Xây dựng công cụ tự động nhận dạng và đếm tôm giống sử dụng thông tin ảnh và máy học SVM : Luận văn Thạc sĩ Công nghệ thông tin. Chuyên ngành Hệ thống thông tin

Ngành thủy sản Việt Nam có vị trí quan trọng trong nền kinh tế quốc dân. Giá trị xuất khẩu ngành thủy sản đứng thứ ba trong các ngành kinh tế của đất nước. Tôm, đặc biệt là tôm thẻ chân trắng, chiếm tỷ trọng lớn trong xuất khẩu thủy sản h...

Mô tả đầy đủ

Đã lưu trong:
Chi tiết về thư mục
Tác giả chính: Bang, Phùng Tố Dương
Định dạng: Sách
Ngôn ngữ:Undetermined
Được phát hành: Cần Thơ Trường Đại học Cần Thơ 2020
Những chủ đề:
Các nhãn: Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
Thư viện lưu trữ: Trung tâm Học liệu Trường Đại học Cần Thơ
Miêu tả
Tóm tắt:Ngành thủy sản Việt Nam có vị trí quan trọng trong nền kinh tế quốc dân. Giá trị xuất khẩu ngành thủy sản đứng thứ ba trong các ngành kinh tế của đất nước. Tôm, đặc biệt là tôm thẻ chân trắng, chiếm tỷ trọng lớn trong xuất khẩu thủy sản hằng năm của Việt Nam. Tuy nhiên, việc đếm tôm giống trong khâu mua bán được thực hiện chủ yếu bằng phương pháp thủ công, độ chính xác không cao, tốn nhiều thời gian và ảnh hưởng đến sức khỏe tôm giống. Vì vậy, việc tự động hóa trong khâu đếm tôm giống là vấn đề cấp thiết để mở rộng quy mô sản xuất. Trong đề tài này, các thuật toán xử lý ảnh và máy học được sử dụng để tự động phát hiện và nhận dạng tôm giống dựa trên màu sắc, áp dụng kết hợp đặc trưng cục bộ HOG và máy học véc-tơ hỗ trợ. Cơ sở dữ liệu ảnh dùng để huấn luyện được thu thập từ buồng thu nhận ảnh và xử lý. Hệ thống được xây dựng từ đề tài có khả năng phát hiện, nhận dạng và đếm tôm giống với độ chính xác trên 90%.