CN106417104A - 养殖鱼类游动方向测定系统和方法 - Google Patents
养殖鱼类游动方向测定系统和方法 Download PDFInfo
- Publication number
- CN106417104A CN106417104A CN201610800205.7A CN201610800205A CN106417104A CN 106417104 A CN106417104 A CN 106417104A CN 201610800205 A CN201610800205 A CN 201610800205A CN 106417104 A CN106417104 A CN 106417104A
- Authority
- CN
- China
- Prior art keywords
- fish
- infrared
- sub
- rectangle
- head
- 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 135
- 230000009182 swimming Effects 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000009395 breeding Methods 0.000 claims description 4
- 230000001488 breeding effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000003556 assay Methods 0.000 claims description 3
- 230000012010 growth Effects 0.000 abstract description 5
- 238000009360 aquaculture Methods 0.000 abstract description 3
- 244000144974 aquaculture Species 0.000 abstract description 2
- 230000003134 recirculating effect Effects 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 2
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000010824 fish disease Diseases 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K61/00—Culture of aquatic animals
-
- 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
- Y02A40/81—Aquaculture, e.g. of fish
Abstract
本发明涉及一种养殖鱼类游动方向测定系统和方法，该系统包括近红外相机和与所述近红外相机连接的主控器，其中：所述主控器用于控制所述近红外相机采集鱼池内鱼类的近红外图像，并根据所述近红外图像确定所述鱼类的游动方向。本发明采用近红外相机采集鱼类的游动方向，然后采用主控器进行数据处理，进而得到游动方向。由于本发明采用的是近红外相机进行图像采集，而近红外波段处于非可见光范围，非常适合应用于光线条件暗的工厂化循环水养殖中。同时，不会对鱼类的正常生长造成影响。
Description
技术领域
本发明涉及养殖技术领域，尤其是涉及一种养殖鱼类游动方向测定系统和方法。
背景技术
随着工厂化水产养殖规模的扩大和信息技术的发展，有必要对水产养殖过程中的养殖对象的实时行为进行监控。其中，鱼类的游动方向是衡量鱼类群体行为的一个重要指标。因此，及时准确获取鱼类的游动方向信息可以为后续行为监控分析提供重要方法依据，对后续研究鱼类疾病预警、投饲控制等有重要意义。
目前鱼类游动方向的测定主要是利用传统机器视觉的方法。通常对图像进行建模分析处理，此种方法成本低，但是也存在很多不足之处。例如，实际生产过程中，工厂化循环水养殖车间一般光线比较暗，为获得较好的效果，需要增加光源或者额外补光，有可能会影响鱼类的正常生长。
发明内容
针对以上缺陷，本发明提供一种养殖鱼类游动方向测定系统和方法，适用于光线条件暗的工厂化循环水养殖中，而且不会对鱼类的正常生长造成影响。
第一方面，本发明提供的养殖鱼类游动方向测定系统包括近红外相机和与所述近红外相机连接的主控器，其中：
所述主控器用于控制所述近红外相机采集鱼池内鱼类的近红外图像，并根据所述近红外图像确定所述鱼类的游动方向。
可选的，所述系统还包括与所述主控器连接的近红外光源；
所述主控器还用于控制所述近红外光源的开启和关闭；
所述近红外光源用于在开启时为所述近红外相机补光。
可选的，所述近红外光源包括围设在所述近红外相机周围的若干个近红外灯，各个近红外灯的光轴与所述近红外相机的光轴平行，且各个近红外灯的焦点在同一平面上。
可选的，所述系统还包括：
水处理装置，用于对所述鱼池内的养殖用水进行物理过滤和/或生化过滤。
可选的，所述主控器具体用于：
根据所述近红外图像中各像素点的亮度差异，确定背景图像；
根据所述近红外图像中各个像素点的亮度与所述背景图像中对应像素点的亮度，确定各条鱼所在的位置；
根据边缘计算算法，对确定出位置的鱼进行边缘分割；
确定所分割得到的鱼的头部和质心；
根据该鱼的头部相对于质心的方向，确定该鱼的游动方向。
可选的，所述主控器还用于：
在确定所分割得到的鱼的头部和质心之前，根据所分割得到的各条鱼进行过滤，将像素点个数大于预设的最小阈值且小于预设的最大阈值的鱼作为需要确定头部和质心的鱼。
可选的，所述主控器具体用于：所述确定所分割得到的鱼的头部，包括：
确定所分割得到的鱼的最小外接矩形；
将所述最小外接矩形等分为三个子矩形，该三个子矩形沿所述最小外接矩形的长度方向排列；
计算该三个子矩形中第一个子矩形的各个像素点的平均亮度值和该子矩形内鱼的宽度；
计算该三个子矩阵中第三个子矩阵的各个像素点的平均亮度值和该子矩阵内鱼的宽度；
将所述第一个子矩形和所述第三个子矩阵中平均亮度值和宽度均较大的子矩阵作为鱼头的位置；
其中，所述宽度为沿所述最小外接矩形的宽度方向的长度大小。
第二方面，本发明提供的养殖鱼类游动方向测定方法包括：
采集鱼池内鱼类的近红外图像；
根据所述近红外图像确定所述鱼类的游动方向。
可选的，所述根据所述近红外图像确定所述鱼类的游动方向，包括：
根据所述近红外图像中各像素点的亮度差异，确定背景图像；
根据所述近红外图像中各个像素点的亮度与所述背景图像中对应像素点的亮度，确定各条鱼所在的位置；
根据边缘计算算法，对确定出位置的鱼进行边缘分割；
确定所分割得到的鱼的头部和质心；
根据该鱼的头部相对于质心的方向，确定该鱼的游动方向。
可选的，所述确定所分割得到的鱼的头部，包括：
确定所分割得到的鱼的最小外接矩形；
将所述最小外接矩形等分为三个子矩形，该三个子矩形沿所述最小外接矩形的长度方向排列；
计算该三个子矩形中第一个子矩形的各个像素点的平均亮度值和该子矩形内鱼的宽度；
计算该三个子矩阵中第三个子矩阵的各个像素点的平均亮度值和该子矩阵内鱼的宽度；
将所述第一个子矩形和所述第三个子矩阵中平均亮度值和宽度均较大的子矩阵作为鱼头的位置；
其中，所述宽度为沿所述最小外接矩形的宽度方向的长度大小。
本发明提供的养殖鱼类游动方向测定系统和方法，采用近红外相机采集鱼类的游动方向，然后采用主控器进行数据处理，进而得到游动方向。由于采用的是近红外相机进行图像采集，而近红外波段处于非可见光范围，非常适合应用于光线条件暗的工厂化循环水养殖中。同时，不会对鱼类的正常生长造成影响。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。
图1示出了本发明一实施例中养殖鱼类游动方向测定系统的安装示意图；
图2示出了本发明一实施例中鱼的最小外接矩形的等分示意图；
附图标记说明：
1-近红外相机；2-主控器；3-近红外光源；4-鱼池；5-水处理装置。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
本发明提供一种养殖鱼类游动方向测定系统，如图1所示，该系统包括近红外相机1和与所述近红外相机1连接的主控器2，其中：
所述主控器2用于控制所述近红外相机1采集鱼池4内鱼类的近红外图像，并根据所述近红外图像确定所述鱼类的游动方向。
在实际应用时，可将所述近红外相机1设置在鱼池4的上方，以采集鱼类的近红外图像。此时，可将红外相机的光轴垂直于鱼池4水面。
本发明提供的游动方向测定系统中，采用近红外相机1采集鱼类的游动方向，然后采用主控器2进行数据处理，进而得到游动方向。由于采用的是近红外相机1进行图像采集，而近红外波段处于非可见光范围，非常适合应用于光线条件暗的工厂化循环水养殖中。基于水对近红外波段光的强烈吸收能力，浸没在水中的物体的亮度取决于光从光源到目标物体又返回到相机的路径长度，进而确定游动方向。同时，不会对鱼类的正常生长造成影响。
在具体实施时，本发明提供的游动方向测定系统还可以包括与所述主控器2连接的近红外光源3；对应的，所述主控器2还用于控制所述近红外光源3的开启和关闭；所述近红外光源3用于在开启时为所述近红外相机1补光。这里，利用近红外光源3对近红外相机1进行补光，以改善采集的图像画质。
其中，近红外光源3的具体结构和设置方式可以根据需要进行选择。例如，近红外光源3包括围设在所述近红外相机1周围的若干个近红外灯，各个近红外灯的光轴与所述近红外相机1的光轴平行，且各个近红外灯的焦点在同一平面上。这样的话，各个近红外灯可以对近红外相机1在任何方向的补光量相同。
其中，近红外灯的数量、近红外灯发射光的波长、近红外灯的功率等可以自行选择，例如为8个，波长为820nm，功率为3W，整个近红外光源3的功率为24W，这几个远红外灯与相机之间的距离为5cm。
在具体实施时，为了对鱼池4内的养殖用水进行净化，本发明提供的游动方向测定系统还可以包括：水处理装置5，用于对所述鱼池4内的养殖用水进行物理过滤和/或生化过滤。
其中，物理过滤是指去除水中的粪便、残饵等大颗粒杂质。
其中，生化过滤是指分离水中的氨氮和亚硝酸盐，紫外线消毒杀菌等。
在具体实施时，鱼池4的大小和材质可以根据具体情况进行选择，例如，1.2m高，直径为1.5m的玻璃缸鱼池4。
在具体实施时，主控器2可以采用PC机、工控机。
在具体实施时，所述主控器2根据近红外图像确定游动方向的方式有多种，其中一种方式为：
S1、根据所述近红外图像中各像素点的亮度差异，确定背景图像；
S2、根据所述近红外图像中各个像素点的亮度与所述背景图像中对应像素点的亮度，确定各条鱼所在的位置；
S3、根据边缘计算算法，对确定出位置的鱼进行边缘分割；
S4、确定所分割得到的鱼的头部和质心；
S5、根据该鱼的头部相对于质心的方向，确定该鱼的游动方向。
主控器2在上述处理过程中，通过确定背景图像，然后基于背景图像确定各条鱼的位置，并将各条鱼作为目标，进行边缘分割、确定质心和头部，然后根据质心和头部的相对位置，确定游动方向。当然，还可以采用其他的方式确定游动方向，这里不一一赘述。
可理解的是，至于采集到的每一帧近红外图像，均可以通过上述过程确定确定鱼的游动方向。
近红外图像中鱼的亮度要比鱼池4壁返回来亮度高，基于此，在S1中，背景图像的确定过程可以为：当某个位置的(x，y)的平均像素亮度大于δIx,y(0<δ<1，Ix,y为此处的像素亮度)时，此时背景亮度为Ix,y，反之背景亮度为从而可以去除背景中的鱼类以获得图像背景。其中，系数δ需要根据现场情况多次试验取得。
在S2中，对于位置(x,y)，,和σx,y为平均亮度和背景方差，Ix,y为像素点的亮度。如果则此点为背景，反之则为探测到的目标。
在S3中，鱼体深度不同，亮度不同，此特征可用于上下重叠的鱼体边缘分割。其中，边缘计算算法，例如为基于Roberts算子的边缘计算算法。
在S5中，相比于鱼其他部分，鱼头部反射回来光的亮度亮且和宽度宽，可用来确定鱼的运动方向。
在具体实施时，本发明提供的游动方向测定系统中的主控器2还可以用于：在确定所分割得到的鱼的头部和质心之前，根据所分割得到的各条鱼进行过滤，将像素点个数大于预设的最小阈值且小于预设的最大阈值的鱼作为需要确定头部和质心的鱼。
这里，通过过滤过程可以根据像素点数量去除与鱼相比过大或者过小的物体，滤除噪声、以及没有分离的重叠的斑点。其中，最小阈值可以为根据最大的20条鱼的像素点个数的平均值，最大阈值可以是根据最小的20条鱼的像素点的个数的平均值。
在具体实施时，所述主控器2所执行的S4可以具体包括：
确定所分割得到的鱼的最小外接矩形；
将所述最小外接矩形等分为三个子矩形，该三个子矩形沿所述最小外接矩形的长度方向排列；
计算该三个子矩形中第一个子矩形的各个像素点的平均亮度值和该子矩形内鱼的宽度；
计算该三个子矩阵中第三个子矩阵的各个像素点的平均亮度值和该子矩阵内鱼的宽度；
将所述第一个子矩形和所述第三个子矩阵中平均亮度值和宽度均较大的子矩阵作为鱼头的位置；
其中，所述宽度为沿所述最小外接矩形的宽度方向的长度大小。
这里，如图2所示，将每个目标的划分为三部分并计算前后三分之一的亮度和宽度，宽且亮的三分之一鱼部分被认为是鱼头，从而可以确定鱼运动方向。
在具体实施时，主控器2在质心位置的确定时可以采用下述方式：
利用图像矩计算目标区域的质心，利用一阶距计算目标质心，对于目标图像，其阶距可以表示为：
其中，p和q为非负整数，i和j为图像像素索引，其目标质心得坐标公式为：
在具体实施时，如果亮度较亮且宽度较宽部分落在质心一侧，则该侧端部的子矩阵被认为是鱼的头部，另一侧端部的子矩阵为鱼的尾部。
基于相同的发明构思，本发明还提供一种养殖鱼类游动方向测定方法，该方法包括：
采集鱼池4内鱼类的近红外图像；
根据所述近红外图像确定所述鱼类的游动方向。
可选的，所述根据所述近红外图像确定所述鱼类的游动方向，包括：
根据所述近红外图像中各像素点的亮度差异，确定背景图像；
根据所述近红外图像中各个像素点的亮度与所述背景图像中对应像素点的亮度，确定各条鱼所在的位置；
根据边缘计算算法，对确定出位置的鱼进行边缘分割；
确定所分割得到的鱼的头部和质心；
根据该鱼的头部相对于质心的方向，确定该鱼的游动方向。
可选的，所述确定所分割得到的鱼的头部，包括：
确定所分割得到的鱼的最小外接矩形；
将所述最小外接矩形等分为三个子矩形，该三个子矩形沿所述最小外接矩形的长度方向排列；
计算该三个子矩形中第一个子矩形的各个像素点的平均亮度值和该子矩形内鱼的宽度；
计算该三个子矩阵中第三个子矩阵的各个像素点的平均亮度值和该子矩阵内鱼的宽度；
将所述第一个子矩形和所述第三个子矩阵中平均亮度值和宽度均较大的子矩阵作为鱼头的位置；
其中，所述宽度为沿所述最小外接矩形的宽度方向的长度大小。
本发明的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种养殖鱼类游动方向测定系统，其特征在于，包括近红外相机和与所述近红外相机连接的主控器，其中：
所述主控器用于控制所述近红外相机采集鱼池内鱼类的近红外图像，并根据所述近红外图像确定所述鱼类的游动方向。
2.根据权利要求1所述的系统，其特征在于，还包括与所述主控器连接的近红外光源；
所述主控器还用于控制所述近红外光源的开启和关闭；
所述近红外光源用于在开启时为所述近红外相机补光。
3.根据权利要求2所述的系统，其特征在于，所述近红外光源包括围设在所述近红外相机周围的若干个近红外灯，各个近红外灯的光轴与所述近红外相机的光轴平行，且各个近红外灯的焦点在同一平面上。
4.根据权利要求1所述的系统，其特征在于，还包括：
水处理装置，用于对所述鱼池内的养殖用水进行物理过滤和/或生化过滤。
5.根据权利要求1所述的系统，其特征在于，所述主控器具体用于：
根据所述近红外图像中各像素点的亮度差异，确定背景图像；
根据所述近红外图像中各个像素点的亮度与所述背景图像中对应像素点的亮度，确定各条鱼所在的位置；
根据边缘计算算法，对确定出位置的鱼进行边缘分割；
确定所分割得到的鱼的头部和质心；
根据该鱼的头部相对于质心的方向，确定该鱼的游动方向。
6.根据权利要求5所述的系统，其特征在于，所述主控器还用于：
在确定所分割得到的鱼的头部和质心之前，根据所分割得到的各条鱼进行过滤，将像素点个数大于预设的最小阈值且小于预设的最大阈值的鱼作为需要确定头部和质心的鱼。
7.根据权利要求5所述的系统，其特征在于，所述主控器具体用于：所述确定所分割得到的鱼的头部包括：
确定所分割得到的鱼的最小外接矩形；
将所述最小外接矩形等分为三个子矩形，该三个子矩形沿所述最小外接矩形的长度方向排列；
计算该三个子矩形中第一个子矩形的各个像素点的平均亮度值和该子矩形内鱼的宽度；
计算该三个子矩阵中第三个子矩阵的各个像素点的平均亮度值和该子矩阵内鱼的宽度；
将所述第一个子矩形和所述第三个子矩阵中平均亮度值和宽度均较大的子矩阵作为鱼头的位置；
其中，所述宽度为沿所述最小外接矩形的宽度方向的长度大小。
8.一种养殖鱼类游动方向测定方法，其特征在于，包括：
采集鱼池内鱼类的近红外图像；
根据所述近红外图像确定所述鱼类的游动方向。
9.根据权利要求8所述的方法，其特征在于，所述根据所述近红外图像确定所述鱼类的游动方向，包括：
根据所述近红外图像中各像素点的亮度差异，确定背景图像；
根据所述近红外图像中各个像素点的亮度与所述背景图像中对应像素点的亮度，确定各条鱼所在的位置；
根据边缘计算算法，对确定出位置的鱼进行边缘分割；
确定所分割得到的鱼的头部和质心；
根据该鱼的头部相对于质心的方向，确定该鱼的游动方向。
10.根据权利要求9所述的方法，其特征在于，所述确定所分割得到的鱼的头部，包括：
确定所分割得到的鱼的最小外接矩形；
将所述最小外接矩形等分为三个子矩形，该三个子矩形沿所述最小外接矩形的长度方向排列；
计算该三个子矩形中第一个子矩形的各个像素点的平均亮度值和该子矩形内鱼的宽度；
计算该三个子矩阵中第三个子矩阵的各个像素点的平均亮度值和该子矩阵内鱼的宽度；
将所述第一个子矩形和所述第三个子矩阵中平均亮度值和宽度均较大的子矩阵作为鱼头的位置；
其中，所述宽度为沿所述最小外接矩形的宽度方向的长度大小。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610800205.7A CN106417104A (zh) | 2016-08-31 | 2016-08-31 | 养殖鱼类游动方向测定系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610800205.7A CN106417104A (zh) | 2016-08-31 | 2016-08-31 | 养殖鱼类游动方向测定系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106417104A true CN106417104A (zh) | 2017-02-22 |
Family
ID=58163801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610800205.7A Pending CN106417104A (zh) | 2016-08-31 | 2016-08-31 | 养殖鱼类游动方向测定系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106417104A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111526716A (zh) * | 2017-12-20 | 2020-08-11 | 英特维特国际股份有限公司 | 用于水产养殖中的鱼外部寄生虫监测的方法和系统 |
| CN112017201A (zh) * | 2020-08-07 | 2020-12-01 | 湖北省农业科学院农产品加工与核农技术研究所 | 一种加工输送中鱼体头尾姿态判定方法 |
| CN112834780A (zh) * | 2021-01-05 | 2021-05-25 | 三峡大学 | 红外海藻粒子图像测速装置及其测量方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58222378A (ja) * | 1982-06-18 | 1983-12-24 | Fujitsu Ltd | 魚体方向識別装置 |
| CN1581231A (zh) * | 2004-05-20 | 2005-02-16 | 上海交通大学 | 基于运动目标检测的红外和可见光动态图像融合方法 |
| JP2005150840A (ja) * | 2003-11-11 | 2005-06-09 | Shikoku Res Inst Inc | 水質監視装置およびそれに用いる魚画像認識方法 |
| CN102012419A (zh) * | 2010-11-03 | 2011-04-13 | 浙江工业大学 | 基于视觉感知鱼类行为的生物水质监测系统 |
| CN102613114A (zh) * | 2012-03-21 | 2012-08-01 | 中国水产科学研究院东海水产研究所 | 一种鱼类盐度选择行为自动处理分析系统 |
| DE102011051279A1 (de) * | 2011-03-07 | 2012-09-13 | André Meißner | Anordnung zur Erfassung und Dokumentation der Bewegung, Größe und Art von schwimmenden und nichtschwimmenden Wasserorganismen |
| CN202635344U (zh) * | 2012-02-23 | 2013-01-02 | 中国水产科学研究院珠江水产研究所 | 一种鱼类行为的监测系统 |
| CN203072654U (zh) * | 2012-12-27 | 2013-07-24 | 中国水产科学研究院淡水渔业研究中心 | 一种测定鱼类对水流应激反应的实验装置 |
| CN103413303A (zh) * | 2013-07-29 | 2013-11-27 | 西北工业大学 | 基于联合显著性的红外目标分割方法 |
| 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 |
| CN103719001A (zh) * | 2013-12-24 | 2014-04-16 | 广西慧云信息技术有限公司 | 一种科学养鱼设备 |
| CN104463146A (zh) * | 2014-12-30 | 2015-03-25 | 华南师范大学 | 基于近红外tof相机深度信息的姿势识别方法和装置 |
| CN104766346A (zh) * | 2015-04-15 | 2015-07-08 | 楚雄师范学院 | 一种基于视频图像的斑马鱼跟踪方法 |
| CN105678749A (zh) * | 2015-12-30 | 2016-06-15 | 中国水产科学研究院渔业机械仪器研究所 | 一种基于视觉的鲜鱼方向判别方法 |
| WO2016092646A1 (ja) * | 2014-12-10 | 2016-06-16 | 株式会社ニレコ | 魚種判別装置および魚種判別方法 |
| CN206118799U (zh) * | 2016-08-31 | 2017-04-26 | 北京农业信息技术研究中心 | 养殖鱼类游动方向测定系统 |
-
2016
- 2016-08-31 CN CN201610800205.7A patent/CN106417104A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58222378A (ja) * | 1982-06-18 | 1983-12-24 | Fujitsu Ltd | 魚体方向識別装置 |
| JP2005150840A (ja) * | 2003-11-11 | 2005-06-09 | Shikoku Res Inst Inc | 水質監視装置およびそれに用いる魚画像認識方法 |
| CN1581231A (zh) * | 2004-05-20 | 2005-02-16 | 上海交通大学 | 基于运动目标检测的红外和可见光动态图像融合方法 |
| CN102012419A (zh) * | 2010-11-03 | 2011-04-13 | 浙江工业大学 | 基于视觉感知鱼类行为的生物水质监测系统 |
| DE102011051279A1 (de) * | 2011-03-07 | 2012-09-13 | André Meißner | Anordnung zur Erfassung und Dokumentation der Bewegung, Größe und Art von schwimmenden und nichtschwimmenden Wasserorganismen |
| CN202635344U (zh) * | 2012-02-23 | 2013-01-02 | 中国水产科学研究院珠江水产研究所 | 一种鱼类行为的监测系统 |
| CN102613114A (zh) * | 2012-03-21 | 2012-08-01 | 中国水产科学研究院东海水产研究所 | 一种鱼类盐度选择行为自动处理分析系统 |
| CN203072654U (zh) * | 2012-12-27 | 2013-07-24 | 中国水产科学研究院淡水渔业研究中心 | 一种测定鱼类对水流应激反应的实验装置 |
| CN103413303A (zh) * | 2013-07-29 | 2013-11-27 | 西北工业大学 | 基于联合显著性的红外目标分割方法 |
| 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 |
| CN103719001A (zh) * | 2013-12-24 | 2014-04-16 | 广西慧云信息技术有限公司 | 一种科学养鱼设备 |
| WO2016092646A1 (ja) * | 2014-12-10 | 2016-06-16 | 株式会社ニレコ | 魚種判別装置および魚種判別方法 |
| CN104463146A (zh) * | 2014-12-30 | 2015-03-25 | 华南师范大学 | 基于近红外tof相机深度信息的姿势识别方法和装置 |
| CN104766346A (zh) * | 2015-04-15 | 2015-07-08 | 楚雄师范学院 | 一种基于视频图像的斑马鱼跟踪方法 |
| CN105678749A (zh) * | 2015-12-30 | 2016-06-15 | 中国水产科学研究院渔业机械仪器研究所 | 一种基于视觉的鲜鱼方向判别方法 |
| CN206118799U (zh) * | 2016-08-31 | 2017-04-26 | 北京农业信息技术研究中心 | 养殖鱼类游动方向测定系统 |
Non-Patent Citations (3)
| Title |
|---|
| 卢焕达等: "基于计算机视觉的鱼类行为自动监测系统设计与实现", 《渔业现代化》 * |
| 李晓峰等: "基于二维Renyi熵与自适应人工鱼群算法的红外图像分割", 《舰船电子工程》 * |
| 胡波等: "基于机器视觉金鱼游动方向监测算法的研究", 《安徽农业科学》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111526716A (zh) * | 2017-12-20 | 2020-08-11 | 英特维特国际股份有限公司 | 用于水产养殖中的鱼外部寄生虫监测的方法和系统 |
| CN111526716B (zh) * | 2017-12-20 | 2023-04-04 | 英特维特国际股份有限公司 | 用于水产养殖中的鱼外部寄生虫监测的方法和系统 |
| CN112017201A (zh) * | 2020-08-07 | 2020-12-01 | 湖北省农业科学院农产品加工与核农技术研究所 | 一种加工输送中鱼体头尾姿态判定方法 |
| CN112017201B (zh) * | 2020-08-07 | 2024-03-19 | 湖北省农业科学院农产品加工与核农技术研究所 | 一种加工输送中鱼体头尾姿态判定方法 |
| CN112834780A (zh) * | 2021-01-05 | 2021-05-25 | 三峡大学 | 红外海藻粒子图像测速装置及其测量方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104034710B (zh) | 基于叶绿素荧光及成像技术的植物病害检测方法 | |
| CN105547252B (zh) | 基于情景感知的作物冠层图像采集装置 | |
| Lati et al. | Robust methods for measurement of leaf-cover area and biomass from image data | |
| Chen et al. | A YOLOv3-based computer vision system for identification of tea buds and the picking point | |
| CN103336966B (zh) | 一种应用于农业智能机械的杂草图像辨识方法 | |
| CN106417104A (zh) | 养殖鱼类游动方向测定系统和方法 | |
| CN105547360B (zh) | 基于情景感知的作物冠层图像采集方法 | |
| JP6200519B2 (ja) | 動物プランクトンを計数するためのシステム及び方法 | |
| CN105784722A (zh) | 一种流水线上药液瓶中可见异物的检测方法及系统 | |
| EP4054306A1 (en) | Upward facing light sensor for plant detection | |
| CN107830891B (zh) | 基于水产养殖水质ph值多参量数据采集装置的数据处理方法 | |
| CN206118799U (zh) | 养殖鱼类游动方向测定系统 | |
| Dhanush et al. | A comprehensive review of machine vision systems and artificial intelligence algorithms for the detection and harvesting of agricultural produce | |
| JPH0785080B2 (ja) | 魚態監視装置 | |
| CN103955941B (zh) | 一种角膜内皮细胞分析仪及分析方法 | |
| Li et al. | Development of a real-time fruit recognition system for pineapple harvesting robots | |
| CN104406917B (zh) | 用于多个不同藻液检测的透射高光谱图像采集装置 | |
| CN114419407B (zh) | 一种用于移栽作物苗期的行内杂草自动识别方法及装置 | |
| Kim et al. | Lettuce growth prediction in plant factory using image processing technology | |
| AHMAD et al. | Weed Detection in Lawn Field Using Machine Vision Utilization of Textural Features in Segmented Area | |
| JPH0668489B2 (ja) | 水棲動物監視装置 | |
| CN207924697U (zh) | 一种青藏高原冬虫夏草原位识别装置 | |
| Story et al. | Automated machine vision guided plant monitoring system for greenhouse crop diagnostics | |
| Takayama et al. | Assessment of photosynthetic dysfunction in a whole tomato plant with chlorophyll fluorescence induction imaging | |
| Yamamoto et al. | Measurement of growth information of a strawberry plant using a natural interaction device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |
|
| RJ01 | Rejection of invention patent application after publication |