基于图像识别技术研究不同海区三疣梭子蟹甲壳白色斑纹特征及蜕壳前后斑纹特征的变化

为进行三疣梭子蟹外观特征的研究,本研究通过计算机视觉技术建立三疣梭子蟹背部白色斑纹评估方法,经人工对比验证其准确性达100%。在此基础上,对来自海域的30只三疣梭子蟹[平均体质量(2.8±0.56)g]进行跟踪观察,发现蜕壳前后白色斑纹数量和位置保持不变,而白色斑纹面积和斑纹区域面积则会随着蜕壳后蟹壳面积的增加而扩大;蜕壳后,白色斑纹面积增加89.33%±8.61%,斑纹区域面积增加90.51%±7.95%,蟹壳面积增加94.66%±8.26%,均显著正相关。为进一步研究不同海区梭子蟹白色斑纹分布特征,对来自朝鲜、中国辽宁和浙江等不同海区的三疣梭子蟹进行白色斑纹个数(N)、白色斑纹面积(S1)、斑纹区域面积(S2)、白色斑纹面积百分比(R1)、斑纹区域面积百分比(R2)和密度(D)等6项参数分析,结果发现,不同海区三疣梭子蟹斑纹性状存在显著特点,朝鲜海区呈现斑纹小、分布面积少、占蟹壳总面积比例低的特点;辽宁海区呈现斑纹小、分布面积多、占蟹壳总面积比例高的特点;浙江海区呈现斑纹大、分布面积少、占蟹壳总面积比例低的特点。本研究将计算机视觉技术应用于水产养殖研究,通过建立评估参数阐明三疣梭子蟹白色斑纹的生长规律,揭示了不同群体的三疣梭子蟹白色斑纹具有地理多样性的特征。     

基于计算机视觉的鱼体色明暗程度量化方法

当前．鱼类行为学在养殖生产中的应用还不普遍，但已经引起人们的重视。借助于现代技术手段监涸鱼的行为，研究不同应激条件下鱼的行为特点以及鱼的行为与水产养殖环境的关系。从而实现基于鱼行为变化的应激自动报警。是很有意义的。为此。利用计算机视觉技术近似量化水中鱼体色的明暗程度。将图像转换到HSV空间得到鱼体的明度值，与经校准后的无色玻璃覆盖的灰级各阶的明度值进行比较和线性擂值。近似用明度阶值表示鱼体色的亮暗程度。     

基于计算机视觉和非参数估计的蟹苗数量估算方法研究

养殖池内蟹苗的数量估计在蟹苗养殖中有着重要意义。但现有的数量估计方法操作复杂且实用性不强,因此提出一种基于计算机视觉和非参数估计的蟹苗数量估算方法。首先在养殖池内分水层采集视频,通过背景建模得到前景图像,并使用分水岭算法和轮廓提取得到视频中的蟹苗数量,并作为样本数据,然后通过核密度估计得出概率密度函数,最后结合该函数和样本数据估算出池内蟹苗数量。结果表明,该方法对于容积约为1 000 L、蟹苗密度100~160只/L的小型蟹苗养殖池,估算蟹苗数量的平均正确率为82.14%。研究表明,采用该方法不仅可以解决采集视频过程的操作繁琐、幼苗转移的问题,而且能够避免图像处理过程中部分背景杂质的干扰。该方法还可以推广到虾苗和鱼苗等生物的幼苗估计,具有良好的通用性和可行性。     

计算机视觉技术在鱼类应激状态监测中应用研究

从行为参数的量化方法、应激状态下的行为变化两方面介绍了计算机视觉技术在鱼类应激状态监测方面的研究进展,并提出了进一步研究的方向是实际应用过程中量化鱼行为的新方法研究,以及根据鱼在不同条件下行为参数的变化特点,结合统计方法和人工智能算法建立自动判断应激的方法。     

计算机视觉技术在水产养殖中的应用与展望

该文从养殖动物的生物量测量、行为监测和应激状态评估等方面综述了计算机视觉技术在水产养殖中生物信息获取方面的研究进展，并提出了进一步研究的方向是用图像处理技术量化鱼的行为的新方法，鱼在各种应激和养殖条件下行为变化的量化研究和人工智能技术的应用等方面。