基于机器视觉的水产养殖致病菌感染模型实验系统研究

摘要

随着经济的发展和市场需求增长，水产养殖日益规模化，细菌性鱼病是制约水产养殖业发展的关键问题。目前针对细菌性鱼病一般采用抗生素类药物进行防治，若用药量偏少达不到防治效果，相反的若用药量过多不仅增加成本，而且容易造成环境污染同时危及人类健康。因此研究致病菌感染模型，可以为科学指导抗生素使用提供理论基础。利用机器视觉技术探究鱼类活力与致病菌浓度之间的关系，能避免人工操作耗时耗力且容易出现失误的情况，在此基础上设计一种实验平台，对建立感染模型和发展水产养殖业具有重要的现实意义。
　　论文在分析机器视觉应用和细菌性鱼病防治现状基础上，设计一种基于机器视觉的水产养殖致病菌感染模型实验系统，并建立致病菌感染模型。论文主要研究内容分为四个部分：
　　（1）针对人工检测鱼类活力耗时耗力且容易判断失误的问题，提出一种基于机器视觉的鱼类活力检测方案，获取鱼类视频信息，通过目标检测跟踪技术获取其运动轨迹并计算相关活力参数；
　　（2）针对实验过程中细菌繁殖导致菌浓度增加的情况，提出一种细菌浓度控制方案，通过稀释操作来维持实验系统内致病菌浓度恒定；
　　（3）根据实验需求搭建实验系统平台，主要包括三个部分，视频采集模块负责采集鱼类视频信息；水质监测模块用以保证实验系统内水质环境稳定；用户监控中心实现实时监控、视频序列处理、活力参数结果显示等功能；
　　（4）利用搭建好的系统平台进行致病菌培养、致病菌浓度控制、致病菌感染鱼类等一系列实验。对相关实验数据进行分析和处理，以此为基础建立致病菌感染模型。
　　研究结果表明：论文所设计实验系统利用机器视觉可以成功地对实验鱼类的活力进行检测；利用致病菌浓度控制方案较好地维持系统中细菌浓度恒定，均达到了预期效果；最后在上述各个实验基础上初步建立致病菌感染模型。

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 研究现状

1.3 课题主要研究内容

1.4 论文组织结构

第二章 致病菌感染模型实验系统设计方案

2.1 引言

2.2 系统整体方案设计

2.3 机器视觉信息处理

2.4 致病菌浓度与水质参数控制

2.5 本章小结

第三章 基于机器视觉的鱼类活力检测方法

3.1 引言

3.2 鱼类活力检测整体方案

3.3 鱼类运动目标检测

3.4 鱼类运动目标跟踪

3.5 实验结果分析

3.6 本章小结

第四章 致病菌感染模型实验平台搭建

4.1 引言

4.2 实验系统整体装置

4.3 实验系统软件平台

4.4 本章小结

第五章 实验与分析

5.1 引言

5.2 相关实验步骤

5.3 数据分析及模型建立

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读硕士学位期间的成果