-
公开(公告)号：CN111724405A
公开(公告)日：2020-09-29
申请号：CN202010485883.5
申请日：2020-06-01
Applicant: 厦门大学
Abstract: 一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法，涉及计算机应用。1)将水箱用隔板分隔成若干区域，每块区域形成一尾虾的目标跟踪区，编号分配，框选出前景；2)基于OTSU算法分离背景和前景，计算背景区域的平均灰度值，填充前景区域并建立背景模型；3)为每一个观测区域建立一个卡尔曼滤波器并初始化卡尔曼滤波器；4)利用背景模型检测出目标所在位置；5)检查每个观测值所属跟踪区域，为每个观测向量分配跟踪的ID；6)对目标进行预测，确定目标的跟踪结果；7)更新卡尔曼滤波器，将修正后的状态向量作为当前帧的目标状态值；8)读取下一帧图像，重复步骤4)～8)，直至所有图像计算完毕。提升跟踪精度，减少干扰噪声。
-
公开(公告)号：CN111724355B
公开(公告)日：2022-06-14
申请号：CN202010493461.2
申请日：2020-06-01
Applicant: 厦门大学
Abstract: 一种鲍鱼体型参数的图像测量方法，属于计算机视觉技术领域。通过采集鲍鱼数据集，使用YOLOV3目标检测算法对数据集训练，检测目标鲍鱼和参照物直尺后，裁剪出目标前景。使用canny算子得到鲍鱼边缘，计算其边缘的最小外接矩形框和边缘覆盖的面积。对直尺进行刻度计算，得到像素值和刻度之间的一个比例。将最小矩形长和宽转化为实际长和宽，得到鲍鱼的长和宽。通过长、宽以及鲍鱼所占面积进行特征组合，训练GBDT算法模型，得到鲍鱼体重预测模型，输入检测出的长、宽和面积特征，输出鲍鱼体重。YOLOV3检测出目标后能够结合GBDT模型进行预测。实现自动检测鲍鱼的长度、宽度以及体重，极大地减少人力成本和时间成本。
-
公开(公告)号：CN111724355A
公开(公告)日：2020-09-29
申请号：CN202010493461.2
申请日：2020-06-01
Applicant: 厦门大学
Abstract: 一种鲍鱼体型参数的图像测量方法，属于计算机视觉技术领域。通过采集鲍鱼数据集，使用YOLOV3目标检测算法对数据集训练，检测目标鲍鱼和参照物直尺后，裁剪出目标前景。使用canny算子得到鲍鱼边缘，计算其边缘的最小外接矩形框和边缘覆盖的面积。对直尺进行刻度计算，得到像素值和刻度之间的一个比例。将最小矩形长和宽转化为实际长和宽，得到鲍鱼的长和宽。通过长、宽以及鲍鱼所占面积进行特征组合，训练GBDT算法模型，得到鲍鱼体重预测模型，输入检测出的长、宽和面积特征，输出鲍鱼体重。YOLOV3检测出目标后能够结合GBDT模型进行预测。实现自动检测鲍鱼的长度、宽度以及体重，极大地减少人力成本和时间成本。
-
-
Search Results
3
records
(took 0.014 seconds)
