基于机器视觉水下河蟹识别方法.PDFVIP

２０１９年 ３月 农 业 机 械 学 报 第 ５０卷第 ３期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１９．０３．０１６ 基于机器视觉的水下河蟹识别方法 赵德安　刘晓洋　孙月平　吴任迪　洪剑青　阮承治 （江苏大学电气信息工程学院，镇江２１２０１３） 摘要：为了探测河蟹在池塘中的数量及分布情况，为自动投饵船提供可靠的数据反馈，提出了基于机器视觉的水下 河蟹识别方法。该方法通过在投饵船下方安装摄像头进行河蟹图像实时采集，针对水下光线衰减大、视野模糊等 特点，采用优化的Ｒｅｔｉｎｅｘ算法提高图像对比度，增强图像细节，修改基于深度卷积神经网络ＹＯＬＯＶ３的输入输出， 并采用自建的数据集对其进行训练，实现了对水下河蟹的高精度识别。实验所训练的 ＹＯＬＯＶ３模型在测试集上 的平均精度均值达８６４２％，对水下河蟹识别的准确率为９６６５％，召回率为９１３０％。实验对比了多种目标检测 算法，仅有 ＹＯＬＯＶ３在识别准确率和识别速率上均达到较高水平。在同一硬件平台上 ＹＯＬＯＶ３的识别速