1.一种利用卷积神经网络对育苗期鲍鱼计数的方法，其特征在于，通过如下的步骤实现对育苗期鲍鱼的计数：

步骤1，从育苗池中选取鲍鱼幼苗附着的瓦片，并通过灯光模拟养殖环境，拍摄大小为

512*512的初始图像；

步骤2，初始图像处理，首先利用灰度方差算法计算初始图像的模糊度，模糊度低于

100，重新拍摄，模糊度高于100，作为预处理图像；

步骤3，幼鲍个体检测，利用asarray函数读取预处理图像的每个像素，获得初始矩阵，通过卷积神经网络处理初始矩阵，通过对初始矩阵连续的卷积处理，形成连续的多个二维特征矩阵；对二维特征矩阵采用融合处理，获得融合矩阵；提取最终形成的融合矩阵中的信息，获得图片中的幼鲍位置信息、颜色纹理信息，并将信息保存在幼鲍个体检测模块；

步骤4，对育苗池进行连续的拍照，获得育苗池中鲍鱼幼苗的整体图像，利用步骤3获取的幼鲍位置、颜色和纹理信息以及二维特征矩阵的层次化融合方法对育苗池照片中的幼鲍进行检测，识别育苗池中的幼鲍个体并得到图像中幼鲍的预测框，对预测框进行计数获得育苗池中幼鲍的数量。

2.根据权利要求1所述的利用卷积神经网络对育苗期鲍鱼计数的方法，其特征在于，所述的通过灯光模拟养殖环境是采用四个等级亮度的灯光，且每个等级的灯光设置三种色温；四个等级亮度分别为55lm的低亮、260lm的中亮、760lm的高亮、1800lm的极亮；三种色温分别为5800k 6300k的正白光、3000k 5000k的中性光、低于3000k的暖黄光。

~ ~

3.根据权利要求1所述的利用卷积神经网络对育苗期鲍鱼计数的方法，其特征在于，所述初始矩阵为：

，其中，图像大小表示为N，N=H*W，图像高为H，宽为W，卷积层通道数为C，其中矩阵中的元素 ，x=1,2,……,c;y=1,2,……,n； 代表育苗期幼鲍图像的像素信息，矩阵中元素代表图像中包含颜色和位置的小方格，此时的颜色信息和位置信息是一个组合，利用卷积神经网络进行特征提取之后会将颜色信息和位置信息分开存储在网络中，信息数量也会因为网络中卷积层的不同而有所差异。

4.根据权利要求3所述的利用卷积神经网络对育苗期鲍鱼计数的方法，其特征在于，所述二维特征矩阵，是利用C1、C2卷积层对图像输入矩阵X进行卷积操作得到二维特征矩阵A1；再利用C3、C4卷积层对A1进行卷积操作得到二维特征矩阵A2；再利用C5、C6卷积层对二维特征矩阵A2进行卷积操作得到A3；再利用C7、C8卷积层对A3进行卷积操作得到二维特征矩阵A4。

5.根据权利要求4所述的利用卷积神经网络对育苗期鲍鱼计数的方法，其特征在于，所述融合矩阵，将二维矩阵A3和A4进行融合；处理矩阵A4，利用M4( ,  )将二维矩阵A4从(c,  )改为(c,  )；处理矩阵A3，利用L3(c, c)将二维矩阵A3从(2c,  )改为(c,  )；

A3和A4处理过后得到的的矩阵B3和U4行列数相同，并对其进行相加运算得到合并后的特征矩阵D3；融合二维矩阵A2和D3；处理矩阵D3，利用M3( ， )将二维矩阵D3从(c,  )改为(c,  )；处理矩阵A2，利用L2(c, 4c)将二维矩阵A2从(4c,  )改为(c,  )；A2和D3处理过后得到的矩阵B2和U3行列数相同，并对其进行相加运算得到合并后的特征矩阵D2；融合二维矩阵A1和D2，处理矩阵D2，利用M2( ，n)将二维矩阵D2从(c,  )改为(c,n)；处理矩阵A1，利用L1(c, 2c)将二维矩阵A1从(2c，n)改为(c, n)；A1和D2处理过后得到的的矩阵B1和U2行列数相同，并对其进行相加运算得到合并后的特征矩阵D1；利用含有较多颜色纹理信息的二维矩阵D1在幼鲍特征图上检测图中所有幼鲍，并通过显示先验框（x,y,w,h）突出幼鲍区域、进一步确定幼鲍大体位置。

6.一种权利要求1所述的利用卷积神经网络对育苗期鲍鱼计数的系统，其特征在于，所述系统包括拍照模块和幼鲍个体检测模块；所述拍照模块包括相机、灯和用于调节灯的亮度调节器；幼鲍个体检测模块包括内置的预处理图像分模块和幼鲍个体检测分模块；所述预处理图像分模块将拍摄的图片通过预处理，利用图像模糊度对幼鲍图像进行筛选：利用灰度方差算法计算图像的模糊度，删除模糊度低于100的幼鲍图像并重新拍摄，保留模糊度高于100的图像；对于筛选后保留下来的模糊度高于100的图像，以原图像中心为中心点将大小为512*512的幼鲍图像裁剪成256*256大小的预处理图像；所述幼鲍个体检测分模块，将预处理图像传输到幼鲍个体检测模块，利用二维特征矩阵的层次化融合方法对鲍鱼个体进行检测识别，二维特征矩阵的层次化融合方法为系统提供更多的幼鲍颜色纹理信息，使得系统能提取更多的颜色纹理特征，进一步提高幼鲍先验框的准确性，提高在幼鲍颜色、纹理相近情况下的检测精度。

7.一种权利要求1所述的利用卷积神经网络对育苗期鲍鱼计数的装置，其特征在于，所述装置包括相机，用于放置附有鲍鱼幼苗的瓦片的玻璃板，用于模仿鲍鱼幼苗生存环境的灯，用于控制灯的亮度和色温的亮度调节器，以及内置幼鲍个体检测模块的电脑。

8.根据权利要求7所述的利用卷积神经网络对育苗期鲍鱼计数的装置，其特征在于，所述的灯为环形灯。