鱼病识别专家系统的专业应用研究
Fig. 1.
孟加拉国的鱼类捕捞
流行性溃疡综合征（EUS）、烂鳍烂尾病的研究此外，我们还与新鲜的
鱼没有疾病。
传统的评估是非常困难的，不能提供一个标准的结果。它有许多缺
点。它浪费时间和金钱。因此，技术鉴定是减少金钱和时间损失的及时
步骤。此外，它增加了鱼的产量，保证了人体内的蛋白质。计算机视觉
方法是现代流行的方法之一。它被广泛用于疾病的识别。在这项研究
中，我们已经实现了一个深度计算机视觉方法的自动鱼病识别。为我们
的研究工作提出的专家系统已在图2中示出。首先，在数码相机或智能
手机的帮助下捕获数字图像。然后将捕获的图像上传到移动应用程序以
处理结果。图像经过一些步骤在专家系统上进行处理。专家系统首先从
图像的无病区域中识别出有病区域。并根据图像的特征进行疾病识别。
之后，专家系统将结果返回给用户。
2.
相关作品
鱼类生产中的失败是由于冗余和无计划的步骤而发生的，这些步骤
可能导致各种疾病。对于业余养殖者来说，人工识别鱼病并不是一项没
有错误的任务。因此，基于计算机视觉的自动化方法可能是减少疾病的
一个相当大的解决方案。鱼病识别分为两个问题，即鱼病的检测，
病区和疾病分类只有两个工作已经进行了识别一种鱼病。因为这方面
的作品很少。为此，本文综述了果树病害防治的有关工作。
Malik等人（2017）提出了一种使用图像处理技术进行自动鱼类识别
的 模 型 。 他 们 已 经 确 定 了 由 真 菌 病 原 体 引 起 的 流 行 性 溃 疡 综 合 征
（EUS）疾病。这种疾病总是被人们误认，因为它看起来像溃疡。在这
项工作中，图 像分割是由直方图均衡化的方法，应用后， 他们应用
Canny的边缘检测技术。他们应用两种特征描述符技术HOG和FAST来
提 取 图 像 的 特 征 。 本 文 采 用 两 种 神 经 网 络 和 K-NN （ Nearest
Neighbor）算法进行分类。Chakravorty等人（2015）陈述了一种借助
PCA方法从鱼的图像中检测鱼病的模型，其中K均值聚类用于基于颜色
特征的分割。为了提高疾病识别的准确性，他们引入了HSV图像和形态
学运算。该系统使用了四种患有流行性溃疡综合征（EUS）的鱼类图
像。在提取特征后，采用主成分分析方法形成特征向量，并根据欧氏距
离进行分割。很少的数据集用于他们的实验，这是不足以确保所提出的
系统的性能。López-Cortés等人（2017）提出了一种检测导致鲑鱼死亡
的传染性病原体的模型。将质谱技术和机器学习技术相结合，建立一个
自动化模型， 用于疾病的分类和预测。其模型的准确度等 于或大于
92%。张 （2017）说明了用于黄瓜疾病识别的基于机器视觉的技
术。他们用420幅图像处理了7种疾病。采用K-均值聚类从图像中提取特
征. 从 病变信息 中提取 组 合的形 状 和颜色 特征，然 后使用 稀 疏表示
（SR）进行分类。其模型的准确率为85.7%。Habib等人（2020）对菠
萝蜜疾病的识别进行了深入的研究。他们使用K-均值聚类算法作为分
割，从捕获的图像中提取特征。为了评估绩效，相应采用了9个分类
器。在所有的分类器中，随机森林在性能评估矩阵方面表现出色。该系
统的精度为89.59%，误差为10.41%。它们遵循的步骤是图像采集、去
噪、图像分割、特征提取、分类、输出生成。他们的数据集由480张图
像组成，分为5类，
相关知识
鱼病识别专家系统的专业应用研究
毕业设计论文 宠物犬常见疾病防治专家系统的开发.doc
宠物犬常见疾病防治专家系统的开发毕业论文.doc
新编鱼病识别与防治彩色图册
春季鱼病的防治
鱼病智能诊断先进技术综述,Animals
看鱼情识鱼病
C# winform 动物识别专家系统
怎样识别鱼的种类
鱼病诊断中的“望、闻、问、切”
网址: 鱼病识别专家系统的专业应用研究 https://m.mcbbbk.com/newsview709729.html
| 上一篇: 基于深度学习的网箱养殖鱼类体表疾 |
下一篇: 如何利用提供的鱼类疾病图片分类数 |
