CN113180640B - 一种家畜养殖用尺寸测量方法及系统 - Google Patents
一种家畜养殖用尺寸测量方法及系统 Download PDFInfo
- Publication number
- CN113180640B CN113180640B CN202110486228.6A CN202110486228A CN113180640B CN 113180640 B CN113180640 B CN 113180640B CN 202110486228 A CN202110486228 A CN 202110486228A CN 113180640 B CN113180640 B CN 113180640B
- Authority
- CN
- China
- Prior art keywords
- livestock
- line
- contour line
- points
- point
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/40—Animals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry
Abstract
本公开涉及一种家畜养殖用尺寸测量方法及系统,包括以下步骤:拍摄家畜的俯视图及侧面图;从俯视图提取家畜的第一轮廓线,求得躯干直线,建立垂直侧面拍摄方向的参考面,求解躯干直线与参考面的夹角;从侧面图提取家畜的第二轮廓线,求臀部点到肩胛点距离,以表征侧视体长;根据侧视体长及夹角的数值,换算得家畜的实际体长数值。
Description
技术领域
本公开属于身体尺寸测量技术领域,具体涉及一种家畜养殖用尺寸测量方法及系统。
背景技术
这里的陈述仅提供与本公开相关的背景技术,而不必然地构成现有技术。
家畜一般是指由人类饲养驯化,且可以人为控制其繁殖的动物,对于主要提供肉食食用的家畜养殖业来说,常见的家畜养殖品种有牛、羊、驴、猪等。家畜的生长体尺特征是养殖业关注的重要参数之一,体长、体高、体宽等体态特征数据都是判断家畜成长阶段的重要依据指标。
现有的基于机器视觉来进行家畜体尺测量系统分为两类。一类是基于深度学习的家畜体尺测量。在这类的测量方法中,需要经过大量的数据集训练来确定家畜的特征点所在的部位,如头、关节、蹄子、躯干、臀部等。数据集当中应包括大量不同类型、不同生长阶段的家畜图像数据。在数据集不足的情况下,难以使得数据模型能够有效的判断家畜图像中的特征点。并且这种方法在使用的时候对工控机的硬件有较高的要求。
另一类是,在拍照后直接对图像进行图像处理,寻找特征点,并计算家畜的体长、体高等数据。这种方法中,采用一个或者两个相机在侧面对家畜进行拍照。拍得的图像用实际的视角大小除像素的分辨率,得到每一个像素代表的实际长宽值。用二维图像中直接计算家畜的体尺特征与像素代表的长宽相乘,得目标长度。
但上述方式存在下列几个问题:
(1)家畜站位可能不与侧面相机所在的平面平行,导致直接计算出来的体长尺寸有误差。
(2)图像识别后得出家畜的尺寸依赖于特征点的选取,现有直接根据预设数学模型来寻找特征点的方法中,肩胛骨及臀部特征点的选取不准确,造成家畜的尺寸测量存在误差。
发明内容
本公开的目的是提供一种家畜养殖用尺寸测量方法及系统,能够至少解决上述技术问题之一。
为实现上述目的,本公开的一个或多个实施例提供一种家畜养殖用尺寸测量方法,包括以下步骤:
步骤1,利用图像采集设备拍摄家畜的俯视图及侧面图;
步骤2,从俯视图提取家畜的第一轮廓线,求得躯干直线,建立垂直侧面拍摄方向的参考面,求解躯干直线与参考面的夹角;
步骤3,从侧面图提取家畜的第二轮廓线,求臀部点到肩胛点距离,以表征侧视体长;
步骤4,根据侧视体长及夹角的数值,换算得家畜的实际体长数值。
作为进一步的改进,所述躯干直线求解步骤为:绘制第一轮廓线的包络线,计算第一轮廓线上所有点到包络线的距离,保留第一轮廓线到每条包络线的最大距离点;距离最大的前四个点是颈部和尾巴两侧的点;对颈部和尾部两点分别取中点,两中点连线即为躯干直线。
作为进一步的改进,获得侧视体长的步骤中:计算第二外轮廓的质心,以质心为原点制作平面直角坐标系;
取纵坐标靠近头部一侧,处于过原点与纵坐标夹角分别为30°与60°直线之间的轮廓线,计算得曲率最大点,记为肩胛点。取纵坐标背离头部一侧,处于过原点与纵坐标夹角分别为40°和70°直线之间的轮廓线,计算得曲率最大点,记为臀部点。
本公开的一个或多个实施例还提供一种家畜养殖用尺寸测量系统,包括:
第一相机,用于拍摄俯视图;
第二相机,用于拍摄侧面图;
处理器,用于读取拍摄的图像,并通过图像识别来获得家畜的尺寸。
所述第二相机的数量为两个,两个第二相机的光轴均水平设置,且处于同一水平面。
以上一个或多个技术方案的有益效果:
本公开在拍摄家畜侧面图的基础上,拍摄家畜俯视图来观察处家畜的站立姿势;并引入躯干直线的概念,对于家畜来说,躯干直线即家畜脊椎所在的直线,躯干直线与垂直侧面拍摄方向的参考面的夹角能够表征家畜躯干的倾斜程度,通过夹角与侧视体长能够换算得出其实际体长,使得侧面相机等设备不需要从侧面正对于家畜拍照。
采用在第一轮廓线外部绘制包络线,并且根据第一轮廓线上的点到包络线的距离来寻找家畜颈部两点和尾巴两侧的点,进而经过中点连线能够有效获得躯干直线。
利用肩胛骨顶端及臀部顶端分别为自身设定区域范围内曲率最大点的特点,通过对于设定范围内第二轮廓线处曲率的计算,得到的肩胛点和臀部点的精确性较高。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的限定。
图1为本公开实施例中以牛为例的肩胛点、臀部点等特征点的示意图。
具体实施方式
本实施例中针对的家畜指的是:猪、牛、羊等偶蹄目动物,其具有明显的肩胛点凸起以及臀部凸起点,因此,兔子等小型动物不包括在内。且本实施例所针对测量的家畜,其毛发不应阻碍肩胛点、臀部点的识别。
实施例1
理想状态下,家畜脊椎所在的竖向平面垂直于侧面相机拍摄方向,侧面图像中家畜的体长就能够表征其实际体长,但是家畜的站姿难以控制,当其站姿不标准时,造成家畜在沿侧面相机拍摄方向的投影体长会变小,测量精度不准确。
为了解决该问题,本实施例提供一种家畜养殖用尺寸测量方法,包括以下步骤:
步骤1,拍摄家畜的俯视图及侧面图;
步骤2,从俯视图提取家畜的第一轮廓线,求得躯干直线,建立垂直侧面拍摄方向的参考面,求解躯干直线与参考面的夹角;
步骤3,从侧面图提取家畜的第二轮廓线,求臀部点到肩胛点距离,以表征侧视体长;
步骤4,根据侧视体长及夹角的数值,换算得家畜的实际体长数值。
为了表征家畜站立姿态是否偏斜,上述引入了躯干直线的概念,对于家畜来说,躯干直线即家畜脊椎所在的直线。从俯视图中寻找家畜躯干直线的方式有多种,在本实施例中躯干直线求解步骤为:绘制第一轮廓线的包络线,求出包络线的长度,只保留长度超过100像素的。计算第一轮廓线上所有点到包络线的距离,保留第一轮廓线到每条包络线的最大距离点;所有包络线的最大距离进行比较,在图像中间距差不过100像素的两点记为一侧点,区分出尾部两点和颈部两点。颈部点记为A,B,尾部点记为C,D。颈部两点和尾部两点分别取中点,记为E,F,两点连线即为家畜的躯干所在直线。
本实施例中,以家畜的肩胛点到臀部点的距离来表征其侧面图像中的体长尺寸,因此体长尺寸的精确度依赖于肩胛点及臀部点的精确选取。在提取俯视图像及侧面图像的轮廓线后,肩胛点及臀部末端点的曲率在附近范围内为最大值,计算相应范围内的各点曲率,通过数值比较的方式便于获得相应的特征点。
为了获得肩胛点及臀部点,计算第二外轮廓的质心,以质心为原点制作平面直角坐标系;
取纵坐标靠近头部一侧,处于过原点与纵坐标夹角分别为30°与60°直线之间的轮廓线,计算得曲率最大点,记为肩胛点;取纵坐标背离头部一侧,处于过原点与纵坐标夹角分别为40°和70°直线之间的轮廓线,计算得曲率最大点,记为臀部点。本实施例中曲率的求解方法采用海伦-秦九韶法。
为了避免家畜头部耳朵或者尾巴末端等曲率变化较大的点影响肩胛点及臀部点的选取,本实施例中圈定了寻找曲率最大点的范围,分别由两条过原点的直线限定,该夹角范围基于家畜的身体比例,能够有效排除头部及尾巴末端的感染。
为了测量家畜的体高,在上述寻找到肩胛点之后,在原点处的直角坐标系中,确定原点左侧和右侧的最低点,两点的连线记为地面,从肩胛点到地面连线的距离表征家畜的体高。
为了获得家畜的体宽,在俯视图中,依次做垂直躯干直线的垂线,垂线与第一轮廓线相交后得到线段,线段的最大数值表征家畜的体宽。
本实施例中基于机器视觉来测量家畜的尺寸,在测量之前首先要进行测量场地的搭建:
在进行测量的区域中搭建分群围栏,采用三个相机分别在侧面和正上方采集家畜的RGB彩色图像信息,图像大小为2560×1440,三个相机分别安装在围栏侧面和正上方,其中侧面相机的镜头处于同一水平面。
为了解决拍摄图像的畸变问题,分别将标定板放在三个相机的正前方不同区域拍摄多张张照片,根据张正友坐标标定法计算出每个相机的畸变矩阵、相机参数矩阵。
由于背景环境比较复杂,并且在家畜前还有栏杆,因此采用背景差分法。在每一只家畜进入栏杆之前进行对当前背景的拍照,作为背景图。将家畜进入栏杆之后图像与背景图做差,去除基本无变化的复杂背景,取出前景目标图像。将前景目标图像从三通道彩色图像转换为单通道灰度图像。
在提前进行相机标定的情况下,按照相机标定得到的畸变矩阵以及相机参数对已经灰度化的前景图像进行去畸变处理。
因为镜头、光电转换等器件内部因素,以及外界光、电等因素会随机造成图像噪声,所以在计算家畜体尺的时候需要将这些噪声消除。使用中值滤波对灰度化图像进行滤波,保留边界信息的同时小除孤立的噪声点。
在进行灰度图像去噪后,利用动态阈值二值化分割法,得到家畜的二值图像。图像在二值化之后仍旧可能存在噪声,先进行中值滤波。若仍旧存在背景噪声,即除家畜轮廓外的其他有值点。求二值图片的连通域并只保留连通域内有值像素和大于设定值(例如100)的连通域。
然后使用canny边缘检测算法提取家畜轮廓。并使用形态闭运算操作,即先进行一次膨胀操作,再进行一次腐蚀操作。最后分别得到所述的第一轮廓线和第二轮廓线。
在根据侧面图与俯视图上的像素数量来计算家畜在实际空间中尺寸的过程中:
安装相机后,拍摄的空间范围与图像的分辨率之比,就是每一个像素代表的实际长度,分别计算出X和Y方向的比例系数,记为Kx,Ky,假设拍摄范围是M*N,一帧图像的分辨率是u*V,那么物体实际尺寸和图像在两个方向坐标轴上的比例系数分别为:
记相机到围栏所在的平面的空间物理距离为D,躯干直线L1投影到平行于相机平面的直线L2;根据投影原理,计算出躯干直线所在位置的像素代表的实际长度和高度。
计算出家畜体宽位置距相机的距离,根据投影原理,计算出家畜实际体宽。
实施例2
本实施例提供一种家畜养殖用尺寸测量系统,用于实现实施例1中所述的家畜养殖用尺寸测量方法,包括:
隔离部件,用于隔离处一个测量空间,该测量空间应具有入口和出口以方便于家畜的循环测量。此处的隔离部件可以采用由多个栏杆组成的围栏,为了便于对家畜进行预先定位。相邻栏杆之间的距离能够调整,以改变测量空间的宽度,适配于同一生长批次中的家畜,在不影响家畜通过的情况下尽可能减少测量空间的宽度,对家畜实现预定位,有利于减少其站姿偏斜角度。
为了实现图像的拍摄,应该设置图像采集设备,本实施例中的图像采集设备采用相机,另外一些实施例中也可以采用摄像机。
具体的,在测量空间上方设置光轴竖向朝下的第一相机,用于拍摄俯视图;在测量空间一侧设置光轴水平的第二相机,用于拍摄侧面图;所述第二相机的数量为两个,两个第二相机的光轴均水平设置,且处于同一水平面。
为了运行实施例1中的用于实现图像处理和识别的计算机程序,在本实施例中还应设置处理器,处理器用于读取拍摄的图像,并通过图像识别来获得家畜的尺寸。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (9)
1.一种家畜养殖用尺寸测量方法,其特征在于,包括以下步骤:
拍摄家畜的俯视图及侧面图;
从俯视图提取家畜的第一轮廓线,求得躯干直线,建立垂直侧面拍摄方向的参考面,求解躯干直线与参考面的夹角;
从侧面图提取家畜的第二轮廓线,求臀部点到肩胛点距离,以表征侧视体长;
根据侧视体长及夹角的数值,换算得家畜的实际体长数值;
获得侧视体长的步骤中:计算第二外轮廓的质心,以质心为原点制作平面直角坐标系;
取纵坐标靠近头部一侧,处于过原点与纵坐标夹角分别为30°与60°直线之间的轮廓线,曲率最大点记为肩胛点;取纵坐标背离头部一侧,处于过原点与纵坐标夹角分别为40°和70°直线之间的轮廓线,曲率最大点记为臀部点。
2.根据权利要求1所述的家畜养殖用尺寸测量方法,其特征在于,所述躯干直线求解步骤为:绘制第一轮廓线的包络线,计算第一轮廓线上所有点到包络线的距离,保留第一轮廓线到每条包络线的最大距离点;距离最大的前四个点是颈部和尾巴两侧的点;对颈部和尾部两点分别取中点,两中点连线即为躯干直线。
3.根据权利要求1所述的家畜养殖用尺寸测量方法,其特征在于,确定原点左侧和右侧的最低点,两点的连线记为地面,肩胛点到连线的距离表征家畜体高。
4.根据权利要求1所述的家畜养殖用尺寸测量方法,其特征在于,做垂直躯干直线的垂线,垂线与第一轮廓线相交得到线段,线段的最大值表征体宽。
5.根据权利要求1所述的家畜养殖用尺寸测量方法,其特征在于,提取第一轮廓线及第二轮廓线前进行图像处理,具体步骤包括:提取前景图像、对前景图像去畸变、对图像去噪、得到二值图像。
6.根据权利要求1或5所述的家畜养殖用尺寸测量方法,其特征在于,使用canny边缘检测算法提取第一轮廓线及第二轮廓线。
7.根据权利要求1所述的家畜养殖用尺寸测量方法,其特征在于,若二值图像中仍有背景噪声,求连通域,只保留有值像素之和大于设定值的连通域。
8.一种家畜养殖用尺寸测量系统,用于实现上述1-7中任意一项所述的家畜养殖用尺寸测量方法,其特征在于,包括:
第一相机,用于拍摄俯视图;
第二相机,用于拍摄侧面图;
处理器,用于读取拍摄的图像,并通过图像识别来获得家畜的尺寸。
9.根据权利要求8所述的家畜养殖用尺寸测量系统,其特征在于,所述第二相机的数量为两个,两个第二相机的光轴均水平设置,且处于同一水平面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110486228.6A CN113180640B (zh) | 2021-04-30 | 2021-04-30 | 一种家畜养殖用尺寸测量方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110486228.6A CN113180640B (zh) | 2021-04-30 | 2021-04-30 | 一种家畜养殖用尺寸测量方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113180640A CN113180640A (zh) | 2021-07-30 |
CN113180640B true CN113180640B (zh) | 2023-04-14 |
Family
ID=76983428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110486228.6A Active CN113180640B (zh) | 2021-04-30 | 2021-04-30 | 一种家畜养殖用尺寸测量方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113180640B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114049577A (zh) * | 2021-11-17 | 2022-02-15 | 中国水利水电科学研究院 | 一种鱼类规格的测量方法及系统 |
CN114998664A (zh) * | 2022-07-18 | 2022-09-02 | 中国科学院烟台海岸带研究所 | 一种多光学平台的海水中微塑料快速检测方法及检测装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201345487A (zh) * | 2012-05-10 | 2013-11-16 | Chung Yi R & D Co Ltd | 動物步態檢測系統與方法 |
CN103499334A (zh) * | 2013-09-05 | 2014-01-08 | 小米科技有限责任公司 | 距离测量方法、装置及电子设备 |
CN103884280A (zh) * | 2014-03-14 | 2014-06-25 | 中国农业大学 | 一种移动式多猪圈猪体尺体重监测系统 |
CN107094689A (zh) * | 2017-06-22 | 2017-08-29 | 广西红树林研究中心 | 一种鉴别不同来源的鲜活中华乌塘鳢的方法 |
CN110772260A (zh) * | 2019-11-21 | 2020-02-11 | 山东农业大学 | 一种非接触式奶牛体尺测量装置及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19916978C1 (de) * | 1999-04-15 | 2001-04-26 | Bock Orthopaed Ind | Verfahren zum Vermessen eines Körperbereichs |
CN203824521U (zh) * | 2014-01-27 | 2014-09-10 | 中国农业大学 | 畜体体尺测量装置 |
CN107464249B (zh) * | 2017-06-13 | 2021-03-19 | 内蒙古农业大学 | 一种羊只无接触体尺测量方法 |
JP7215965B2 (ja) * | 2019-06-10 | 2023-01-31 | 本田技研工業株式会社 | 姿勢推定装置、姿勢推定方法、および姿勢推定プログラム |
CN111166338B (zh) * | 2019-12-24 | 2022-04-08 | 天津农学院 | 一种基于tof深度数据的妊娠母猪体尺计算方法 |
CN111256598B (zh) * | 2020-03-04 | 2021-05-18 | 中国水产科学研究院黄海水产研究所 | 活体对虾生长表型高精度测量系统和方法 |
CN112124201B (zh) * | 2020-10-10 | 2021-06-22 | 深圳道可视科技有限公司 | 一种画面盲区可见的全景泊车系统及其方法 |
-
2021
- 2021-04-30 CN CN202110486228.6A patent/CN113180640B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201345487A (zh) * | 2012-05-10 | 2013-11-16 | Chung Yi R & D Co Ltd | 動物步態檢測系統與方法 |
CN103499334A (zh) * | 2013-09-05 | 2014-01-08 | 小米科技有限责任公司 | 距离测量方法、装置及电子设备 |
CN103884280A (zh) * | 2014-03-14 | 2014-06-25 | 中国农业大学 | 一种移动式多猪圈猪体尺体重监测系统 |
CN107094689A (zh) * | 2017-06-22 | 2017-08-29 | 广西红树林研究中心 | 一种鉴别不同来源的鲜活中华乌塘鳢的方法 |
CN110772260A (zh) * | 2019-11-21 | 2020-02-11 | 山东农业大学 | 一种非接触式奶牛体尺测量装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113180640A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20100224140A1 (en) | Method and a System for Measuring an Animal's Height | |
CN113180640B (zh) | 一种家畜养殖用尺寸测量方法及系统 | |
CN107369159B (zh) | 基于多因素二维灰度直方图的阈值分割方法 | |
WO2018018987A1 (zh) | 一种适用于光场相机的标定预处理方法 | |
CN111612850B (zh) | 一种基于点云的猪只体尺参数测量方法 | |
CN108960011B (zh) | 部分遮挡的柑橘果实图像识别方法 | |
CN109636779B (zh) | 识别家禽体积体尺的方法、装置及存储介质 | |
JP7074185B2 (ja) | 特徴推定装置および特徴推定方法、プログラム | |
CN111767794A (zh) | 基于机器视觉的笼养家禽异常行为检测方法及检测系统 | |
CN111724354B (zh) | 一种基于图像处理的多株小麦穗长与小穗数的测量方法 | |
CN111145205B (zh) | 基于红外图像的多猪只场景下猪体温检测方法 | |
CN111665199A (zh) | 一种基于机器视觉的电线电缆颜色检测识别方法 | |
CN113484867B (zh) | 一种基于成像声呐封闭空间下鱼群密度探测方法 | |
CN115082777A (zh) | 基于双目视觉的水下动态鱼类形态测量方法及装置 | |
CN113920138A (zh) | 一种基于rgb-d相机的奶牛体尺检测装置及其检测方法 | |
CN113781526A (zh) | 一种家畜计数识别系统 | |
CN107220972B (zh) | 一种基于红外图像的禽蛋品质鉴别方法 | |
CN108734054B (zh) | 无遮挡的柑橘果实图像识别方法 | |
CN115909401A (zh) | 融合深度学习的牛脸识别方法、装置、电子设备和介质 | |
CN114693556B (zh) | 一种高空抛物帧差法运动目标检测去拖影方法 | |
JP6893812B2 (ja) | 物体検出装置 | |
CN113409334B (zh) | 一种基于质心的结构光角点检测方法 | |
CN115471537A (zh) | 一种基于单目摄像头的移动目标距离与高度的测量方法 | |
CN114821035A (zh) | 一种电力设备红外测温设备距离参数识别方法 | |
Zhang et al. | Fully automatic system for fish biomass estimation based on deep neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |