文摘目前虾苗活力检测主要是依赖人工观测虾苗的游动情况,评价结果容易受主观影响。本研究提出了一种结合稠密光流法和统计学的虾苗活力检测方法。首先通过在不同水温中饲养虾苗得到不同活力的虾苗,采集虾苗视频;然后使用Gunner Farneback光流法提取虾苗视频中虾苗的帧间运动特征,即虾苗瞬时的游动状态,包含幅值强度和相角角度两个维度,同时对其进行统计学分析;最后提取固定时长虾苗视频的所有帧间运动特征,并应用改进后的信息熵(Weighted information entropy-WIE)和互信息(Mutual information-MI)2种方法对虾苗进行活力检测。结果显示:2种检测方法的精准度和召回率均超过了98%,可以准确客观地实现虾苗活力检测。本研究可以为自动化虾苗质量检测提供思路和方法,在水产养殖行业中有应用价值。
