水产养殖中的计算机视觉:改变鱼类新鲜度监测
Swaira Sattar1, Touqeer Abbas1, Mohammad Tabish2
1Department of Computer Science and Technology, Beijing University of Chemical Technology, Beijing, China.
Critical reviews in food science and nutrition
|December 31, 2025
概括
计算机视觉 (CV) 技术提供了一种通过分析视觉指标来评估鱼的新鲜度的非侵入性方法. 本次审查突出了鱼类新鲜度评估CV的进展,包括深度学习和先进的成像方法.
科学领域:
- 食品科学 食品科学 食品科学
- 计算机视觉 计算机视觉
- 农业工程 农业工程
背景情况:
- 评估鱼的新鲜度对于消费者安全和供应链效率至关重要.
- 传统的鱼类新鲜度评估方法往往具有侵入性和耗时性.
- 计算机视觉 (CV) 为快速评估鱼的新鲜度提供了一个非侵入性的替代方案.
研究的目的:
- 在过去十年中审查CV技术在鱼类新鲜度评估中的应用.
- 将鱼的新鲜度评估分类为指标,纹理和生物化学变化.
- 总结传统的和深度学习的CV方法来检测鱼的新鲜度.
主要方法:
- 关于CV应用在鱼类新鲜度评估中的科学文献的审查.
- 将鱼的新鲜度评估分类为关键方面:指标,纹理和生物化学变化.
- 在鱼类新鲜度检测中使用的传统图像处理和深度学习算法的摘要.
主要成果:
- 包括深度学习在内的CV技术有效地检测和分类鱼的新鲜度指标.
- 像高光谱和热成像等先进的成像技术为生物化学和微生物变化提供了更深入的见解.
- 有各种各样的算法模型可用于检测鱼的新鲜度,具有不同的应用.
结论:
- CV是一种有前途的技术,用于非侵入性评估鱼的新鲜度.
- 集成先进的成像技术可以提高微妙的新鲜度指标的检测.
- 应对挑战并改善CV模型中的多源数据集成对于未来的进步至关重要.
