摘要
本申请涉及蚕蛹养殖技术领域,公开了一种基于深度学习的僵蛹实时监测方法、系统及存储介质。该方法包括:拍摄目标区域的第一图像,对第一图像进行网格化分割,获得多张第二图像;将第二图像整合为图像序列,基于深度学习模型提取图像序列中的蚕蛹区域,基于蚕蛹区域生成对应的蚕蛹轮廓;将相同的蚕蛹轮廓整合为轮廓序列,分析轮廓序列获取每条蚕蛹的个体特征;基于个体特征将蚕蛹划分为僵化蚕蛹和普通蚕蛹;将僵化蚕蛹和普通蚕蛹的实际图像与预设图像进行对比,确定僵化蚕蛹的所处的僵化阶段,以及普通蚕蛹所处的生理状态。本发明可以实时监测蚕蛹的僵化阶段,以及确定僵蛹死亡的异常原因,从而大大提升了养殖的自动化程度。
技术关键词
实时监测方法
轮廓
深度学习模型
表面纹理特征
端点
序列
图像库
分布直方图
阶段
异常状态
曲线
实时监测系统
生理
可读存储介质
定义
标签
拍摄模块
养殖技术
系统为您推荐了相关专利信息
病理切片图像
数字病理切片
周期性特征
像素点
检索方法
隧道
监测方法
长短期记忆网络
门控循环单元
混合深度学习模型
中药饮料
识别设备
数据处理方法
图像分割
图像采集设备
物体轮廓
抓取方法
图像分割
神经网络模型
图像获取装置