【技术实现步骤摘要】
本专利技术涉及生物信息学，具体为基于计算机视觉的自动化鱼类尺寸测量方法及系统。
技术介绍
1、随着计算机视觉技术的快速发展，推动了各行各业的智能化转型。在渔业领域，计算机视觉技术的应用不仅提高了测量的准确性和效率，还减少了人工成本和劳动强度。通过引入自动化和智能化技术，传统渔业可以转型升级，向现代化、智能化方向发展。
2、例如公告号为cn117029673b公开了一种基于人工智能实现的鱼类体表多尺寸测量方法，通过采集鱼类图片，鱼类图片背景中包括比例尺；对于鱼类图片进行标注，将鱼类图片和对应的标签作为一个样本，生成训练数据集和验证数据集；将训练数据集输入到深度学习模型，对深度学习模型进行训练；将待检测的样本输入训练好的深度学习模型，计算鱼体尺寸。本专利技术具有通用性，适用于多种鱼类大规模采样时，获取鱼体多方面尺寸的需求，具有高效、准确、减少人工误差的性质，最重要的是，大大降低了人工成本和作业量。
3、但是传统鱼类尺寸测量方法在鱼类在游动的过程中，鱼类的运动模糊、姿态变化、采集设备的视角变化因素都会影响测量结果，难以精准的测量鱼类尺寸。
技术实现思路
1、针对现有技术的不足，本专利技术提供了基于计算机视觉的自动化鱼类尺寸测量方法及系统，解决了上述
技术介绍
的问题。
2、为实现以上目的，本专利技术通过以下技术方案予以实现：基于计算机视觉的自动化鱼类尺寸测量方法，包括以下步骤：s1.通过多视角同步拍摄和高帧率视频采集鱼类图像和视频，对图像和视频进行预处理，
3、进一步地，对图像和视频进行预处理的具体过程如下：将采集到的视频分割成帧序列，对每一帧进行去噪处理，调整每一帧的对比度和亮度，通过边缘检测算法检测图像鱼类的轮廓，将鱼类从背景中分离出来，通过计算机视觉中的harris角点检测识别鱼类的关键特征点，关键特征点包括鱼类的头部和尾部。
4、进一步地，分析鱼类运动的动态特性对鱼类初始尺寸的影响，评估运动模糊的程度的具体过程如下：通过分割的帧序列，计算相邻视频帧之间的光流场，获取图像中每个像素的运动向量，并跟踪鱼类的关键特征点，绘制鱼类的运动轨迹，对每个像素计算像素运动速度，根据运动模糊与像素运动速度的正比关系，建立运动模糊模型。
5、进一步地，获取鱼类运动补偿尺寸的具体过程如下：基于运动模糊模型，对像素运动速度进行平均，计算像素运动平均速度对应的模糊值，量化鱼类运动引起的模糊程度，获取鱼类运动补偿因子；
6、基于鱼类运动补偿因子，对鱼类的初始尺寸进行修正，获取鱼类运动补偿尺寸。
7、进一步地，通过姿态估计算法检测鱼类在不同帧中关键特征点的位置变化，分析时间序列的具体过程如下：通过姿态网络算法在分割的帧序列的每一帧中检测鱼类的关键特征点，记录每个关键特征点的坐标，为每个关键特征点构建时间序列数据，记录其在不同帧中的位置；通过分析关键特征点构建时间序列数据，计算每个关键特征点位移变化量。
8、进一步地，获取姿态变化补偿尺寸的具体过程如下：根据时间序列数据中每个关键点的位移量，计算鱼类在不同帧之间的姿态变化量，通过线性回归模型建立姿态变化与鱼类初始尺寸之间的线性关系，获取姿态变化补偿因子；基于姿态变化补偿因子，对鱼类的初始尺寸进行修正，获取姿态变化补偿尺寸。
9、进一步地，通过分析视角变化引起关键特征点的位置偏移，评估视角变化对测量鱼类初始尺寸的影响程度的具体过程如下：通过分割的帧序列中提取多个视角拍摄的鱼类图像帧，在每个视角下的图像帧中检测鱼类的关键特征点，获取不同视角下鱼类的关键特征点的位置偏移量，基于关键点的偏移量计算视角变化量。
10、进一步地，获取视角变化补偿尺寸的具体过程如下：基于不同视角下鱼类的关键特征点的位置偏移，根据视角变化量与鱼类初始尺寸的关系建立线性回归方程，获取视角变化补偿因子；基于视角变化补偿因子，对鱼类的初始尺寸进行修正，获取视角变化补偿尺寸。
11、进一步地，将鱼类运动补偿尺寸、姿态变化补偿尺寸和视角变化补偿尺寸进行综合分析，对鱼类初始尺寸进行修正补偿的具体过程如下：将鱼类运动补偿尺寸、姿态变化补偿尺寸和视角变化补偿尺寸进行加权平均，与鱼类初始尺寸进行综合运算处理，得到鱼类修正尺寸。
12、基于计算机视觉的自动化鱼类尺寸测量系统，包括以下模块：数据采集处理模块、运动补偿分析模块、姿态变化补偿模块、视角变化补偿模块、尺寸修正模块；所述数据采集处理模块用于通过多视角同步拍摄和高帧率视频采集鱼类图像和视频，对图像和视频进行预处理，通过计算机视觉识别鱼类的特征点，计算鱼类头部和尾部关键点之间的像素距离，获取鱼类初始尺寸；所述运动补偿分析模块用于通过分析鱼类运动的动态特性对鱼类初始尺寸的影响，评估运动模糊的程度，获取鱼类运动补偿尺寸；所述用于通过检测鱼类在不同帧中关键特征点的位置变化，分析时间序列，获取姿态变化补偿尺寸；所述用于视角变化补偿模块用于通过分析视角变化引起关键特征点的位置偏移，评估视角变化对测量鱼类初始尺寸的影响程度，获取视角变化补偿尺寸；所述用于尺寸修正模块用于将鱼类运动补偿尺寸、姿态变化补偿尺寸和视角变化补偿尺寸进行综合分析，对鱼类初始尺寸进行修正补偿，获取鱼类修正尺寸。
13、本专利技术具有以下有益效果：
14、（1）、该基于计算机视觉的自动化鱼类尺寸测量方法，通过采集鱼类图像和视频，分析鱼类运动的动态特性、姿态变化和视角变化对鱼类初始尺寸的影响，获取鱼类运动补偿尺寸、姿态变化补偿尺寸和视角变化补偿尺寸，能够有效修正因运动造成的尺寸误差，减少姿态变化对测量结果的干扰，从而提高尺寸测量的精度，确保在不同拍摄角度下测量结果的可靠性，使得尺寸测量更加稳定。
15、（2）、该基于计算机视觉的自动化鱼类尺寸测量系统，通过设置数据采集处理模块、运动补偿分析模块、姿态变化补偿模块、视角变化补偿模块、尺寸修正模块，通过各模块的相互配合，系统能够有效处理和修正由于运动、姿态变化和视角变化带来的误差，显著提高鱼类尺寸测量的准确性，通过将鱼类运动补偿尺寸、姿态变化补偿尺寸和视角变化补偿尺寸进行综合分析，对鱼类初始尺寸进行修正补偿。有效管理不同类型的误差来源，使系统在各种环境下都能提供稳定可靠的测量结果。
16、当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
本文档来自技高网...【技术保护点】
1.基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：对图像和视频进行预处理的具体过程如下：
3.根据权利要求1所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：分析鱼类运动的动态特性对鱼类初始尺寸的影响，评估运动模糊的程度的具体过程如下：
4.根据权利要求3所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：获取鱼类运动补偿尺寸的具体过程如下：
5.根据权利要求4所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：通过姿态估计算法检测鱼类在不同帧中关键特征点的位置变化，分析时间序列的具体过程如下：
6.根据权利要求5所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：获取姿态变化补偿尺寸的具体过程如下：
7.根据权利要求6所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：通过分析视角变化引起关键特征点的位置偏移，评估视角变化对测量鱼类初始尺寸的影响程度的具体过程如下：
9.根据权利要求1所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：将鱼类运动补偿尺寸、姿态变化补偿尺寸和视角变化补偿尺寸进行综合分析，对鱼类初始尺寸进行修正补偿的具体过程如下：
10.基于计算机视觉的自动化鱼类尺寸测量系统，应用于权利要求1-9中任一项所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于，包括以下模块：数据采集处理模块、运动补偿分析模块、姿态变化补偿模块、视角变化补偿模块、尺寸修正模块；
...【技术特征摘要】
1.基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：对图像和视频进行预处理的具体过程如下：
3.根据权利要求1所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：分析鱼类运动的动态特性对鱼类初始尺寸的影响，评估运动模糊的程度的具体过程如下：
4.根据权利要求3所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：获取鱼类运动补偿尺寸的具体过程如下：
5.根据权利要求4所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：通过姿态估计算法检测鱼类在不同帧中关键特征点的位置变化，分析时间序列的具体过程如下：
6.根据权利要求5所述的基于计算机视觉的自动化鱼类尺寸测量方法，其特征在于：获取姿态变化补偿尺寸...
【专利技术属性】
技术研发人员：曹宏梅，
申请(专利权)人：交通运输部天津水运工程科学研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。