CN113610796A - 一种基于ai技术测定罗氏沼虾表型的方法 - Google Patents
一种基于ai技术测定罗氏沼虾表型的方法 Download PDFInfo
- Publication number
- CN113610796A CN113610796A CN202110880123.9A CN202110880123A CN113610796A CN 113610796 A CN113610796 A CN 113610796A CN 202110880123 A CN202110880123 A CN 202110880123A CN 113610796 A CN113610796 A CN 113610796A
- Authority
- CN
- China
- Prior art keywords
- macrobrachium
- trunk
- head
- macrobrachium rosenbergii
- phenotype
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 241001327110 Macrobrachium rosenbergii Species 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 25
- 241000238559 Macrobrachium Species 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 241000238017 Astacoidea Species 0.000 abstract 1
- 238000009395 breeding Methods 0.000 description 9
- 230000001488 breeding effect Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 7
- 241000238557 Decapoda Species 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009400 out breeding Methods 0.000 description 1
- 238000009344 polyculture Methods 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于AI技术测定罗氏沼虾表型的方法。本发明首先提供了能够快速进行图片识别的定位装置，该定位装置包括托盘、托盘上的定位槽以及位于定位槽两相对侧壁上的缺口，沼虾的主体放置在定位槽中，且沼虾的两大螯分别从两所述缺口伸出，托盘上设有参照点；沼虾在所述定位装置上完成定位后，通过相机拍摄得到照片；在此基础上，本发明提供了对所采集照片进行罗氏沼虾体尺自动分析的方法。本发明对沼虾的定位测定操作方便快捷，图片采集能实现标准化，并且图片自动分析高效快捷，不仅极大的提高了效率、准确性，而且降低了人工和设备上的成本。
Description
技术领域
本发明属于水产养殖技术领域，尤其涉及一种基于AI技术测定罗氏沼虾表型的方法。
背景技术
罗氏沼虾是一种经济价值较高的淡水虾类养殖对象，养殖方式包括池塘养殖、港湾养殖和网箱养殖等，也有采用鱼、虾、贝等混养的方法养殖，养殖的品种以人工选育的适应不同环境的培育品种为主。
近年来我国罗氏沼虾的养殖总产量也逐年攀升，目前是我国第二大水生动物养殖种类。由于罗氏沼虾的总产量受到养殖品种的影响不断加大，因此如何利用我国现有丰富的罗氏沼虾产业规模进行高效种质资源选育创新，是实现我国罗氏沼虾由产业优势向资源优势转变的主要障碍。
由于罗氏沼虾亲本繁育后代数量大，故开展亲本的性能测定和科学选育是发展罗氏沼虾种质资源创新的首要任务。目前主要的罗氏沼虾性能测定指标主要包括体尺和体重的表型指标，缺乏快速便捷的测定方法及设施，且需要大量的人力物力投入，开展选育测定的企业数量和亲本数量都相对有限。因此，研发高效的便捷罗氏沼虾性能测定方法及装置是解决罗氏沼虾育种选育的首要任务。
发明内容
本发明的目的在于提供一种基于AI技术测定罗氏沼虾表型的方法，旨在解决现有罗氏沼虾指标性能测定缺乏快速便捷的测定方法，且需要大量的人力物力投入的问题。
本发明是这样实现的，一种基于AI技术测定罗氏沼虾表型的方法，该方法通过定位装置、相机和识别系统完成；其中，所述定位装置包括托盘、托盘上的定位槽以及位于定位槽两相对侧壁上的缺口，沼虾的主体放置在定位槽中，且沼虾的两大螯分别从两所述缺口伸出，所述托盘上设有参照点；
沼虾在所述定位装置上完成定位后，通过相机拍摄得到照片；
所述识别系统包括：
照片处理模块，用于识别所述照片中的所述参照点，通过各参照点自动裁剪校正成与定位装置大小成1:30的标准像素的图片；
轮廓识别模块，用于通过训练好的AI技术识别程序识别罗氏沼虾头部和躯干部，并自动勾勒画出头部和躯干部的轮廓；
表型预测模块，用于将所述轮廓与标准图像进行比较以获得各部位的像素点数，按像素长度标准比例尺预测各部位的长度表型值，以及按面积标准比例尺预测躯体覆盖面积，并以覆盖面积与体重之间的直线回归系数模型预测体重表型值。
优选地，所述定位装置还包括防跳压板，该防跳压板一侧铰接在定位槽边缘。
优选地，在轮廓识别模块中，利用现有AI图片鉴别软件TensorFlow和50只罗氏沼虾头部和躯干图片，进行识别训练100次重复后，TensorFlow构建出形成罗氏沼虾头部和躯干部的识别模型，利用识别的头部和躯干部结构勾画轮廓；
通过训练好的罗氏沼虾头部和躯干部识别模型，进行预测个体的头部和躯干的识别，并勾画头部和躯干轮廓。
优选地，所述将所述轮廓与标准图像进行比较以获得各部位的像素点数具体为：按照标准图像中单个像素点所表示的实际长度标准比例尺和实际面积比例尺，以此计算头部轮廓宽度和高度像素点数、尾部轮廓宽度像素点数、头部和躯干一体的宽度像素点数、头部和躯干轮廓面积内的所有像素点数，按像素长度标准比例尺依次预测罗氏沼虾头胸甲长度、头胸甲宽度、躯干长度和体长表型值。
本发明克服现有技术的不足，提供一种基于AI技术测定罗氏沼虾表型的方法，本发明首先提供了能够快速进行图片识别的定位装置，通过该定位装置对沼虾定位并拍照，在此基础上，本发明提供了对所采集照片进行罗氏沼虾体尺分析的方法，该分析过程中不需要人为进行比例尺的设置等。
相比于现有技术的缺点和不足，本发明具有以下有益效果：
(1)节省人力资源
在本发明中，一个技术人员就能够利用本装置同时完成体长、头胸甲长、头胸甲宽等多个罗氏沼虾选育必要性能的测定和标准化图片采集工作，与传统测定方法相比可以节省2～3名技术人员；
(2)节约测定装置的购置成本
传统的测定方法需要高精度体长测定游标卡尺多把多人协同完成，特别是当测定任务繁重的情况，需要的更多；在本发明中，仅需要一个简单的定位装置，投入成本也较高精度游标卡尺成本低，因此有节约选育投入的有益效果；
(3)测定更加高效
传统的选育测定需要多人同时测定，多人一小时能够完成100只左右个体的测定；在本发明中，一人就能够在1小时完成近200只个体的测定工作，另外通过自动化图片校正侧记标记能够配合自动化分析软件，自动完成体尺性能数据采集效率更加高效。
附图说明
图1是本发明方法中所使用的定位装置的俯视图；
图2是本发明方法中所使用的定位装置的侧面视图；
图3是本发明方法中所使用的识别系统的结构示意图；
图4是本发明实施方法中沼虾在定位装置中的拍照原始图；
图5是对图4自动校正后去掉表框的测定图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明公开了一种基于AI技术测定罗氏沼虾表型的方法，该方法通过定位装置、相机和识别系统完成；其中，所述定位装置，如图1和图2所示，包括托盘1、托盘上的定位槽3以及位于定位槽两相对侧壁上的缺口2，沼虾的主体放置在定位槽中，且沼虾的两大螯分别从两所述缺口伸出，所述托盘上设有参照点4；
沼虾在所述定位装置上完成定位后，通过相机拍摄得到照片；
所述识别系统，如图3所示，包括：
照片处理模块A，用于识别所述照片中的所述参照点，通过各参照点自动裁剪校正成与定位装置大小成1:30的标准像素的图片
在照片处理模块A中，利用python编写的图像识别软件识别照片中的所述参照点，如图4所示，通过各参照点自动裁剪校正成长408个像素、宽为171个像素的标准像素的图片，如图5所示。
轮廓识别模块B，用于通过训练好的AI技术识别程序识别罗氏沼虾头部和躯干部，并自动勾勒画出头部和躯干部的轮廓
在轮廓识别模块B中，TensorFlow软件是现有常用软件。利用50只罗氏沼虾个体头部和躯干的分离照片，利用TensorFlow软件包进行图像特征提取识别训练100重复后，该软件能自当形成头部和躯干的识别模型，并且通过该识别模型自动勾画并生成出头部和躯干的轮廓。
表型预测模块C，用于将所述轮廓与标准图像进行比较以获得各部位的像素点数，按像素长度标准比例尺预测各部位的长度表型值，以及按面积标准比例尺预测躯体覆盖面积，并以覆盖面积与体重之间的直线回归系数模型预测体重表型值
在表型预测模块C中，所述将所述轮廓与标准图像进行比较以获得各部位的像素点数具体为：按照标准图像中单个像素点所表示的实际长度标准比例尺和实际面积比例尺，以此计算头部轮廓宽度和高度像素点数、尾部轮廓宽度像素点数、头部和躯干一体的宽度像素点数、头部和躯干轮廓面积内的所有像素点数，按像素长度标准比例尺依次预测罗氏沼虾头胸甲长度、头胸甲宽度、躯干长度和体长表型值。在本发明实施例中，完成轮廓识别后，计算出头部最左侧和最右侧像素坐标的像素距离，按照三个像素点为一个毫米的比例进行转换预测出头胸甲长表型值，依次类推用头部最顶端和最下端点预测出头胸甲宽，用躯干的最左侧和最右侧像素坐标预测出躯干长度，用躯干和头胸甲长计算虾体全长。
在本发明中，一人就能够在1小时完成近200只个体的测定工作，另外通过自动化图片校正侧记标记能够配合自动化分析软件，自动完成体尺性能数据采集效率更加高效。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于AI技术测定罗氏沼虾表型的方法，其特征在于，该方法通过定位装置、相机和识别系统完成；其中，所述定位装置包括托盘、托盘上的定位槽以及位于定位槽两相对侧壁上的缺口，沼虾的主体放置在定位槽中，且沼虾的两大螯分别从两所述缺口伸出，所述托盘上设有参照点；
沼虾在所述定位装置上完成定位后，通过相机拍摄得到照片；
所述识别系统包括：
照片处理模块，用于识别所述照片中的所述参照点，通过各参照点自动裁剪校正成标准像素的图片；
轮廓识别模块，用于通过训练好的AI技术识别程序识别罗氏沼虾头部和躯干部，并自动勾勒画出头部和躯干部的轮廓；
表型预测模块，用于将所述轮廓与标准图像进行比较以获得各部位的像素点数，按像素长度标准比例尺预测各部位的长度表型值，以及按面积标准比例尺预测躯体覆盖面积，并以覆盖面积与体重之间的直线回归系数模型预测体重表型值。
2.如权利要求1所述的基于AI技术测定罗氏沼虾表型的方法，其特征在于，所述定位装置还包括防跳压板，该防跳压板一侧铰接在定位槽边缘。
3.如权利要求1所述的基于AI技术测定罗氏沼虾表型的方法，其特征在于，在轮廓识别模块中，利用现有AI图片鉴别软件TensorFlow和50只罗氏沼虾头部和躯干图片，进行识别训练100次重复后，TensorFlow构建出形成罗氏沼虾头部和躯干部的识别模型，利用识别的头部和躯干部结构勾画轮廓；
通过训练好的罗氏沼虾头部和躯干部识别模型，进行预测个体的头部和躯干的识别，并勾画头部和躯干轮廓。
4.如权利要求1所述的基于AI技术测定罗氏沼虾表型的方法，其特征在于，所述将所述轮廓与标准图像进行比较以获得各部位的像素点数具体为：按照标准图像中单个像素点所表示的实际长度标准比例尺和实际面积比例尺，以此计算头部轮廓宽度和高度像素点数、尾部轮廓宽度像素点数、头部和躯干一体的宽度像素点数、头部和躯干轮廓面积内的所有像素点数，按像素长度标准比例尺依次预测罗氏沼虾头胸甲长度、头胸甲宽度、躯干长度和体长表型值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110880123.9A CN113610796A (zh) | 2021-08-02 | 2021-08-02 | 一种基于ai技术测定罗氏沼虾表型的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110880123.9A CN113610796A (zh) | 2021-08-02 | 2021-08-02 | 一种基于ai技术测定罗氏沼虾表型的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113610796A true CN113610796A (zh) | 2021-11-05 |
Family
ID=78306428
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110880123.9A Pending CN113610796A (zh) | 2021-08-02 | 2021-08-02 | 一种基于ai技术测定罗氏沼虾表型的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113610796A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040153283A1 (en) * | 2002-12-23 | 2004-08-05 | Kenneth Wargon | Apparatus and method for displaying numeric values corresponding to the volume of segments of an irregularly shaped item |
| US20130064432A1 (en) * | 2010-05-19 | 2013-03-14 | Thomas Banhazi | Image analysis for making animal measurements |
| CN108388874A (zh) * | 2018-03-05 | 2018-08-10 | 厦门大学 | 基于图像识别与级联分类器的对虾形态参数自动测量方法 |
| CN108827106A (zh) * | 2018-04-25 | 2018-11-16 | 北京农业信息技术研究中心 | 一种基于机器视觉的鱼类生长数据测量装置及测量方法 |
| CN108961269A (zh) * | 2018-06-22 | 2018-12-07 | 深源恒际科技有限公司 | 基于图像的猪体重测算方法及系统 |
| CN209091705U (zh) * | 2018-05-08 | 2019-07-12 | 天津市康婷生物工程集团有限公司 | 一种用于小动物活体成像固定台 |
| CN111696139A (zh) * | 2020-06-01 | 2020-09-22 | 南京农业大学 | 基于rgb图像的白羽种鸡群体体重估测系统和方法 |
-
2021
- 2021-08-02 CN CN202110880123.9A patent/CN113610796A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040153283A1 (en) * | 2002-12-23 | 2004-08-05 | Kenneth Wargon | Apparatus and method for displaying numeric values corresponding to the volume of segments of an irregularly shaped item |
| US20130064432A1 (en) * | 2010-05-19 | 2013-03-14 | Thomas Banhazi | Image analysis for making animal measurements |
| CN108388874A (zh) * | 2018-03-05 | 2018-08-10 | 厦门大学 | 基于图像识别与级联分类器的对虾形态参数自动测量方法 |
| CN108827106A (zh) * | 2018-04-25 | 2018-11-16 | 北京农业信息技术研究中心 | 一种基于机器视觉的鱼类生长数据测量装置及测量方法 |
| CN209091705U (zh) * | 2018-05-08 | 2019-07-12 | 天津市康婷生物工程集团有限公司 | 一种用于小动物活体成像固定台 |
| CN108961269A (zh) * | 2018-06-22 | 2018-12-07 | 深源恒际科技有限公司 | 基于图像的猪体重测算方法及系统 |
| CN111696139A (zh) * | 2020-06-01 | 2020-09-22 | 南京农业大学 | 基于rgb图像的白羽种鸡群体体重估测系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2019101786A4 (en) | Intelligent pig group rearing weighing method and apparatus, electronic device and storage medium | |
| CN109785337A (zh) | 一种基于实例分割算法的栏内哺乳动物清点方法 | |
| CN108921057B (zh) | 基于卷积神经网络的对虾形态测量方法、介质、终端设备及装置 | |
| CN102110294B (zh) | 病鱼的鱼体图像处理方法及系统 | |
| CN111696150A (zh) | 一种叉尾鮰鱼表型数据的测量方法 | |
| CN103808265B (zh) | 油菜叶片及菌核病斑形态同步测量的方法、装置及系统 | |
| CN111724355B (zh) | 一种鲍鱼体型参数的图像测量方法 | |
| CN112825791B (zh) | 一种基于深度学习与点云凸包化特征的奶牛体况评分方法 | |
| CN109169465B (zh) | 智能化测定水下活体对虾生长参数的系统和方法 | |
| CN112184791A (zh) | 一种基于cnn-lstm神经网络的牦牛体重预测方法 | |
| CN112861872A (zh) | 一种南美白对虾表型数据测定方法、装置、计算机设备及存储介质 | |
| CN111462058A (zh) | 一种水稻有效穗快速检测方法 | |
| CN111914685A (zh) | 母猪发情检测方法、装置、电子设备及存储介质 | |
| CN114049577A (zh) | 一种鱼类规格的测量方法及系统 | |
| CN113793350A (zh) | 一种鱼苗计数物联设备及鱼苗情况统计方法 | |
| CN109858428A (zh) | 基于机器学习和深度学习的ana荧光片自动识别方法 | |
| CN113808156A (zh) | 一种户外牛体体尺检测方法与装置 | |
| CN117029673B (zh) | 一种基于人工智能实现的鱼类体表多尺寸测量方法 | |
| CN113222889A (zh) | 高分辨率图像下水产养殖物的工厂化养殖计数方法及装置 | |
| CN113610796A (zh) | 一种基于ai技术测定罗氏沼虾表型的方法 | |
| CN212158398U (zh) | 一种改进的鱼类形态性状测量装置 | |
| CN210808785U (zh) | 一种基于机器视觉技术的育肥猪智能分群系统 | |
| CN116686738A (zh) | 一种奶牛自动称重识别系统 | |
| CN115914560A (zh) | 一种母猪智能精准饲喂方法、装置、电子设备和存储介质 | |
| CN109118540A (zh) | 基于脊线提取的鲟鱼快速统计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |