摘要
本发明提供一种基于深度学习和椭圆拟合的鲟鱼侧翻检测方法和系统,方法包括:采集鲟鱼图像并进行预处理;利用预先训练好的深度学习模型对预处理后的鲟鱼图像进行语义分割;根据语义分割结果,生成每条鲟鱼背部和腹部区域的二值掩膜,并通过形态学处理和连通域分析去除掩膜中的噪声区域;分别对每条鲟鱼去噪后的背部和腹部区域像素集合进行椭圆拟合,提取每条鲟鱼背部和腹部椭圆的长轴方向角,并进一步计算侧翻角度,根据侧翻角度判定鲟鱼是否发生侧翻以及侧翻程度;本发明能够在强光反光和水质浑浊等复杂环境下实现高鲁棒性、高精度的自动化监测,从而显著降低人工巡检成本,提高养殖效率,保障鲟鱼健康和鱼子酱的生产质量。
技术关键词
深度学习模型
像素
掩膜
直方图均衡化算法
语义
RANSAC算法
长轴
图像
校正
水质
差分算法
神经网络模型
骨板
鱼子酱
光照
噪声
动态
模块
鲁棒性
滤波
系统为您推荐了相关专利信息
关键点特征
静态特征
动态
局部感受野
VGG网络
智能定位系统
多维特征向量
液晶显示屏
图像
Mura缺陷
多时间尺度
分层强化学习
生成动作
迁移技术
无功功率调节
网络异常流量
攻击防御系统
攻击防御模块
网络流量分析
策略
无人机采集图像
像素点
加速度
出无人机
无人机精准降落系统