CN114972477B - 一种用于养殖场内的低成本鱼类生长监测方法 - Google Patents
一种用于养殖场内的低成本鱼类生长监测方法 Download PDFInfo
- Publication number
- CN114972477B CN114972477B CN202210560428.6A CN202210560428A CN114972477B CN 114972477 B CN114972477 B CN 114972477B CN 202210560428 A CN202210560428 A CN 202210560428A CN 114972477 B CN114972477 B CN 114972477B
- Authority
- CN
- China
- Prior art keywords
- fish
- image
- length
- network camera
- frame
- 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
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 18
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000009182 swimming Effects 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims abstract description 6
- 230000009466 transformation Effects 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000003709 image segmentation Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 230000000630 rising effect Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 6
- 230000008447 perception Effects 0.000 abstract 1
- 241000881711 Acipenser sturio Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
Abstract
本发明属于养殖监测领域,提出了一种用于养殖场内的低成本鱼类生长监测方法,主要由网络摄像机、二自由度电动云台、网线、交换机和PC机实现。本方法通过网络摄像头便可以获取养殖池内鱼的体长数据,不仅方便而且成本低;而且仅需一个正方形边框便可以完成系统标定任务,简单易行。另外,考虑鱼游动时水深对图像测量的影响,进行多层标定,并通过边缘宽度定位、像面仿射校正和对鱼体中心线分段统计计算的方式来获取鱼体长度,计算简单且消耗低,便于部署。本发明将图像测量技术与养殖实际相结合,可非接触、实时获取自由状态下鱼体的长度,该方法的运用可大幅度提高养殖厂对鱼类生长的感知能力。
Description
技术领域
本发明涉及养殖监测领域,特别涉及一种用于养殖场内的低成本鱼类生长监测方法。
背景技术
鱼体体长是判断鱼类生长状况的一个关键性基础参数,尤其是养殖期间鱼类体长的变化对养殖具有重要的参考价值。然而,养殖场中的鱼类若不打捞上来很难较为准确地获取其体长信息,同时养殖厂内鱼类养殖均需一定地密度,因此对大量养殖池内地鱼类进行实地采样量取长度工作量巨大,需要消耗的人力成本较高。因此,针对这一问题,研究者们提出了各种技术方案,如“一种生态养殖鱼类生长监测装置CN201520761783.5”先将鱼类诱导到所设计的网箱中,然后进行测量的方式;而“一种鲟鱼的长度测量尺CN201720481723.7”更加直接,通过所设计的长度测量尺,由人工直接进行鲟鱼体长的测量;“一种鱼的体长测量装置CN201511018776.7”设计了一种测量箱,通过条形码扫描的方式获取箱内鱼的体长信息;“一种鱼体测量器CN201110148710.5”也是利用一种移动标尺直接测量鱼类长度;“鱼体尺寸测量系统CN201410000313.7”则通过距离传感器和对射传感器的配合来感知鱼体的长度。与此同时,鱼类游动过程中采用接触式传感器探测的方式来获取长度,不仅成本高,而且实施难度较大。而采用图像测量的技术将主要依靠摄像头拍摄的方式来获取信息,不仅具有精度高而且具有非接触的优势,因此非常适用于活体的信息测量,如公开的技术“鱼类形态参数自动测量装置和方法CN201410728601.4”通过导流槽装置配合相机进行触发式图像采样分析的方式来采集鱼类体长信息;“一种鱼类形态学指标的测量装置及其测量方法CN201610020325.5”通过摄像机和反光镜的配合来获取采样鱼体体长等形态参数;而“一种养殖鱼类生长监测系统CN201910874331.0”在认作根据鱼类照片提取鱼类特征计算体重为现有技术的基础上,提出了一种双目视觉水下观测装置的设计;“一种鱼苗长度测量方法及系统CN201811076314.4”则通过左右视差平面上的头尾FAST角点特征点进行头尾坐标的搜索和立体匹配进行鱼苗头尾长度的测量。
然而,养殖场内养殖池数量较多,若每个池子都布置多个摄像头进行立体重构测量则会大幅度提高养殖场硬件支出的成本和日常维护的成本。因此,设计一种用于养殖场内的低成本鱼类生长监测方法是具有非常重要的意义和应用价值的。
本发明将图像测量技术与养殖实际相结合,仅通过一台网络摄像头从上向下的俯视拍摄方式来获取下方养殖池内的鱼类游动图像,并通过轮廓提取来获得鱼体完整中心线并进行校正和分段统计出鱼体长度,从而解决养殖密度和鱼类运动所带来的鱼体长度难以测量的问题和成本控制问题。
发明内容
针对鱼类养殖场中鱼类生长监测问题,本发明立足养殖实际需求将视频监控与鱼体长度测量相结合,提出了一种用于养殖场内的低成本鱼类生长监测方法。基于单目视觉技术进行鱼体长度估测,大幅度提高鱼类养殖时鱼类生长估测的有效性和精度,同时也方便了测量现场的布置。
本发明的技术方案:一种用于养殖场内的低成本鱼类生长监测方法,其中的系统包括网络摄像机1、二自由度电动云台2、网线3、网络交换机4和PC机5;网络摄像机1安装于二自由度电动云台2上;每个养殖池的网络摄像机1均通过网线3连接到网络交换机4上;网络交换机4连接至监控中心的PC机5;二自由度电动云台2安装在养殖池上方,其调节网络摄像机1角度,使之可俯视观测养殖池内的场景;系统安装完毕后,进行鱼类长度测量时,首先进行系统定标,然后采用轮询的方式依次分析各个网络摄像机1采集的图像,并进行鱼类目标体中心线提取,之后进行图像坐标校正并采用分段重构的方式进行鱼体长度计算,最后在一段追踪过程中进行体长统计分析并记录数据;
具体包括步骤如下:
步骤A:调节二自由度电动云台2使得养殖池测量区域位于网络摄像机1画面中心;将一个已知边长的正方形边框水平放置在养殖池测量区域的不同深度,每次放置时保证正方形边框的两条边顺着鱼群游动的方向;每个深度仅放置一个位置,放置后通过上方的网络摄像机1采集图像,记作Imgi,i=1,2,3...N,其中N为所采集的图像帧数;
步骤B:对Imgi,i=1,2,3...N进行角点提取,记录角点坐标 同时于四个角点组成的边框图像的每条边中点位置统计边缘宽度,记作/>利用仿射变换映射角点坐标/>为使得/>四个新角点所组成的图像为正方形,记录仿射变换矩阵Mi,i=1,2,3...N;同时记录经过仿射变换后图像的标定参数,即边框的实际长度与边框在图像中的像素长度的比值,记作ScaleXi和ScaleYi,i=1,2,3...N;
步骤C:完成上述步骤后,当网络摄像机1位置不再变动,不再执行步骤A与步骤B;系统开始运行后,PC机5每日按时间分配表依次调入网络摄像机1的图像进行处理;下面以调取一台摄像机为例进行鱼体长度测量过程阐述;
步骤D:PC机5调用某台网络摄像机1后,对该网络摄像机1采集的图像进行处理,使用图像分割的方法识别并提取养殖池测试区域内鱼体轮廓,记作Tk,k=1,2,...,n,其中n为获得的鱼体轮廓的个数;
步骤E:在轮廓Tk,k=1,2,...,n上顺时针随机抽取3-5个点,以这些点为中心在该点轮廓法线方向上提取边缘曲线,并计算边缘宽度,然后统计其平均值,记作Ek,k=1,2,...,n;同时对步骤D中的鱼体图像分割结果按形态学骨架法计算其中心线,并通过三阶多项式拟合来获得光滑的鱼体中心线FLk,k=1,2,...,n;
步骤F:计算轮廓Tk,k=1,2,...,n所对应分割鱼体的重心,记作Ck,k=1,2,...,n;依次在Imgi,i=1,2,3...N中寻找与Ck,k=1,2,...,n最近的边框图像t;之后将Ek与该边框图像中边缘宽度边框的进行比对并选择出最接近边框图像所对应的序号index;
步骤G:按照步骤F选定的边框图像,以该图像中的仿射矩阵Mindex对FLk,k=1,2,...,n进行仿射变换,得到FL′k,k=1,2,...,n;
步骤H:基于按照步骤F选定的边框图像的标定参数ScaleXindex和ScaleYindex将FL′k,k=1,2,...,n的像素坐标转为物理坐标,同时用分段累加的方法来计算中心线的长度;其中,鱼体弯曲时,中心线为曲线;获得当前时刻测量区域内鱼体长度数据;
步骤I:为了降低水面波纹的影响,采用运动追踪的方法(如卡尔曼滤波)跟踪目标鱼类的运动,并按照一定的时间间隔来计算鱼体的长度;最后,在这段时间内对同一鱼的体长进行统计平均,并以此作为被测鱼的体长信息进行记录。
所述边缘宽度的获取方式具体为以所在点处垂直于边框绘制边缘分布曲线,统计上升沿宽度或下降沿宽度。
所述步骤A的正方形边框放置于养殖池测量区域3-4个不同深度区域。
所述图像分割的方法为BiseNetV2语义分割法。
综上所述,系统运行之初先使用一个方形边框在不同水深下对摄像系统进行定标;然后在鱼体长度测量过程中,PC机5分时调用不同场区的网络摄像机1进行图像分析,首先进行鱼体轮廓的提取和中心线拟合;然后根据轮廓边缘宽度来选择标定参数,并进行图像的仿射变换;之后,基于标定参数对鱼体中心线进行坐标系的转化,并利用分段统计的方式来计算鱼体长度;最后,在一段时间内采用统计平均的方法来获取鱼体的平均长度。
本发明的有益效果:本方法仅通过网络摄像机便可以获取养殖池内鱼的体长数据,不仅方便而且成本低。系统架设后仅需要使用一个方形边框便可以完成系统标定任务,简单易行。除此之外,考虑鱼游动时水深对图像测量的影响,进行多层标定,并通过边缘宽度定位、像面仿射校正和对鱼体中心线分段统计计算的方式来获取鱼体长度,计算简单且消耗低,便于部署。本发明不仅合理地利用了养殖场内的设备运用特点,还具有将图像测量技术的优势充分发挥出来,可非接触、实时获取自由状态下鱼体的长度,本发明的运用可大幅度提高养殖厂对鱼类生长的感知能力。
附图说明
图1是本发明的结构示意图。
图中:1网络摄像机;2二自由度电动云台;3网线;4网络交换机;5PC机。
具体实施方式
以下结合附图对本发明的实施方式作进一步描述。
一种用于养殖场内的低成本鱼类生长监测方法,其结构示意如附图1所示:
一种用于养殖场内的低成本鱼类生长监测方法,由网络摄像机1、二自由度电动云台2、网线3、网络交换机4和一台PC机5所组成。每个养殖池上方安装一台网络摄像机1,该网络摄像机1可安装到二自由度电动云台2上,便于调节摄像角度,每个养殖池的网络摄像机1均通过网线3连接到网络交换机4上。同时,监控中心的PC机5也连接到该网络交换机4上,从而形成一个局域测量网络。将二自由度电动云台2安装在养殖池的上方,通过二自由度电动云台2调节网络摄像头1的角度,使之可以俯视观测养殖池内的场景。在各设备安装完毕后,进行鱼类长度测量;首先需要进行简单的系统定标,然后采用轮询的方式依次分析各个网络摄像机1采集的图像,并进行鱼类目标体中心线提取,之后进行图像坐标校正并采用分段重构的方式进行鱼体长度计算,最后在一段追踪过程中进行体长统计分析并记录数据。具体方法描述如下:
步骤A:网络摄像机1安装到养殖池上方的二自由度电动云台2上后(本文中摄像机在养殖池水面上方约2.3m),调节二自由度电动云台2使得养殖池测量区域出现在摄像机画面中心。之后,将一个已知边长的正方形边框(本文采用40cm×40cm,边框宽度2cm)水平放置在池中测量区域的不同深度,一般取3-4个深度(本文采用10cm的间隔进行放置),每次放置时尽量保证正方形边框的两条边顺着鱼群游动的方向。每个深度仅需放置一个位置,并且每次放置好后,通过上方的网络摄像机1采集图像,记作Imgi,i=1,2,3...N,其中N为所采集的图像帧数。
步骤B:对Imgi,i=1,2,3...N进行角点提取,记录角点坐标 同时在边框图像中每条边的中点位置统计边缘宽度,外边缘或内边缘均可,统计边缘宽度方法:在分析点处垂直于边框绘制边缘分布曲线,统计上升沿宽度或下降沿宽度,记作/>与此同时,利用仿射变换映射角点坐标/>为/>使得/> 四个角点所组成的图像为正方形,记录仿射变换矩阵Mi,i=1,2,3...N;同时记录经过仿射变换后图像的标定参数,即边框的实际长度与边框在图像中的像素长度的比值,记作ScaleXi和ScaleYi,i=1,2,3...N;
步骤C:完成上述步骤后,若网络摄像机1位置不再变动,则不需要再执行步骤A与步骤B。系统开始运行后,PC机5每日将按时间分配表依次调入网络摄像机1的图像进行处理。下面以调取一台摄像机1为例进行鱼体长度测量过程阐述;
步骤D:PC机5调用某台网络摄像机1后,开始对该网络摄像机1采集的图像进行处理,使用BiseNetV2语义分割法识别并提取养殖池测试区域内鱼体轮廓,记作Tk,k=1,2,...,n,其中n为获得的鱼体轮廓的个数;
步骤E:在轮廓Tk,k=1,2,...,n上顺时针随机抽取3-5个点,并以这些点为中心在该点轮廓法线方向上提取边缘曲线,并计算边缘宽度,方法如步骤B中统计边缘宽度,然后统计其平均值,记作Ek,k=1,2,...,n;时对步骤D中的鱼体图像分割结果按形态学骨架法计算其中心线,并通过三阶多项式拟合来获得光滑的鱼体中心线FLk,k=1,2,...,n;
步骤F:计算轮廓Tk,k=1,2,...,n所对应分割鱼体的重心,记作Ck,k=1,2,...,n;依次在Imgi,i=1,2,3...N中寻找与Ck,k=1,2,...,n最近的边框t;之后将Ek与该图像中边框的进行比对并选择出最接近的边框图像所对应的序号index;
步骤G:按照步骤F选定的边框图像,以该图像中的仿射矩阵Mindex对FLk,k=1,2,...,n进行仿射变换,得到FL′k,k=1,2,...,n;
步骤H:基于按照步骤F选定的边框图像的标定参数ScaleXindex和ScaleYindex将FL′k,k=1,2,...,n的像素坐标转为物理坐标,同时用分段累加的方法来计算中心线的长度,鱼体弯曲时,中心线为曲线,即获得了当前时刻测量区域内鱼体长度数据;
步骤I:为了降低水面波纹的影响,采用运动追踪的方法(如卡尔曼滤波)跟踪目标鱼类的运动,并按照一定的时间间隔来计算鱼体的长度(上述步骤);最后,在这段时间内对同一鱼的体长进行统计平均,并以此作为被测鱼的体长信息进行记录。
Claims (4)
1.一种用于养殖场内的低成本鱼类生长监测方法,其特征在于,该用于养殖场内的低成本鱼类生长监测方法中的系统包括网络摄像机(1)、二自由度电动云台(2)、网线(3)、网络交换机(4)和PC机(5);网络摄像机(1)安装于二自由度电动云台(2)上;每个养殖池的网络摄像机(1)均通过网线(3)连接到网络交换机(4)上;网络交换机(4)连接至监控中心的PC机(5);二自由度电动云台(2)安装在养殖池上方,其调节网络摄像机(1)角度,使之可俯视观测养殖池内的场景;系统安装完毕后,进行鱼类长度测量时,首先进行系统定标,然后采用轮询的方式依次分析各个网络摄像机(1)采集的图像,并进行鱼类目标体中心线提取,之后进行图像坐标校正并采用分段重构的方式进行鱼体长度计算,最后在一段追踪过程中进行体长统计分析并记录数据;
具体包括步骤如下:
步骤A:调节二自由度电动云台(2)使得养殖池测量区域位于网络摄像机(1)画面中心;将一个已知边长的正方形边框水平放置在养殖池测量区域的不同深度,每次放置时保证正方形边框的两条边顺着鱼群游动的方向;每个深度仅放置一个位置,放置后通过上方的网络摄像机(1)采集图像,记作Imgi,i=1,2,3...N,其中N为所采集的图像帧数;
步骤B:对Imgi,i=1,2,3...N进行角点提取,记录角点坐标 同时于四个角点组成的边框图像的每条边中点位置统计边缘宽度,记作/>利用仿射变换映射角点坐标/>为使得/>四个新角点所组成的图像为正方形,记录仿射变换矩阵Mi,i=1,2,3...N;同时记录经过仿射变换后图像的标定参数,即边框的实际长度与边框在图像中的像素长度的比值,记作ScaleXi和ScaleYi,i=1,2,3...N;
步骤C:完成上述步骤后,当网络摄像机(1)位置不再变动,不再执行步骤A与步骤B;系统开始运行后,PC机(5)每日按时间分配表依次调入网络摄像机(1)的图像进行处理;
步骤D:PC机(5)调用某台网络摄像机(1)后,对该网络摄像机(1)采集的图像进行处理,使用图像分割的方法识别并提取养殖池测试区域内鱼体轮廓,记作Tk,k=1,2,...,n,其中n为获得的鱼体轮廓的个数;
步骤E:在轮廓Tk,k=1,2,...,n上顺时针随机抽取3-5个点,以这些点为中心在该点轮廓法线方向上提取边缘曲线,并计算边缘宽度,然后统计其平均值,记作Ek,k=1,2,...,n;同时对步骤D中的鱼体图像分割结果按形态学骨架法计算其中心线,并通过三阶多项式拟合来获得光滑的鱼体中心线FLk,k=1,2,...,n;
步骤F:计算轮廓Tk,k=1,2,...,n所对应分割鱼体的重心,记作Ck,k=1,2,...,n;依次在Imgi,i=1,2,3...N中寻找与Ck,k=1,2,...,n最近的边框图像t;之后将Ek与该边框图像中边缘宽度边框的i=1,2,3...N进行比对并选择出最接近边框图像所对应的序号index;
步骤G:按照步骤F选定的边框图像,以该图像中的仿射矩阵Mindex对FLk,k=1,2,...,n进行仿射变换,得到FL′k,k=1,2,...,n;
步骤H:基于按照步骤F选定的边框图像的标定参数ScaleXindex和ScaleYindex将FL′k,k=1,2,...,n的像素坐标转为物理坐标,同时用分段累加的方法来计算中心线的长度;其中,鱼体弯曲时,中心线为曲线;获得当前时刻测量区域内鱼体长度数据;
步骤I:采用运动追踪的方法跟踪目标鱼类的运动,并按照一定的时间间隔来计算鱼体的长度;最后,在这段时间内对同一鱼的体长进行统计平均,并以此作为被测鱼的体长信息进行记录。
2.根据权利要求1所述的用于养殖场内的低成本鱼类生长监测方法,其特征在于,所述边缘宽度的获取方式具体为以所在点处垂直于边框绘制边缘分布曲线,统计上升沿宽度或下降沿宽度。
3.根据权利要求1或2所述的用于养殖场内的低成本鱼类生长监测方法,其特征在于,所述步骤A的正方形边框放置于养殖池测量区域3-4个不同深度区域。
4.根据权利要求3所述的用于养殖场内的低成本鱼类生长监测方法,其特征在于,所述图像分割的方法为BiseNetV2语义分割法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210560428.6A CN114972477B (zh) | 2022-05-23 | 一种用于养殖场内的低成本鱼类生长监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210560428.6A CN114972477B (zh) | 2022-05-23 | 一种用于养殖场内的低成本鱼类生长监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114972477A CN114972477A (zh) | 2022-08-30 |
CN114972477B true CN114972477B (zh) | 2024-06-11 |
Family
ID=
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180057785A (ko) * | 2016-11-22 | 2018-05-31 | 주식회사 글로비트 | 영상분석을 통한 어류 개체수 측정 시스템 및 그 측정방법 |
CN111428677A (zh) * | 2020-04-02 | 2020-07-17 | 大连海洋大学 | 无人机自动监测海上网箱养殖鱼类水面环游状态的方法 |
CN111862048A (zh) * | 2020-07-22 | 2020-10-30 | 浙大城市学院 | 基于关键点检测和深度卷积神经网络的鱼体姿态与长度自动分析方法 |
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180057785A (ko) * | 2016-11-22 | 2018-05-31 | 주식회사 글로비트 | 영상분석을 통한 어류 개체수 측정 시스템 및 그 측정방법 |
CN111428677A (zh) * | 2020-04-02 | 2020-07-17 | 大连海洋大学 | 无人机自动监测海上网箱养殖鱼类水面环游状态的方法 |
CN111862048A (zh) * | 2020-07-22 | 2020-10-30 | 浙大城市学院 | 基于关键点检测和深度卷积神经网络的鱼体姿态与长度自动分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11612148B2 (en) | Estimating fish size, population density, species distribution and biomass | |
CN104482860B (zh) | 鱼类形态参数自动测量装置和方法 | |
CN110231023B (zh) | 一种智能视觉采样方法、系统及装置 | |
CN109816680A (zh) | 一种农作物株高的高通量计算方法 | |
CN111879292B (zh) | 一种海岸线动态监控方法、监控设备及存储介质 | |
CN109584293A (zh) | 一种基于rgb-d视觉技术的温室作物三维形态全景测量系统 | |
Dunbrack | In situ measurement of fish body length using perspective-based remote stereo-video | |
CN204202563U (zh) | 鱼类形态参数自动测量装置 | |
CN115854895A (zh) | 一种基于目标立木形态的非接触式立木胸径测量方法 | |
CN114812418A (zh) | 一种便携式植株密度和株距测量系统 | |
CN114972477B (zh) | 一种用于养殖场内的低成本鱼类生长监测方法 | |
CN117029673B (zh) | 一种基于人工智能实现的鱼类体表多尺寸测量方法 | |
CN211746249U (zh) | 一种笼内鸡只识别装置 | |
CN109827503B (zh) | 一种田间作物精准定位方法和装置 | |
CN113160302A (zh) | 一种珊瑚群落分析方法及装置 | |
CN114972477A (zh) | 一种用于养殖场内的低成本鱼类生长监测方法 | |
CN114119662A (zh) | 鱼类检测视觉系统中的图像处理方法及其系统 | |
Naval et al. | FishDrop: Estimation of reef fish population density and biomass using stereo cameras | |
CN114916473B (zh) | 一种用于养殖场内的俯视鱼体长度监测方法及装置 | |
CN111096252A (zh) | 一种笼内鸡只识别装置及其识别方法 | |
Feng et al. | Developing an image processing pipeline to improve the position accuracy of single UAV images | |
CN116405644B (zh) | 一种计算机网络设备远程控制系统及方法 | |
Anderson et al. | A multi-scale framework for the automated surveying of the Whangateau estuary using off-the-shelf equipment | |
CN117433449B (zh) | 一种基于根盒的植物地上部与地下部表型联合鉴定方法 | |
CN215017423U (zh) | 肉牛体尺非接触测量装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |