基于机器视觉的大黄鱼形态参数快速检测方法

基于机器视觉的大黄鱼形态参数快速检测方法

余心杰;吴雄飞;王建平;陈立;王磊

【期刊名称】《集成技术》

【年(卷),期】2014(000)005

【摘要】大黄鱼形态参数测量对大黄鱼养殖遗传选育和品质改良等具有重要意义。文章结合机器视觉和称重传感器技术，设计开发了一种大黄鱼体重、体长和体宽等外部形态多参数同步自动检测系统。该系统通过机器视觉自动检测鱼体外部形态参数，通过称重传感器自动获取鱼重量参数。实验结果表明，系统的尺寸测量平均误差为0.28%，鱼重测量平均误差为0.74%，可以满足大黄鱼形态参数测量精度要求，为鱼类形态参数自动检测提供了一种有效的新途径。%Morphological parameter measurement of Pseudosciaena Crocea plays an important role in its genetic selection and quality improvement. In this paper, an automatic detecting system which can measure the Pseudosciaena Crocea morphological parameters such as weight, length and body width was developed based on the machine vision and weighing sensor technology. The system can automatically detect the external morphology parameters by the machine vision, and get weight parameters through the weighing sensor. The mean errors of dimensional measurement and weighting are 0.28% and 0.74% respectively, which shows that the developed system can completely meet the requirements of morphological parameter measurement for Pseudosciaena Crocea. It is a new effective method to

the automatic detection of fish morphology parameters.

【总页数】7页(P45-51)

【作者】余心杰;吴雄飞;王建平;陈立;王磊

【作者单位】浙江大学宁波理工学院信息科学与工程学院宁波 315100;宁波市海洋与渔业研究院宁波 315010;宁波市海洋与渔业研究院宁波 315010;浙江大学宁波理工学院信息科学与工程学院宁波 315100; 太原科技大学电子信息工程学院太原 030024;浙江大学宁波理工学院信息科学与工程学院宁波 315100; 太原科技大学电子信息工程学院太原 030024

【正文语种】中文

【中图分类】TP212.9

【相关文献】

1.一种基于机器视觉的快速规则的表面缺陷检测方法 [J], 田果;李澄非

2.基于机器视觉的苹果缺陷快速检测方法研究 [J], 高辉;马国峰;刘伟杰

3.基于机器视觉的单组分染液浓度快速检测方法 [J], 田宇航;王绍宗;张文昌;张倩

4.基于机器视觉的锚杆异常快速检测方法 [J], 王昱栋;代伟;马小平

5.一种基于机器视觉的表面缺陷快速检测方法 [J], 周国栋

因版权原因，仅展示原文概要，查看原文内容请购买