CN105028357A - 基于图像处理的水下鱼体捕捞平台 - Google Patents
基于图像处理的水下鱼体捕捞平台 Download PDFInfo
- Publication number
- CN105028357A CN105028357A CN201510443348.2A CN201510443348A CN105028357A CN 105028357 A CN105028357 A CN 105028357A CN 201510443348 A CN201510443348 A CN 201510443348A CN 105028357 A CN105028357 A CN 105028357A
- Authority
- CN
- China
- Prior art keywords
- fish
- fishing net
- underwater
- subset
- human agent
- 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
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 148
- 238000012545 processing Methods 0.000 title claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 79
- 239000003795 chemical substances by application Substances 0.000 claims description 58
- 238000001514 detection method Methods 0.000 claims description 27
- 230000003068 static effect Effects 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 230000036541 health Effects 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 10
- 230000006837 decompression Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000007789 sealing Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005266 casting Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K79/00—Methods or means of catching fish in bulk not provided for in groups A01K69/00 - A01K77/00, e.g. fish pumps; Detection of fish; Whale fishery
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K73/00—Drawn nets
- A01K73/02—Trawling nets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Engineering & Computer Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于图像处理的水下鱼体捕捞平台,包括水下机器人主体、鱼体检测设备和水上处理设备,所述鱼体检测设备位于所述水下机器人主体上,用于检测水下是否存在鱼体,并在检测到鱼体时将鱼体相关信息通过所述水下机器人主体传送给所述水上处理设备。通过本发明,能够自动识别出水下鱼体,并对识别到的水下鱼体进行定位和捕捞,从而降低水下捕鱼的难度。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种基于图像处理的水下鱼体捕捞平台。
背景技术
传统的捕鱼方式是依赖人工撒网方式,在经验判断或肉眼观测的基础上,在固定区域定点作业,这种方式过于依赖于人工操作,而且捕鱼模式简单,无法随时根据水下鱼群的活动情况进行捕鱼区域的相应调整,导致捕鱼效率不高。
为此,本发明提出了一种基于图像处理的水下鱼体捕捞平台,设计了一套基于水下机器人操作的捕鱼模式,能够根据水下鱼体的情况,控制水下机器人跟进并撒网,从而使得捕鱼方式更灵活,更智能化。
发明内容
为了解决现有技术存在的技术问题,本发明提供了一种基于图像处理的水下鱼体捕捞平台,利用水下机器人为捕鱼载体,采用基于边缘检测的图像识别方式以及高精度的水下定位技术,调整捕鱼机构的撒网角度和力度,从而在水下任何区域都能捕鱼,提高了捕鱼的效率。
根据本发明的一方面,提供了一种基于图像处理的水下鱼体捕捞平台,所述捕捞平台包括水下机器人主体、鱼体检测设备和水上处理设备,所述鱼体检测设备位于所述水下机器人主体上,用于检测水下是否存在鱼体,并在检测到鱼体时将鱼体相关信息通过所述水下机器人主体传送给所述水上处理设备。
更具体地,在所述基于图像处理的水下鱼体捕捞平台中,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,通过所述水下机器人主体的电缆与水上处理设备连接,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;水上浮标,设置在所述水下机器人主体的上方水面上;供电设备,设置在所述水上浮标上,包括防水密封罩、太阳能供电器件、蓄电池、切换开关和电压转换器,所述防水密封罩用于容纳所述太阳能供电器件、所述蓄电池、所述切换开关和所述电压转换器,所述切换开关与所述太阳能供电器件和所述蓄电池分别连接,根据蓄电池的剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压;GPS定位设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于接收GPS卫星发送的GPS定位数据;声纳探测设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于探测所述水下机器人主体到所述水上浮标的相对距离,并作为第一相对距离输出;超声波测距设备,设置在所述水下机器人主体上,用于测量所述水下机器人主体距离前方鱼体的距离,并作为第二相对距离输出;静态存储设备,预先存储了黑白阈值和像素数阈值,所述黑白阈值用于对图像执行二值化处理,所述静态存储设备还预先存储了灰度化鱼形模版,所述灰度化鱼形模版为对基准鱼体进行拍摄所得到的鱼体图像执行灰度化处理而获得;摄像设备,位于所述水下机器人主体上,包括半球形防水透明罩、辅助照明子设备和CMOS摄像头,所述半球形防水透明罩用于容纳所述辅助照明子设备和所述CMOS摄像头,所述辅助照明子设备为所述CMOS摄像头的水下拍摄提供辅助照明,所述CMOS摄像头对前方目标拍摄以获得包含前方目标的水下图像;所述水上处理设备用于接收所述水下机器人主体通过电缆传送的水下信息,所述水上处理设备位于水上船舶或岸边位置;所述水下机器人主体包括驱动设备、电缆和嵌入式处理器,所述电缆将所述驱动设备和所述嵌入式处理器分别与所述水上处理设备连接以建立通信,所述驱动设备包括驱动控制器、左舷直流减速电机、右舷直流减速电机、沉浮电机、正螺旋桨、反螺旋桨、附带螺旋桨和联轴器,所述左舷直流减速电机、所述右舷直流减速电机和所述沉浮电机分别通过所述联轴器与所述正螺旋桨、所述反螺旋桨和所述附带螺旋桨连接,所述驱动控制器接收所述水上处理设备发送的驱动控制信号,以根据所述驱动控制信号的内容驱动所述左舷直流减速电机和所述右舷直流减速电机以分别控制所述正螺旋桨和所述反螺旋桨,驱动水下机器人主体实现前进、后退和左右动作,还用于根据所述驱动控制信号的内容驱动所述沉浮电机以控制所述附带螺旋桨,驱动水下机器人主体实现上升与下潜动作;所述鱼体检测设备包括图像预处理子设备、二值化处理子设备、列边缘检测子设备、行边缘检测子设备、目标分割子设备和目标识别子设备,所述图像预处理子设备与所述CMOS摄像头连接,以对所述水下图像依次执行自适应边缘增强和小波滤波处理,以获得预处理水下图像;所述二值化处理子设备与所述图像预处理子设备和所述静态存储设备分别连接,将所述预处理水下图像的每一个像素的亮度与所述黑白阈值分别比较,当像素的亮度大于所述黑白阈值时,将像素记为白色像素,当像素的亮度小于所述黑白阈值时,将像素记为黑色像素,从而获得二值化水下图像;所述列边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每列黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的列记为边缘列;所述行边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每行黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的行记为边缘行;所述目标分割子设备与所述列边缘检测子设备和所述行边缘检测子设备分别连接,将边缘列和边缘行交织的区域作为目标存在区域,并从所述二值化水下图像中分割出所述目标存在区域以作为目标子图像输出;所述目标识别子设备与所述目标分割子设备和所述静态存储设备分别连接,将所述目标子图像与所述灰度化鱼形模版匹配,匹配成功,则输出存在鱼体信号,并根据所述目标子图像在所述二值化水下图像中的相对位置计算水下鱼体偏离角度,匹配失败,则输出不存在鱼体信号;其中,所述嵌入式处理器与所述GPS定位设备、所述静态存储设备、所述声纳探测设备、所述超声波测距设备、所述水上处理设备、所述鱼体检测设备和所述驱动设备分别连接,用于监视所述驱动设备的驱动状态,还用于在接收到所述存在鱼体信号时,启动所述GPS定位设备、所述声纳探测设备和所述超声波测距设备以接收所述GPS定位数据、所述第一相对距离和所述第二相对距离,基于所述GPS定位数据、所述第一相对距离和所述第二相对距离计算并输出鱼体GPS定位数据,并通过电缆将所述预处理水下图像和所述鱼体GPS定位数据传输到所述水上处理设备;所述嵌入式处理器在接收到所述不存在鱼体信号时,关闭所述GPS定位设备、所述声纳探测设备和所述超声波测距设备;所述嵌入式处理器还与所述电动锁扣、所述渔网释放驱动器和所述渔网回收驱动器分别连接,在接收到所述存在鱼体信号时,根据第二相对距离和预设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,在所述基于图像处理的水下鱼体捕捞平台中:所述预设渔网重量被预先存储在所述静态存储设备中。
更具体地,在所述基于图像处理的水下鱼体捕捞平台中:所述嵌入式处理器将所述预处理水下图像和所述鱼体GPS定位数据传输到所述水上处理设备包括:将所述预处理水下图像执行MPEG-4压缩编码以获得压缩水下图像,将所述压缩水下图像与所述鱼体GPS定位数据传输到所述水上处理设备。
更具体地,在所述基于图像处理的水下鱼体捕捞平台中:所述水上处理设备还包括解压缩子设备和显示子设备,所述解压缩子设备用于解压缩所述压缩水下图像以获得所述预处理水下图像,所述显示子设备与所述解压缩子设备连接,用于显示所述预处理水下图像和所述鱼体GPS定位数据。
更具体地,在所述基于图像处理的水下鱼体捕捞平台中:所述水上处理设备还包括语音播放设备,用于在接收到所述鱼体GPS定位数据时,播放所述鱼体GPS定位数据。
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基于图像处理的水下鱼体捕捞平台的结构方框图。
附图标记:1水下机器人主体;2鱼体检测设备;3水上处理设备
具体实施方式
下面将参照附图对本发明的基于图像处理的水下鱼体捕捞平台的实施方案进行详细说明。
目前,水上渔业作业仍以人工操作为主,根据作业人员的经验确定撒网区域,进行固定水域的鱼群打捞,这种方式下,作业人员无法深入水下去获取鱼情的第一手数据,操作方式较为落后,智能化水平不高。
为了克服上述不足,本发明搭建了一种基于图像处理的水下鱼体捕捞平台,将捕鱼机构和鱼情识别设备移植到水下机器人上,依靠水下机器人的水下作业优势,及时识别、定位水下鱼体状况,并自适应调整撒网方式,从而提高捕鱼的工作效率。
图1为根据本发明实施方案示出的基于图像处理的水下鱼体捕捞平台的结构方框图,所述捕捞平台包括水下机器人主体、鱼体检测设备和水上处理设备,所述鱼体检测设备位于所述水下机器人主体上,用于检测水下是否存在鱼体,并在检测到鱼体时将鱼体相关信息通过所述水下机器人主体传送给所述水上处理设备。
接着,继续对本发明的基于图像处理的水下鱼体捕捞平台的具体结构进行进一步的说明。
所述捕捞平台还包括: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。
所述捕捞平台还包括: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。
所述捕捞平台还包括: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。
所述捕捞平台还包括: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。
所述捕捞平台还包括: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。
所述捕捞平台还包括: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,通过所述水下机器人主体的电缆与水上处理设备连接,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。
所述捕捞平台还包括:水上浮标,设置在所述水下机器人主体的上方水面上;供电设备,设置在所述水上浮标上,包括防水密封罩、太阳能供电器件、蓄电池、切换开关和电压转换器,所述防水密封罩用于容纳所述太阳能供电器件、所述蓄电池、所述切换开关和所述电压转换器,所述切换开关与所述太阳能供电器件和所述蓄电池分别连接,根据蓄电池的剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压。
所述捕捞平台还包括:GPS定位设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于接收GPS卫星发送的GPS定位数据。
所述捕捞平台还包括:声纳探测设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于探测所述水下机器人主体到所述水上浮标的相对距离,并作为第一相对距离输出。
所述捕捞平台还包括:超声波测距设备,设置在所述水下机器人主体上,用于测量所述水下机器人主体距离前方鱼体的距离,并作为第二相对距离输出。
所述捕捞平台还包括:静态存储设备,预先存储了黑白阈值和像素数阈值,所述黑白阈值用于对图像执行二值化处理,所述静态存储设备还预先存储了灰度化鱼形模版,所述灰度化鱼形模版为对基准鱼体进行拍摄所得到的鱼体图像执行灰度化处理而获得。
所述捕捞平台还包括:摄像设备,位于所述水下机器人主体上,包括半球形防水透明罩、辅助照明子设备和CMOS摄像头,所述半球形防水透明罩用于容纳所述辅助照明子设备和所述CMOS摄像头,所述辅助照明子设备为所述CMOS摄像头的水下拍摄提供辅助照明,所述CMOS摄像头对前方目标拍摄以获得包含前方目标的水下图像。
所述水上处理设备用于接收所述水下机器人主体通过电缆传送的水下信息,所述水上处理设备位于水上船舶或岸边位置。
所述水下机器人主体包括驱动设备、电缆和嵌入式处理器,所述电缆将所述驱动设备和所述嵌入式处理器分别与所述水上处理设备连接以建立通信,所述驱动设备包括驱动控制器、左舷直流减速电机、右舷直流减速电机、沉浮电机、正螺旋桨、反螺旋桨、附带螺旋桨和联轴器,所述左舷直流减速电机、所述右舷直流减速电机和所述沉浮电机分别通过所述联轴器与所述正螺旋桨、所述反螺旋桨和所述附带螺旋桨连接,所述驱动控制器接收所述水上处理设备发送的驱动控制信号,以根据所述驱动控制信号的内容驱动所述左舷直流减速电机和所述右舷直流减速电机以分别控制所述正螺旋桨和所述反螺旋桨,驱动水下机器人主体实现前进、后退和左右动作,还用于根据所述驱动控制信号的内容驱动所述沉浮电机以控制所述附带螺旋桨,驱动水下机器人主体实现上升与下潜动作。
所述鱼体检测设备包括图像预处理子设备、二值化处理子设备、列边缘检测子设备、行边缘检测子设备、目标分割子设备和目标识别子设备,所述图像预处理子设备与所述CMOS摄像头连接,以对所述水下图像依次执行自适应边缘增强和小波滤波处理,以获得预处理水下图像;所述二值化处理子设备与所述图像预处理子设备和所述静态存储设备分别连接,将所述预处理水下图像的每一个像素的亮度与所述黑白阈值分别比较,当像素的亮度大于所述黑白阈值时,将像素记为白色像素,当像素的亮度小于所述黑白阈值时,将像素记为黑色像素,从而获得二值化水下图像;所述列边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每列黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的列记为边缘列;所述行边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每行黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的行记为边缘行;所述目标分割子设备与所述列边缘检测子设备和所述行边缘检测子设备分别连接,将边缘列和边缘行交织的区域作为目标存在区域,并从所述二值化水下图像中分割出所述目标存在区域以作为目标子图像输出;所述目标识别子设备与所述目标分割子设备和所述静态存储设备分别连接,将所述目标子图像与所述灰度化鱼形模版匹配,匹配成功,则输出存在鱼体信号,并根据所述目标子图像在所述二值化水下图像中的相对位置计算水下鱼体偏离角度,匹配失败,则输出不存在鱼体信号。
所述嵌入式处理器与所述GPS定位设备、所述静态存储设备、所述声纳探测设备、所述超声波测距设备、所述水上处理设备、所述鱼体检测设备和所述驱动设备分别连接,用于监视所述驱动设备的驱动状态,还用于在接收到所述存在鱼体信号时,启动所述GPS定位设备、所述声纳探测设备和所述超声波测距设备以接收所述GPS定位数据、所述第一相对距离和所述第二相对距离,基于所述GPS定位数据、所述第一相对距离和所述第二相对距离计算并输出鱼体GPS定位数据,并通过电缆将所述预处理水下图像和所述鱼体GPS定位数据传输到所述水上处理设备。
所述嵌入式处理器在接收到所述不存在鱼体信号时,关闭所述GPS定位设备、所述声纳探测设备和所述超声波测距设备;所述嵌入式处理器还与所述电动锁扣、所述渔网释放驱动器和所述渔网回收驱动器分别连接,在接收到所述存在鱼体信号时,根据第二相对距离和预设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,在所述基于图像处理的水下鱼体捕捞平台中:所述预设渔网重量被预先存储在所述静态存储设备中;所述嵌入式处理器将所述预处理水下图像和所述鱼体GPS定位数据传输到所述水上处理设备包括:将所述预处理水下图像执行MPEG-4压缩编码以获得压缩水下图像,将所述压缩水下图像与所述鱼体GPS定位数据传输到所述水上处理设备;所述水上处理设备还包括解压缩子设备和显示子设备,所述解压缩子设备用于解压缩所述压缩水下图像以获得所述预处理水下图像,所述显示子设备与所述解压缩子设备连接,用于显示所述预处理水下图像和所述鱼体GPS定位数据;以及,所述水上处理设备还可以包括语音播放设备,用于在接收到所述鱼体GPS定位数据时,播放所述鱼体GPS定位数据。
可选地,所述图像预处理子设备、所述二值化处理子设备、所述列边缘检测子设备、所述行边缘检测子设备、所述目标分割子设备和所述目标识别子设备可以采用不同的FPGA芯片来实现。
另外,FPGA(Field-ProgrammableGateArray),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(ComplexProgrammableLogicDevice,复杂可编程逻辑器件)。FPGA的开发相对于传统PC、单片机的开发有很大不同。FPGA以并行运算为主,以硬件描述语言来实现;相比于PC或单片机(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。
采用本发明的基于图像处理的水下鱼体捕捞平台,针对现有技术中鱼体打捞模式过于落后的技术问题,以水下机器人为打捞载体,采用了专门适合于水下环境的高精度的图像处理设备和水下定位设备,实现在水下任何水域的准确的鱼体检测和定位。
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)
1.一种基于图像处理的水下鱼体捕捞平台,所述捕捞平台包括水下机器人主体、鱼体检测设备和水上处理设备,所述鱼体检测设备位于所述水下机器人主体上,用于检测水下是否存在鱼体,并在检测到鱼体时将鱼体相关信息通过所述水下机器人主体传送给所述水上处理设备。
2.如权利要求1所述的基于图像处理的水下鱼体捕捞平台,其特征在于,所述捕捞平台还包括:
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,通过所述水下机器人主体的电缆与水上处理设备连接,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;
水上浮标,设置在所述水下机器人主体的上方水面上;
供电设备,设置在所述水上浮标上,包括防水密封罩、太阳能供电器件、蓄电池、切换开关和电压转换器,所述防水密封罩用于容纳所述太阳能供电器件、所述蓄电池、所述切换开关和所述电压转换器,所述切换开关与所述太阳能供电器件和所述蓄电池分别连接,根据蓄电池的剩余电量决定是否切换到所述太阳能供电器件以由所述太阳能供电器件供电,所述电压转换器与所述切换开关连接,以将通过切换开关输入的5V电压转换为3.3V电压;
GPS定位设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于接收GPS卫星发送的GPS定位数据;
声纳探测设备,设置在所述水上浮标上,由所述供电设备提供电力供应,用于探测所述水下机器人主体到所述水上浮标的相对距离,并作为第一相对距离输出;
超声波测距设备,设置在所述水下机器人主体上,用于测量所述水下机器人主体距离前方鱼体的距离,并作为第二相对距离输出;
静态存储设备,预先存储了黑白阈值和像素数阈值,所述黑白阈值用于对图像执行二值化处理,所述静态存储设备还预先存储了灰度化鱼形模版,所述灰度化鱼形模版为对基准鱼体进行拍摄所得到的鱼体图像执行灰度化处理而获得;
摄像设备,位于所述水下机器人主体上,包括半球形防水透明罩、辅助照明子设备和CMOS摄像头,所述半球形防水透明罩用于容纳所述辅助照明子设备和所述CMOS摄像头,所述辅助照明子设备为所述CMOS摄像头的水下拍摄提供辅助照明,所述CMOS摄像头对前方目标拍摄以获得包含前方目标的水下图像;
所述水上处理设备用于接收所述水下机器人主体通过电缆传送的水下信息,所述水上处理设备位于水上船舶或岸边位置;
所述水下机器人主体包括驱动设备、电缆和嵌入式处理器,所述电缆将所述驱动设备和所述嵌入式处理器分别与所述水上处理设备连接以建立通信,所述驱动设备包括驱动控制器、左舷直流减速电机、右舷直流减速电机、沉浮电机、正螺旋桨、反螺旋桨、附带螺旋桨和联轴器,所述左舷直流减速电机、所述右舷直流减速电机和所述沉浮电机分别通过所述联轴器与所述正螺旋桨、所述反螺旋桨和所述附带螺旋桨连接,所述驱动控制器接收所述水上处理设备发送的驱动控制信号,以根据所述驱动控制信号的内容驱动所述左舷直流减速电机和所述右舷直流减速电机以分别控制所述正螺旋桨和所述反螺旋桨,驱动水下机器人主体实现前进、后退和左右动作,还用于根据所述驱动控制信号的内容驱动所述沉浮电机以控制所述附带螺旋桨,驱动水下机器人主体实现上升与下潜动作;
所述鱼体检测设备包括图像预处理子设备、二值化处理子设备、列边缘检测子设备、行边缘检测子设备、目标分割子设备和目标识别子设备,所述图像预处理子设备与所述CMOS摄像头连接,以对所述水下图像依次执行自适应边缘增强和小波滤波处理,以获得预处理水下图像;所述二值化处理子设备与所述图像预处理子设备和所述静态存储设备分别连接,将所述预处理水下图像的每一个像素的亮度与所述黑白阈值分别比较,当像素的亮度大于所述黑白阈值时,将像素记为白色像素,当像素的亮度小于所述黑白阈值时,将像素记为黑色像素,从而获得二值化水下图像;所述列边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每列黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的列记为边缘列;所述行边缘检测子设备与所述二值化处理子设备和所述静态存储设备分别连接,用于对所述二值化水下图像,计算每行黑色像素的数目,将黑色像素的数目大于等于所述像素数阈值的行记为边缘行;所述目标分割子设备与所述列边缘检测子设备和所述行边缘检测子设备分别连接,将边缘列和边缘行交织的区域作为目标存在区域,并从所述二值化水下图像中分割出所述目标存在区域以作为目标子图像输出;所述目标识别子设备与所述目标分割子设备和所述静态存储设备分别连接,将所述目标子图像与所述灰度化鱼形模版匹配,匹配成功,则输出存在鱼体信号,并根据所述目标子图像在所述二值化水下图像中的相对位置计算水下鱼体偏离角度,匹配失败,则输出不存在鱼体信号;
其中,所述嵌入式处理器与所述GPS定位设备、所述静态存储设备、所述声纳探测设备、所述超声波测距设备、所述水上处理设备、所述鱼体检测设备和所述驱动设备分别连接,用于监视所述驱动设备的驱动状态,还用于在接收到所述存在鱼体信号时,启动所述GPS定位设备、所述声纳探测设备和所述超声波测距设备以接收所述GPS定位数据、所述第一相对距离和所述第二相对距离,基于所述GPS定位数据、所述第一相对距离和所述第二相对距离计算并输出鱼体GPS定位数据,并通过电缆将所述预处理水下图像和所述鱼体GPS定位数据传输到所述水上处理设备;
其中,所述嵌入式处理器在接收到所述不存在鱼体信号时,关闭所述GPS定位设备、所述声纳探测设备和所述超声波测距设备;
其中,所述嵌入式处理器还与所述电动锁扣、所述渔网释放驱动器和所述渔网回收驱动器分别连接,在接收到所述存在鱼体信号时,根据第二相对距离和预设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所述的基于图像处理的水下鱼体捕捞平台,其特征在于:
所述预设渔网重量被预先存储在所述静态存储设备中。
4.如权利要求2所述的基于图像处理的水下鱼体捕捞平台,其特征在于:
所述嵌入式处理器将所述预处理水下图像和所述鱼体GPS定位数据传输到所述水上处理设备包括:将所述预处理水下图像执行MPEG-4压缩编码以获得压缩水下图像,将所述压缩水下图像与所述鱼体GPS定位数据传输到所述水上处理设备。
5.如权利要求4所述的基于图像处理的水下鱼体捕捞平台,其特征在于:
所述水上处理设备还包括解压缩子设备和显示子设备,所述解压缩子设备用于解压缩所述压缩水下图像以获得所述预处理水下图像,所述显示子设备与所述解压缩子设备连接,用于显示所述预处理水下图像和所述鱼体GPS定位数据。
6.如权利要求2所述的基于图像处理的水下鱼体捕捞平台,其特征在于:
所述水上处理设备还包括语音播放设备,用于在接收到所述鱼体GPS定位数据时,播放所述鱼体GPS定位数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510443348.2A CN105028357A (zh) | 2015-07-25 | 2015-07-25 | 基于图像处理的水下鱼体捕捞平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510443348.2A CN105028357A (zh) | 2015-07-25 | 2015-07-25 | 基于图像处理的水下鱼体捕捞平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105028357A true CN105028357A (zh) | 2015-11-11 |
Family
ID=54435844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510443348.2A Pending CN105028357A (zh) | 2015-07-25 | 2015-07-25 | 基于图像处理的水下鱼体捕捞平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105028357A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105947149A (zh) * | 2016-05-31 | 2016-09-21 | 广东海洋大学 | 一种鱼类水下活动监测船 |
WO2017140096A1 (zh) * | 2016-02-18 | 2017-08-24 | 北京臻迪科技股份有限公司 | 一种无人船及系统 |
CN108377985A (zh) * | 2018-03-07 | 2018-08-10 | 李良杰 | 智能捕鱼机 |
CN108628568A (zh) * | 2018-05-14 | 2018-10-09 | 维沃移动通信有限公司 | 一种信息的显示方法、装置及终端设备 |
CN109699598A (zh) * | 2019-02-25 | 2019-05-03 | 刘德禄 | 一种无人机智能精确捕鱼器 |
US10661867B2 (en) | 2016-02-18 | 2020-05-26 | Powervision Tech Inc. | Underwater drone with capacity of fishing, rapidly moving and wireless remote control |
WO2021022526A1 (zh) * | 2019-08-07 | 2021-02-11 | 唐山哈船科技有限公司 | 一种基于图像识别的捕鱼装置和捕鱼方法 |
CN112425572A (zh) * | 2020-11-12 | 2021-03-02 | 重庆凯创荣智能科技有限公司 | 一种智能撒网捕鱼无人机及使用方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000217465A (ja) * | 1999-01-27 | 2000-08-08 | Fadamu Kk | 魚の漁獲方法 |
CN102550504A (zh) * | 2010-12-09 | 2012-07-11 | 李昌福 | 互动式可视水下捕鱼网枪 |
CN202763840U (zh) * | 2012-08-18 | 2013-03-06 | 郑州大学 | 一种基于图像处理的自主控制水下机器人 |
CN103400147A (zh) * | 2013-07-25 | 2013-11-20 | 中国农业大学 | 基于图像处理的目标鱼识别方法及系统 |
CN104215988A (zh) * | 2014-09-27 | 2014-12-17 | 江苏华宏实业集团有限公司 | 一种水下目标定位方法 |
CN104273104A (zh) * | 2014-06-18 | 2015-01-14 | 冯春富 | 全自动捕鱼装置 |
CN104732726A (zh) * | 2015-04-16 | 2015-06-24 | 王爱云 | 水上游客识别监控平台 |
-
2015
- 2015-07-25 CN CN201510443348.2A patent/CN105028357A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000217465A (ja) * | 1999-01-27 | 2000-08-08 | Fadamu Kk | 魚の漁獲方法 |
CN102550504A (zh) * | 2010-12-09 | 2012-07-11 | 李昌福 | 互动式可视水下捕鱼网枪 |
CN202763840U (zh) * | 2012-08-18 | 2013-03-06 | 郑州大学 | 一种基于图像处理的自主控制水下机器人 |
CN103400147A (zh) * | 2013-07-25 | 2013-11-20 | 中国农业大学 | 基于图像处理的目标鱼识别方法及系统 |
CN104273104A (zh) * | 2014-06-18 | 2015-01-14 | 冯春富 | 全自动捕鱼装置 |
CN104215988A (zh) * | 2014-09-27 | 2014-12-17 | 江苏华宏实业集团有限公司 | 一种水下目标定位方法 |
CN104732726A (zh) * | 2015-04-16 | 2015-06-24 | 王爱云 | 水上游客识别监控平台 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017140096A1 (zh) * | 2016-02-18 | 2017-08-24 | 北京臻迪科技股份有限公司 | 一种无人船及系统 |
US10661867B2 (en) | 2016-02-18 | 2020-05-26 | Powervision Tech Inc. | Underwater drone with capacity of fishing, rapidly moving and wireless remote control |
US11008081B2 (en) | 2016-02-18 | 2021-05-18 | Powervision Tech Inc. | Underwater drone with capacity of fishing, rapidly moving and wireless remote control |
CN105947149A (zh) * | 2016-05-31 | 2016-09-21 | 广东海洋大学 | 一种鱼类水下活动监测船 |
CN105947149B (zh) * | 2016-05-31 | 2017-09-29 | 广东海洋大学 | 一种鱼类水下活动监测船 |
CN108377985A (zh) * | 2018-03-07 | 2018-08-10 | 李良杰 | 智能捕鱼机 |
CN108628568A (zh) * | 2018-05-14 | 2018-10-09 | 维沃移动通信有限公司 | 一种信息的显示方法、装置及终端设备 |
CN109699598A (zh) * | 2019-02-25 | 2019-05-03 | 刘德禄 | 一种无人机智能精确捕鱼器 |
WO2021022526A1 (zh) * | 2019-08-07 | 2021-02-11 | 唐山哈船科技有限公司 | 一种基于图像识别的捕鱼装置和捕鱼方法 |
CN112425572A (zh) * | 2020-11-12 | 2021-03-02 | 重庆凯创荣智能科技有限公司 | 一种智能撒网捕鱼无人机及使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105028356A (zh) | 一种基于图像处理的水下鱼体捕捞方法 | |
CN105028357A (zh) | 基于图像处理的水下鱼体捕捞平台 | |
CN104967833B (zh) | 一种基于数据通信的捕鱼方法 | |
CN105129052A (zh) | 一种水下人体搜寻方法 | |
CN105136808A (zh) | 水下机器人水下设备破损检测平台 | |
KR102339465B1 (ko) | 딥러닝-영상인식 기반 해상폐기물 제거용 자율운항 선박 시스템 | |
CN105046228A (zh) | 一种基于数据通信的鱼体识别方法 | |
CN105046232A (zh) | 基于图像处理的船舶底部鱼体搜索系统 | |
CN104985290A (zh) | 一种基于神经网络识别的水下焊缝跟踪方法 | |
CN105076078A (zh) | 一种基于特征提取的自动化探测方法 | |
CN105069414A (zh) | 基于数据通信的潜水员专用鱼体识别系统 | |
CN105076076A (zh) | 采用神经网络识别的鱼体定位系统 | |
CN105058430A (zh) | 一种基于图像处理的水下机器人运行方法 | |
CN108764465B (zh) | 一种进行神经网络运算的处理装置 | |
CN105095875A (zh) | 一种基于图像滤波的船下鱼体检测方法 | |
CN104996370A (zh) | 基于数据通信的水下鱼体定向捕获系统 | |
CN105123635A (zh) | 一种采用神经网络识别的鱼体定位方法 | |
CN105160638A (zh) | 基于图像处理的水下焊缝跟踪系统 | |
CN105059506A (zh) | 基于激光成像探测的智能化水下机器人 | |
CN105138007A (zh) | 基于图像处理的水下机器人避让平台 | |
CN105109646A (zh) | 一种基于神经网络识别的水下人体探测方法 | |
CN105572760A (zh) | 自动化探测仪 | |
CN105076077A (zh) | 一种基于激光成像检测的鱼体识别方法 | |
CN105005979A (zh) | 基于图像滤波的检测平台 | |
CN108647781B (zh) | 一种人工智能芯片处理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151111 |
|
WD01 | Invention patent application deemed withdrawn after publication |