基于改进OTSU与动态DBSCAN的鱼类形态骨架提取方法OA
鱼类形态参数的精确自动化提取是水生生物学与水产养殖智能化发展的关键技术挑战。针对传统距离变换结合DBSCAN聚类方法在处理高分辨率鱼类图像时面临的内存消耗大、骨架断裂以及对成像噪声敏感等问题,本文提出了一种融合多模块改进的骨架鲁棒性提取框架。首先通过引入鲸鱼优化算法对OTSU阈值分割过程进行自适应优化,提升前景分割在噪声环境下的完整性;其次,通过局部最大值筛选与基于鱼体方向的投影排序策略,大幅压缩骨架候选点集并确保其连续性;最后,采用动态参数调整的DBSCAN算法对降维后的特征点进行聚类,并结合KD-Tree索引优化内存效率。在包含2 440张高分辨率黑鱼图像的试验数据集上,与基准方法相比,本文方法在决策时间相近的前提下,综合性能评价指标提升87.6%,连通性得分提升110.3%,骨架聚类质量提升超过5倍。消融试验与鲁棒性分析结果表明,分割与聚类模块的协同改进是性能提升的关键,所提方法显著增强了算法对复杂成像干扰的适应性,为鱼类及其他生物体的自动化形态分析提供了高效可靠的解决方案。
方熙鹏;黄家怿;刘清化;赵锡和;张现;潘杏湘;郭子淳
广东省现代农业装备研究院,广东广州510630广东省现代农业装备研究院,广东广州510630 农业农村部华南现代农业智能装备重点实验室,广东广州510630广东省现代农业装备研究院,广东广州510630 农业农村部华南现代农业智能装备重点实验室,广东广州510630广东省现代农业装备研究院,广东广州510630 农业农村部华南现代农业智能装备重点实验室,广东广州510630广东省现代农业装备研究院,广东广州510630广东省现代农业装备研究院,广东广州510630广东省现代农业装备研究院,广东广州510630 农业农村部华南现代农业智能装备重点实验室,广东广州510630
农业科技
骨架提取距离变换DBSCAN聚类图像分割计算机视觉
《现代农业装备》 2026 (1)
P.55-60,6
国家重点研发计划(2023YFD210090404)广东省现代农业产业技术体系创新团队建设项目(2024CXTD02)。
评论