(3.237.97.64) 您好!臺灣時間:2021/03/03 00:34
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:黃俞凱
研究生(外文):Huang, Yu-Kai
論文名稱:以影像辨識為基礎之觀賞蝦異常偵測及成長履歷系統
論文名稱(外文):An Abnormality Detection and Traceability System for Ornamental shrimp Based on Image Recognition
指導教授:蔡玉娟蔡玉娟引用關係
指導教授(外文):Tsay, Yuh-Jiuan
口試委員:龔旭陽劉書助李宗南陳俊良蔡玉娟
口試委員(外文):Kung, Hsu-YangLiu, Shu-ChuLee, Chung-NanChen, Jiann-LiangTsay, Yuh-Jiuan
口試日期:2017-07-18
學位類別:碩士
校院名稱:國立屏東科技大學
系所名稱:資訊管理系所
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2017
畢業學年度:105
語文別:中文
論文頁數:67
中文關鍵詞:影像辨識影像切割觀賞蝦
外文關鍵詞:Image RecognitionImage segmentationshrimp
相關次數:
  • 被引用被引用:0
  • 點閱點閱:208
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
全球寵物市場蓬勃發展,排名第三的寵物市場為觀賞水族,僅次於犬貓市場。聯合國糧食及農業組織(Food and Agriculture Organization, FAO)資料顯示,觀賞水族產業及水族器材周邊產品帶動的整體總產值高達150億美元。根據水族類商業公會統計,台灣2010年起,觀賞蝦每年出口數量超過一千八百萬隻,全球觀賞蝦每十隻就有六隻來自於台灣,可見台灣觀賞蝦在全球水族市場的重要性。因此,本研究建置一套「以影像辨識為基礎之觀賞蝦異常偵測及成長履歷系統」,利用影像辨識技術,以協助觀賞蝦養殖業者即時發現觀賞蝦發生脫殼、逃缸及蝦卵孵化蝦苗的狀況。系統包含五大模組及實驗結果為:(1)脫殼辨識模組-準確率可達96%;(2)逃缸警示模組-準確率可達96%;(3)蝦卵孵化蝦苗辨識模組-準確率可達100%;(4)感測器資料模組-蒐集魚缸中溫度、TDS值、PH值資料;(5)觀賞蝦成長履歷模組-建立觀賞蝦成長影像及環境參數值。本系統採用低價的IP CMA偵測觀賞蝦的異常狀況,以降低觀賞蝦繁殖過程的損失及人力成本,提升觀賞蝦養殖的效率及效能。
The pet markets develop rapidly in the world, the pet market ranking third is ornamental fish market, only next to the dog and cat market. According to the data of the Food and Agriculture Organization (FAO), the peripheral products of ornamental fish industry and aquarium equipments promote the gross output value to as high as US$15 billion. According to the statistics of the Ornamental Fish Association, Taiwan has exported 18 million ornamental shrimps annually since 2010, 6/10 of global ornamental shrimps is from Taiwan, the importance of Taiwan's ornamental shrimps to global aquarium market is obvious. Therefore, this study builds "An Abnormality Detection and Traceability System for Ornamental shrimp Based on Image Recognition", and uses image recognition technology to assist ornamental shrimp farmers to detect shelling, escape and hatching of shrimp fries from shrimp eggs of ornamental shrimps instantly. The system contains five major modules and the experimental results are (1) shelling recognition module - precision is 96%; (2) escape warning module - precision is 96%; (3) recognition module for hatching of shrimp fries from shrimp eggs - precision is 100%; (4) sensor data module - collecting temperature, TDS value and pH value in fish bowl; (5) ornamental shrimp growth record module - establishing ornamental shrimp growth images and environmental parameter values. This system uses low-cost IP CMA to detect abnormality of ornamental shrimps, so as to reduce the loss and labor cost in the ornamental shrimp reproduction process, and to enhance the efficiency and performance of ornamental shrimp culture.
摘要 I
ABSTRACT II
謝誌 III
目錄 IV
圖目錄 VI
表目錄 IX
第1章 緒論 - 1 -
1.1 研究背景與動機 - 1 -
1.2 研究目的 - 4 -
1.3 研究流程 - 6 -
1.4 論文架構 - 7 -
第2章 文獻探討 - 9 -
2.1 觀賞水族產業現況 - 9 -
2.2 觀賞蝦介紹 - 11 -
2.3 水產影像辨識應用 - 16 -
2.4 履歷系統 - 18 -
2.5 影像辨識技術 - 19 -
第3章 研究方法 - 23 -
3.1 系統架構 - 23 -
3.2 觀賞蝦異常辨識模組 - 25 -
3.2.1 脫殼辨識技術 - 26 -
3.2.2 逃缸辨識技術 - 32 -
3.2.3 蝦卵孵化蝦苗辨識技術 - 35 -
3.3 感測器模組 - 38 -
3.4 觀賞蝦成長履歷模組 - 39 -
第4章 系統實作 - 40 -
4.1 實作環境 - 40 -
4.2 系統展示 - 40 -
4.2.1 即時狀態 - 41 -
4.2.2 脫殼辨識模組 - 42 -
4.2.3 逃缸警示模組 - 44 -
4.2.4 蝦卵孵化蝦苗辨識模組 - 45 -
4.2.5 感測器模組 - 46 -
4.2.6 觀賞蝦成長履歷 - 47 -
4.2.7 異常驗證模組 - 49 -
4.3 實際結果分析 - 52 -
4.3.1 觀賞蝦辨識區域分析 - 52 -
4.3.2 脫殼辨識結果分析 - 56 -
4.3.3 逃缸辨識結果分析 - 58 -
4.3.4 蝦卵孵化蝦苗辨識結果分析 - 59 -
第5章 結論與建議 - 61 -
5.1 結論 - 61 -
5.2 未來研究方向 - 62 -
5.3 研究範圍與限制 - 62 -
參考文獻 - 63 -
作者簡介 - 67 -
網站文獻
[1] 產銷履歷農產品資訊網(2016)。履歷資訊及詳細生產記錄,取自:
https://taft.coa.gov.tw/rsm/Code_cp.aspx?ID=1227472&EnTraceCode=001039509500006
[2] 螯蝦基地,取自:
https://www.facebook.com/groups/crayfishbase/files/
中文文獻
[3] 李奇明(2008),利用臉部表情診斷學習困難度之研究,國立台灣師範大學工業教育學系,碩士論文。
[4] 呂國禎(2015),「世界第一!屏東水族王國靠出口觀賞魚蝦賺上億」,天下雜誌,第567期。
[5] 吳冠賢、楊孟霖、陳佳瑜、黃沂訓(2015),臺灣淡水觀賞蝦之培育技術發展概況,農業生技產業季刊,第35期,頁49-55。
[6] 林享曇、張嘉孟、方煒、朱元南(2006),應用機器視覺的養殖池魚類自動計量分析系統,農業機械學刊,第15卷,第1期。
[7] 林彥宏、余祁暐(2014),全球第三大寵物市場的崛起-我國觀賞魚產
業發展策略分析,臺灣經濟研究月刊,第37卷,第3期,頁65-72。
[8] 林信宇(2015),開放空間之人臉偵測與追蹤系統,國立高雄應用科技大學,碩士論文。
[9] 施習德(2006),認識外來入侵種美國螯蝦,農業世界雜誌,278(10): 10-13。
[10] 侯彥隆(2012),觀賞魚小兵立大功-觀賞魚養殖及博覽會,農政與農情,第245期。
[11] 侯彥隆、林彥宏、余祁暐(2013),台灣觀賞魚水族產業發展現況,農業生技產業季刊,第34期,頁8-13。
[12] 陳榮宗、何平合、李訓煌(2003),外來種淡水魚類及蝦類在台灣河川之分布概況,特有生物研究,第5卷,第2期,頁33-46。
[13] 殷海成(2007),克氏原螯虾仔虾蜕皮与生长研究,淡安徽农业科学,第 35卷,第15期,頁4539-4559。
[14] 陳建斌、蔡政訓(2009),台灣在全球水族市場的未來商機,第59卷,第23期,頁48-51。
[15] 陳俊佑、莊慶達、龔世豪(2012),臺灣觀賞魚產業發展之研究,蘭陽學報,第11卷,頁167-179。
[16] 張文亮、蕭友晉和虞淨卉(2010),「影像辨識計算金瓜寮溪魚類數目之研究」,農業工程學報,第56卷,第1期,頁52-60。
[17] 黃建華(2002),簡易魚苗自動點算系統設計,國立中山大學海洋生物研究所,碩士論文。
[18] 瞿大維(2009),觀賞魚的現在、過去與未來—台灣觀賞魚的發展與現況,漁業推廣,第37期,頁53-59。
[19] 魏子量、吳政翰、林忠宏、林泓宏(2016),基於深度學習之魚種辨識,第十五屆離島資訊技術與應用研討會。
英文文獻
[20] Anyadike, C., Mbajiorgu, C., & Ajah, G. (2015), Aquacultural System Management Tool (AQUASMAT) I: Model development. Aquacultural Engineering, 69, 60-77.
[21] Canny, J. (1986), A Computational Approach to Edge Detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI-8(6), 679-698.
[22] Castañon-Cervantes, O., Lugo, C., Aguilar, M., Gonzalez-Moran, G., & Fanjul-Moles, M. (1995), Photoperiodic induction on the growth rate and gonads maturation in the crayfish Procambarus clarkii during ontogeny. Comparative Biochemistry and Physiology Part A: Physiology, 110(2), 139-146.
[23] Castle, R., & Murray, D. (2011), Keyframe-based recognition and localization during video-rate parallel tracking and mapping. Image and Vision Computing, 29(8), 524-532.
[24] Chatain, B., Debas, L., & Bourdillon, A. (1996), A photographic larval fish counting technique: comparison with other methods, statistical appraisal of the procedure and practical use. Aquaculture, 141(1-2), 83-96.
[25] Hobbs, H. (1967), The Current Status of the Crayfishes Listed By Girard (1852) in His "a Revision of the North American Astaci..." (Decapoda, Astacidae ). Crustaceana, 12(2), 124-132.
[26] Hosseinpour, S., Rafiee, S., Aghbashlo, M., & Mohtasebi, S. (2014), A novel image processing approach for in-line monitoring of visual texture during shrimp drying. Journal of Food Engineering, 143, 154-166.
[27] Li, H., & Ngan, K. (2008), Saliency model-based face segmentation and tracking in head-and-shoulder video sequences. Journal of Visual Communication and Image Representation, 19(5), 320-333.
[28] Liu, Z., Cheng, F., & Zhang, W. (2017), Recognition-based image segmentation of touching pairs of cooked shrimp (Penaeus Orientalis) using improved pruning algorithm for quality measurement. Journal of Food Engineering, 195, 166-181.
[29] Maldonado, W., & Barbosa, J. (2016), Automatic green fruit counting in orange trees using digital images. Computers and Electronics in Agriculture, 127, 572-581.
[30] Piccinini, P., Prati, A., & Cucchiara, R. (2012), Real-time object detection and localization with SIFT-based clustering. Image and Vision Computing, 30(8), 573-587.
[31] Shen, X., Hua, G., Williams, L., & Wu, Y. (2012), Dynamic hand gesture recognition: An exemplar-based approach from motion divergence fields. Image and Vision Computing, 30(3), 227-235.
[32] Zhang, D., Lillywhite, K., Lee, D., & Tippetts, B. (2014), Automatic shrimp shape grading using evolution constructed features. Computers and Electronics in Agriculture, 100, 116-122.
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關點閱論文
 
系統版面圖檔 系統版面圖檔