基于机器视觉的鱼体长度测量研究综述 - Computer Vision Research Group（计算机视觉实验室）

体长作为鱼类主要可测量属性之一，是其生长状况监测、水质环境调控、饵料药投喂、经济效益估算的重要信息依据。近年来，成像技术、计算能力和硬件设备的快速发展，基于机器视觉的无损测量方法迅速兴起，克服了传统方法在鱼体损伤、成本和性能方面的局限性，凭借快速准确、及时高效、可重复批量检测的优势成为鱼体长度测量的有力工具。本文通过文献整理和分析，对基于机器视觉的鱼体长度测量中所需的图像采集设备、鱼体轮廓提取算法和长度测量方法进行了系统的分析和总结，并对不同方法的优缺点和适用场景进行了比较。最后，提出了鱼体长度估算研究的主要挑战和未来趋势。