey et al. | The accuracy and precision of underwater measurements of length and maximum body depth of southern bluefin tuna (Thunnus maccoyii) with a stereo–video camera system | |
Chang et al. | Modelling the growth of crustacean species | |
US20200267947A1 (en) | Arrangement and method for measuring the biological mass of fish, and use of the arrangement | |
CN109060143B (zh) | 基于热红外技术的种猪体温监测***及方法 | |
CN107094683A (zh) | 一种水产养殖的自动投饵和水质监测控制***及方法 | |
Friedland et al. | Automated egg counting and sizing from scanned images: rapid sample processing and large data volumes for fecundity estimates | |
CN102393179A (zh) | 一种鱼类框架形态参数快速测量方法 | |
CN115067243A (zh) | 一种基于物联网技术的渔业监测分析方法、***及存储介质 | |
Huang et al. | Cow tail detection method for body condition score using Faster R-CNN | |
Li et al. | Estimation of pig weight by machine vision: A review | |
CN114898405B (zh) | 基于边缘计算的便携式肉鸡异常监测*** | |
Jongjaraunsuk et al. | Weight estimation of Asian sea bass (Lates calcarifer) comparing whole body with and without fins using computer vision technique | |
Shen et al. | Identification and counting of fish targets using adaptive resolution imaging sonar | |
Chen et al. | Establishing an eyeball-weight relationship for Litopenaeus vannamei using machine vision technology | |
TW201511668A (zh) | 水生物檢測裝置 | |
Damanhuri et al. | An automated length measurement system for tilapia fish based on image processing technique | |
KR102409745B1 (ko) | 양식 어류의 사료계수 자동측정장치 | |
Wu et al. | Automatic sorting system of large yellow croaker based on machine vision | |
KR20190056525A (ko) | 양식어류 계측 시스템 및 방법 | |
Mappatao | Duck egg sexing by eccentricity determination using image processing | |
López-Riveros et al. | Precision biometrics data of Atlantic salmon (Salmo salar L.) in commercial grow-out sea-cages: Manual sampling and infrared diode frames compared to processing plant | |
Mofltt | Deepwater demersal fish | |
CN215766962U (zh) | 一种渔业资源调查用量鱼板 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151118 |