[发明专利]测定对虾出肉率的方法及装置

说明书

本发明公开了一种测定对虾出肉率的方法及装置，解决现有技术存在的测定过程复杂、测定准确性低等的技术问题。所述方法包括：采集待测对虾图像，基于所述待测对虾图像获取所述待测对虾的体长、腹节全长和第三腹节背宽；称量所述待测对虾，获取所述待测对虾的体重；将所述待测对虾的所述体长、所述腹节全长、所述第三腹节背宽和所述体重作为已建立的净肉重模型的输入参数，利用所述已建立的净肉重模型预测所述待测对虾的净肉重；根据所述待测对虾的所述体重和所述待测对虾的所述净肉重，测定所述待测对虾的出肉率：出肉率=净肉重/体重。

技术领域

本发明属于水产养殖技术领域，具体地说，是涉及测定对虾出肉率的方法及装置。

背景技术

对虾作为一种海鲜，壳薄、富含蛋白质、味美，因此，非常受市场欢迎。对虾头部占了整个体重的40％以上，只有腹部和尾部肌肉可以作为净肉进行食用。对虾出肉率是指净肉重占整个体重的比例，出肉率越高，经济价值越大，因此，出肉率是对虾的一个重要的遗传改良性状。

考虑到获取对虾的净肉重需要将个体进行屠宰处理，测定出肉率费时费力，而且，在遗传改良过程中，被屠宰的个体无法再作为候选个体。因此，无法在个体水平进行选择，只能进行同胞选择，这样就降低了选择的准确性。为解决该技术问题，现有技术提出了基于对虾的形态性状预先建立出肉率模型，再根据出肉率模型和实测的对虾形态性状估计对虾的出肉率。在建立出肉率模型时，由于仅依靠形态性状作为建模用数据，为提高模型的准确性，通常需要9个以上的形态性状进行建模，使得建模过程复杂，获得的出肉率模型也复杂。在根据模型预测出肉率时，也需要测量多达9个以上的形态性状。由于使用的性状参数多，模型复杂，不仅参数获取过程和建模过程繁琐，效率低，且容易出错，进而导致出肉率测定准确性低。

发明内容

本发明的目的在于提供一种测定对虾出肉率的方法及装置，解决现有技术存在的仅利用对虾形态性状建立出肉率模型存在的测定过程复杂、测定准确性低等的技术问题。

为实现上述发明目的，本发明提供的测定对虾出肉率的方法采用下述技术方案予以实现：

一种测定对虾出肉率的方法，所述方法包括：

采集待测对虾图像，基于所述待测对虾图像获取所述待测对虾的体长、腹节全长和第三腹节背宽；

称量所述待测对虾，获取所述待测对虾的体重；

将所述待测对虾的所述体长、所述腹节全长、所述第三腹节背宽和所述体重作为已建立的净肉重模型的输入参数，利用所述已建立的净肉重模型预测所述待测对虾的净肉重；

根据所述待测对虾的所述体重和所述待测对虾的所述净肉重，测定所述待测对虾的出肉率：出肉率＝净肉重/体重；

所述已建立的净肉重模型为：

Y_MW＝k1+k2×BW+k3×AL+k4×A3W+k5×BL；

其中，Y_MW为净肉重，BW为体重，BL、AL、A3W分别为体长、腹节全长、第三腹节背宽，k1、k5分别为小于0的已知系数，k2、k3、k4分别为大于0的已知系数。

本申请的一些实施例中，所述系数k1的取值范围为[-1.7121，-1.4371]，所述系数k2的取值范围为[0.4627，0.4745]，所述系数k3的取值范围为[0.4484，0.5432]，所述系数k4的取值范围为[0.5504,0.7552]，所述系数k5的取值范围为[-0.2037，-0.1419]。

本申请的一些实施例中，所述系数k1的取值为-1.5746，所述系数k2的取值为0.4686，所述系数k3的取值为0.4958，所述系数k4的取值为0.6528，所述系数k5的取值为-0.1728。