Page 206 - 《水产学报》2025年第5期

张士薇，等 水产学报, 2025, 49(5): 059117

边界框回归 非接触测量，同时具备精准、高效等优势 [21-22] ，
bounding-box regression
满足一线育种工作的需求。计算机视觉技术包
类别预测
classification 括前端成像技术和后端图像处理技术，采集图
像的质量对图像处理乃至特征测量至关重要 。
[23]
掩膜 本研究设计了一体集成的图像采集装置，将摄
mask
像装置、采集平台、辅助光源等组件集成于图
像采集箱内，确保了数据采集的标准化和一致
图 7 基于 Mask R-CNN 模型的凡纳滨对虾 性，同时具备更高的便携性。
整体轮廓分割图 在图像采集过程中，视觉检测组件的选择，
Fig. 7 Contour segmentation of L. vannamei based on 特别是图像传感器的性能，对图像采集质量起
the Mask R-CNN model 着决定性作用 。此外，光照强度和光源稳定
[24]
性能 [25-27] 以及背景环境的复杂性 [16] 也是影响图
表 3 基于不同回归模型的凡纳滨对虾体重拟合结果
像采集质量的重要因素。本研究选用了具有高
Tab. 3 Fitting results of body weight of L. vannamei
像素分辨率、低噪声、高灵敏度等特点的
based on different regression models CCD
相机作为视觉检测组件，搭配光源均匀、背景
最大相对 最小相对 平均相对
相关系数
模型 correlation 误差/% 误差/% 误差/% 明亮单一的采集平台，辅以可靠的附属电路，
model maximum minimum average
coefficient
relative error relative error relative error 获取的对虾图像分辨率高达 2 448 (H) × 2 048
1 0.94 17.34 0.19 4.23 (V)。这一结果相对一些已报道的研究具有明显
2 0.95 15.64 0.01 3.72 优 势 。 例 如 ， 洪 辰 等 [28] 利 用 CCD 相 机 搭 配
3 0.97 18.74 0.01 3.02 LED 灯照明系统对 2 333 尾完整虾和缺损虾进
4 0.97 19.05 0.01 2.99 行了图像采集，图像分辨率仅有 640 (H)×480
(V)。Ghasemi-Varnamkhasti 等 [29] 使用 CCD 相机
②操作界面，包括家系编号、标记颜色、性别
搭配 LED 照明系统和 PVC 反光板对 80 尾凡纳
等信息输入区，以及操作指令按键。③表型测
滨对虾进行新鲜度分类，采集图像的分辨率为
定数据显示区域，包括测定时间、腹节长、体
757 (H)×1 050 (V)。高丽杰等 [30] 基于 CCD 相机
长、体重等信息，数据实时存储到计算机中。
处理光照不均匀的图像，分辨率达到 1 600

3 讨论 (H)×1 088 (V)。Yu 等 [31] 构建了高光谱成像系统，
同样采用 相机，实现了
CCD 1 632 (H)×1 232
(V) 分辨率的图像采集。
3.1 采集图像质量
在育种动物生长表型的获取上，与传统的 3.2 体尺性状预测
人工测量相比，借助计算机视觉技术可以实现 在水产动物养殖生产中，体尺性状作为直

图像显示区域
image display area
表型测定数据显示区域
phenotypic measurement
data display area
操作界面
operating interface

图 8 凡纳滨对虾生长表型智能测定系统软件界面
Fig. 8 Software interface of intelligent measurement system for growth phenotype of L. vannamei

https://www.china-fishery.cn 中国水产学会主办 sponsored by China Society of Fisheries
8