基于计算机视觉的水产动物视觉特征测量研究综述_段延娥

资 源 简 介

基于计算机视觉的水产动物视觉特征测量研究综述_段延娥

详 情 说 明

本文综述了计算机视觉技术在水产动物视觉特征测量领域的应用现状与发展趋势。文章首先介绍了传统水产动物特征测量方法的局限性，如人工测量效率低、接触式测量易造成应激等问题。

核心内容聚焦于计算机视觉技术的三大应用方向：1) 形态学参数测量，通过边缘检测和轮廓分析实现体长、体宽等非接触式测量；2) 行为特征识别，利用运动跟踪算法量化摄食、游动等行为模式；3) 生物量估算，结合三维重建技术建立体长-体重回归模型。

关键技术环节包括图像预处理中的水体干扰消除、基于深度学习的多目标分割算法、以及适应水下环境的特征点标定方法。文章特别对比了传统机器学习和深度学习方法在复杂水产环境下的性能差异。

最后探讨了该领域面临的挑战，如浑浊水质下的图像降噪、群体遮挡场景下的目标跟踪等问题，并指出将高光谱成像与视觉测量结合的跨模态研究是未来重要发展方向。