梭子蟹苗期生長發(fā)育可視化與預(yù)警研究.pdf

1、三疣梭子蟹是我國重要的經(jīng)濟(jì)蟹類，蟹苗質(zhì)量的好壞直接影響螃蟹養(yǎng)殖的效益。梭子蟹蟹苗發(fā)育過程較為復(fù)雜，溞狀幼體發(fā)育經(jīng)歷四次蛻皮，每一次蛻皮過程都存在著較大的風(fēng)險(xiǎn)。并且蟹苗對(duì)水質(zhì)、溫度等環(huán)境因子要求很高，常常出現(xiàn)育苗不成功的現(xiàn)象，給梭子蟹養(yǎng)殖業(yè)帶來巨大的損失，因此梭子蟹育苗是梭子蟹養(yǎng)殖的一大難題。
　　為了更好的研究三疣梭子蟹溞狀幼體的生長發(fā)育規(guī)律和行為，設(shè)計(jì)實(shí)驗(yàn)拍攝蟹苗正常發(fā)育狀態(tài)下的視頻。實(shí)驗(yàn)搭建了一個(gè)可以晝夜拍攝的硬件平臺(tái)，同時(shí)設(shè)

2、計(jì)了蟹苗參數(shù)采集軟件平臺(tái)，采用平均背景建模方法獲取蟹苗的背景圖像，提取到蟹苗前景目標(biāo)圖像，最后計(jì)算蟹苗的平均面積、群體平均速度參數(shù)。蟹苗群體平均速度計(jì)算較難是因?yàn)樾访鐐€(gè)體較小，而且運(yùn)動(dòng)速度很快。研究發(fā)現(xiàn)，當(dāng)視頻幀間隔很短時(shí)，蟹苗在下一幀的位置通常是距離本幀輪廓最近的位置，所以本文通過計(jì)算相鄰幀之間最近的輪廓距離，從而計(jì)算得到蟹苗群體平均速度。數(shù)據(jù)表明蟹苗在各個(gè)發(fā)育階段大小保持不變，而下一個(gè)階段大約是前一個(gè)階段面積的兩倍；蟹苗在各個(gè)階段的

3、運(yùn)動(dòng)活躍性逐步提高。
　　根據(jù)蟹苗的平均面積與外觀特點(diǎn)，在3DS Max中運(yùn)用多邊形建模方法建立梭子蟹3D外觀模型。將骨骼模型插入到蟹苗外觀模型，并用關(guān)鍵幀實(shí)現(xiàn)了蟹苗的運(yùn)動(dòng)。將蟹苗模型導(dǎo)入 Unity3D軟件中，實(shí)現(xiàn)蟹苗生長發(fā)育可視化模擬。該軟件可以展現(xiàn)蟹苗正常生長發(fā)育下的情景，在軟件界面上輸入外界環(huán)境如水溫、pH、鹽度和發(fā)育天數(shù)等參數(shù)，就可以模擬蟹苗正常條件下的生長發(fā)育場景，幫助人們了解蟹苗的生長發(fā)育過程。
　　為了及時(shí)發(fā)

4、現(xiàn)三疣梭子蟹蟹苗發(fā)育中的鹽度異常情況，運(yùn)用計(jì)算機(jī)視覺疣梭子蟹溞狀幼技術(shù)監(jiān)測蟹苗群體行為，對(duì)鹽度異常情況預(yù)警。實(shí)驗(yàn)獲取了三體Ⅲ期蟹苗在正常鹽度25、低鹽度15和高鹽度35條件下的運(yùn)動(dòng)視頻，量化蟹苗在正常鹽度與異常鹽度條件下群體行為參數(shù)，并將這些群體行為參數(shù)作為模型的特征參數(shù)。采用支持向量機(jī)（SVM）和BP_Adaboost根據(jù)特征參數(shù)訓(xùn)練模型預(yù)測鹽度情況，最終選擇出耗時(shí)較短且分類準(zhǔn)確率高的BP_Adaboost算法建立預(yù)警模型，預(yù)測準(zhǔn)確率