位置:成果数据库 > 期刊 > 期刊详情页
基于机器视觉的大黄鱼形态参数快速检测方法
  • ISSN号:2095-3135
  • 期刊名称:集成技术
  • 时间:2014.9.15
  • 页码:45-51
  • 分类:TP212.9[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]浙江大学宁波理工学院信息科学与工程学院,宁波315100, [2]宁波市海洋与渔业研究院,宁波315010, [3]太原科技大学电子信息工程学院,太原030024
  • 相关基金:基金项目:国家自然科学基金(31201446);宁波市自然科学基金(201301A6101002);宁波市民生科技项目(2013C11026);宁波市农业重大科技攻关项目(2011C11006);宁波市科技创新团队项目(2013882012)
  • 相关项目:虾类产品新鲜度的高光谱图像特性及检测方法研究
中文摘要:

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O.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。

英文摘要:

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.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《集成技术》
  • 主管单位:中国科学院
  • 主办单位:中国科学院深圳先进技术研究院;科学出版社
  • 主编:樊建平
  • 地址:深圳市南山区西丽深圳大学城学苑大道1068号
  • 邮编:518055
  • 邮箱:jcjs@siat.ac.cn
  • 电话:0755-86392070
  • 国际标准刊号:ISSN:2095-3135
  • 国内统一刊号:ISSN:44-1691/T
  • 邮发代号:46-139
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:326