摘要
本申请涉及一种基于人工智能的青草鱼出血病检测方法,该方法包括:接收视频采集设备发送的视频数据;视频数据包括待检测的青草鱼的图像;对采集到的原始图像通过图像增强聚类算法进行阈值分割,得到掩膜图像;对掩膜图像进行腐蚀膨胀,去除掉小的杂质和噪声点;将掩膜图像与原始图像合成,生成第一图像;第一图像包括单条鱼图像和重叠鱼图像;通过改进的分水岭算法将重叠鱼图像进行分离,得到第二图像;将单条鱼图像和第二图像输入至预先训练好的检测模型,得到识别结果;根据检测模型的识别结果,对视频数据中的图像进行青草鱼出血病检测。通过本申请,解决了相关技术中存在的检测的精度不高的问题。
技术关键词
鱼出血病
视频采集设备
分水岭算法
分析设备
聚类算法
图像增强
掩膜
像素点
数据
云端
种子
噪声
标记
识别模块
可读存储介质
颜色
计算机
系统为您推荐了相关专利信息
内层厚铜
温度分布曲线
有限元分析方法
K均值聚类算法
叠层组合
智能预测方法
材料特性参数
工艺特征
设备运行参数
拓扑图
视频监控方法
环境传感器数据
生成事件
推送告警信息
模糊逻辑推理
拾取方法
变分模态分解算法
赤池信息量准则
模糊聚类算法
信号