| 基于机器视觉的水下河蟹识别方法 |
| |
| 引用本文： | 赵德安,刘晓洋,孙月平,吴任迪,洪剑青,阮承治.基于机器视觉的水下河蟹识别方法[J].农业机械学报,2019,50(3):151-158. |
| |
| 作者姓名： | 赵德安 刘晓洋 孙月平 吴任迪 洪剑青 阮承治 |
| |
| 作者单位： | 江苏大学,江苏大学,江苏大学,江苏大学,江苏大学,江苏大学 |
| |
| 基金项目： | 国家自然科学基金项目（31571571）、2017年省级重点研发专项（BE2017331）、江苏省渔业科技类项目（Y2017-36）、镇江市2017年度科技创新资金项目（重点研发计划-现代农业）(NY2017013)、江苏省高校优势学科建设项目（PAPD）和江苏省自然科学基金项目（BK20170536） |
| |
| 摘 要： | 为了探测河蟹在池塘中的数量及分布情况,为自动投饵船提供可靠的数据反馈,提出了基于机器视觉的水下河蟹识别方法。该方法通过在投饵船下方安装摄像头进行河蟹图像实时采集,针对水下光线衰减大、视野模糊等特点,采用优化的Retinex算法提高图像对比度,增强图像细节,修改基于深度卷积神经网络YOLO V3的输入输出,并采用自建的数据集对其进行训练,实现了对水下河蟹的高精度识别。实验所训练的YOLO V3模型在测试集上的平均精度均值达86. 42%,对水下河蟹识别的准确率为96. 65%,召回率为91. 30%。实验对比了多种目标检测算法,仅有YOLO V3在识别准确率和识别速率上均达到较高水平。在同一硬件平台上YOLO V3的识别速率为10. 67 f/s,优于其他算法,具有较高的实时性和应用价值。
|
| 关 键 词： | 河蟹识别 机器视觉 水下图像 图像增强 深度学习 |
| 收稿时间： | 2019/1/4 0:00:00 |
Detection of Underwater Crabs Based on Machine Vision |
| |
| ZHAO Dean,LIU Xiaoyang,SUN Yueping,WU Rendi,HONG Jianqing and RUAN Chengzhi.Detection of Underwater Crabs Based on Machine Vision[J].Transactions of the Chinese Society of Agricultural Machinery,2019,50(3):151-158. |
| |
| Authors: | ZHAO Dean LIU Xiaoyang SUN Yueping WU Rendi HONG Jianqing and RUAN Chengzhi |
| |
| Institution: | Jiangsu University,Jiangsu University,Jiangsu University,Jiangsu University,Jiangsu University and Jiangsu University |
| |
| Abstract: | |
| |
| Keywords: | crab detection machine vision underwater image image enhancement deep learning |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
