收藏本站
《宁波大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于计算机视觉的水下蟹苗信息采集系统研究

张帆  
【摘要】:随着现代化水产养殖的发展,信息化的养殖过程成为了需求。在梭子蟹人工育苗过程中,需要对育苗环境和蟹苗状态实时掌控,才能让养殖者及时做出调整以避免损失。使用计算机视觉技术对养殖生物进行信息采集,不仅对养殖生物干扰小而且客观性强,可以很好地辅助养殖者降低风险、提高产量。本文基于蟹苗的行为特点,使用计算机视觉技术对水下蟹苗信息采集系统进行了研究,具体研究内容和结果如下:第一,实际养殖环境中的蟹苗识别是蟹苗信息采集走向实际运用的基础,本研究针对不同时期蟹苗采取不同的识别方法。在对视频进行背景建模之后,即可获取具有运动特征的前景图像,这些图像包含蟹苗和各类杂质。针对溞状幼体和小型杂质,对其图像提取外形特征和亮度特征,然后使用SVM分类器对图像分类,实现溞状幼体的识别。针对大眼幼体和相同周长的杂质,对其图像提取Haar-like特征,然后使用Adaboost训练分类器对图像分类,实现大眼幼体的识别。实验结果表明,溞状幼体的识别准确率高于91.56%,大眼幼体的识别准确率高于93.21%,说明有针对性的蟹苗识别方法,可以较好地实现识别功能。第二,蟹苗的健康状态对养殖过程极为重要,而健康状态的量化更加有助于养殖者的判断。因为蟹苗健康状态和趋光能力之间存在正相关关系,所以量化蟹苗的趋光能力就能反应蟹苗的健康状态。实验过程对光源附近的蟹苗个数进行估计,然后绘制聚集数量曲线,曲线的坡度则代表了蟹苗的趋光能力。蟹苗个数估计过程中,针对聚集程度的不同,采用不同的估计方法。对于低密度图像,采用线性回归的方法,通过前景图像像素数估计蟹苗个数。对于高密度图像,先使用竞争型网络划分密集等级,然后通过判断当前图像的密集等级来估计蟹苗的个数范围。实验结果表明,该个数估计方法正确率为93.95%,能够很好地用数值描述蟹苗的趋光能力。第三,蟹苗出产量和养殖利润紧密相连,所以池内的蟹苗总量一直是养殖者最为关心的信息。本研究设计一套水下视频采集装置,通过调节录像装置高度采集不同水层的视频。视频采集完成后,对视频中的蟹苗进行识别,并且统计得出样本数据,然后通过核密度估计得出水体中蟹苗的概率密度函数,最后依据概率密度函数和样本数值估算出蟹苗总值。实验结果表明,该总量估计方法在小型养殖池中的准确率平均为82.14%,基本可以实现估计功能。而在大型养殖池中的准确率较低,希望能通过调整采样方案,有进一步的提高。本文的研究内容为养殖环境中的蟹苗状态和总量的获取,设计了采集器材和操作方案,并且提出了分析处理蟹苗图像的方法,使得水下蟹苗信息采集走向智能化。
【学位授予单位】:宁波大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:S966.16;TP391.41

【相似文献】
中国期刊全文数据库 前10条
1 籍保平,吴文才;计算机视觉苹果分级系统[J];农业机械学报;2000年06期
2 宁纪锋,龙满生,何东健,高梦祥;农业领域中的计算机视觉研究[J];计算机与农业;2001年01期
3 王桂琴,杨子彪,郑丽敏,朱虹,廖树华,单成钢,吴富宁;计算机视觉在农产品检测中的应用[J];中国农业科技导报;2003年03期
4 周红,刘光蓉;计算机视觉及其在谷物籽粒检测分级中的应用[J];种子;2004年07期
5 赵海波;周向红;;基于计算机视觉的番茄催熟与正常熟识别[J];农业工程学报;2011年02期
6 刘涛;孙成明;仲晓春;高辉;梁秀梅;;计算机视觉在作物生产中的应用研究[J];农业网络信息;2013年02期
7 王丰元,孙壮志,周一鸣;计算机视觉摄影测量的数学模型[J];中国农业大学学报;1998年04期
8 张建平;计算机视觉在烟草行业中的研究及应用展望[J];烟草科技;1998年02期
9 薛领;计算机视觉在农业中的应用[J];计算机与农业;1999年02期
10 蔡健荣;利用计算机视觉定量描述茶叶色泽[J];农业机械学报;2000年04期
中国重要会议论文全文数据库 前10条
1 宋小华;欧阳丹彤;;时空推理在计算机视觉的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年
2 谢丽欣;牟会;王欢;刘明霞;;基于计算机视觉的人脸检测与识别综述[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年
3 陈强;孙振国;;计算机视觉在焊接中的应用[A];第十次全国焊接会议论文集(第1册)[C];2001年
4 田涌涛;洪锡军;王有庆;李从心;;计算机视觉在先进制造技术中的应用[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年
5 刘敏娟;洪添胜;李震;吴伟斌;刘志壮;;基于计算机视觉的荔枝检测与分级方法[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
6 孙洁琼;孙明;;基于计算机视觉的水果外观品质检测分级研究现状[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
7 王划一;王效良;;计算机视觉在绗缝机自动编程及控制中的应用[A];第二十届中国控制会议论文集(下)[C];2001年
8 周红;刘光蓉;;计算机视觉及其在谷物籽粒检测分级中的应用[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
9 吴彦红;刘木华;杨君;郑华东;;大米外观品质的计算机视觉在线检测技术研究[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集(下册)[C];2006年
10 张庆敏;于龙;;计算机视觉在接触网定位器坡度识别中的应用[A];高速铁路接触网零部件安全可靠性技术论文集[C];2013年
中国重要报纸全文数据库 前10条
1 记者 李大庆;我在国际计算机视觉算法竞赛中摘金[N];科技日报;2011年
2 滕继濮;不放过一个“坏蛋”[N];粮油市场报;2011年
3 ;生活中的计算机视觉[N];中国计算机报;2006年
4 王悦承;逾30篇中国论文入选ICCV[N];中国计算机报;2005年
5 本报记者 滕继濮;无损检测技术:不放过一个“坏蛋”[N];科技日报;2011年
6 本报记者 薛娟;未来搜索:没有搜索的搜索[N];中国经济时报;2010年
7 记者 杨杰 实习记者 李乐;农机领域喜获四项大奖[N];中国农机化导报;2009年
8 华凌;世界最薄泡沫屏幕可改变图像纹理[N];科技日报;2012年
9 张明平 记者 赵凤华;苹果的气味“看”出来[N];科技日报;2009年
10 记者 常丽君;新软件能“预测”你各年龄段长相[N];科技日报;2014年
中国博士学位论文全文数据库 前10条
1 王强;基于几何代数的计算机视觉问题研究[D];国防科学技术大学;2013年
2 王任大;基于计算机视觉的手势交互技术及其在航海中的应用[D];大连海事大学;2014年
3 贺文骅;基于计算机视觉的复杂场景下目标跟踪研究[D];西安电子科技大学;2015年
4 王爱丽;基于计算机视觉的行人交通信息智能检测理论和关键技术研究[D];北京交通大学;2016年
5 潘磊庆;基于计算机视觉和声学技术融合检测鸡蛋品质的研究[D];南京农业大学;2007年
6 孔明;颗粒粒径和形态计算机视觉测量方法研究[D];东南大学;2005年
7 刘钊;基于计算智能的计算机视觉及其应用研究[D];武汉科技大学;2011年
8 李庆中;苹果自动分级中计算机视觉信息快速获取与处理技术的研究[D];中国农业大学;2000年
9 谢存;计算机视觉中若干问题实现技术和算法的研究[D];大连理工大学;2002年
10 赵书涛;基于计算机视觉的直读仪表校验方法研究[D];华北电力大学(河北);2006年
中国硕士学位论文全文数据库 前10条
1 张帆;基于计算机视觉的水下蟹苗信息采集系统研究[D];宁波大学;2017年
2 王福香;基于计算机视觉的马铃薯外部缺陷检测方法研究[D];内蒙古农业大学;2015年
3 余饶东;基于脑波与计算机视觉的注意力检测技术在E-Learning中的应用研究[D];昆明理工大学;2015年
4 李想;基于计算机视觉的花卉分级系统研究[D];天津理工大学;2015年
5 吴林林;基于计算机视觉的皮革测配色研究[D];陕西科技大学;2015年
6 龙怡霖;基于计算机视觉的杂草种子鉴别[D];西北农林科技大学;2015年
7 谢艳鹏;面向细胞行为辨识的计算机视觉研究与应用[D];沈阳理工大学;2015年
8 丁侨俊;基于计算机视觉的智能停车场引导系统研究[D];福建师范大学;2015年
9 王鹏博;多态并行机上的OpenVX系统实现[D];西安邮电大学;2015年
10 周志强;基于计算机视觉的指针式电表校验的关键技术研究[D];南昌大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026