一种水下无接触式高效采集黄鱼生长表型的方法及装置

1.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：

2.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。
3.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。


技术实现要素：

4.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。
5.一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：
6.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；
7.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。
8.可选的，采集水下待测黄鱼的图像的过程中包括：
9.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。
10.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：
11.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。
12.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：
13.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。
14.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。
15.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；
16.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；
17.所述个体识别模块用于识别采集范围内的黄鱼个体；
18.所述采集模块用于对黄鱼个体进行图像采集，并通过无线传输的方式将图像传输到所述图像处理模块；
19.所述图像处理模块用于对黄鱼个体图像进行处理，获取黄鱼个体的形态性状表型数据。
20.可选的，所述个体识别模块采用ic/id读卡器对进行采集范围内的黄鱼个体进行身份识别。
21.可选的，所述采集模块采用水下相机，对处在采集范围内的，完成个体识别的黄鱼进行图像采集。
22.可选的，所述采集模块基于5g网络将图像数据传输到所述图像处理模块。
23.可选的，所述图像处理模块采用经过预训练的深度学习模型，基于所述经过预训练的深度学习模型对黄鱼个体图像数据进行处理，获取黄鱼个体的形态性状表型数据。
24.本发明的技术效果为：
25.本发明公开的一种针对黄鱼个体识别和生长表型高效测量的方法及装置，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。
附图说明
26.构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
27.图1为本发明实施例中的水泥池设备安装截面示意图；
28.图2为本发明实施例中的采集的视频帧示意图；
29.图3为本发明实施例中的系统模块结构框图；
30.图4为本发明实施例中的远程服务器处理界面。
具体实施方式
31.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
32.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
33.实施例一
34.首先在实验室条件下，利用亚克力板材组装长50cm、宽10cm、高20cm的水槽，在水槽中加海水水深15cm，水槽侧面30cm位置架设相机，将试验鱼放入水槽中任其自由游动，在此过程中，位于通道侧面的相机对鱼体进行录像，获得鱼体图像信息，建立深度学习模型提取鱼体框架结构，然后根据图像分辨率和实际视野范围的比例关系，获得鱼体形态性状表型数据。
35.本发明系统硬件部分主要由数据采集中心(服务器、实时监测系统)、机构设备、相机、ic读卡器等硬件部分组成。目标鱼类养殖于室内水泥池，在水泥池内壁水面以下10-15cm处安装个体id识别装置(ic读卡器)，在离id识别装置50cm处垂直水面设置不锈钢材质的定标杆，固定于池底，在距离定标杆30cm距离识别装置80cm处利用不锈钢支架架设水下相机，支架另一端固定于水泥池外壁，相机位于水面下10-15cm处，相机数据线与数据传输设备连接，数据传输设备通过5g网络连接服务器中的实时监测系统。整体系统方案如图1所示，图1中粗黑线为水泥池横切面，三角形为水下相机，通过支架固定于水面以下；竖立长方形方框为个体id识别装置，固定于水泥池壁，在距离相机一段距离处设置定标杆，一段距离包括40cm-60cm，用于定位进入相机有效侦测范围的目标个体位置，以此为依据换算出鱼的实际长度。识别到有效个体后进行图像采集，并通过5g网络快速传输至远程服务器，通过深度学习处理图像信息获得个体表型数据。
36.针对黄鱼在水体中游动出现在侦测视野常出现的重叠情况，深度学习算法在提取鱼体形态框架后判断其完整性，如果形态框架完整，则进行个体id识别和图像采集，反之则不进行采集，相机采集的视频帧如图2所示。采集的图像传输到服务器后，利用预训练的深度学习模型提取黄鱼的形态性状表型数据。图2中，粗线虚框为侦测视区，实线黑框为个体id标记识别装置，中心圆形为相机摄像头，无边线的白色小方框的个体为有效识别个体，将采集其图像信息，黑色边线的小方框内个体为无效识别个体，不进行图像采集。
37.本发明的系统或装置部分主要由图像采集、图像处理、图像分析，数据处理模块组成，结构框图如图3所示。具体模块功能介绍如下：
38.(1)图像采集：通过相机对水下游动的黄鱼进行图像采集，相机通过采集数据线和数据采集中心连接，程序模块对采集到的原始图像进行预处理。
39.(2)图像分析：主要针对拍摄到的黄鱼图像样本，进行图像分析，获取其形态性状指标，并完成个体身份识别。
40.(3)数据存储：将上述测量数据导入数据库，并保存样本视频数据。
41.此外，为了提高本发明技术设备中图像传输和处理速度，传输线路上的各个环节的可靠性，发明中使用5g网络进行传输，同时使用gpu加速表型提取。
42.如图4的远程服务器处理界面所示，右侧显示的是水下相机侦测区域，左侧的无边线的白色小方框的个体的图像信息通过5g传输至服务器进行深度学习处理获得表型数据后显示于右侧数据框中。
43.实施例二
44.一方面本实施例二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：
45.采集水下待测黄鱼的图像，对待测黄鱼图像进行预处理；
46.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。
47.采集水下待测黄鱼的图像的过程中包括：
48.设定采集范围，对进入采集范围的黄鱼进行形态框架的完整性判断，若形态框架完整则进行图像采集，反之则不进行图像采集。
49.设定采集范围，对进入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：
50.基于算法提取黄鱼的形态框架，判断形态框架是否完整。
51.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：
52.构建形态分析模型，基于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。
53.获取黄鱼的形态性状表型数据之后，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。
54.另一方面本实施例二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；
55.定标竿位于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；
56.个体识别模块用于识别采集范围内的黄鱼个体；
57.采集模块用于对黄鱼个体进行图像采集，并通过无线传输的方式将图像传输到图像处理模块；
58.图像处理模块用于对黄鱼个体图像进行处理，获取黄鱼个体的形态性状表型数据。
59.个体识别模块采用ic/id读卡器对进行采集范围内的黄鱼个体进行身份识别。
60.其中采集模块采用水下相机，对处在采集范围内的，完成个体识别的黄鱼进行图像采集。
61.采集模块基于5g网络将图像数据传输到图像处理模块。
62.图像处理模块采用经过预训练的深度学习模型，基于经过预训练的深度学习模型对黄鱼个体图像数据进行处理，获取黄鱼个体的形态性状表型数据。
63.本发明公开的一种针对黄鱼个体识别和生长表型高效测量的方法及装置，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。
64.以上所述，仅为本技术较佳的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。