[发明专利]一种凡纳滨对虾表型数据测定方法

权利要求书

1.一种凡纳滨对虾表型数据测定方法，其特征在于，包括以下步骤：

(1)利用相机收集凡纳滨对虾的侧视图图像和俯视图图像；

(2)使用GCN图像分割算法对步骤(1)得到的俯视图和侧视图图像进行图像分割，分割出凡纳滨对虾身体的不同部位，将凡纳滨对虾图像分割出的不同部位所占像素的大小作为步骤(3)和步骤(4)的输入数据；

(3)根据预先在容器中计算出参照物的单位像素长度这一比例因子，由分割出的不同部位的所占像素长度，计算出凡纳滨对虾部分表型数据；

(4)应对凡纳滨对虾在带水容器中出现的倾斜以及弯曲等不同姿态，使用立体空间矫正模型来计算矫正后的凡纳滨对虾身体腹部长度；以不同部位所占像素的大小作为输入数据采用神经网络中的网络结构实现对体长的预测；

(5)使用SVR模型，结合不同的表型数据和不同部位所占像素的大小作为输入数据，实现对体重数据的测定。

2.根据权利要求1所述的测定方法，其特征在于，步骤(1)中，将凡纳滨对虾放入盛有水的容器中，然后将该容器放置在凡纳滨对虾的图像采集装置中，利用两个相机分别对凡纳滨对虾进行图像采集，拍摄得到凡纳滨对虾的俯视图图像和侧视图图像。

3.根据权利要求1所述的测定方法，其特征在于，步骤(2)中，侧视图图像分割出的不同部位有：眼睛、尾部、腹部、额角和头胸甲；俯视图图像分割出的不同部位有：触鞭、尾肢、额角、眼睛、头胸甲、腹部。

4.根据权利要求1所述的测定方法，其特征在于，步骤(3)中，计算凡纳滨对虾部分表型数据时，计算公式为：单位像素长度(比例因子)×部位所占像素长度＝该部位表型数据大小。

5.根据权利要求1所述的测定方法，其特征在于，步骤(3)中，根据比例因子计算出的表型数据有：额角长度，头胸甲长度宽度及高度，六个腹节的宽度及高度。

6.根据权利要求1所述的测定方法，其特征在于，步骤(4)中，用空间曲线积分，采用最小二乘法来进行建模，来计算矫正后的腹部长度；以及结合神经网络中MLP网络结构，利用分割出的不同部位的所占像素大小实现体长的预测。

7.根据权利要求6所述的测定方法，其特征在于，步骤(4)中，使用立体空间矫正模型时，通过俯视图图像得到垂直于XOY面的平面，通过侧视图图像得到垂直于XOZ面的曲面，两个面的交线是通过空间曲线积分来计算的腹部长度；平面方程和曲面方程是通过对分割出的腹部位置中图像坐标点，用最小二乘方法对这些坐标点进行建模，从而得到对应方程，最后对这些方程进行空间曲线积分，从而得到腹部长度。

8.根据权利要求6所述的测定方法，其特征在于，步骤(4)中，采用神经网络中的MLP网络结构，利用分割出的不同部位的表型数据大小实现体长的预测：将分割出的不同部位所占的像素个数输入到MLP网络结构中即可实现体长的预测，使用像素个数的不同部位为：俯视图和侧视图腹部、侧视图头胸甲和额角、俯视图和侧视图眼睛、俯视图头胸甲、侧视图尾肢、俯视图额角。

9.根据权利要求1所述的测定方法，其特征在于，步骤(5)中，使用SVR模型，利用分割出的不同部位的表型数据大小实现对体重数据的测定：将分割出的不同部位所占的像素个数和不同部位的表型数据大小输入到SVR模型中即可实现体重的预测；使用像素个数的不同部位为：俯视图和侧视图眼睛、俯视图和侧视图腹部、俯视图头胸甲、侧视图头胸甲和额角；使用表型大小数据的不同部位为：AL(腹部长度)、AW1-6(第一至第六腹节宽度)、AH1-6(第一至第六腹节高度)。