农业机械学报

作者：覃学标，黄冬梅，宋巍，贺琪，杜艳玲，徐慧芳

单位：上海海洋大学,上海海洋大学;上海电力大学,上海海洋大学,上海海洋大学,上海海洋大学,上海海洋大学,

关键词：鱼类图像;目标检测;图像分割;边缘支持

基金：国家自然科学基金项目（61972240）和上海市科委部分地方高校能力建设项目（20050501900、20050500700）

对图像中的鱼类目标进行分割是提取鱼类生物学信息的关键步骤。针对现有方法对养殖条件下的鱼类图像分割精度较低的问题，提出了基于目标检测及边缘支持的鱼类图像分割方法。首先，设计了基于目标检测的完整轮廓提取方法，将具有完整轮廓的鱼类目标从图像中提取出来作为分割阶段的输入，使得整幅图像的分割问题转化为局部区域内的分割问题；然后，搭建Canny边缘支持的深度学习分割网络，对区域内的鱼类实现较高精度图像分割。实验结果表明，本文方法在以VGG-16、ResNet-50和ResNet-101作为主干网络的模型上的分割精度为81.75%、83.73%和85.66%。其中，以ResNet-101作为主干网络的模型与Mask R-CNN、U-Net、DeepLabv3相比，分割精度分别高14.24、11.36、9.45个百分点。本文方法可以为鱼类生物学信息的自动提取提供技术参考。

来源：2023年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第1期