一种智能标准化测量鱼类体型指标与制造技术

一种智能标准化测量鱼类体型指标与

【技术实现步骤摘要】
一种智能标准化测量鱼类体型指标与PIT记录系统


[0001]本专利技术涉及机器视觉技术和射频识别技术在动物遗传育种个体体型指标测量的应用，尤其适用于智能标准化测量鱼类体型指标与
PIT
记录
。

技术介绍

[0002]水产养殖是农业的重要组成部分，已成为世界各国重要的优质蛋白质来源和粮食安全的重要保障
。
然而，随着全球气候变化
、
不合理的养殖规范等导致多种重要水产养殖品种种质退化
。
因此，水产养殖动物经济性状
(
体型指标
)
的遗传改良一直是国家与养殖户关注的焦点
。
近年来，随着基因组测序技术的快速发展，新兴的育种技术
——
全基因组选择育种技术在大西洋鲑
、
虹鳟
、
罗非鱼和大黄鱼等开展大量的研究
。
然而，改育种技术最重要的工作之一是获得高通量精准的个体表型
(
如体型指标
)。
现有的鱼类体尺性状自动采集系统大都关注鱼类的体长和体高，而鲜有可采集鱼类鳍长度
、
眼径
、
尾柄长等特殊信息的系统
。
射频识别
(RFID)
技术与被动整合雷达标
(PIT)
技术广泛应用于鱼类群体中的个体识别
。
目前，科研工作者想要追踪获取个体型指标的变化，需要人工扫描获取
PIT ID
信息和测量体型性状，接着数据录入电脑人工进行
PIT ID
信息与体型指标的关联，这显然要消耗大量的人力
、
物力且存在较大的人为误差
。
因此，构建智能化
、
标准化获取鱼类体型性状和
PIT ID
信息的采集与记录系统具有重要的意义
。

技术实现思路

[0003]本专利技术的目的是针对目前不能自动实现对鱼类拍照
、
称重鱼类身体部位长度
(
体长
、
体高和鳍长等
)、PIT
信息的一体化采集，提供基于深度学习一种智能标准化测量鱼类体型指标与
PIT
记录系统
。
[0004]本专利技术包括拍摄模块
、
盛放装置模块
、
称重模块
、PIT
扫描模块
、
处理模块；
[0005]所述拍摄模块用于拍摄待测鱼类图片及称重模块电子秤示数；所述拍摄模块由一个通过
USB
接口连接到电脑的摄像头和相应控制拍摄代码组成；控制拍摄代码使用
python
语言编写；图像采集时，将待测鱼类放置在一个盛放装置中，控制拍摄代码通过调用
opencv
里的
cv2.VideoCapture
命令打开摄像头，需要拍摄图片时，按下保存键
(
键盘上的“s”键
)
后，通过
cv2.imwrite
命令保存图片；
[0006]所述盛放装置模块用于放置待测的鱼和获取真实长度与像素长度之间的缩放比例；所述盛放装置模块可采用一块白色哑光板，白色哑光板上设有一条黑色参考线；
[0007]所述称重模块用于称量待测鱼类体重；称重模块采用电子秤或重力传感器；
[0008]所述
PIT
扫描模块，用于读取待测鱼类体内的
PIT
标签；所述
PIT
扫描模块由
RFID
阅读器和注射入鱼类体内的
PIT
标签组成；
RFID
阅读器由一个
RFID
芯片和直径为
10cm
的圆形天线组成；
RFID
阅读器的一端可通过
USB
接口直接连接在电脑上，
RFID
阅读器的另一端天线放置在盛放装置下方，当待测鱼类放置在盛放装置上时，天线与
PIT
标签距离小于
10cm
，处理模块通过
RFID
阅读器获取
PIT
标签信息；所述
RFID
阅读器使用
RFID
无线射频识别技术的
低频
(LF)
读卡芯片，工作频率支持
134.2KHZ、125KHZ
，符合
ISO 11784/5
国际标准，支持对
FDX
‑
B、EMID
两种协议格式电子标签的读取，用户通过
UART
通信接口便能接收到电子标签数据；所述
PIT
标签即
RFID
玻璃管标签，采用
ISO 11784/5
国际标准，支持
HDX、FDX
‑
B
两种协议格式，产品尺寸主要有
1.4mm
×
8mm、2mm
×
12mm、3mm
×
15mm。
[0009]所述处理模块用于控制和处理其他模块数据，处理模块在电脑上运行，电脑内部需要
python
环境，用于运行
python
代码；所述处理模块由关键点检测网络
HRNet
和目标检测网络
YOLOV5
组成，
HRNet
网络用于检测鱼类身体各个部位关键点，
YOLOV5
网络用于检测电子秤示数；为了使各个网络能准确地检测鱼类身体关键点及电子秤示数，需要对采集的图片进行标注构建训练集训练这些网络；标注工具采用
labelme
软件；训练好的
YOLOV5
网络用于检测和识别所拍摄图像中称重模块的示数数字，根据这些数字检测框的坐标信息，对体重示数进行正确排序，基于称重模块的精度给定小数点位置，得到待测鱼类最终真实体重信息；训练好的
HRNet
关键点检测网络用于检测拍摄模块拍摄图像中鱼类各个身体部位关键点，根据检测到的关键点坐标，计算关键点间的像素距离，根据像素距离与真实距离之间的缩放比例，得到鱼类身体各部位体尺性状的真实长度
。
[0010]可选的，所述缩放比例通过检测一个固定长度参照物的像素长度比上其真实物理长度求得；例如，在白色拍摄背景上画一条明显区别于背景的固定长度的黑色实线
(
假设
10cm)
，检测出这根黑色实线的像素长度，然后比上
10
，即可获取所述缩放比例
。
[0011]进一步地，
RFID
阅读器通过
USB
接口连接电脑，有一段循环程序不断的扫描读取
PIT
标签的
ID<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智能标准化测量鱼类体型指标与
PIT
记录系统，其特征在于包括拍摄模块
、
盛放装置模块
、
称重模块
、PIT
扫描模块
、
处理模块；所述拍摄模块用于拍摄待测鱼类图片及称重模块电子秤示数；所述拍摄模块由一个通过
USB
接口连接到电脑的摄像头和相应控制拍摄代码组成；控制拍摄代码使用
python
语言编写；所述盛放装置模块用于放置待测的鱼和获取真实长度与像素长度之间的缩放比例；所述盛放装置模块采用一块白色哑光板，白色哑光板上设有一条黑色参考线；所述称重模块用于称量待测鱼类体重；称重模块采用电子秤或重力传感器；所述
PIT
扫描模块，用于读取待测鱼类体内的
PIT
标签；所述
PIT
扫描模块由
RFID
阅读器和注射入鱼类体内的
PIT
标签组成；
RFID
阅读器由一个
RFID
芯片和直径为
10cm
的圆形天线组成；
RFID
阅读器的一端通过
USB
接口直接连接在电脑上，
RFID
阅读器的另一端天线放置在盛放装置下方，当待测鱼类放置在盛放装置上时，天线与
PIT
标签距离小于
10cm
，处理模块通过
RFID
阅读器获取
PIT
标签信息；用户通过
UART
通信接口接收电子标签数据；所述处理模块用于控制和处理其他模块数据，处理模块在电脑上运行，电脑内部有
python
环境，用于运行
python
代码；所述处理模块由关键点检测网络
HRNet
和目标检测网络
YOLOV5
组成，
HRNet
网络用于检测鱼类身体各个部位关键点，
YOLOV5
网络用于检测称重模块的示数；对采集的图片进行标注构建训练集训练这些网络，标注工具采用
labelme
软件；训练好的
YOLOV5
网络用于检测和识别所拍摄图像中称重模块的示数数字，根据这些数字检测框的坐标信息，对体重示数进行正确排序，基于称重模块的精度给定小数点位置，得到待测鱼类最终真实体重信息；训练好的
HRNet
关键点检测网络用于检测拍摄模块拍摄图像中鱼类各个身体部位关键点，根据检测到的关键点坐标，计算关键点间的像素距离，根据像素距离与真实距离之间的缩放比例，得到鱼类身体各部位体尺性状的真实长度
。2.
如权利要求1所述一种智能标准化测量鱼类体型指标与
PIT
记录系统，其特征在于所述摄像头采用
USB
免驱动摄像头，通过
USB
接口连接电脑；使用时，电脑端直接打开
USB
摄像头；所述摄像头通过支架固定在盛放装置正上方，以方便拍摄
。3.
如权利要求1所述一种智能标准化测量鱼类体型指标与
PIT
记录系统，其特征在于所述控制拍摄代码使用
python
语言编写，当图像采集时，将待测鱼类放置在一...

【专利技术属性】
技术研发人员：徐鹏，冯苗胜，江鹏鑫，李碧君，曾俊嘉，王家迎，周涛，柯巧珍，
申请(专利权)人：厦门大学，
类型：发明
国别省市：