CN105123636A - 基于激光成像检测的鱼体识别系统 - Google Patents
基于激光成像检测的鱼体识别系统 Download PDFInfo
- Publication number
- CN105123636A CN105123636A CN201510445716.7A CN201510445716A CN105123636A CN 105123636 A CN105123636 A CN 105123636A CN 201510445716 A CN201510445716 A CN 201510445716A CN 105123636 A CN105123636 A CN 105123636A
- Authority
- CN
- China
- Prior art keywords
- fishing net
- recognition system
- subset
- fish body
- image
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 241000251468 Actinopterygii Species 0.000 claims abstract description 102
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000003384 imaging method Methods 0.000 claims description 50
- 230000003068 static effect Effects 0.000 claims description 27
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000036541 health Effects 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005266 casting Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/96—Sonar systems specially adapted for specific applications for locating fish
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/60—Fishing; Aquaculture; Aquafarming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Marine Sciences & Fisheries (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种基于激光成像检测的鱼体识别系统,包括激光成像设备和鱼体检测设备,所述激光成像设备基于声纳图像处理结果启动对水下激光图像的拍摄,所述鱼体检测设备与所述激光成像设备连接,对所述水下激光图像进行图像处理以确定是否存在鱼体目标。通过本发明,能够基于高质量的激光图像,准确识别并捕捉水下鱼体。
Description
技术领域
本发明涉及激光成像领域,尤其涉及一种基于激光成像检测的鱼体识别系统。
背景技术
当前,鱼类是水产品中最重要的一种类型,常规的捕鱼模式偏依赖于人工,而且无法判断水下鱼群情况,更无法自适应地根据水下鱼群状态进行动态可调整地撒网捕鱼。
为此,本发明提供了一种基于激光成像检测的鱼体识别系统,能够改善现有的激光成像策略,准确识别鱼体目标,在水下判断鱼体动态,从而确定鱼体位置,控制撒网策略,实现自适应地水下捕鱼。
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激光成像检测的鱼体识别系统,利用声纳和声纳成像设备控制激光成像的触发时间,提高激光成像的准确性,采用自适应边缘增强和小波滤波处理提高图像识别精度,还使用了水下定位设备进行鱼体水下位置的确定。
根据本发明的一方面,提供了一种基于激光成像检测的鱼体识别系统,所述识别系统包括激光成像设备和鱼体检测设备,所述激光成像设备基于声纳图像处理结果启动对水下激光图像的拍摄,所述鱼体检测设备与所述激光成像设备连接,对所述水下激光图像进行图像处理以确定是否存在鱼体目标。
更具体地,在所述基于激光成像检测的鱼体识别系统中,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,设置在所述识别系统主体架构上,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,设置在所述识别系统主体架构上,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,设置在所述识别系统主体架构上,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,设置在所述识别系统主体架构上,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,设置在所述识别系统主体架构上,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,设置在所述识别系统主体架构上,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;静态存储设备,设置在所述识别系统主体架构上,预先存储了亮度阈值上限和亮度阈值下限,还用于预先存储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;声纳设备,设置在所述识别系统主体架构上,用于对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,设置在所述识别系统主体架构上,与所述声纳设备和所述静态存储设备分别连接,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静态存储设备分别连接,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静态存储设备分别连接,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,设置在所述识别系统主体架构上,包括激光器、探测器和微控制器,所述激光器对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;所述鱼体检测设备,设置在所述识别系统主体架构上,与所述激光成像设备连接,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激光成像设备连接,以对所述水下激光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,并基于所述目标子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,匹配失败,则输出不存在鱼体信号;数字信号处理器,设置在所述识别系统主体架构上,与所述鱼体检测设备连接,用于在接收到所述存在鱼体信号时,将所述目标子图像执行MPEG-2压缩编码以获得压缩图像,并将所述压缩图像和所述存在鱼体信号通过水下电缆传送到水上处理设备;所述数字信号处理器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,当接收到所述存在鱼体信号时,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,在所述基于激光成像检测的鱼体识别系统中:所述数字信号处理器在接收到所述不存在鱼体信号时,将所述不存在鱼体信号通过水下电缆传送到水上处理设备。
更具体地,在所述基于激光成像检测的鱼体识别系统中,所述识别系统还包括:GPS定位设备,设置在所述识别系统主体架构上方的水面浮标上,与所述数字信号处理器连接,用于在接收到所述存在鱼体信号时,将接收到的GPS定位数据发送到水上处理设备。
更具体地,在所述基于激光成像检测的鱼体识别系统中:所述GPS定位设备包括太阳能光伏板,用于为所述GPS定位设备提供电力供应。
更具体地,在所述基于激光成像检测的鱼体识别系统中:所述数字信号处理器为TI公司的DSP芯片。
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激光成像检测的鱼体识别系统的结构方框图。
附图标记:1激光成像设备;2鱼体检测设备
具体实施方式
下面将参照附图对本发明的基于激光成像检测的鱼体识别系统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,即使存在基于激光成像的鱼类识别技术,激光成像效果粗糙,识别效果不佳。
为了克服上述不足,本发明搭建了一种基于激光成像检测的鱼体识别系统,能够改善现有的激光成像技术,还引入适合水下环境的鱼体识别、定位和捕捉设备,提高了捕鱼的效率和自动化程度。
图1为根据本发明实施方案示出的基于激光成像检测的鱼体识别系统的结构方框图,所述识别系统包括激光成像设备和鱼体检测设备,所述激光成像设备基于声纳图像处理结果启动对水下激光图像的拍摄,所述鱼体检测设备与所述激光成像设备连接,对所述水下激光图像进行图像处理以确定是否存在鱼体目标。
接着,继续对本发明的基于激光成像检测的鱼体识别系统的具体结构进行进一步的说明。
所述识别系统还包括:高压电力线路,设置在监狱围墙上方,用于防止犯人翻阅监狱围墙逃脱监狱,所述高压电力线路的电压为35kV以上电压。
所述识别系统还包括: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。
所述识别系统还包括:渔网容器,设置在所述识别系统主体架构上,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。
所述识别系统还包括:渔网释放驱动器,设置在所述识别系统主体架构上,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。
所述识别系统还包括:渔网回收驱动器,设置在所述识别系统主体架构上,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。
所述识别系统还包括:释放电机,设置在所述识别系统主体架构上,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。
所述识别系统还包括:回收电机,设置在所述识别系统主体架构上,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。
所述识别系统还包括:水上信号接收器,设置在所述识别系统主体架构上,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。
所述识别系统还包括:静态存储设备,设置在所述识别系统主体架构上,预先存储了亮度阈值上限和亮度阈值下限,还用于预先存储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。
所述识别系统还包括:声纳设备,设置在所述识别系统主体架构上,用于对水下目标执行声纳图像采集,以获得声纳图像。
所述识别系统还包括:声纳图像处理设备,设置在所述识别系统主体架构上,与所述声纳设备和所述静态存储设备分别连接,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静态存储设备分别连接,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静态存储设备分别连接,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,设置在所述识别系统主体架构上,包括激光器、探测器和微控制器,所述激光器对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。
所述鱼体检测设备,设置在所述识别系统主体架构上,与所述激光成像设备连接,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激光成像设备连接,以对所述水下激光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,并基于所述目标子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,匹配失败,则输出不存在鱼体信号。
所述识别系统还包括:数字信号处理器,设置在所述识别系统主体架构上,与所述鱼体检测设备连接,用于在接收到所述存在鱼体信号时,将所述目标子图像执行MPEG-2压缩编码以获得压缩图像,并将所述压缩图像和所述存在鱼体信号通过水下电缆传送到水上处理设备;所述数字信号处理器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,当接收到所述存在鱼体信号时,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,在所述基于激光成像检测的鱼体识别系统中:所述数字信号处理器在接收到所述不存在鱼体信号时,将所述不存在鱼体信号通过水下电缆传送到水上处理设备;所述识别系统还包括:GPS定位设备,设置在所述识别系统主体架构上方的水面浮标上,与所述数字信号处理器连接,用于在接收到所述存在鱼体信号时,将接收到的GPS定位数据发送到水上处理设备;所述GPS定位设备包括太阳能光伏板,用于为所述GPS定位设备提供电力供应;以及所述数字信号处理器为TI公司的DSP芯片。
可选地,第一检测子设备、第二检测子设备和目标距离检测子设备分别采用不同的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。
采用本发明的基于激光成像检测的鱼体识别系统,针对现有技术中水下激光成像粗糙、无法适应于水下捕鱼的技术问题,改善现有的激光成像技术,引入高质量的图像处理设备和水下目标定位设备,以机器方式替代人工方法进行水下鱼体的自动捕捞。
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)
1.一种基于激光成像检测的鱼体识别系统,包括激光成像设备和鱼体检测设备,所述激光成像设备基于声纳图像处理结果启动对水下激光图像的拍摄,所述鱼体检测设备与所述激光成像设备连接,对所述水下激光图像进行图像处理以确定是否存在鱼体目标。
2.如权利要求1所述的基于激光成像检测的鱼体识别系统,其特征在于,所述识别系统还包括:
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,设置在所述识别系统主体架构上,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,设置在所述识别系统主体架构上,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,设置在所述识别系统主体架构上,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,设置在所述识别系统主体架构上,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,设置在所述识别系统主体架构上,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,设置在所述识别系统主体架构上,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;
静态存储设备,设置在所述识别系统主体架构上,预先存储了亮度阈值上限和亮度阈值下限,还用于预先存储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;
声纳设备,设置在所述识别系统主体架构上,用于对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,设置在所述识别系统主体架构上,与所述声纳设备和所述静态存储设备分别连接,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静态存储设备分别连接,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静态存储设备分别连接,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,设置在所述识别系统主体架构上,包括激光器、探测器和微控制器,所述激光器对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;
所述鱼体检测设备,设置在所述识别系统主体架构上,与所述激光成像设备连接,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激光成像设备连接,以对所述水下激光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,并基于所述目标子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,匹配失败,则输出不存在鱼体信号;
数字信号处理器,设置在所述识别系统主体架构上,与所述鱼体检测设备连接,用于在接收到所述存在鱼体信号时,将所述目标子图像执行MPEG-2压缩编码以获得压缩图像,并将所述压缩图像和所述存在鱼体信号通过水下电缆传送到水上处理设备;所述数字信号处理器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,当接收到所述存在鱼体信号时,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所述的基于激光成像检测的鱼体识别系统,其特征在于:
所述数字信号处理器在接收到所述不存在鱼体信号时,将所述不存在鱼体信号通过水下电缆传送到水上处理设备。
4.如权利要求2所述的基于激光成像检测的鱼体识别系统,其特征在于,所述识别系统还包括:
GPS定位设备,设置在所述识别系统主体架构上方的水面浮标上,与所述数字信号处理器连接,用于在接收到所述存在鱼体信号时,将接收到的GPS定位数据发送到水上处理设备。
5.如权利要求4所述的基于激光成像检测的鱼体识别系统,其特征在于:
所述GPS定位设备包括太阳能光伏板,用于为所述GPS定位设备提供电力供应。
6.如权利要求2所述的基于激光成像检测的鱼体识别系统,其特征在于:
所述数字信号处理器为TI公司的DSP芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510445716.7A CN105123636A (zh) | 2015-07-25 | 2015-07-25 | 基于激光成像检测的鱼体识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510445716.7A CN105123636A (zh) | 2015-07-25 | 2015-07-25 | 基于激光成像检测的鱼体识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105123636A true CN105123636A (zh) | 2015-12-09 |
Family
ID=54709531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510445716.7A Withdrawn CN105123636A (zh) | 2015-07-25 | 2015-07-25 | 基于激光成像检测的鱼体识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105123636A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405983A (zh) * | 2016-10-10 | 2017-02-15 | 深圳市众凌汇科技有限公司 | 一种拍摄装置、探鱼器及拍摄方法 |
CN110181174A (zh) * | 2019-05-30 | 2019-08-30 | 梁孟 | 基于机器视觉的水下有鳞鱼激光打标方法 |
CN113475429A (zh) * | 2021-06-25 | 2021-10-08 | 山东航天电子技术研究所 | 一种基于声光多传感器和卫星通信的鱼群养殖监测系统 |
CN113658124A (zh) * | 2021-08-11 | 2021-11-16 | 杭州费尔马科技有限责任公司 | 一种盘点水下养殖资产的方法 |
-
2015
- 2015-07-25 CN CN201510445716.7A patent/CN105123636A/zh not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405983A (zh) * | 2016-10-10 | 2017-02-15 | 深圳市众凌汇科技有限公司 | 一种拍摄装置、探鱼器及拍摄方法 |
CN110181174A (zh) * | 2019-05-30 | 2019-08-30 | 梁孟 | 基于机器视觉的水下有鳞鱼激光打标方法 |
CN113475429A (zh) * | 2021-06-25 | 2021-10-08 | 山东航天电子技术研究所 | 一种基于声光多传感器和卫星通信的鱼群养殖监测系统 |
CN113658124A (zh) * | 2021-08-11 | 2021-11-16 | 杭州费尔马科技有限责任公司 | 一种盘点水下养殖资产的方法 |
CN113658124B (zh) * | 2021-08-11 | 2024-04-09 | 杭州费尔马科技有限责任公司 | 一种盘点水下养殖资产的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Road pothole extraction and safety evaluation by integration of point cloud and images derived from mobile mapping sensors | |
CN105123636A (zh) | 基于激光成像检测的鱼体识别系统 | |
CN107808383B (zh) | 一种强海杂波下sar图像目标快速检测方法 | |
CN110008947B (zh) | 一种基于卷积神经网络的粮仓粮食数量监测方法及装置 | |
CN104967832A (zh) | 一种基于图像处理的船下水域检测方法 | |
CN106340044A (zh) | 摄像机外参自动标定方法及标定装置 | |
Paspalakis et al. | Automated fish cage net inspection using image processing techniques | |
CN105096325A (zh) | 基于激光图像的水下设备检测系统 | |
CN106709515A (zh) | 一种适用于下视景象匹配选区准则干预方法 | |
CN105076077A (zh) | 一种基于激光成像检测的鱼体识别方法 | |
CN105010276A (zh) | 一种自动捕鱼的方法 | |
CN104999164A (zh) | 基于多重滤波处理的水下机器人 | |
CN104991259A (zh) | 一种激光成像探测方法 | |
CN105046228A (zh) | 一种基于数据通信的鱼体识别方法 | |
CN105000156A (zh) | 用于人体检测的潜艇救援平台 | |
CN105059506A (zh) | 基于激光成像探测的智能化水下机器人 | |
CN105137449A (zh) | 基于图像处理的激光成像探测平台 | |
CN105068084A (zh) | 一种基于图像处理的激光成像探测方法 | |
CN105665877A (zh) | 一种采用水下机器人进行水下自动焊接的方法 | |
CN105059507A (zh) | 潜水器 | |
CN113591740B (zh) | 基于深度学习的复杂河流环境下泥沙颗粒识别方法及装置 | |
CN105035282A (zh) | 基于激光成像的暗礁检测系统 | |
CN105083505A (zh) | 基于图像处理的船下水域检测系统 | |
CN113781513A (zh) | 一种电厂供水管道泄漏检测方法及系统 | |
CN104999200A (zh) | 潜水员便携系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20151209 |
|
WW01 | Invention patent application withdrawn after publication |