趙一舟　歐 瑤　李江嵐　劉黎昊昱　張高軍

(1. 西南大學電子信息工程學院，重慶　400716；2. 西南大學生物技術學院，重慶　400716)

基于圖像識別的家蠶蛹體形數(shù)據(jù)庫構建和初步分析

趙一舟1歐 瑤2李江嵐2劉黎昊昱2張高軍2

(1. 西南大學電子信息工程學院，重慶400716；2. 西南大學生物技術學院，重慶400716)

摘要家蠶雌、雄蛹鑒別和分離是家蠶雜交種生產(chǎn)的必須環(huán)節(jié)。目前雌雄蛹鑒別、分離主要依靠熟練技術工人通過肉眼和手工進行。為了將來開發(fā)一種可以自動識別和分離雌雄蠶蛹的裝置，選取6個品種的雌、雄蠶蛹各約20粒，建立了蠶蛹體形圖像數(shù)據(jù)庫。結果表明：從該數(shù)據(jù)庫可以獲得用以區(qū)分雌雄蠶蛹的體形數(shù)據(jù)。對蠶蛹體形圖像數(shù)據(jù)庫的初步應用顯示：從數(shù)據(jù)庫中獲取的蛹體重、體長、體寬等，可以在一定程度上用于識別和區(qū)分不同品種的雌雄蛹體。本實驗為進一步研究雌雄蛹體形特征，開發(fā)雌雄蛹分離裝置提供了基礎數(shù)據(jù)。

關鍵詞家蠶蛹；雌雄鑒別；圖像；數(shù)據(jù)庫

在家蠶蠶種生產(chǎn)中，為了充分發(fā)揮雜種優(yōu)勢，要求在蠶兒化蛾前將同一個品種的雌、雄個體完全分開，以減少同品種雌、雄蛾自交帶來的損失，提高蠶種質(zhì)量[1]。目前生產(chǎn)上對雌、雄個體的鑒別和分離主要根據(jù)雌、雄蛹在體形上的差異，依靠熟練工人通過肉眼識別和手工分離。人工識別的準確度和操作速度依賴于技術工人的經(jīng)驗。一方面，蠶蛹的雌雄鑒別需要在蠶蛹化蛾前數(shù)天內(nèi)完成，對速度和準確性都有極高的要求。

近年，開發(fā)了幼蟲限性斑紋等蠶品種，使得雌雄個體特征更加明顯，雌雄鑒別的有效時期得到擴展，一定程度上緩解了鑒蛹工作的壓力[2]。但是，依賴肉眼識別、人工分離的問題仍未解決。也有開發(fā)限性熒光繭色等品種，但雌雄鑒別的準確率因雌雄而異，而且繭色熒光受幼蟲期飼料條件的影響，雌雄繭間的差別并不穩(wěn)定[3-4]。近年，隨著計算機和信息技術的進步，開始出現(xiàn)將圖象識別和大數(shù)據(jù)處理技術用于蠶蛹雌雄鑒別的研究[5]，但由于數(shù)據(jù)分析的樣本小，推導識別準確率不夠高，目前尚處于理論研究的初期階段。

本實驗建立一個較大規(guī)模的家蠶蛹體形三方位圖像數(shù)據(jù)庫，建立過程力求標準化和可再現(xiàn)性，為下一步進行大數(shù)據(jù)分析，建立蠶蛹雌雄體形特征數(shù)學模型，最終通過機械控制實現(xiàn)自動鑒別和分離雌雄蠶蛹提供基礎數(shù)據(jù)。

1材料與方法

1.1實驗材料

2016年春季家蠶原種蠶蛹，由重慶市蠶業(yè)科學技術研究院提供。共6個品種，每個品種隨機抽取雌雄蠶蛹各約20粒。

1.2實驗儀器

JA3003A電子天平(上海精天電子儀器廠)、Canon EOS 5DMarkⅢ數(shù)碼單反照相機(日本佳能公司)、Canon 50mm F1.8定焦鏡頭(日本佳能公司)、Fotopro MGC-684N+三腳架(廣東富圖寶科技有限公司)。

1.3實驗方法

將蠶蛹分品種、雌雄按順序編號。每個蠶蛹先用天平稱量并記錄重量后拍照。拍照的蠶蛹放置于綠色不織布臺面，照相機從蠶蛹的垂直正上方拍攝。相機用腳架固定，準確設定拍攝距離為0.50m。每個蠶蛹拍攝腹面、側(cè)面和背面各一張。拍攝光線利用晴天上午自然光線，避開直射陽光在室外進行。

2結果與分析

2.1拍攝方法和參數(shù)篩選

在正式拍攝前進行了反復試拍測試，以確定正式拍攝的方法和相機參數(shù)。為了提高拍攝工作效率，考慮到蠶蛹背面和腹面的顏色深淺不同，拍攝時采用定光圈半自動模式，并采取中央重點平均測光；考慮到蠶蛹厚度不一，對焦設定為單點自動對焦模式，對蠶蛹的中心部位對焦，并適當縮小光圈，以保證蛹體邊緣清晰。為了方便后期圖像處理，選擇接近蠶蛹體色對比色的綠色作為背景。最終確定的照相機拍攝參數(shù)為：光圈F8.0，ISO自動，快門自動，單點自動對焦，自動白平衡。拍攝時在蠶蛹近旁放置透明塑料直尺作為尺寸參考，同時將品種名、編號標識等與蠶蛹攝入同一視野。拍得照片全景如圖1A，蠶蛹部分放大后如圖1B。圖像清晰，可滿足后期數(shù)據(jù)分析的需要。參數(shù)設置簡單，利于以后根據(jù)需要按同樣方法增加數(shù)據(jù)，擴大數(shù)據(jù)庫容量。

A：相機直接拍得的照片；B：剪去背景后的蠶蛹照片

2.2蠶蛹圖像數(shù)據(jù)及質(zhì)量

對拍攝的照片進行初步質(zhì)量分析，棄去重復和異物遮擋的照片后，得到有用的照片共716張(表1)。大多數(shù)品種的照片確保有雌、雄各20個蠶蛹的腹面、側(cè)面和背面照片各1張，共60張。所有照片為JPG格式，顏色模式為sRGB，尺寸3 840×2 560像素，水平和垂直分辨率均為72dpi，位深度24。運用photoshopCC進行背景摳除試驗，結果顯示，所有照片均可用魔棒工具(容差100，取樣大小5×5平均)選擇和摳出蠶蛹周邊背景。

2.3蠶蛹體重數(shù)據(jù)分析

各品種分雌、雄蠶蛹重量平均值統(tǒng)計如表2。調(diào)查的所有品種的蛹重平均值均是雌蛹大于雄蛹，單因素方差分析顯示所有品種內(nèi)雌、雄蠶蛹間體重存在極顯著差異，說明蛹體重可以作為雌、雄蛹鑒別的一個重要參數(shù)。但是，不同品種間蛹體重標準差和變異系數(shù)存大較大差異。此外，同一品種雌、雄間的離散性大小存在相同的趨勢，如春曉的雌、雄蛹變異系數(shù)均是最大，而錦秀和綾83的雌、雄蛹變異系數(shù)均較小，說明蛹個體重量離散性是品種的特征之一。因此，在雌、雄鑒別自動控制系統(tǒng)參數(shù)設置上必須考慮品種因素。

2.3蠶蛹體形數(shù)據(jù)分析

一般肉眼鑒別時用于區(qū)分雌、雄的蠶蛹體形包括蛹體大小、環(huán)節(jié)寬度、尾部弧度、外生腺形態(tài)等。此處僅以其中的蛹體腹面長和寬為例，檢驗體形圖像數(shù)據(jù)庫的可用性。從體形圖像數(shù)據(jù)庫中，每個品種隨機選取雌、雄蛹各6頭的圖像，利用照片中的標尺，測算蠶蛹的長度和寬度，計算長寬比數(shù)據(jù)詳見表3。由表3可知，所有品種無論蛹體長度還是寬度，都是雌蛹大于雄蛹，且差異達到顯著或極顯著水平。有趣的是，蛹體長與寬的比卻都是雄蛹大于雌蛹，說明雌蛹更加“短胖”，雄蛹更加“瘦長”。單因素方差分析顯示，有3個品種(皓月A、綾83和錦繡A)的雌雄間蛹的長寬比差異達到顯著水平，其中綾34達到極顯著水平，其余3個品種雌雄間差異不明顯。因此，利用蛹體大小區(qū)分雌雄蛹比較可靠，而利用“胖短”或“瘦長”區(qū)分雌雄的可靠性較差。

表3　不同品種蠶蛹分雌雄體長、體寬統(tǒng)計

續(xù)表3　不同品種蠶蛹分雌雄體長、體寬統(tǒng)計

注：平均值為6頭蠶蛹的平均。

3討論

本實驗建立了包括6個品種原種的雌、雄蠶蛹腹面、側(cè)面、背面體形圖像和蛹體重量信息的體形數(shù)據(jù)庫。數(shù)據(jù)庫的數(shù)據(jù)較為豐富，圖像清晰可辨，足以用于以區(qū)分雌、雄蛹為目的的圖像分析。數(shù)據(jù)庫圖像采集方法標準、參數(shù)設置簡單，有利于后期擴充。通過對部分源于數(shù)據(jù)庫圖像的數(shù)據(jù)的分析，顯示了該數(shù)據(jù)庫的有效性。但是，本實驗作為一個嘗試，僅選取了日系6個品種蠶蛹建庫，容量有待增加；在數(shù)據(jù)分析方法方面，僅對蛹體形簡單參數(shù)進行了比較，有待深入剖析雌、雄蠶蛹的更多體形差別，確定各類體形特征在雌、雄蛹識別上的權重，歸納形成適當?shù)臄?shù)學模型，為計算機編程實現(xiàn)自動控制鑒別和分離雌、雄蛹提供準確的理論支撐。

參考文獻

[1]馮家新. 蠶種學[M] .北京：農(nóng)業(yè)出版社，1993.

[2]艾均文,司馬楊虎,何行健,等.夏秋用斑紋全限性家蠶品種錦·繡 × 瀟·湘的選育[J].蠶業(yè)科學，2013，39(3)：0499-0506.

[3]劉敬全，于振誠，崔玉梅，等．家蠶熒光繭色判性蠶品種熒光、春玉的育成及其一代雜交種的選配[J]．蠶業(yè)科學，1996，22(3)：155-159．

[4]許乃霞. 家蠶熒光繭色判性機理的研究[D]. 蘇州大學，2011.

[5]龔攀，李光林. 基于計算機視覺的蠶蛹性別識別應用研究[M]. 農(nóng)機化研究,2014,1:206-209.

作者簡介：趙一舟(1995-)，在讀本科生。E-mail: sherlockob@163.com 通訊作者：張高軍，副教授，碩士生導師。E-mail:zhaotf@swu.edu.cn

資助項目：西南大學本科生科技創(chuàng)新基金項目(No.1513014 )。