基于双目视觉的水下海参尺寸自动测量方法

摘要

水下捕捞机器人在进行海参捕捞作业时,需要对海参进行精选分级.然而光视觉系统在水中的折射现象严重影响了海参尺寸的精确测量.因此,利用水下双目标定方法,求解水下相机模型参数,消除水下光线折射造成的图像失真,并在此基础上,提出了一种水下海参自动检测与尺寸测量方法.在左目矫正图像上,利用预先训练的YOLOv3海参检测模型,进行海参自动检测和感兴趣区域定位,并利用双目矫正图像构建当前水下场景深度信息.利用融合颜色和场景深度信息的高斯模型,构建新颖的GrabCut-RGBD图像分割方法,在感兴趣区域上分割二维海参目标.利用凸包与旋转卡壳算法,在海参目标图像上寻找最佳尺寸测量点,通过三角测量获取最佳测量点三维坐标,实现海参尺寸的自动测量.实验结果表明,所提方法在0.5～1.5 m范围内平均误差为1.65％,能较好地实现海参尺寸的水下测量.