CN105010276A - 一种自动捕鱼的方法 - Google Patents

Abstract

本发明涉及一种自动捕鱼的方法，该方法包括：1)提供一种用于自动捕鱼的潜水器，所述潜水器包括潜水器主体、激光成像设备、特征提取识别设备，所述激光成像设备和所述特征提取识别设备都位于所述潜水器主体上，所述激光成像设备用于拍摄水下激光图像，所述特征提取识别设备与所述激光成像设备连接，用于从所述水下激光图像中提取水下鱼体特征并确定鱼体类型；2)使用所述潜水器来自动捕鱼。通过本发明，能够准确进行水下激光成像，并能够基于水下激光成像的分析结果实现水下捕鱼的自动化。

Description

一种自动捕鱼的方法

技术领域

本发明涉及渔业捕捉领域，尤其涉及一种自动捕鱼的方法。

背景技术

当前，捕鱼方案存在以下缺陷：1、缺少专项捕鱼的水下装置；2、水下激光成像效果差；3、水下图像识别精度不高；4、无法对水下鱼体进行精确定位。

有鉴于此，本发明提出了一种用于自动捕鱼的潜水器，通过潜水器为水下捕鱼平台，采用一系列高精度水下捕鱼电子设备，解决上述缺陷，从而能够替代传统的捕鱼方式，实现捕鱼作业的高度机械化。

发明内容

为了解决现有技术存在的技术问题，本发明提供了一种用于自动捕鱼的潜水器，利用潜水器能够直接接触水下任何位置的优势，采用声纳和声纳图像处理设备进行水下激光成像控制，采用神经网络识别以提高水下鱼体识别的精度，并引入水下定位设备和专用的潜水器结构和捕鱼设备，提高水下捕鱼的效率。

根据本发明的一方面，提供了一种自动捕鱼的方法，该方法包括：

1)提供一种用于自动捕鱼的潜水器，所述潜水器包括潜水器主体、激光成像设备、特征提取识别设备，所述激光成像设备和所述特征提取识别设备都位于所述潜水器主体上，所述激光成像设备用于拍摄水下激光图像，所述特征提取识别设备与所述激光成像设备连接，用于从所述水下激光图像中提取水下鱼体特征并确定鱼体类型；2)使用所述潜水器来自动捕鱼。

更具体地，在所述用于自动捕鱼的潜水器中，还包括：渔网测重设备，设置在渔网容器内，用于检测并输出渔网重量；渔网容器，设置在所述水下机器人主体上，用于在非捕鱼状态下容纳渔网，所述渔网容器包括电动锁扣、继电器和开口，所述电动锁扣在接收到捕鱼启动信号时，打开所述开口，所述电动锁扣在接收到回收完毕信号时，关闭所述开口，所述继电器与电动锁扣和潜水器供电设备分别连接，用于为所述电动锁扣供电并控制所述电动锁扣的打开操作和关闭操作；渔网释放驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于根据所述渔网释放力度和所述渔网释放角度控制所述渔网的释放；渔网回收驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于在接收到捕鱼结束信号时，控制所述渔网以将所述渔网回收到所述渔网容器内；释放电机，设置在所述水下机器人主体上，与所述渔网释放驱动器连接，为所述渔网释放驱动器对渔网释放的控制提供动力；回收电机，设置在所述水下机器人主体上，与所述渔网回收驱动器连接，为所述渔网回收驱动器对渔网释放的控制提供动力；水上信号接收器，设置在所述水下机器人主体上，与所述电动锁扣和所述渔网回收驱动器分别连接，通过电缆与水上救援中心连接，用于在所述渔网完全回收到所述渔网容器内后在水上人员的操作下提供回收完毕信号，还用于在水上人员的操作下提供捕鱼结束信号；所述潜水器主体包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手、隔水密封筒、横向螺旋桨、竖向螺旋桨、纵向螺旋桨和三个直流电机，所述支架用于将所述潜水器主体固定在水下，所述连接箍与所述支架固定连接，所述储物台和所述机械臂与所述连接箍分别连接，所述机械手与所述机械臂连接，所述机械臂包括大臂和与大臂连接的小臂，所述三个直流电机分别带动所述横向螺旋桨、所述竖向螺旋桨和所述纵向螺旋桨，以通过螺旋桨的正反转，为潜水器主体提供6个自由度的推进动力；移动硬盘，位于所述潜水器主体上，用于预先存储了亮度阈值上限和亮度阈值下限；声纳设备，位于所述潜水器主体上，用于对所述潜水器主体前方的水下目标执行声纳图像采集，以获得声纳图像；声纳图像处理设备，与所述声纳设备和所述移动硬盘分别连接，包括第一检测子设备、第二检测子设备和目标距离检测子设备，所述第一检测子设备与所述声纳设备和所述移动硬盘分别连接，用于采用亮度阈值上限遍历声纳图像以分割出核心目标区域；所述第二检测子设备与所述第一检测子设备和所述移动硬盘分别连接，用于以所述核心目标区域的边缘点作为种子点，利用亮度阈值下限对核心目标区域附近的像素点进行亮度判断，以获得并分割出最终目标区域；所述目标距离检测子设备与所述第二检测子设备连接，计算最终目标区域的中心点到声纳图像检测原点的距离并作为目标距离输出；所述激光成像设备，包括激光器、探测器和微控制器，所述激光器对所述潜水器主体前方的水下目标发出激光束，以在所述激光束被水下目标反射到所述探测器时，便于所述探测器的拍摄，所述微控制器与所述声纳图像处理设备、所述激光器和所述探测器分别连接，基于目标距离和激光在水下传播速度确定所述探测器快门的选通时间，并在选通时间到达时，选通所述探测器的快门，触发所述探测器对水下目标进行拍摄，以获得水下激光图像；所述特征提取识别设备包括预处理子设备、特征提取子设备和鱼体类型识别子设备；所述预处理子设备与所述激光成像设备连接，包括中值滤波子设备、低通滤波子设备和同态滤波子设备；所述中值滤波子设备与所述探测器连接，用于对所述水下激光图像执行中值滤波，以滤除所述水下激光图像中的点噪声，获得第一滤波图像；所述低通滤波子设备与所述中值滤波子设备连接，用于去除所述第一滤波图像中的随机噪声，获得第二滤波图像；所述同态滤波子设备与所述低通滤波子设备连接，用于对所述第二滤波图像执行图像增强，以获得增强水下图像；所述特征提取子设备与所述预处理子设备连接，包括图像分割单元和特征向量识别单元，所述图像分割单元基于鱼体图像灰度阈值范围将所述增强水下图像中的鱼体目标识别出来以获得水下鱼体图像；所述特征向量识别单元与所述图像分割单元连接，基于所述水下鱼体图像确定水下鱼体目标的8个几何特征：欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度，并将所述8个几何特征组成特征向量；所述鱼体类型识别子设备与所述特征提取子设备连接，采用8输入4输出的单隐层BP神经网络，以水下鱼体目标的8个几何特征作为输入层神经元，输出层为水下鱼体类型，所述水下鱼体类型包括食用鱼体、珍稀鱼体、危险鱼体和其他鱼体，并在输出层输出食用鱼体时，基于所述水下鱼体图像在所述水下激光图像中的相对位置计算水下鱼体偏离角度；主控设备，设置在所述潜水器主体上，与所述鱼体类型识别子设备连接，当接收到所述水下鱼体类型为珍稀鱼体时，发出报警信号；所述主控设备还与所述渔网测重设备、所述电动锁扣、所述渔网释放驱动器和所述渔网回收驱动器分别连接，当接收到所述水下鱼体类型为食用鱼体时，根据目标距离和渔网重量确定渔网释放力度；根据水下鱼体偏离角度确定渔网释放角度，并向所述电动锁扣发送所述捕鱼启动信号。

更具体地，在所述用于自动捕鱼的潜水器中，所述潜水器还包括：水下电缆，用于将所述主控设备与水上救援中心连接，将所述报警信号和所述水下鱼体类型发送到所述水上救援中心。

更具体地，在所述用于自动捕鱼的潜水器中：所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备分别采用不同的FPGA芯片来实现。

更具体地，在所述用于自动捕鱼的潜水器中：所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备被集成在一块集成电路板上。

更具体地，在所述用于自动捕鱼的潜水器中：所述主控设备为计算机控制设备。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的用于自动捕鱼的潜水器的结构方框图。

附图标记：1潜水器主体；2激光成像设备；3特征提取识别设备

具体实施方式

下面将参照附图对本发明的用于自动捕鱼的潜水器的实施方案进行详细说明。

现有技术中，常用的捕鱼模式比较落后，主要依靠水面上的观测，定点撒网，捕鱼效率低下，仅有的电子捕鱼设备由于采用的激光成像效果差、图像识别技术精度不高而难以大量使用。

为了克服上述不足，本发明搭建了一种用于自动捕鱼的潜水器，以潜水器为水下捕鱼平台，采用一系列适合水下环境的捕鱼部件完成高效率、高精度的水下捕鱼操作。

图1为根据本发明实施方案示出的用于自动捕鱼的潜水器的结构方框图，所述潜水器包括潜水器主体、激光成像设备、特征提取识别设备，所述激光成像设备和所述特征提取识别设备都位于所述潜水器主体上，所述激光成像设备用于拍摄水下激光图像，所述特征提取识别设备与所述激光成像设备连接，用于从所述水下激光图像中提取水下鱼体特征并确定鱼体类型。

接着，继续对本发明的用于自动捕鱼的潜水器的具体结构进行进一步的说明。

所述潜水器还包括：渔网测重设备，设置在渔网容器内，用于检测并输出渔网重量。

所述潜水器还包括：渔网容器，设置在所述水下机器人主体上，用于在非捕鱼状态下容纳渔网，所述渔网容器包括电动锁扣、继电器和开口，所述电动锁扣在接收到捕鱼启动信号时，打开所述开口，所述电动锁扣在接收到回收完毕信号时，关闭所述开口，所述继电器与电动锁扣和潜水器供电设备分别连接，用于为所述电动锁扣供电并控制所述电动锁扣的打开操作和关闭操作。

所述潜水器还包括：渔网释放驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于根据所述渔网释放力度和所述渔网释放角度控制所述渔网的释放。

所述潜水器还包括：渔网回收驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于在接收到捕鱼结束信号时，控制所述渔网以将所述渔网回收到所述渔网容器内。

所述潜水器还包括：释放电机，设置在所述水下机器人主体上，与所述渔网释放驱动器连接，为所述渔网释放驱动器对渔网释放的控制提供动力。

所述潜水器还包括：回收电机，设置在所述水下机器人主体上，与所述渔网回收驱动器连接，为所述渔网回收驱动器对渔网释放的控制提供动力。

所述潜水器还包括：水上信号接收器，设置在所述水下机器人主体上，与所述电动锁扣和所述渔网回收驱动器分别连接，通过电缆与水上救援中心连接，用于在所述渔网完全回收到所述渔网容器内后在水上人员的操作下提供回收完毕信号，还用于在水上人员的操作下提供捕鱼结束信号。

所述潜水器主体包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手、隔水密封筒、横向螺旋桨、竖向螺旋桨、纵向螺旋桨和三个直流电机，所述支架用于将所述潜水器主体固定在水下，所述连接箍与所述支架固定连接，所述储物台和所述机械臂与所述连接箍分别连接，所述机械手与所述机械臂连接，所述机械臂包括大臂和与大臂连接的小臂，所述三个直流电机分别带动所述横向螺旋桨、所述竖向螺旋桨和所述纵向螺旋桨，以通过螺旋桨的正反转，为潜水器主体提供6个自由度的推进动力。

所述潜水器还包括：移动硬盘，位于所述潜水器主体上，用于预先存储了亮度阈值上限和亮度阈值下限。

所述潜水器还包括：声纳设备，位于所述潜水器主体上，用于对所述潜水器主体前方的水下目标执行声纳图像采集，以获得声纳图像。

所述潜水器还包括：声纳图像处理设备，与所述声纳设备和所述移动硬盘分别连接，包括第一检测子设备、第二检测子设备和目标距离检测子设备，所述第一检测子设备与所述声纳设备和所述移动硬盘分别连接，用于采用亮度阈值上限遍历声纳图像以分割出核心目标区域；所述第二检测子设备与所述第一检测子设备和所述移动硬盘分别连接，用于以所述核心目标区域的边缘点作为种子点，利用亮度阈值下限对核心目标区域附近的像素点进行亮度判断，以获得并分割出最终目标区域；所述目标距离检测子设备与所述第二检测子设备连接，计算最终目标区域的中心点到声纳图像检测原点的距离并作为目标距离输出。

所述激光成像设备，包括激光器、探测器和微控制器，所述激光器对所述潜水器主体前方的水下目标发出激光束，以在所述激光束被水下目标反射到所述探测器时，便于所述探测器的拍摄，所述微控制器与所述声纳图像处理设备、所述激光器和所述探测器分别连接，基于目标距离和激光在水下传播速度确定所述探测器快门的选通时间，并在选通时间到达时，选通所述探测器的快门，触发所述探测器对水下目标进行拍摄，以获得水下激光图像。

所述特征提取识别设备包括预处理子设备、特征提取子设备和鱼体类型识别子设备；所述预处理子设备与所述激光成像设备连接，包括中值滤波子设备、低通滤波子设备和同态滤波子设备；所述中值滤波子设备与所述探测器连接，用于对所述水下激光图像执行中值滤波，以滤除所述水下激光图像中的点噪声，获得第一滤波图像；所述低通滤波子设备与所述中值滤波子设备连接，用于去除所述第一滤波图像中的随机噪声，获得第二滤波图像；所述同态滤波子设备与所述低通滤波子设备连接，用于对所述第二滤波图像执行图像增强，以获得增强水下图像；所述特征提取子设备与所述预处理子设备连接，包括图像分割单元和特征向量识别单元，所述图像分割单元基于鱼体图像灰度阈值范围将所述增强水下图像中的鱼体目标识别出来以获得水下鱼体图像；所述特征向量识别单元与所述图像分割单元连接，基于所述水下鱼体图像确定水下鱼体目标的8个几何特征：欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度，并将所述8个几何特征组成特征向量；所述鱼体类型识别子设备与所述特征提取子设备连接，采用8输入4输出的单隐层BP神经网络，以水下鱼体目标的8个几何特征作为输入层神经元，输出层为水下鱼体类型，所述水下鱼体类型包括食用鱼体、珍稀鱼体、危险鱼体和其他鱼体，并在输出层输出食用鱼体时，基于所述水下鱼体图像在所述水下激光图像中的相对位置计算水下鱼体偏离角度。

所述潜水器还包括：主控设备，设置在所述潜水器主体上，与所述鱼体类型识别子设备连接，当接收到所述水下鱼体类型为珍稀鱼体时，发出报警信号；所述主控设备还与所述渔网测重设备、所述电动锁扣、所述渔网释放驱动器和所述渔网回收驱动器分别连接，当接收到所述水下鱼体类型为食用鱼体时，根据目标距离和渔网重量确定渔网释放力度；根据水下鱼体偏离角度确定渔网释放角度，并向所述电动锁扣发送所述捕鱼启动信号。

可选地，在所述用于自动捕鱼的潜水器中，所述潜水器还包括：水下电缆，用于将所述主控设备与水上救援中心连接，将所述报警信号和所述水下鱼体类型发送到所述水上救援中心；所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备分别采用不同的FPGA芯片来实现；所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备被集成在一块集成电路板上；以及，在所述用于自动捕鱼的潜水器中，所述主控设备为计算机控制设备。

另外，FPGA(Field－Programmable Gate Array)，即现场可编程门阵列，他是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。他是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。

以硬件描述语言(Verilog或VHDL)所完成的电路设计，可以经过简单的综合与布局，快速的烧录至FPGA上进行测试，是现代IC设计验证的技术主流。这些可编辑元件可以被用来实现一些基本的逻辑门电路(比如AND、OR、XOR、NOT)或者更复杂一些的组合功能比如解码器或数学方程式。在大多数的FPGA里面，这些可编辑的元件里也包含记忆元件例如触发器(Flip－flop)或者其他更加完整的记忆块。系统设计师可以根据需要通过可编辑的连接把FPGA内部的逻辑块连接起来，就好像一个电路试验板被放在了一个芯片里。一个出厂后的成品FPGA的逻辑块和连接可以按照设计者而改变，所以FPGA可以完成所需要的逻辑功能。

FPGA一般来说比ASIC(专用集成电路)的速度要慢，实现同样的功能比ASIC电路面积要大。但是他们也有很多的优点比如可以快速成品，可以被修改来改正程序中的错误和更便宜的造价。厂商也可能会提供便宜的但是编辑能力差的FPGA。因为这些芯片有比较差的可编辑能力，所以这些设计的开发是在普通的FPGA上完成的，然后将设计转移到一个类似于ASIC的芯片上。另外一种方法是用CPLD(Complex Programmable LogicDevice，复杂可编程逻辑器件)。FPGA的开发相对于传统PC、主控设备的开发有很大不同。FPGA以并行运算为主，以硬件描述语言来实现；相比于PC或主控设备(无论是冯诺依曼结构还是哈佛结构)的顺序操作有很大区别。

早在1980年代中期，FPGA已经在PLD设备中扎根。CPLD和FPGA包括了一些相对大数量的可编辑逻辑单元。CPLD逻辑门的密度在几千到几万个逻辑单元之间，而FPGA通常是在几万到几百万。CPLD和FPGA的主要区别是他们的系统结构。CPLD是一个有点限制性的结构。这个结构由一个或者多个可编辑的结果之和的逻辑组列和一些相对少量的锁定的寄存器组成。这样的结果是缺乏编辑灵活性，但是却有可以预计的延迟时间和逻辑单元对连接单元高比率的优点。而FPGA却是有很多的连接单元，这样虽然让他可以更加灵活的编辑，但是结构却复杂的多。

采用本发明的用于自动捕鱼的潜水器，针对现有技术中水下捕鱼难度大的技术问题，以潜水器为水下捕鱼平台，以适合水下环境的激光成像设备、图像识别设备和水下定位设备作为辅助捕鱼部件，以专用的水下捕鱼机构进行水下捕鱼，从而能够在任何水域实现高效率、全自动化的机械捕鱼。

可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (6)

1.一种自动捕鱼的方法，该方法包括：

1)提供一种用于自动捕鱼的潜水器，所述潜水器包括潜水器主体、激光成像设备、特征提取识别设备，所述激光成像设备和所述特征提取识别设备都位于所述潜水器主体上，所述激光成像设备用于拍摄水下激光图像，所述特征提取识别设备与所述激光成像设备连接，用于从所述水下激光图像中提取水下鱼体特征并确定鱼体类型；

2)使用所述潜水器来自动捕鱼。

2.如权利要求1所述的方法，其特征在于，所述潜水器还包括：

渔网测重设备，设置在渔网容器内，用于检测并输出渔网重量；

渔网容器，设置在所述水下机器人主体上，用于在非捕鱼状态下容纳渔网，所述渔网容器包括电动锁扣、继电器和开口，所述电动锁扣在接收到捕鱼启动信号时，打开所述开口，所述电动锁扣在接收到回收完毕信号时，关闭所述开口，所述继电器与电动锁扣和潜水器供电设备分别连接，用于为所述电动锁扣供电并控制所述电动锁扣的打开操作和关闭操作；

渔网释放驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于根据所述渔网释放力度和所述渔网释放角度控制所述渔网的释放；

渔网回收驱动器，设置在所述水下机器人主体上，与所述渔网连接，用于在接收到捕鱼结束信号时，控制所述渔网以将所述渔网回收到所述渔网容器内；

释放电机，设置在所述水下机器人主体上，与所述渔网释放驱动器连接，为所述渔网释放驱动器对渔网释放的控制提供动力；

回收电机，设置在所述水下机器人主体上，与所述渔网回收驱动器连接，为所述渔网回收驱动器对渔网释放的控制提供动力；

水上信号接收器，设置在所述水下机器人主体上，与所述电动锁扣和所述渔网回收驱动器分别连接，通过电缆与水上救援中心连接，用于在所述渔网完全回收到所述渔网容器内后在水上人员的操作下提供回收完毕信号，还用于在水上人员的操作下提供捕鱼结束信号；

所述潜水器主体包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手、隔水密封筒、横向螺旋桨、竖向螺旋桨、纵向螺旋桨和三个直流电机，所述支架用于将所述潜水器主体固定在水下，所述连接箍与所述支架固定连接，所述储物台和所述机械臂与所述连接箍分别连接，所述机械手与所述机械臂连接，所述机械臂包括大臂和与大臂连接的小臂，所述三个直流电机分别带动所述横向螺旋桨、所述竖向螺旋桨和所述纵向螺旋桨，以通过螺旋桨的正反转，为潜水器主体提供6个自由度的推进动力；

移动硬盘，位于所述潜水器主体上，用于预先存储了亮度阈值上限和亮度阈值下限；

声纳设备，位于所述潜水器主体上，用于对所述潜水器主体前方的水下目标执行声纳图像采集，以获得声纳图像；

声纳图像处理设备，与所述声纳设备和所述移动硬盘分别连接，包括第一检测子设备、第二检测子设备和目标距离检测子设备，所述第一检测子设备与所述声纳设备和所述移动硬盘分别连接，用于采用亮度阈值上限遍历声纳图像以分割出核心目标区域；所述第二检测子设备与所述第一检测子设备和所述移动硬盘分别连接，用于以所述核心目标区域的边缘点作为种子点，利用亮度阈值下限对核心目标区域附近的像素点进行亮度判断，以获得并分割出最终目标区域；所述目标距离检测子设备与所述第二检测子设备连接，计算最终目标区域的中心点到声纳图像检测原点的距离并作为目标距离输出；

所述激光成像设备，包括激光器、探测器和微控制器，所述激光器对所述潜水器主体前方的水下目标发出激光束，以在所述激光束被水下目标反射到所述探测器时，便于所述探测器的拍摄，所述微控制器与所述声纳图像处理设备、所述激光器和所述探测器分别连接，基于目标距离和激光在水下传播速度确定所述探测器快门的选通时间，并在选通时间到达时，选通所述探测器的快门，触发所述探测器对水下目标进行拍摄，以获得水下激光图像；

所述特征提取识别设备包括预处理子设备、特征提取子设备和鱼体类型识别子设备；

所述预处理子设备与所述激光成像设备连接，包括中值滤波子设备、低通滤波子设备和同态滤波子设备；所述中值滤波子设备与所述探测器连接，用于对所述水下激光图像执行中值滤波，以滤除所述水下激光图像中的点噪声，获得第一滤波图像；所述低通滤波子设备与所述中值滤波子设备连接，用于去除所述第一滤波图像中的随机噪声，获得第二滤波图像；所述同态滤波子设备与所述低通滤波子设备连接，用于对所述第二滤波图像执行图像增强，以获得增强水下图像；

所述特征提取子设备与所述预处理子设备连接，包括图像分割单元和特征向量识别单元，所述图像分割单元基于鱼体图像灰度阈值范围将所述增强水下图像中的鱼体目标识别出来以获得水下鱼体图像；所述特征向量识别单元与所述图像分割单元连接，基于所述水下鱼体图像确定水下鱼体目标的8个几何特征：欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度，并将所述8个几何特征组成特征向量；

所述鱼体类型识别子设备与所述特征提取子设备连接，采用8输入4输出的单隐层BP神经网络，以水下鱼体目标的8个几何特征作为输入层神经元，输出层为水下鱼体类型，所述水下鱼体类型包括食用鱼体、珍稀鱼体、危险鱼体和其他鱼体，并在输出层输出食用鱼体时，基于所述水下鱼体图像在所述水下激光图像中的相对位置计算水下鱼体偏离角度；

主控设备，设置在所述潜水器主体上，与所述鱼体类型识别子设备连接，当接收到所述水下鱼体类型为珍稀鱼体时，发出报警信号；所述主控设备还与所述渔网测重设备、所述电动锁扣、所述渔网释放驱动器和所述渔网回收驱动器分别连接，当接收到所述水下鱼体类型为食用鱼体时，根据目标距离和渔网重量确定渔网释放力度；根据水下鱼体偏离角度确定渔网释放角度，并向所述电动锁扣发送所述捕鱼启动信号。

3.如权利要求2所述的方法，其特征在于，所述潜水器还包括：水下电缆，用于将所述主控设备与水上救援中心连接，将所述报警信号和所述水下鱼体类型发送到所述水上救援中心。

4.如权利要求2所述的方法，其特征在于：所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备分别采用不同的FPGA芯片来实现。

5.如权利要求2所述的方法，其特征在于：所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备被集成在一块集成电路板上。

6.如权利要求2所述的方法，其特征在于：所述主控设备为计算机控制设备。