基于机器视觉的大黄鱼形态参数快速检测方法 rapid detecting method for pseudosciaena crocea morphological parameters based on the machine vision.pdfVIP

下载本文档

49
0
约1.2万字
约 7页
2017-09-10 发布于上海
举报
版权申诉

基于机器视觉的大黄鱼形态参数快速检测方法 rapid detecting method for pseudosciaena crocea morphological parameters based on the machine vision.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于机器视觉的大黄鱼形态参数快速检测方法 rapid detecting method for pseudosciaena crocea morphological parameters based on the machine vision

第 3 卷第5期集成技术 Vol. 3 No. 5 2014年9月 JOURNAL OF INTEGRATION TECHNOLOGY Sep. 2014 基于机器视觉的大黄鱼形态参数快速检测方法 1 2 2 1,3 1,3 余心杰吴雄飞王建平陈立王磊 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) 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。关键词大黄鱼；形态参数；机器视觉；图像处理；快速检测中图分类号 TP 212.9 文献标志码 A Rapid Detecting Method for Pseudosciaena Crocea Morphological Parameters Based on the Machine Vision YU Xinjie1 WU Xiongfei2 Wang Jianping2 CHEN Li1,3 WANG Lei1,3 1( Ningbo Institute of Technology, Zhejiang University Ningbo 315100, China ) 2( Ningbo Ocean and Fishery Research Institute, Ningbo 315010, China ) 3( Taiyuan University of Science and Technology, Taiyuan 030024, China ) Abstract 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 error