基于深度学习的虹鳟表型测量及性别判断方法

    公开(公告)号:CN119600642A

    公开(公告)日:2025-03-11

    申请号:CN202411457788.9

    申请日:2024-10-18

    Abstract: 本发明属于农业水产养殖技术领域,涉及一种基于深度学习的虹鳟表型测量及性别判断方法,对照片中虹鳟各部分进行标注预处理,作为模型的训练集和验证集;使用全卷积神经网络的Unet模型进行训练,得到最优模型完成对虹鳟各部分的分割;分别定义分割后虹鳟各部分颜色阈值,进行轮廓查找,获取最小外接矩阵;由物理距离与图像像素间比值关系计算出虹鳟各部分实际长度和宽度,由体长与体重函数关系计算出鱼体体重;根据头部长宽比值关系,基于支持向量机实现对虹鳟性别的判断。本发明可以快速获取虹鳟体长、全长、体宽和体重等表型信息,提高效率低的同时,最大限度减少对鱼体的伤害;通过图像处理对虹鳟进行性别鉴定,满足虹鳟的生产加工等需求。

    一种虹鳟鱼片肌间脂肪含量预测模型及其构建方法与应用

    公开(公告)号:CN119228913A

    公开(公告)日:2024-12-31

    申请号:CN202411243423.6

    申请日:2024-09-05

    Abstract: 本发明属于营养检测、模式识别和计算机视觉技术领域,涉及一种虹鳟鱼片肌间脂肪含量预测模型及其构建方法与应用。选取虹鳟鱼片样本置于拍照箱内,对样本横截面进行俯拍,获得样本图像;去除图像背景,设为透明;将透明背景图像进行二值化,将脂肪区块设为白色,肌肉区块设为黑色,统计白色像素点占图片总像素点的比例,记为图片肌间脂肪比例IIMF%;提取图像的特征参数;人为切割虹鳟鱼片样本肌肉和肌间脂肪,分别称重,计算肌间脂肪含量真实值IMF%;根据IIMF%、图像特征参数和IMF%建立随机森林模型,预测肌间脂肪含量。利用本发明模型能够很好地预测虹鳟鱼片肌间脂肪含量,将该模型应用在虹鳟选育方面,具有较好的应用价值。

Patent Agency Ranking