[发明专利]一种螃蟹脱壳的红外监测方法和装置

说明书

技术领域

本发明涉及水产养殖技术领域，特别是一种螃蟹脱壳的红外监测方法及其应用该方法的装置。

背景技术

螃蟹肉富含维生素A及钙、磷、铁、维生素B1、维生素B2、维生素C、谷氨酸、甘氨酸、组氨酸、精氨酸、烟碱酸等，对身体有很好的滋补作用。但传统的螃蟹食用方法需要剥壳取肉，实在太麻烦，尤其是小朋友吃，常常需要大人花费大量的时间，另外对于爱美的女性也对螃蟹的不雅吃法避而远之。

但人们对螃蟹的喜爱依然不减，于是通过对螃蟹的生活习性的研究，人们逐渐开发了一种无需剥壳取肉的软壳蟹。软壳蟹是螃蟹褪壳后不久的一个短暂形态。螃蟹一生经过13次褪壳，每一次蜕变长大就是新的生命开始一般，在脱壳同时还脱去鳃、食囊、内脏，因而全身没有原来的一丝污垢。软壳蟹在自然界非常难得，因为螃蟹新的外壳会在脱壳的数小时后接触到水而逐渐变硬。软壳蟹之所以珍贵是因为只有在换壳的短短几个小时内全身软绵绵的，不仅连肉带壳都可以吃，而且比普通螃蟹更鲜美更有营养。

软壳蟹虽然好吃，但在养殖过程中需要耗费大量的人力物力。传统的软壳蟹的养殖方法主要依靠人工识别，每2－4小时需要人工检查一次，以在螃蟹脱壳期间及时搜集软壳蟹，花费较多的人力、物力，另外人工检查还可能干扰螃蟹脱壳，引起螃蟹脱壳失败，造成螃蟹死亡，不仅成本高，而且效率较低。

发明内容

本发明为解决上述问题，提供了一种螃蟹脱壳的红外监测方法和装置，其能够自动识别脱壳结束的螃蟹，效率更高。

为实现上述目的，本发明采用的技术方案为：

一种螃蟹脱壳的红外监测方法，其特征在于，包括以下步骤：

10.以预设时间间隔对螃蟹进行红外摄像，得到监测图像；

20.对所述的监测图像进行图像识别，判断螃蟹数量是否变为两只螃蟹，若识别结果为两只螃蟹则判断为脱壳结束，否则返回步骤10；

30.进行螃蟹脱壳结束的提醒。

优选的，所述的步骤20中对所述的监测图像进行图像识别，主要是通过卷积神经网络的方法进行判断所述的螃蟹数量是否变为两只螃蟹。

优选的，所述的步骤20中通过卷积神经网络的方法进行图像识别，进一步包括以下步骤：

21.收集单只螃蟹样本图像和两只螃蟹样本图像，并进行人工标注分类，将单只螃蟹样本图像标注为脱壳前图像类型，将两只螃蟹样本图像标注为脱壳结束图像类型；

22.将所述的单只螃蟹样本图像和两只螃蟹样本图像输入卷积神经网络系统进行分类模型的训练；

23.将所述的监测图像输入所述的分类模型中进行类型判断，若判断结果为脱壳结束图像类型，则判断为脱壳结束，否则返回步骤10。

优选的，所述步骤21中的单只螃蟹样本图像包括非脱壳期螃蟹样本图像和脱壳过程螃蟹样本图像。

优选的，所述步骤21中的两只螃蟹样本图像包括两只横向并排螃蟹样本图像、两只纵向并排螃蟹样本图像以及两只侧向排列螃蟹样本图像。

优选的，所述步骤22中将所述的单只螃蟹样本图像和两只螃蟹样本图像输入卷积神经网络系统进行分类模型的训练之前，先对所述的单只螃蟹样本图像或两只螃蟹图像进行轮廓提取得到轮廓图，并将轮廓图进行归一化处理后再输入卷积神经网络系统进行分类模型的训练。

优选的，所述步骤23中将所述的监测图像输入所述的分类模型中进行类型判断之前，先对所述的监测图像进行轮廓提取得到监测轮廓图，并将监测轮廓图进行归一化处理后再输入卷积神经网络系统进行分类模型的训练。

优选的，所述的步骤40中进行螃蟹脱壳结束的提醒，主要是通过在远程监控终端通过文字提醒或者声音提醒或者光信号提醒。

另外，本发明还提供了一种螃蟹脱壳的红外监测装置，其特征在于，其包括：

时钟模块，用于设置摄像的时间间隔；

红外探头，用于在预设的时间间隔对螃蟹进行红外摄像得到监测图像；

卷积神经网络模块，用于将所述的监测图像输入卷积神经网络系统的分类模型中进行类型判断，若判断结果为脱壳结束图像类型，则表示该螃蟹已经脱壳结束；

提醒模块，用于进行螃蟹脱壳结束的提醒。

优选的，所述的红外探头设置在螃蟹养殖区的上方位置。

本发明的有益效果是：