摘要
本发明属于高通量形态测定技术领域,公开了一种鱼类高通量形态测定的方法,本发明检测速度快、准确度高:本发明使用深度神经网络对采集图像进行分析,与传统手工测量相比,不仅检测速度更快,而且检测更加准确,检测速度达到1秒/尾,较人工检测提高10倍以上,准确率达。对比以前,减少了测试步骤,减少了测试工具,并且利用投影几何原理,将鱼体置于图像采集器正下方,通过程序实时计算鱼体的方向矢量,自动给出准确的摆放角度,按程序提示操作后即可得到鱼体的垂直采集图像,然后通过灰度化、高斯处理处理图像,即可得到鱼体的垂直投影。减少了躯体曲面测试的难度与误差。
技术关键词
高通量
形态
图像识别软件
高清摄像头
全卷积神经网络
稳定支撑杆
背景板
深度学习算法
补光设备
图像采集模块
数据处理模块
远程访问
实时图像采集
检测模型训练
特征提取算法
数据存储
深度神经网络
独立显卡
系统为您推荐了相关专利信息
光谱分析
造口
中央控制模块
评估系统
结构光扫描技术
智能分拣方法
表面图像数据
智能分拣系统
形态
基准
储能调度模型
多节点
瞬态特征
储能荷电状态
稳态特征
深度学习模型
线性热膨胀系数
高性能聚酰亚胺
高通量筛选技术
聚合物分子结构