南方水产科学

作者：张俊, 周普洛, 曹守启, 白志毅, 胡庆松, 刘兴国

关键词：三角帆蚌, 表型性状, 动态测量, 非接触测量, 三维表型测量, 时序稳健融合

为实现三角帆蚌 (Hyriopsis cumingii) 在动态传输条件下的三维表型性状参数测量，构建了一种基于旋转框 (Oriented bounding box, OBB) 定位、关键点检测与自适应多帧稳健融合的动态测量方法。该方法以YOLOv8n-OBB旋转框检测与YOLOv8n-Pose关键点检测为基础，结合彩深配准技术与针孔成像模型构建三维空间映射关系，通过DeepSORT多目标追踪算法实现动态个体的身份保持与轨迹关联；设计边缘完整性判定机制、5帧中值滤波及全局滑动窗口最优选取策略，有效抑制角度跳变与几何错连问题。实验表明，该方法在多目标动态条件下可稳定输出三角帆蚌的表型性状参数。在角度易发生跳变的姿态下，与单帧平均策略相比，最优15帧选取策略使壳长、全高、壳高、臀角放射肋长和壳宽的平均绝对误差 (Mean absolute error, MAE) 分别降低13.0%、45.8%、30.0%、13.0%和16.8%；在任意摆放条件下，各测量参数的MAE也降低约10%~30%，该方法测量5个参数平均误差约为2 mm，综合处理帧率达18.94 帧·s−1，满足动态实时测量需求。该方法实现了基于视觉-深度信息融合和时序自适应测量的表型参数三维动态测量，可为水产贝类育种与表型分析提供高精度、可移植的自动测量方法，为水生动物非接触测量、个体识别及表型数据库建设提供技术支撑。

来源：2026年第2期

《南方水产科学》期刊编辑部

查看南方水产科学杂志2026年第2期