科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对海上养殖网箱人工巡检的成本高、风险大的问题,以海上河鲀养殖网箱监测为应用背景,提出了一种无人化网箱巡检的新方法,该方法利用无人机俯视观测法,并结合日常网箱养殖状态信息,可高效地完成基础养殖数据采集任务;在无人机拍摄的视频数据基础上,提取关键帧,利用卷积神经网络HED (Holistically-nested edge detection)进行边缘检测作为图像预处理,起到降低图像冗余信息,得到清晰网箱边缘信息的作用,在此基础上将边缘图二值化并提取目标区域,提出了相应的自适应阈值选取规则,最后根据改进的Tamura纹理特征对网箱养殖区进行数据有效性的判断;该方法结合深度学习方法与传统图像检测技术,具有较强的环境自适应性和较高的准确性;最终以大连天正实业有限公司大李家红鳍东方鲀养殖场的养殖网箱作为实验对象,海上河豚养殖网箱提取的准确度为97%,信息的有效性判断准确度为97.1%。
- 单位
