[发明专利]一种水下无接触式高效采集黄鱼生长表型的方法及装置在审

专利信息
申请号: 202210402739.X 申请日: 2022-04-18
公开(公告)号: CN114694016A 公开(公告)日: 2022-07-01
发明(设计)人: 刘峰;楼宝;詹炜 申请(专利权)人: 浙江省农业科学院
主分类号: G06V20/05 分类号: G06V20/05;G06V20/60;G06V10/12;G06V10/20;G06V10/70;G06N20/00;G06Q50/02
代理公司: 北京盛询知识产权代理有限公司 11901 代理人: 方亚兵
地址: 310021 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 水下 接触 高效 采集 黄鱼 生长 表型 方法 装置
【说明书】:

发明公开了一种水下无接触式高效采集黄鱼生长表型的方法,包括:采集水下待测黄鱼的图像,对待测黄鱼图像进行形态分析,获取黄鱼的形态性状表型数据。还公开了一种水下无接触式高效采集黄鱼生长表型的装置,包括:定标竿、个体识别模块、采集模块和图像处理模块;通过定标竿定位采集模块的采集范围中心;通过个体识别模块识别黄鱼个体;通过采集模块对黄鱼个体进行图像采集;通过图像处理模块获取黄鱼个体的形态性状表型数据。本发明可以实现黄鱼常规生长性状以及人工无法测定的表型数据的高通量采集,将极大提高生长性状表型数据采集速度、频次以及准确性,同时也将减少人力成本,从而为黄鱼生长性状的高效育种提供高质量表型数据。

技术领域

本发明属于水产遗传育种技术领域,特别是涉及一种水下无接触式高效采集黄鱼生长表型的方法及装置。

背景技术

生长性状是鱼类最重要的经济性状,也是养殖户获得养殖收益的决定性因素,对以生长性状为代表的高产性状进行良种选育,是提高鱼类苗种质量的重要途径。生长性状表型数据的采集,在鱼类生长选育中必不可少,长期以来,对养殖鱼类生长表型的采集时,需要将大量个体从水中取出,耗费大量人力物力的同时,也对测量对象产生诸多不利影响。尤其是应激性较为强烈的黄鱼,从水中捞出后由于强烈的应激反应通常会出现一定比例的死亡个体,对于良种选育非常不利。同时,许多生长指标无法通过人工快速准确测定,并且人工测量所得数据极易受到测量人员主观因素影响,产生系统误差,导致获得的数据质量较差。综上所述,人工测量由于工作量大,无法进行大规模、高频次的表型采集,已逐渐难以满足现代精细育种的需要。

随着图像识别、深度学习、5G网络传输、大数据运算等技术的发展,整合多种技术手段,实现在养殖环境下,对鱼类进行无接触、自动化、高通量的表型采集工作,是当前发展的必然趋势。黄鱼在养殖水体中不停游动,给个体定位识别和实时图像捕捉带来了较大困难。

发明内容

本发明的目的是提供一种水下无接触式高效采集黄鱼生长表型的方法及装置,以解决上述现有技术存在的问题。

一方面为实现上述目的,本发明提供了一种水下无接触式高效采集黄鱼生长表型的方法,包括:

采集水下待测黄鱼的图像,对待测黄鱼图像进行预处理,预处理包括在鱼体图像上设定不同的位点,用以确定鱼体框架和形态性状指标;

对预处理后的待测黄鱼图像进行形态分析,获取黄鱼的形态性状表型数据。

可选的,采集水下待测黄鱼的图像的过程中包括:

设定采集范围,对进入所述采集范围的黄鱼进行形态框架的完整性判断,若所述形态框架完整则进行图像采集,反之则不进行图像采集。

可选的,设定采集范围,对进入所述采集范围的黄鱼进行形态框架的完整性判断的过程中包括:

基于深度学习算法提取黄鱼的形态框架,判断所述形态框架是否完整。

可选的,对预处理后的待测黄鱼图像进行形态分析,获取黄鱼的形态性状表型数据的过程中包括:

构建形态分析模型,基于所述形态分析模型对预处理后的待测黄鱼图像进行分析,获取黄鱼的形态性状表型数据。

可选的,获取黄鱼的所述形态性状表型数据之后,所述方法还包括将获取的形态性状表型数据保存到数据库中,并保存黄鱼的图像数据。

另一方面为实现上述目的,本发明提供了一种水下无接触式高效采集黄鱼生长表型的装置,包括:处在水下的定标竿、个体识别模块、采集模块和远程的图像处理模块;

所述定标竿位于所述采集模块的采集范围中心,用于辅助采集模块定位黄鱼个体的位置;

所述个体识别模块用于识别采集范围内的黄鱼个体;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江省农业科学院,未经浙江省农业科学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210402739.X/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top