# 鱼类分割功能增强计划

## 概述

本文档描述在现有鱼类测量管道中添加鱼类分割功能的计划。该功能将实现鱼尾、鱼中段和鱼头的自动分割，以支持更智能的模板匹配和朝向检测。

## 功能目标

### 1. 鱼类部位分割
- **鱼头（Fish Head）**：识别鱼的前端部分
- **鱼中段（Fish Middle）**：识别鱼的主体部分
- **鱼尾（Fish Tail）**：识别鱼的后端部分

### 2. 自动朝向检测
- 基于分割结果自动确定鱼的朝向（头尾方向）
- 识别鱼是头朝前还是尾朝前
- 为后续的模板对齐提供方向信息

### 3. 点云完整性检测
- 检测鱼尾部分是否包含完整的点云数据
- 判断鱼尾点云是否存在缺失或遮挡

### 4. 智能模板选择
- **如果鱼尾有点云**：使用包含尾部的完整模板进行对齐
- **如果鱼尾没有点云**：使用不包含尾部的模板进行对齐
- 根据分割结果自动选择合适的模板

## 实现方案

### 阶段 1：分割模型开发

#### 1.1 数据准备
- 收集并标注鱼类点云数据，标记头、中段、尾三个部位
- 创建分割数据集，包含不同角度、不同姿态的鱼类点云
- 数据格式：点云 + 部位标签（head/middle/tail）

#### 1.2 模型训练
- 使用 PointNet++ 或 Point Transformer 进行点云分割
- 参考现有 `pointcloud_classifier` 模块的架构
- 训练三分类分割模型（头/中段/尾）

#### 1.3 模型集成
- 将分割模型集成到主处理管道中
- 在点云提取后立即进行分割
- 保存分割结果用于后续处理

### 阶段 2：朝向检测

#### 2.1 基于分割的朝向判断
- 分析鱼头和鱼尾的空间位置关系
- 计算鱼的主轴方向（PCA）
- 确定头尾方向向量

#### 2.2 方向标准化
- 统一鱼的朝向（例如：统一为头朝正X方向）
- 与现有的 `head_tail_alignment` 模块集成
- 确保后续模板匹配的一致性

### 阶段 3：点云完整性检测

#### 3.1 鱼尾点云分析
- 统计鱼尾部分的点云数量
- 检测鱼尾点云的连续性
- 判断是否存在明显的缺失区域

#### 3.2 完整性评估
- 定义完整性阈值（例如：点云数量、覆盖率等）
- 输出布尔标志：`has_tail_pointcloud`

### 阶段 4：模板选择逻辑

#### 4.1 模板管理
- 维护两套模板：
  - **完整模板**：包含尾部的完整鱼类模板
  - **无尾模板**：不包含尾部的鱼类模板

#### 4.2 自动选择
```python
if has_tail_pointcloud:
    template = load_template("fish_with_tail.obj")
else:
    template = load_template("fish_without_tail.obj")
```

#### 4.3 模板对齐
- 根据选择的模板进行点云对齐
- 利用朝向信息优化对齐过程
- 确保对齐质量

## 技术实现细节

### 数据流

```
原始点云
    ↓
[分割模块] → 头/中段/尾标签
    ↓
[朝向检测] → 方向向量 + 标准化点云
    ↓
[完整性检测] → has_tail_pointcloud 标志
    ↓
[模板选择] → 选择合适的模板
    ↓
[模板对齐] → 对齐后的点云
    ↓
[体积计算] → 重量估算
```

### 模块集成点

1. **在 `fish_video_weight_evaluation.py` 中**：
   - 在点云提取后添加分割步骤
   - 在模板匹配前添加模板选择逻辑

2. **在 `template_matching/fish_align_cli.py` 中**：
   - 添加模板选择参数
   - 根据分割结果选择模板
   - 优化对齐算法以利用分割信息

3. **新增模块**：
   - `segmentation/fish_segmentation.py`：分割模型推理
   - `segmentation/orientation_detection.py`：朝向检测
   - `segmentation/tail_completeness.py`：尾部完整性检测

## 预期效果

1. **提高对齐精度**：通过选择合适的模板，提高点云对齐的准确性
2. **自动化处理**：减少人工干预，自动处理不同完整度的鱼类点云
3. **鲁棒性增强**：能够处理尾部缺失或遮挡的情况
4. **朝向一致性**：确保所有处理的鱼类朝向统一，便于后续分析

## 实施优先级

1. **高优先级**：分割模型开发和训练
2. **中优先级**：朝向检测和点云完整性检测
3. **低优先级**：模板选择逻辑优化和性能调优

## 相关文件

- `fish_video_weight_evaluation.py`：主处理管道
- `template_matching/fish_align_cli.py`：模板对齐模块
- `utils/head_tail_alignment.py`：现有的头尾对齐工具
- `pointcloud_classifier/`：可参考的点云分类架构

## 后续扩展

- 支持多部位精细分割（例如：鱼鳍、鱼眼等）
- 基于分割结果进行更精确的体积计算
- 利用分割信息进行鱼类姿态估计
- 支持不同鱼类品种的分割模型