本文關(guān)鍵詞：循環(huán)水養(yǎng)殖系統(tǒng)中的殘餌識別與計數(shù)研究

  更多相關(guān)文章： 工業(yè)化循環(huán)水養(yǎng)殖 計算機視覺 殘餌識別 殘餌計數(shù)

【摘要】：投餌是水產(chǎn)養(yǎng)殖中的重要環(huán)節(jié),投餌技術(shù)不僅關(guān)系經(jīng)濟效益,也是實現(xiàn)水質(zhì)調(diào)控的關(guān)鍵。隨著集約化養(yǎng)殖迅速發(fā)展和勞動成本提高,傳統(tǒng)的人工投餌方式不能滿足規(guī)�；B(yǎng)殖的需要,自動投餌系統(tǒng)日益引起廣泛關(guān)注,并在生產(chǎn)中得到快速應(yīng)用。目前,國內(nèi)自動投喂系統(tǒng)主要是依據(jù)魚類生長的養(yǎng)殖經(jīng)驗建立投喂模型,實現(xiàn)餌料的投喂控制。由于魚體自身、水體環(huán)境、飼料和管理等原因,魚類攝食量減少,養(yǎng)殖池內(nèi)會有剩余的餌料存在,這就造成投喂系統(tǒng)缺乏現(xiàn)場養(yǎng)殖狀況的反饋信息,在一定程度上影響了投喂系統(tǒng)的自動化程度。另一方面殘留的餌料沉到養(yǎng)殖池底,經(jīng)集污器等殘餌處理裝置過濾掉,造成餌料的浪費。本文將計算機視覺技術(shù)運用到工業(yè)化養(yǎng)殖系統(tǒng)的殘餌濃度檢測中,設(shè)計了一種基于圖像識別的殘餌計數(shù)系統(tǒng)。該系統(tǒng)通過對殘餌計數(shù),為實現(xiàn)養(yǎng)殖池內(nèi)殘餌濃度的實時檢測提供理論指導。本文首先在集污器的進水口處采集殘餌視頻圖像,對錄制的殘餌視頻做圖像灰度變換、圖像二值化和邊緣檢測等預處理,獲得殘餌圖像輪廓;通過設(shè)定殘餌輪廓面積閾值標記殘餌圖像,并粗略計數(shù)殘餌數(shù)量。然后對標記的成分分析,得出殘餌中夾雜有大量糞便等雜質(zhì),雜質(zhì)主要成分是糞便;根據(jù)殘餌和糞便在圖像顏色、輪廓、紋理方面的差異,提取平均灰度值、周長面積比、凸殼面積比、骨架數(shù)、對比度、逆差距六個特征,分別運用支持向量機、決策樹算法對提取的特征數(shù)據(jù)做分類處理,實現(xiàn)殘餌識別;最后對兩種算法的識別效果進行分析,又由于決策樹生成殘餌識別模型簡單,實時性好,方便移植,選擇用決策樹生成的殘餌識別模型來篩選并標記圖像中的殘餌,實現(xiàn)視頻中殘餌的精確計數(shù)。
【關(guān)鍵詞】：工業(yè)化循環(huán)水養(yǎng)殖 計算機視覺 殘餌識別 殘餌計數(shù)
【學位授予單位】：太原科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• 英文摘要5-9
• 第一章 引言9-13
• 1.1 殘餌識別計數(shù)研究目的及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 圖像識別發(fā)展歷程10-11
• 1.2.2 圖像識別計數(shù)相關(guān)研究11-12
• 1.3 本文的主要內(nèi)容和結(jié)構(gòu)安排12-13
• 1.3.1 論文的主要內(nèi)容12
• 1.3.2 結(jié)構(gòu)安排12-13
• 第二章 殘餌圖像預處理13-22
• 2.1 圖像預處理簡述13
• 2.2 常用的圖像預處理方法13-17
• 2.2.1 圖像的灰度化13-14
• 2.2.2 圖像的平滑處理14-15
• 2.2.3 圖像的灰度變換15-17
• 2.2.4 圖像的二值化17
• 2.3 殘餌圖像預處理實現(xiàn)17-21
• 2.3.1 殘餌圖像獲取17-19
• 2.3.2 殘餌圖像19-21
• 2.4 本章小結(jié)21-22
• 第三章 殘餌圖像特征提取22-30
• 3.1 圖像特征介紹22
• 3.2 常用的圖像特征22-24
• 3.2.1 顏色特征22
• 3.2.2 紋理特征22-23
• 3.2.3 形狀特征23
• 3.2.4 空間關(guān)系特征23-24
• 3.3 殘餌圖像特征提取實現(xiàn)24-29
• 3.4 本章小結(jié)29-30
• 第四章 殘餌圖像識別與計數(shù)30-50
• 4.1 基于支持向量機的殘餌識別30-35
• 4.1.1 支持向量機原理和方法30-33
• 4.1.2 SVM殘餌識別的實現(xiàn)33-35
• 4.1.3 SVM殘餌識別效果分析35
• 4.2 基于決策樹的殘餌識別35-44
• 4.2.1 決策樹的概念和方法35-40
• 4.2.2 決策樹殘餌識別的實現(xiàn)40-44
• 4.2.3 決策樹殘餌識別的效果44
• 4.3 視頻中殘餌的計數(shù)44-49
• 4.3.1 視頻計數(shù)中殘餌識別和標注45-47
• 4.3.2 視頻中標記的殘餌計數(shù)47-48
• 4.3.3 視頻殘餌計數(shù)效果分析48-49
• 4.4 本章小結(jié)49-50
• 第五章 結(jié)論50-52
• 5.1 總結(jié)50
• 5.2 展望50-52
• 參考文獻52-55
• 致謝55-56
• 攻讀學位期間發(fā)表的學術(shù)論文目錄56-57

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 何潔;張俊新;董謹;周—兵;劉長發(fā);;以養(yǎng)殖廢水殘餌糞便為碳源的反硝化濾器性能的研究[A];漁業(yè)科技創(chuàng)新與發(fā)展方式轉(zhuǎn)變——2011年中國水產(chǎn)學會學術(shù)年會論文摘要集[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 魏直;殘餌變質(zhì)引發(fā)鮑魚腫嘴病[N];中國漁業(yè)報;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 穆春華;循環(huán)水養(yǎng)殖系統(tǒng)中的殘餌識別與計數(shù)研究[D];太原科技大學;2015年

2 吳桃;濾食性貝類對網(wǎng)箱養(yǎng)魚的糞便、殘餌的攝食效果研究[D];上海海洋大學;2012年

，

本文編號：977081