-
公开(公告)号:CN111724405A
公开(公告)日:2020-09-29
申请号:CN202010485883.5
申请日:2020-06-01
Applicant: 厦门大学
Abstract: 一种基于边界约束卡尔曼滤波长时间多目标对虾跟踪方法,涉及计算机应用。1)将水箱用隔板分隔成若干区域,每块区域形成一尾虾的目标跟踪区,编号分配,框选出前景;2)基于OTSU算法分离背景和前景,计算背景区域的平均灰度值,填充前景区域并建立背景模型;3)为每一个观测区域建立一个卡尔曼滤波器并初始化卡尔曼滤波器;4)利用背景模型检测出目标所在位置;5)检查每个观测值所属跟踪区域,为每个观测向量分配跟踪的ID;6)对目标进行预测,确定目标的跟踪结果;7)更新卡尔曼滤波器,将修正后的状态向量作为当前帧的目标状态值;8)读取下一帧图像,重复步骤4)~8),直至所有图像计算完毕。提升跟踪精度,减少干扰噪声。
-
公开(公告)号:CN109744174B
公开(公告)日:2020-08-07
申请号:CN201910126743.6
申请日:2019-02-20
Applicant: 厦门大学
Inventor: 毛勇
Abstract: 一种滤床式养殖系统与埋栖性海洋生物的工厂化养殖方法,属于水产养殖领域,包括养殖池,所述养殖池的底部设有一架空层,架空层上铺设有沙层滤床,沙层滤床上方为养殖水层;养殖池内设有气提管,所述气提管的一端连通养殖池的底部,气提管的另一端连通养殖水层;所述养殖池的底部设有第一增氧管;养殖水层的底部设有第二增氧管。既能满足日本囊对虾、东风螺等埋栖性海洋生物的潜沙生活习性,又有助于减少高密度养殖过程中底质变黑的问题,提高益生菌附着与净化效果,提高养殖稳定性,适用于埋栖性海洋生物的高密度工厂化养殖,具有较好的应用前景。
-
公开(公告)号:CN108388874A
公开(公告)日:2018-08-10
申请号:CN201810180586.2
申请日:2018-03-05
Applicant: 厦门大学
Abstract: 本发明涉及图像采集及识别技术领域,具体涉及基于图像识别与级联分类器的对虾形态参数自动测量方法,包括S1、采集多个对虾彩色图像作为样本;S2、并将各个样本进行训练后再进行分类,获得基于LBP特征的级联强分类器;S3、采集待测对虾彩色图像A经过归一化校正,得到归一化图像B;S4、将归一化图形进行图像分割,得到分割图像B;S5、将步骤S4得到的分割图像C进行标尺测量,得到测量图像D;S6、将步骤S5得到的测量图像D进行图像校正,得到校正图像E;S7、使用级联强分类器识别校正图像E,计算出待测对虾的形态参数。本发明通过上述算法,从而能够精准实现对虾形态参数的精准测量。能够提高测量精准度和测量效率。
-
公开(公告)号:CN104611460B
公开(公告)日:2016-08-10
申请号:CN201510097807.6
申请日:2015-03-05
Applicant: 厦门大学
IPC: C12Q1/68
Abstract: 一种日本囊对虾G642A单核苷酸多态性位点的筛选及检测方法,涉及日本囊对虾。采用PAMSA方法设计特异性引物,可方便、快捷通过聚丙酰胺凝胶电泳进行日本囊对虾单核苷酸多态性标记验证及基因分型,并具有筛选检测费用低、操作简便快速等优点,有利于日本囊对虾系谱鉴定、遗传连锁图谱构建等研究开展。可在没有已知的日本囊对虾基因组DNA单核苷酸多态性位点的信息下,通过转录组混合样测序,利用生物信息学分析筛选G642A单核苷酸多态性位点;并采用PAMSA方法设计特异性引物,不仅可便捷的通过聚丙酰胺凝胶电泳完成日本囊对虾G642A单核苷酸多态性检测、验证及基因分型,而且筛选检测费用低、操作简便快速。
-
公开(公告)号:CN104396814A
公开(公告)日:2015-03-11
申请号:CN201410598971.0
申请日:2014-10-30
Applicant: 厦门大学
IPC: A01K61/00
CPC classification number: Y02A40/81 , Y02A40/812 , A01K61/00
Abstract: 一种室内的中华乌塘鳢苗种中间培育方法,涉及鱼类苗种培育。将管和充气石放入塑料箱内,往塑料箱内盛满海水,加入漂白粉消毒,再用海水清洗,遮阳网用海水清洗后暴晒;测定苗种捕获之前的生活水盐度,若生活水盐度与塑料箱内的海水盐度相差≤10,则直接将苗种放入塑料箱内进行中间培育;若盐度相差>10,则配制合适盐度的海水,再让苗种过渡1~2天后再转入塑料箱内进行中间培育;投放苗种的当天不喂食,之后每天早晚各投喂饵料1次;每2天将苗种培育水更换;光强小于6lux,海水溶解氧保持在(5.84±0.184)mg L-1,苗种经中间培育,当全长达到8.2cm、体重达到8.0g时,即转入养殖池塘进行成鱼养殖。
-
公开(公告)号:CN101283677B
公开(公告)日:2010-12-08
申请号:CN200810071175.6
申请日:2008-06-04
Applicant: 厦门大学
CPC classification number: Y02A40/81
Abstract: 一种大黄鱼的人工授精方法,涉及一种鱼类的人工授精。提供一种大黄鱼的人工授精方法。亲鱼的同池强化培育:将用于人工授精的育种亲鱼进行标记,与生产性的亲鱼同池培养和营养强化;配置自然产卵催产池,在远离自然产卵催产池2~200m的地方,配置人工授精催产池,使人工授精的亲鱼能感应到自然产卵池中亲鱼的叫声与震动;挑选成熟的人工授精的育种亲鱼和生产性的亲鱼同时进行催产素注射,随后将催产后成熟的人工授精的育种亲鱼和生产性的亲鱼分别放入自然产卵催产池和人工授精催产池中;在自然产卵开始前2h与自然产卵后5h之间的时间内,根据腹围的大小,选取人工授精催产池中临产状态最好的雌鱼作为采卵雌鱼,进行授精。
-
公开(公告)号:CN117796340A
公开(公告)日:2024-04-02
申请号:CN202410002106.9
申请日:2024-01-02
Applicant: 厦门大学
Abstract: 本发明提供了一种水生动物心率测量方法、装置、设备及可读存储介质,获取由图像采集装置采集到的多尾水生动物包含心脏区域的视频帧,并框选视频帧中所有水生动物的心脏RO I区域;对每一心脏RO I区域进行预处理后进行空间滤波操作以生成心脏RO I区域的图像序列;按时间序列顺序将心脏RO I区域的图像序列中的每一图像进行降维后并将多个信号值进行组合生成心率信号;在固定频段内对心率信号进行带通滤波后进行集合经验模态分解生成各个固有模态函数,以及进行快速傅里叶变换生成变换频谱;对比固有模态函数的频谱和所述变换频谱,以选取含有心率信号的固有模态函数,解决了现有的水生动物心率测量方法存在效率低、有侵害、低通量和准确度低等问题。
-
公开(公告)号:CN108388874B
公开(公告)日:2020-03-31
申请号:CN201810180586.2
申请日:2018-03-05
Applicant: 厦门大学
Abstract: 本发明涉及图像采集及识别技术领域,具体涉及基于图像识别与级联分类器的对虾形态参数自动测量方法,包括S1、采集多个对虾彩色图像作为样本;S2、并将各个样本进行训练后再进行分类,获得基于LBP特征的级联强分类器;S3、采集待测对虾彩色图像A经过归一化校正,得到归一化图像B;S4、将归一化图形进行图像分割,得到分割图像B;S5、将步骤S4得到的分割图像C进行标尺测量,得到测量图像D;S6、将步骤S5得到的测量图像D进行图像校正,得到校正图像E;S7、使用级联强分类器识别校正图像E,计算出待测对虾的形态参数。本发明通过上述算法,从而能够精准实现对虾形态参数的精准测量。能够提高测量精准度和测量效率。
-
公开(公告)号:CN109744174A
公开(公告)日:2019-05-14
申请号:CN201910126743.6
申请日:2019-02-20
Applicant: 厦门大学
Inventor: 毛勇
Abstract: 一种滤床式养殖系统与埋栖性海洋生物的工厂化养殖方法,属于水产养殖领域,包括养殖池,所述养殖池的底部设有一架空层,架空层上铺设有沙层滤床,沙层滤床上方为养殖水层;养殖池内设有气提管,所述气提管的一端连通养殖池的底部,气提管的另一端连通养殖水层;所述养殖池的底部设有第一增氧管;养殖水层的底部设有第二增氧管。既能满足日本囊对虾、东风螺等埋栖性海洋生物的潜沙生活习性,又有助于减少高密度养殖过程中底质变黑的问题,提高益生菌附着与净化效果,提高养殖稳定性,适用于埋栖性海洋生物的高密度工厂化养殖,具有较好的应用前景。
-
公开(公告)号:CN108921057A
公开(公告)日:2018-11-30
申请号:CN201810630720.4
申请日:2018-06-19
Applicant: 厦门大学
Abstract: 本发明公开了一种基于卷积神经网络的对虾形态测量方法,包括:对对虾样本和参照物进行拍摄,以获取样本图片;根据样本图片对目标区域进行标定,并生成目标区域对应的描述文件,将描述文件与样本图片关联;根据样本图片以及描述文件建立数据集,根据数据集生成对虾形态测量模型;对测试集中的样本图片进行预处理,以生成测试图片;将测试图片输入对虾形态测量模型,以生成泛化性能评分;根据泛化性能评分确定最终对虾形态测量模型,并根据最终测量模型进行对虾形态测量;本发明还公开了一种计算机可读存储介质、终端设备以及基于卷积神经网络的对虾形态测量装置;从而实现对对虾形态参数高效、精准地测量,节约对虾育种过程中所需的人力和物力。
-
-
-
-
-
-
-
-
-