Trang chủ Kiến thức 2 bước phát hiện bệnh trên cá dựa trên hình ảnh thực tế

2 bước phát hiện bệnh trên cá dựa trên hình ảnh thực tế

Nano Power
Xuất bản: Cập nhật 303 views

Một trong những ngành sản xuất thực phẩm phát triển nhanh nhất toàn cầu đó là nuôi trồng thủy sản. Dịch bệnh trên cá đang là mối đe dọa cho sự phát triển của ngành nuôi trồng thủy sản trên toàn cầu. Vi khuẩn, vi rút, động vật nguyên sinh và ký sinh trùng chính là các tác nhân chính gây ra các bệnh trên cá khác.

2-buoc-nhan-biet-benh-tren-ca-dua-vao-hinh-anh-thuc-te

Ký sinh trùng gây bệnh trên cá

1. Tổng quan nuôi trồng thủy sản

Từ nuôi trồng thủy sản bao gồm chăn nuôi, nuôi và thu hoạch cá, thực vật thủy sinh, động vật giáp xác, nhuyễn thể và sinh vật sống dưới nước. Nó liên quan đến việc nuôi trồng cả sinh vật nước ngọt và nước mặn trong một điều kiện được kiểm soát và được sử dụng để sản xuất thực phẩm và các sản phẩm thương mại . Chủ yếu có hai loại nuôi trồng thủy sản.

Loại thứ nhất là Nghề nuôi trồng thủy sản là việc nuôi trồng các sinh vật biển để làm thực phẩm và các sản phẩm khác như dược phẩm, phụ gia thực phẩm, đồ trang sức (ví dụ: ngọc trai nuôi), dinh dưỡng và mỹ phẩm. Các sinh vật biển được nuôi trong môi trường biển tự nhiên hoặc trong các khu vực bao quanh đất liền hoặc biển, chẳng hạn như lồng, ao hoặc mương.

Loại thứ hai là Nuôi cá là việc nuôi cá cho mục đích thương mại trong các ao hồ do con người tạo ra và các thùng chứa khác. Ngày nay, ngành công nghiệp nuôi cá đã phát triển để đáp ứng nhu cầu về các sản phẩm cá (Winkler, 2020). Hình thức nuôi trồng thủy sản này phổ biến trong một thời gian dài vì nó được cho là tạo ra một nguồn protein rẻ.

2. thực nghiệm để phát hiện bệnh trên cá hồi

Md ShoaibAhmed và cộng sự 2021 đã tiến hành nghiên cứu về phân loại bệnh của cá hồi, phát hiện xem cá có bị nhiễm trùng hay không, bằng kỹ thuật dựa trên thị giác máy tính. Hiện bệnh trên cá nuôi nói chung và cá hồi nói riêng là một lĩnh vực nghiên cứu quan trọng cần được chú trọng nhất là trong lĩnh vực tự động. Mục tiêu chính của nghiên cứu là phân loại cá hồi bị nhiễm bệnh và cá hồi không nhiễm.

Công việc này chia thành hai phần:

Phần đầu: Xử lý hình ảnh và áp dụng kỹ thuật phân đoạn. Đầu tiên, hình ảnh đầu vào có kích thước bất kỳ được chuyển đổi và phóng đại với kích thước cố định là 600 x 250 pixel. Sau đó, hình ảnh được phân đoạn thành các vùng khác nhau.

Các ứng dụng của lĩnh vực xử lý ảnh (image processing), thị giác máy tính, phân đoạn ảnh luôn đóng một vai trò cơ bản và thường là bước xử lý đầu tiên trong toàn bộ quá trình trước khi thực hiện các thao tác khác ở mức cao hơn như nhận dạng đối tượng… Phân đoạn ảnh – một kỹ thuật xử lý ảnh phổ biến – thực hiện việc phân vùng các vùng khác nhau trong một ảnh mà không làm mất thông tin.

Trong phần thứ hai, trích xuất các tính năng liên quan để phân loại bệnh với sự trợ giúp của thuật toán SVM. Các hình ảnh đã xử lý của phần đầu tiên sẽ đi qua mô hình SVM này sẽ đưa ra kết quả cá bị nhiễm bệnh hay không.

Để đảm bảo độ chính xác cao và chuẩn, các nhà khoa học chọn một thuật toán học máy rất hiệu quả được gọi là máy vector hỗ trợ. Support Vector Machine (SVM) được biết đến là một trong những thuật toán học có giám sát hàng đầu sử dụng cho phân loại.

2-buoc-nhan-biet-benh-tren-ca-dua-vao-hinh-anh-thuc-te

2 bước phát hiện bệnh trên cá qua hình ảnh thực tế

3. Kết quả phát hiện bệnh trên cá hồi

Các nhà nghiên cứu học cũng đã đánh giá khả năng SVM được áp dụng với độ chính xác lần lượt  91,42 với hình ảnh phóng đại và 94,12% hình ảnh bình thường.

Kết quả này góp phần gợi ý một hệ thống phát hiện bệnh cá tự động dựa trên xử lý hình ảnh với độ chính xác cao. Trong tương lai, đây có thể là một một giải pháp cho người nuôi để xác định cá bị nhiễm bệnh và thực hiện các biện pháp xử lý góp phần giảm thiệt hại bất ngờ trong quá trình nuôi.

Nguồn: https://www.sciencedirect.com/science/article/pii/S1319157821001063

 

 

Related Posts

Trang web này sử dụng cookie để cải thiện trải nghiệm của bạn. Chúng tôi sẽ cho rằng bạn đồng ý với điều này, nhưng bạn có thể chọn không tham gia nếu muốn. Chấp nhận Đọc thêm

error: Content is protected !!
0907 771 622