CN104777802A - 一种软壳蟹集约化养殖监控系统 - Google Patents
一种软壳蟹集约化养殖监控系统 Download PDFInfo
- Publication number
- CN104777802A CN104777802A CN201510026668.8A CN201510026668A CN104777802A CN 104777802 A CN104777802 A CN 104777802A CN 201510026668 A CN201510026668 A CN 201510026668A CN 104777802 A CN104777802 A CN 104777802A
- Authority
- CN
- China
- Prior art keywords
- crab
- shelling
- map picture
- surveillance map
- size
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009395 breeding Methods 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 title abstract description 6
- 241000238367 Mya arenaria Species 0.000 title abstract 4
- 230000001488 breeding effect Effects 0.000 claims abstract description 41
- 241000238557 Decapoda Species 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 230000006698 induction Effects 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 22
- 238000013527 convolutional neural network Methods 0.000 claims description 17
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 abstract description 3
- 230000000737 periodic effect Effects 0.000 abstract description 2
- 230000004083 survival effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 235000013372 meat Nutrition 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- FPIPGXGPPPQFEQ-UHFFFAOYSA-N 13-cis retinol Natural products OCC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-UHFFFAOYSA-N 0.000 description 1
- 239000004475 Arginine Substances 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- AUNGANRZJHBGPY-UHFFFAOYSA-N D-Lyxoflavin Natural products OCC(O)C(O)C(O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-UHFFFAOYSA-N 0.000 description 1
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- WHUUTDBJXJRKMK-UHFFFAOYSA-N Glutamic acid Natural products OC(=O)C(N)CCC(O)=O WHUUTDBJXJRKMK-UHFFFAOYSA-N 0.000 description 1
- DHMQDGOQFOQNFH-UHFFFAOYSA-N Glycine Chemical compound NCC(O)=O DHMQDGOQFOQNFH-UHFFFAOYSA-N 0.000 description 1
- ODKSFYDXXFIFQN-BYPYZUCNSA-P L-argininium(2+) Chemical compound NC(=[NH2+])NCCC[C@H]([NH3+])C(O)=O ODKSFYDXXFIFQN-BYPYZUCNSA-P 0.000 description 1
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 description 1
- HNDVDQJCIGZPNO-YFKPBYRVSA-N L-histidine Chemical compound OC(=O)[C@@H](N)CC1=CN=CN1 HNDVDQJCIGZPNO-YFKPBYRVSA-N 0.000 description 1
- PVNIIMVLHYAWGP-UHFFFAOYSA-N Niacin Chemical compound OC(=O)C1=CC=CN=C1 PVNIIMVLHYAWGP-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- AUNGANRZJHBGPY-SCRDCRAPSA-N Riboflavin Chemical compound OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-SCRDCRAPSA-N 0.000 description 1
- 238000003457 Shi epoxidation reaction Methods 0.000 description 1
- FPIPGXGPPPQFEQ-BOOMUCAASA-N Vitamin A Natural products OC/C=C(/C)\C=C\C=C(\C)/C=C/C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-BOOMUCAASA-N 0.000 description 1
- 229930003451 Vitamin B1 Natural products 0.000 description 1
- 229930003471 Vitamin B2 Natural products 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- FPIPGXGPPPQFEQ-OVSJKPMPSA-N all-trans-retinol Chemical compound OC\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-OVSJKPMPSA-N 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- ODKSFYDXXFIFQN-UHFFFAOYSA-N arginine Natural products OC(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-N 0.000 description 1
- 235000009697 arginine Nutrition 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000013922 glutamic acid Nutrition 0.000 description 1
- 239000004220 glutamic acid Substances 0.000 description 1
- 235000013905 glycine and its sodium salt Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- HNDVDQJCIGZPNO-UHFFFAOYSA-N histidine Natural products OC(=O)C(N)CC1=CN=CN1 HNDVDQJCIGZPNO-UHFFFAOYSA-N 0.000 description 1
- 235000014304 histidine Nutrition 0.000 description 1
- 210000002425 internal capsule Anatomy 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 229960003284 iron Drugs 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 229960003512 nicotinic acid Drugs 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 235000008935 nutritious Nutrition 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 229960002477 riboflavin Drugs 0.000 description 1
- 229960003495 thiamine Drugs 0.000 description 1
- DPJRMOMPQZCRJU-UHFFFAOYSA-M thiamine hydrochloride Chemical compound Cl.[Cl-].CC1=C(CCO)SC=[N+]1CC1=CN=C(C)N=C1N DPJRMOMPQZCRJU-UHFFFAOYSA-M 0.000 description 1
- 230000001256 tonic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 235000019155 vitamin A Nutrition 0.000 description 1
- 239000011719 vitamin A Substances 0.000 description 1
- 235000010374 vitamin B1 Nutrition 0.000 description 1
- 239000011691 vitamin B1 Substances 0.000 description 1
- 235000019164 vitamin B2 Nutrition 0.000 description 1
- 239000011716 vitamin B2 Substances 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
- 229940045997 vitamin a Drugs 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种软壳蟹集约化养殖监控系统,其包括多个带有编号的养殖盒,其特征在于,每个养殖盒设有与分别与控制中心连接的红外线感应装置,该红外线感应装置以预设时间间隔对养殖盒中的螃蟹进行红外摄像得到监测图像,并将该监测图像传送至控制中心进行脱壳分析和判断,当判断结果为螃蟹脱壳时,控制中心自动启动提醒模块进行脱壳提醒,并显示脱壳螃蟹所对应的养殖盒编号,无需人工定期检查,降低了成本,而且不会对螃蟹脱壳产生干扰,成活率更高,从而实现软壳蟹的自动化生产,大大提高了生产效率,降低人工成本。
Description
技术领域
本发明涉及水产养殖技术领域,特别是一种软壳蟹集约化养殖监控系统。
背景技术
螃蟹肉富含维生素A及钙、磷、铁、维生素B1、维生素B2、维生素C、谷氨酸、甘氨酸、组氨酸、精氨酸、烟碱酸等,对身体有很好的滋补作用。但传统的螃蟹食用方法需要剥壳取肉,实在太麻烦,尤其是小朋友吃,常常需要大人花费大量的时间,另外对于爱美的女性也对螃蟹的不雅吃法避而远之。
但人们对螃蟹的喜爱依然不减,于是通过对螃蟹的生活习性的研究,人们逐渐开发了一种无需剥壳取肉的软壳蟹。软壳蟹是螃蟹褪壳后不久的一个短暂形态。螃蟹一生经过13次褪壳,每一次蜕变长大就是新的生命开始一般,在脱壳同时还脱去鳃、食囊、内脏,因而全身没有原来的一丝污垢。软壳蟹在自然界非常难得,因为螃蟹新的外壳会在脱壳的数小时后接触到水而逐渐变硬。软壳蟹之所以珍贵是因为只有在换壳的短短几个小时内全身软绵绵的,不仅连肉带壳都可以吃,而且比普通螃蟹更鲜美更有营养。
软壳蟹虽然好吃,但在养殖过程中需要耗费大量的人力物力。传统的软壳蟹的养殖方法主要依靠人工识别,每2-4小时需要人工检查一次,以在螃蟹脱壳期间及时搜集软壳蟹,花费较多的人力、物力,另外人工检查还可能干扰螃蟹脱壳,引起螃蟹脱壳失败,造成螃蟹死亡,不仅成本高,而且效率较低。
发明内容
本发明为解决上述问题,提供了一种软壳蟹集约化养殖监控系统,其能够自动识别脱壳中的螃蟹,效率更高。
为实现上述目的,本发明采用的技术方案为:
一种软壳蟹集约化养殖监控系统,其包括多个带有编号的养殖盒,其特征在于,每个养殖盒设有与分别与控制中心连接的红外线感应装置,该红外线感应装置以预设时间间隔对养殖盒中的螃蟹进行红外摄像得到监测图像,并将该监测图像传送至控制中心进行脱壳分析和判断,当判断结果为螃蟹脱壳时,控制中心自动启动提醒模块进行脱壳提醒,并显示脱壳螃蟹所对应的养殖盒编号。
优选的,所述的系统还包括比较模块,所述红外线感应装置将该监测图像传送至控制中心的比较模块进行脱壳分析和判断,主要是将所述的监测图像的螃蟹尺寸与预设的比对图像的螃蟹尺寸进行比较判断,若所述的监测图像的螃蟹尺寸大于所述的比对图像的螃蟹尺寸,则判断为螃蟹脱壳结束。
优选的,若所述的监测图像的螃蟹尺寸大于所述的比对图像的螃蟹尺寸,还包括进一步判断所述的监测图像的螃蟹尺寸与所述的比对图像的螃蟹尺寸的差值是否超过预设阀值,若超过预设阀值则判断为螃蟹脱壳结束。
优选的,若所述的监测图像的螃蟹尺寸与所述的比对图像的螃蟹尺寸的差值未超过预设阀值,则将该监测图像作为新的比对图像,并返回步骤20进行重新获取新的监测图像。
优选的,所述红外线感应装置将该监测图像传送至控制中心进行脱壳分析和判断,还进一步对该监测图像进行轮廓提取,得到螃蟹轮廓监测图像,并将该螃蟹轮廓监测图像的螃蟹轮廓尺寸与所述的比对图像的螃蟹轮廓尺寸进行比较判断,若所述的螃蟹轮廓监测图像的螃蟹轮廓尺寸大于所述的比对图像的螃蟹轮廓尺寸,则判断为螃蟹脱壳结束。
优选的,所述的系统还包括卷积神经网络模块,所述红外线感应装置将该监测图像传送至控制中心的卷积神经网络模块进行脱壳分析和判断,主要是通过卷积神经网络的方法进行图像分类,并判断所述养殖盒中的螃蟹数量是否从单只螃蟹变为两只螃蟹,若判断结果为监测图像中包含两只螃蟹,则判断为螃蟹脱壳结束。
优选的,所述的通过卷积神经网络的方法进行图像分类,主要包括以下步骤:
a.收集单只螃蟹样本图像和两只螃蟹样本图像,并进行人工标注分类,将单只螃蟹样本图像标注为脱壳前图像类型,将两只螃蟹样本图像标注为脱壳结束图像类型;
b.将所述的单只螃蟹样本图像和两只螃蟹样本图像输入卷积神经网络系统进行分类模型的训练;
c.将所述的监测图像输入所述的分类模型中进行类型判断,若判断结果为脱壳结束图像类型,则判断为脱壳结束。
优选的,所述的红外线感应装置设置在养殖盒的螃蟹养殖区的上方位置。
优选的,所述的养殖盒为顶部开口结构,并以层层叠加方式放置,下层养殖盒的红外线感应装置设置在上层养殖盒的底部,并与所述下层养殖盒的螃蟹养殖区位置相对应。
本发明的有益效果是:
本发明的一种软壳蟹集约化养殖监控系统,其包括多个带有编号的养殖盒,其特征在于,每个养殖盒设有与分别与控制中心连接的红外线感应装置,该红外线感应装置以预设时间间隔对养殖盒中的螃蟹进行红外摄像得到监测图像,并将该监测图像传送至控制中心进行脱壳分析和判断,当判断结果为螃蟹脱壳时,控制中心自动启动提醒模块进行脱壳提醒,并显示脱壳螃蟹所对应的养殖盒编号,无需人工定期检查,降低了成本,而且不会对螃蟹脱壳产生干扰,成活率更高,从而实现软壳蟹的自动化生产,大大提高了生产效率,降低人工成本。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明第一实施例的软壳蟹集约化养殖监控系统的结构示意图;
图2为本发明第一实施例的软壳蟹集约化养殖监控系统的控制方法流程图;
图3为本发明第二实施例的软壳蟹集约化养殖监控系统的结构示意图;
图4为本发明第二实施例的软壳蟹集约化养殖监控系统的控制方法流程图;
图5为本发明第三实施例的软壳蟹集约化养殖监控系统的结构示意图;
图6为本发明第三实施例的软壳蟹集约化养殖监控系统的控制方法流程图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图及实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
第一实施例:
如图1所示,本实施例中的一种软壳蟹集约化养殖监控系统,其包括多个带有编号的养殖盒,其特征在于,每个养殖盒设有与分别与控制中心连接的红外线感应装置,该红外线感应装置以预设时间间隔对养殖盒中的螃蟹进行红外摄像得到监测图像,并将该监测图像传送至控制中心进行脱壳分析和判断,当判断结果为螃蟹脱壳时,控制中心自动启动提醒模块进行脱壳提醒,并显示脱壳螃蟹所对应的养殖盒编号。
如图2所示,本实施例判断螃蟹脱壳的过程如下:
10a.红外线感应装置以预设时间间隔对养殖盒中的螃蟹进行红外摄像得到监测图像;
20a.红外线感应装置将该监测图像传送至控制中心进行脱壳分析和判断;
30a.若判断结果为螃蟹脱壳,则控制中心自动启动提醒模块进行脱壳提醒,并显示脱壳螃蟹所对应的养殖盒编号。
第二实施例:
如图3所示,本实施例中,所述的系统还包括比较模块,所述红外线感应装置将该监测图像传送至控制中心的比较模块进行脱壳分析和判断,主要是将所述的监测图像的螃蟹尺寸与预设的比对图像的螃蟹尺寸进行比较判断,若所述的监测图像的螃蟹尺寸大于所述的比对图像的螃蟹尺寸,则判断为螃蟹脱壳结束。
本实施例中,若所述的监测图像的螃蟹尺寸大于所述的比对图像的螃蟹尺寸,还包括进一步判断所述的监测图像的螃蟹尺寸与所述的比对图像的螃蟹尺寸的差值是否超过预设阀值,若超过预设阀值则判断为螃蟹脱壳结束;优选的,若所述的监测图像的螃蟹尺寸与所述的比对图像的螃蟹尺寸的差值未超过预设阀值,则将该监测图像作为新的比对图像,并返回步骤20进行重新获取新的监测图像。
本实施例中,所述红外线感应装置将该监测图像传送至控制中心进行脱壳分析和判断,还进一步对该监测图像进行轮廓提取,得到螃蟹轮廓监测图像,并将该螃蟹轮廓监测图像的螃蟹轮廓尺寸与所述的比对图像的螃蟹轮廓尺寸进行比较判断,若所述的螃蟹轮廓监测图像的螃蟹轮廓尺寸大于所述的比对图像的螃蟹轮廓尺寸,则判断为螃蟹脱壳结束。
如图4所示,本实施例判断螃蟹脱壳的过程如下:
10b.获取原始螃蟹图像,并设为比对图像;
20b.以预设时间间隔对螃蟹进行红外摄像,得到监测图像;
30b.将所述的监测图像的螃蟹尺寸与所述的比对图像的螃蟹尺寸进行比较判断,若所述的监测图像的螃蟹尺寸大于所述的比对图像的螃蟹尺寸,则判断为螃蟹脱壳结束,否则返回步骤20进行重新获取监测图像;
40b.进行螃蟹脱壳提醒。
所述的步骤10b中的比对图像,为具有固定尺寸的螃蟹的预设图像。
所述的步骤20b中得到监测图像后,还进一步对该监测图像进行轮廓提取,得到螃蟹轮廓监测图像,并在步骤30b中将该螃蟹轮廓监测图像的螃蟹轮廓尺寸与所述的比对图像的螃蟹轮廓尺寸进行比较判断,若所述的螃蟹轮廓监测图像的螃蟹轮廓尺寸大于所述的比对图像的螃蟹轮廓尺寸,则判断为螃蟹脱壳结束;所述对监测图像进行轮廓提取,主要是通过对所述的监测图像进行二值化处理;所述的二值化处理,主要是通过采用直接固定阈值法,选择一个阈值对图像进行二值化处理,当图像中的像素值小于该阈值时,可以置0或255,相反的,当图像中的像素值大于或等于该阈值时,可以置255或0,从而得到二值化的图像,该二值化的图像的像素值只有0和255;进而得到所述的螃蟹轮廓监测图像;所述的螃蟹轮廓尺寸主要是指螃蟹的最大长度尺寸和最大宽度尺寸,计算更简单,运行速度快。
所述的步骤30b中,若所述的监测图像的螃蟹尺寸大于所述的比对图像的螃蟹尺寸,则进一步判断所述的监测图像的螃蟹尺寸与所述的比对图像的螃蟹尺寸的差值是否超过预设阀值,若超过预设阀值则判断为螃蟹脱壳结束;作为优选的实施例,若所述的监测图像的螃蟹尺寸与所述的比对图像的螃蟹尺寸的差值未超过预设阀值,则将该监测图像作为新的比对图像,并返回步骤20进行重新获取新的监测图像,以防止由于螃蟹成长过程中的尺寸变化而导致误判为脱壳,使得判断更准确。
实施例三:
如图5所示,本实施例中,所述的系统还包括卷积神经网络模块,所述红外线感应装置将该监测图像传送至控制中心的卷积神经网络模块进行脱壳分析和判断,主要是通过卷积神经网络的方法进行图像分类,并判断所述养殖盒中的螃蟹数量是否从单只螃蟹变为两只螃蟹,若判断结果为监测图像中包含两只螃蟹,则判断为螃蟹脱壳结束。
如图6所示,本实施例判断螃蟹脱壳的过程如下:
10c.以预设时间间隔对螃蟹进行红外摄像,得到监测图像;
20c.对所述的监测图像进行图像识别,判断螃蟹数量是否变为两只螃蟹,若识别结果为两只螃蟹则判断为脱壳结束,否则返回步骤10;
30c.进行螃蟹脱壳结束的提醒。
所述的通过卷积神经网络的方法进行图像分类,主要包括以下步骤:
a.收集单只螃蟹样本图像和两只螃蟹样本图像,并进行人工标注分类,将单只螃蟹样本图像标注为脱壳前图像类型,将两只螃蟹样本图像标注为脱壳结束图像类型;
b.将所述的单只螃蟹样本图像和两只螃蟹样本图像输入卷积神经网络系统进行分类模型的训练;
c.将所述的监测图像输入所述的分类模型中进行类型判断,若判断结果为脱壳结束图像类型,则判断为脱壳结束。
所述的单只螃蟹样本图像包括非脱壳期螃蟹样本图像和脱壳过程螃蟹样本图像;所述的两只螃蟹样本图像包括两只横向并排螃蟹样本图像、两只纵向并排螃蟹样本图像以及两只侧向排列螃蟹样本图像;将所述的单只螃蟹样本图像、两只螃蟹样本图像或监测图像输入卷积神经网络系统进行分类模型的训练之前,先对所述的单只螃蟹样本图像、两只螃蟹样本图像或监测图像进行轮廓提取得到轮廓图,并将轮廓图进行归一化处理后再输入卷积神经网络系统进行分类模型的训练;上述对单只螃蟹样本图像、两只螃蟹样本图像、监测图像进行轮廓提取,主要是通过对所述的图像进行二值化处理;所述的二值化处理,主要是通过采用直接固定阈值法,选择一个阈值对图像进行二值化处理,当图像中的像素值小于该阈值时,可以置0或255,相反的,当图像中的像素值大于或等于该阈值时,可以置255或0,从而得到二值化的图像,该二值化的图像的像素值只有0和255;从而使得计算更简单,运行速度更快。
上述各实施例中,所述的预设时间间隔优选为1小时至4小时范围内,并且,无需从一开始就以预设时间间隔对螃蟹进行红外摄像,可预先设置摄像启动时间,到达该启动时间后,再以预设时间间隔对螃蟹进行红外摄像,从而节约运行成本。所述的提醒模块进行螃蟹脱壳结束的提醒,主要是通过在远程监控终端通过文字提醒或者声音提醒或者光信号提醒;所述的红外线感应装置设置在养殖盒的螃蟹养殖区的上方位置;优选的,所述的养殖盒为顶部开口结构,并以层层叠加方式放置,下层养殖盒的红外线感应装置设置在上层养殖盒的底部,并与所述下层养殖盒的螃蟹养殖区位置相对应。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。并且,本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成。
上述说明示出并描述了本发明的优选实施例,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (9)
1.一种软壳蟹集约化养殖监控系统,其包括多个带有编号的养殖盒,其特征在于,每个养殖盒设有与分别与控制中心连接的红外线感应装置,该红外线感应装置以预设时间间隔对养殖盒中的螃蟹进行红外摄像得到监测图像,并将该监测图像传送至控制中心进行脱壳分析和判断,当判断结果为螃蟹脱壳时,控制中心自动启动提醒模块进行脱壳提醒,并显示脱壳螃蟹所对应的养殖盒编号。
2.根据权利要求1所述的一种软壳蟹集约化养殖监控系统,其特征在于:所述的系统还包括比较模块,所述红外线感应装置将该监测图像传送至控制中心的比较模块进行脱壳分析和判断,主要是将所述的监测图像的螃蟹尺寸与预设的比对图像的螃蟹尺寸进行比较判断,若所述的监测图像的螃蟹尺寸大于所述的比对图像的螃蟹尺寸,则判断为螃蟹脱壳结束。
3.根据权利要求2所述的一种软壳蟹集约化养殖监控系统,其特征在于:若所述的监测图像的螃蟹尺寸大于所述的比对图像的螃蟹尺寸,还包括进一步判断所述的监测图像的螃蟹尺寸与所述的比对图像的螃蟹尺寸的差值是否超过预设阀值,若超过预设阀值则判断为螃蟹脱壳结束。
4.根据权利要求3所述的一种软壳蟹集约化养殖监控系统,其特征在于:若所述的监测图像的螃蟹尺寸与所述的比对图像的螃蟹尺寸的差值未超过预设阀值,则将该监测图像作为新的比对图像,并返回步骤20进行重新获取新的监测图像。
5.根据权利要求2所述的一种软壳蟹集约化养殖监控系统,其特征在于:所述红外线感应装置将该监测图像传送至控制中心进行脱壳分析和判断,还进一步对该监测图像进行轮廓提取,得到螃蟹轮廓监测图像,并将该螃蟹轮廓监测图像的螃蟹轮廓尺寸与所述的比对图像的螃蟹轮廓尺寸进行比较判断,若所述的螃蟹轮廓监测图像的螃蟹轮廓尺寸大于所述的比对图像的螃蟹轮廓尺寸,则判断为螃蟹脱壳结束。
6.根据权利要求1所述的一种软壳蟹集约化养殖监控系统,其特征在于:所述的系统还包括卷积神经网络模块,所述红外线感应装置将该监测图像传送至控制中心的卷积神经网络模块进行脱壳分析和判断,主要是通过卷积神经网络的方法进行图像分类,并判断所述养殖盒中的螃蟹数量是否从单只螃蟹变为两只螃蟹,若判断结果为监测图像中包含两只螃蟹,则判断为螃蟹脱壳结束。
7.根据权利要求6所述的一种软壳蟹集约化养殖监控系统,其特征在于:所述的通过卷积神经网络的方法进行图像分类,主要包括以下步骤:
a.收集单只螃蟹样本图像和两只螃蟹样本图像,并进行人工标注分类,将单只螃蟹样本图像标注为脱壳前图像类型,将两只螃蟹样本图像标注为脱壳结束图像类型;
b.将所述的单只螃蟹样本图像和两只螃蟹样本图像输入卷积神经网络系统进行分类模型的训练;
c.将所述的监测图像输入所述的分类模型中进行类型判断,若判断结果为脱壳结束图像类型,则判断为脱壳结束。
8.根据权利要求1所述的一种软壳蟹集约化养殖监控系统,其特征在于:所述的红外线感应装置设置在养殖盒的螃蟹养殖区的上方位置。
9.根据权利要求8所述的一种软壳蟹集约化养殖监控系统,其特征在于:所述的养殖盒为顶部开口结构,并以层层叠加方式放置,下层养殖盒的红外线感应装置设置在上层养殖盒的底部,并与所述下层养殖盒的螃蟹养殖区位置相对应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510026668.8A CN104777802A (zh) | 2015-01-20 | 2015-01-20 | 一种软壳蟹集约化养殖监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510026668.8A CN104777802A (zh) | 2015-01-20 | 2015-01-20 | 一种软壳蟹集约化养殖监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104777802A true CN104777802A (zh) | 2015-07-15 |
Family
ID=53619332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510026668.8A Pending CN104777802A (zh) | 2015-01-20 | 2015-01-20 | 一种软壳蟹集约化养殖监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104777802A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108924443A (zh) * | 2018-07-26 | 2018-11-30 | 杭州飞锐科技有限公司 | 螃蟹养殖监控系统 |
CN109122533A (zh) * | 2018-10-19 | 2019-01-04 | 桂林旭研机电科技有限公司 | 养殖装置及其控制方法 |
CN113179981A (zh) * | 2021-04-26 | 2021-07-30 | 新疆爱华盈通信息技术有限公司 | 基于深度学习的公寓式螃蟹辅助养殖方法、系统和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980250A (zh) * | 2010-10-15 | 2011-02-23 | 北京航空航天大学 | 基于降维局部特征描述子和隐条件随机场的目标识别方法 |
CN102348115A (zh) * | 2010-08-02 | 2012-02-08 | 南京壹进制信息技术有限公司 | 一种去除视频中冗余图像的方法和装置 |
CN103558822A (zh) * | 2013-10-31 | 2014-02-05 | 浙江海洋学院 | 水产养殖监控系统 |
CN103605330A (zh) * | 2013-10-23 | 2014-02-26 | 浙江海洋学院 | 一种近海养殖远程监控系统及其监控方法 |
CN103902987A (zh) * | 2014-04-17 | 2014-07-02 | 福州大学 | 一种基于卷积网络的台标识别方法 |
-
2015
- 2015-01-20 CN CN201510026668.8A patent/CN104777802A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102348115A (zh) * | 2010-08-02 | 2012-02-08 | 南京壹进制信息技术有限公司 | 一种去除视频中冗余图像的方法和装置 |
CN101980250A (zh) * | 2010-10-15 | 2011-02-23 | 北京航空航天大学 | 基于降维局部特征描述子和隐条件随机场的目标识别方法 |
CN103605330A (zh) * | 2013-10-23 | 2014-02-26 | 浙江海洋学院 | 一种近海养殖远程监控系统及其监控方法 |
CN103558822A (zh) * | 2013-10-31 | 2014-02-05 | 浙江海洋学院 | 水产养殖监控系统 |
CN103902987A (zh) * | 2014-04-17 | 2014-07-02 | 福州大学 | 一种基于卷积网络的台标识别方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108924443A (zh) * | 2018-07-26 | 2018-11-30 | 杭州飞锐科技有限公司 | 螃蟹养殖监控系统 |
CN109122533A (zh) * | 2018-10-19 | 2019-01-04 | 桂林旭研机电科技有限公司 | 养殖装置及其控制方法 |
CN113179981A (zh) * | 2021-04-26 | 2021-07-30 | 新疆爱华盈通信息技术有限公司 | 基于深度学习的公寓式螃蟹辅助养殖方法、系统和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhuang et al. | Detection of sick broilers by digital image processing and deep learning | |
Zion | The use of computer vision technologies in aquaculture–a review | |
Liu et al. | Measuring feeding activity of fish in RAS using computer vision | |
Narazaki et al. | Loggerhead turtles (Caretta caretta) use vision to forage on gelatinous prey in mid-water | |
Lafont et al. | Back to the future: IoT to improve aquaculture: Real-time monitoring and algorithmic prediction of water parameters for aquaculture needs | |
JP7002066B2 (ja) | 情報処理システム、情報処理装置、およびプログラム | |
CN104320618B (zh) | 一种基于行为特征谱联动的犊牛状态监测的装置和方法 | |
Stien et al. | A video analysis procedure for assessing vertical fish distribution in aquaculture tanks | |
CN104777802A (zh) | 一种软壳蟹集约化养殖监控系统 | |
JP2019205425A (ja) | 死亡鶏検知システム、鶏生死判定プログラム、および鶏生死判定装置 | |
Ibrahim Aliyu et al. | A proposed fish counting algorithm using digital image processing technique | |
TW202107392A (zh) | 智慧養殖系統與方法 | |
CN108920626A (zh) | 一种云养殖方法及云养殖设备 | |
CN109872800A (zh) | 一种饮食陪伴系统和饮食陪伴方法 | |
CN110089477A (zh) | 一种用于循环水养殖模式的鱼类福利化智能养殖系统及方法 | |
US20220004760A1 (en) | Splash detection for surface splash scoring | |
CN109805963A (zh) | 一种子宫内膜分型的判定方法及系统 | |
CN111046808A (zh) | 采用残差卷积神经网络和长短期记忆分类群养猪饮水和玩耍饮水器的分析方法 | |
CN205794554U (zh) | 水下捕鱼装置 | |
CN108897363A (zh) | 一种基于大数据分析的水族箱智能控制系统 | |
TWI718572B (zh) | 基於立體視覺的生物自動量測系統及其量測方法 | |
CN113762113A (zh) | 一种牲畜分娩行为监控方法及装置 | |
Wein et al. | Picture–object recognition in kea (Nestor notabilis) | |
CN114898405A (zh) | 基于边缘计算的便携式肉鸡异常监测系统 | |
Burford et al. | The limits of convergence in the collective behavior of competing marine taxa |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150715 |