CN106680443A - 一种基于双目视觉技术的海洋水质毒性生物监测设备 - Google Patents

一种基于双目视觉技术的海洋水质毒性生物监测设备 Download PDF

Info

Publication number
CN106680443A
CN106680443A CN201611000542.4A CN201611000542A CN106680443A CN 106680443 A CN106680443 A CN 106680443A CN 201611000542 A CN201611000542 A CN 201611000542A CN 106680443 A CN106680443 A CN 106680443A
Authority
CN
China
Prior art keywords
mussel
binocular
vision technology
water quality
biological monitoring
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Withdrawn
Application number
CN201611000542.4A
Other languages
English (en)
Inventor
马然
吕婧
褚东志
张述伟
曹煊
王茜
吴宁
张天鹏
马海宽
王小红
郭翠莲
张丽
吴丙伟
程岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oceanographic Instrumentation Research Institute Shandong Academy of Sciences
Original Assignee
Oceanographic Instrumentation Research Institute Shandong Academy of Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Oceanographic Instrumentation Research Institute Shandong Academy of Sciences filed Critical Oceanographic Instrumentation Research Institute Shandong Academy of Sciences
Priority to CN201611000542.4A priority Critical patent/CN106680443A/zh
Publication of CN106680443A publication Critical patent/CN106680443A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water
    • G01N33/186Water using one or more living organisms, e.g. a fish

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Farming Of Fish And Shellfish (AREA)
  • Image Processing (AREA)

Abstract

本发明属于海洋水质毒性监测技术领域,公开了一种基于双目视觉技术的海洋水质毒性生物监测设备,包括双目摄像机固定架、安装在双目摄像机固定架上的双目摄像机组、贻贝活性观测体系、连接摄像机固定架和贻贝活性观测体系的滑轨、视觉信号处理运算电路、连接双目摄像机组固定架与视觉信号处理运算电路的水密电缆和与视觉信号处理运算电路相连的可以发出指令和输出结果的电脑。本发明结构简单,方便更换贻贝活体;分辨率高,测量精度高;对生物体活性无影响,可靠性高。

Description

一种基于双目视觉技术的海洋水质毒性生物监测设备
技术领域
本发明涉及海洋水质毒性生物监测,具体涉及一种基于双目视觉技术的海洋水质毒性生物监测设备。
背景技术
随着现代工业的发展,大量有毒有害物质被直接排放到水中流入大海,对海洋环境及其生态系统造成很大的冲击。而海洋环境中污染成分复杂,多种分子和离子之间同时参与各种作用(如协同、拮抗、相加作用等),同时污染物的毒性还受到环境因子如酸碱环境、水温等影响使生态毒性效应产生许多出乎常规的反应。这些化学品进入环境后会经历降解、转化、结合等一系列化学反应过程,产生一大批新的化合物。因此,单纯的化学检测并不能保证水质安全。
判断一种物质是否有毒,最有效的方法就是使用活物来进行验证,这就是生物毒性监测。生物毒性监测方法具有较好的灵敏性,一些低浓度甚至痕量的污染物进入环境后,在能够直接检测或人类直接感受到以前,生物即可做出迅速的反应显示出症状,可以在早期发现污染,及时预报预警,提升环境监管能力,提高环境安全保证。
在利用生物监测技术进行的海洋水质毒性监测中,针对贝类生物的研究最多。这取决于贝类生物种类丰富,活动性极小,针对环境的适应性较强,对多种污染物具有富集特征,而且检测成本较低。经研究发现,正常情况下贝类都处于半张壳状态,通过滤水来吸取氧和养料;当环境发生变化时,如污染物的存在,其外壳就会闭合以抵御外来物质。污染物浓度越高,扩散速度越快,蚌壳的闭合速度也越快。因此,可通过其蚌壳的开合变化来监测环境状况。
贝类生物监测已经被广泛应用于评价重金属污染及其通过食物网对生物地球化学循环造成的影响。欧洲莱茵河上的“莱茵预警模型”中就设置了六个国际预警中心,其中就有以贝类生物作为监测对象而建立的水体生物毒性监测预警系统:
1)荷兰的Mosselemonitor仪器也是利用贻贝蚌壳张合频率随着水体污染状况变化而变化的原理制备,可以对水体污染进行实时、在线的连续监测和预报预警,已成功应用于河流及近海环境的污染监测中。
2)乌克兰“国家科学院海洋水文物理研究所”基于黑海中贻贝类生物的行为反应连续监测7年,发展相应的算法和软件技术,研制出自动化生物监测仪。该生物监测仪所采用的是根据霍尔效应的磁敏元件监测方法:将贻贝固定在有机玻璃衬底上,贝壳双面用硅橡胶粘合剂粘上磁感应线圈。随着两个线圈之间距离的变化,磁场的大小会发生变化,所产生的电势随着蚌壳的张合也将发生变化。
通过初步的实验分析发现这种传统方法存在两种弊端:
a)贝壳表面的粘合胶以及霍尔传感器的磁感应线圈会对贻贝的生物活性有一定影响,一定程度上破坏了贻贝本身的生活状态,无法准确反映水质毒性,稳定性较差;
b)因固定位置的不确定以及霍尔元件易受磁场干扰精度不高,导致实际测量精度≥±0.5mm,而一般个体贻贝蚌壳最大张开距离不超过8mm,误差率高达±6.25%,这种误差级别无法实现精细化测量水体不同浓度、不同种类的毒性,易发生误报、漏报等现象,系统灵敏度较低。
本发明通过非接触方式的双目机器视觉技术解决以上存在的所有问题,为今后开发基于双目立体视觉技术的产业化的高可靠性、高灵敏度的海洋水质毒性监测系统提供理论和实验依据。
发明内容
本发明为克服现有技术精度低、可靠性差的不足,采用以下述技术方案予以实现:一种基于双目视觉技术的海洋水质毒性生物监测设备,包括双目摄像机固定架、安装在双目摄像机固定架上的双目摄像机组、贻贝活性观测体系、连接摄像机固定架和贻贝活性观测体系的滑轨、视觉信号处理运算电路、连接双目摄像机组固定架与视觉信号处理运算电路的水密电缆和与视觉信号处理运算电路相连的可以发出指令和输出结果的电脑,贻贝活性观测体系包括贻贝观测槽和带有标记点的贻贝活体,贻贝观测槽固定在滑轨上。双目摄像机固定架包括步进电机、驱动齿轮、传动皮带和同步轮。双目摄像机组由两台水下高清摄像机组成,两台水下高清摄像机安装角度可以在0°-180°范围内可调。摄像机组平面与贻贝活性观测体系的距离在200mm—500范围内可调。贻贝观测槽分为三层,是网格状排列的多个通筒的集合。
优选地,贻贝观测槽有24个通筒。
优选地,贻贝观测槽为有机玻璃材质。
优选地,摄像机的图片拍摄速度为50ms。
处于不同成长期的贻贝对于水体污染的响应程度不同,选择最为灵敏贻贝个体作为监测对象,以减小个体差异。按照个体大小分组,将各组贻贝同时放入相同的水体环境中,向水体添加从低浓度到高浓度的污染物(石油类污染物、重金属污染和有机磷农药),记录各组贻贝的行为反应,选择反应最为灵敏贻贝作为监测对象。
双目摄像机组由两台水下高清摄像机以固定角度组装而成,贻贝活性观测体系由贻贝观测槽以及做好标记点的贻贝活体组成,两个部分的直线间距在200mm~500mm范围内可调节。将一组贻贝依靠其自身生长的足丝固定在有机玻璃制作的观测槽衬底上,在贝壳上下表面各做一个标记点,通过固定的双目视觉监测平台观察标记点的相对位移,并将3D图像数据记录在上位机电脑中。该监测平台将可以同时对20只以内的贻贝进行张合状况监测,每50ms可以传回一张图像特征,通过前后图像的特征点变化对比分析,得出贻贝蚌壳的运动规律,将进行试验的每组贻贝张合频率在计算机端统计分析转化为一组数字信号。根据标记点在左右摄像机图像上的位置关系计算出景物点的三维坐标,从而实现三维测量。
双目摄像机组传动系统的结构原理采用步进电机驱动齿轮正向转动,并通过传动皮带带动同步轮同步转动,进而使摄像机I固定架定向转动;而通过齿轮咬合驱动的反向齿轮则会反向运动,带动同步轮同步转动,进而使摄像机II固定架定向转动;最终实现了双目摄像机呈镜像姿态调整夹角的功能。
与现有技术相比,本发明结构简单,方便更换贻贝活体;分辨率高,测量精度高;非接触测量,不影响贝类的生活习惯,对生物体活性无影响,能够比较精确的测量贝类对于水体毒性的反应(蚌壳的开合),可靠性高。
附图说明
图1:本发明一种基于双目视觉技术的海洋水质毒性监测设备结构示意图;
图2:本发明一种基于双目视觉技术的海洋水质毒性监测设备立体图;
图3:本发明中双目摄像机组传动系统三维结构图;
图4:本发明中双目摄像机组传动系统仰视图;
图5:本发明中双目摄像机组传动系统右视图。
其中:1.活体贻贝;2.蚌壳标记点;3.贻贝观测槽;4.滑轨;5a.水下摄像机I;5b.水下摄像机II;6.双目摄像机固定架;7.水密线缆;8.视觉信号处理运算电路;9.电脑;10.步进电机;11a.驱动齿轮I;11b.驱动齿轮II;12a.传动皮带I;12b.传动皮带II;13a.同步轮I;13b.同步轮II。
具体实施方式
在青岛市胶州湾养殖区选择监测对象,按照个体大小分为大、中、小三组,每组20个样品。大、中、小个体组评价壳长分别(12±0.5)cm、(9±0.3)cm、7.5±0.2)cm。将三组贻贝同时放入相同的水体环境中,向水体添加从低浓度到高浓度的污染物(石油类污染物、重金属污染和有机磷农药),记录三组贻贝的行为反应,选择反应最为灵敏一组贻贝作为监测对象,以下实验过程中所选的监测对象均参照本次实验结果选择,每次实验选择个体相似的贻贝活体24只作为监测对象。
如图1-5所示,一种基于双目视觉技术的海洋水质毒性生物监测设备,包括双目摄像机固定架6、安装在双目摄像机固定架6上的双目摄像机组5a和5b、贻贝活性观测体系、连接摄像机固定架6和贻贝活性观测体系的滑轨4、视觉信号处理运算电路8、连接双目摄像机组固定架6与视觉信号处理运算电路8的水密电缆7和与视觉信号处理运算电路8相连的可以发出指令和输出结果的电脑9,贻贝活性观测体系包括贻贝观测槽3和带有蚌壳标记点2的活体贻贝1,贻贝观测槽3固定在滑轨4上。双目摄像机固定架6包括步进电机10、驱动齿轮11a和11b、传动皮带12a和12b和同步轮13a和13b。双目摄像机组由两台水下高清摄像机组成,贻贝观测槽3分为三层,是网格状排列的多个通筒的集合。贻贝观测槽3有24个通筒。
双目摄像机组由两台水下高清摄像机5a和5b以固定角度组装而成,贻贝活性观测体系由贻贝观测槽3以及做好蚌壳标记点2的贻贝活体1组成,两个部分的直线间距在200mm~500mm范围内可调节。将一组(20只)贻贝依靠其自身生长的足丝固定在有机玻璃制作的观测槽3衬底上,在贝壳上下表面各做一个蚌壳标记点2,通过固定的双目视觉监测平台观察标记点的相对位移,并将3D图像数据记录在上位机电脑9中。该监测平台将可以同时对20只以内的贻贝进行张合状况监测,每50ms可以传回一张图像特征,通过前后图像的特征点变化对比分析,得出贻贝蚌壳的运动规律,将进行试验的每组贻贝张合频率在计算机端统计分析转化为一组数字信号。
将培养并筛选好的活体贻贝1每一只的蚌壳上、下边缘都做好标记点2,并依次放置在贻贝观测槽3的每一格中,于水下静置。贻贝观测槽3采用有机玻璃材质,分为3层每层8个分格,共24格,每一格中可放置一只贻贝,贻贝会通过自身生长的丝足固定在观测槽的格中,观测槽采用前后通透结构,方便海水交换。贻贝观测槽3固定在滑轨4上,不可移动。双目视觉监测平台由两台水下摄像机5a和5b和双目摄像机组传动系统6组成,其中水下摄像机I5a和水下摄像机II5b按照固定角度和固定距离,对称地安装在双目摄像机组传动系统6上(双目摄像机组传动系统6内部结构及工作原理详见图3-图5),角度和距离取决于水下摄像机I5a和水下摄像机II5b能否完全、清晰地观测到整体目标区域——活体贻贝1。双目视觉监测平台和视觉信号处理运算电路8之间通过水密线缆7连接。视觉信号处理运算电路8主要处理简单的二维图像信息,通过电脑9的进一步运算处理将两部摄像机拍摄到的图像进行三维标定,立体匹配,去除噪声,实现三维重建,得出标记点2的位移变化,通过50ms的图像拍摄速度,进而得出蚌壳的开合角度、频率,最终实现监测海洋水质毒性的功能。
针对双目摄像机组传动系统的结构原理采用步进电机10驱动齿轮11a正向转动,并通过传动皮带12a带动同步轮13a同步转动,进而使摄像机I固定架5a定向转动;而通过齿轮咬合驱动的反向驱动齿轮11b则会反向运动,带动同步轮13b同步转动,进而使摄像机II固定架5b定向转动;最终实现了双目摄像机呈镜像姿态调整夹角的功能。
以上所述仅是本发明的基本原理,并非对本发明作任何限制,本领域专业技术人员利用以上技术内容做出等同变化和修饰,均在本专利技术保护方案的范畴之内。

Claims (9)

1.一种基于双目视觉技术的海洋水质毒性生物监测设备,其特征在于:包括双目摄像机固定架、安装在双目摄像机固定架上的双目摄像机组、贻贝活性观测体系、连接摄像机固定架和贻贝活性观测体系的滑轨、视觉信号处理运算电路、连接双目摄像机组固定架与视觉信号处理运算电路的水密电缆和与视觉信号处理运算电路相连的可以发出指令和输出结果的电脑,所述贻贝活性观测体系包括贻贝观测槽和带有标记点的贻贝活体,贻贝观测槽固定在所述滑轨上。
2.根据权利要求1所述的一种基于双目视觉技术的海洋水质毒性生物监测设备,其特征在于:双目摄像机固定架包括步进电机、驱动齿轮、传动皮带和同步轮。
3.根据权利要求1所述的一种基于双目视觉技术的海洋水质毒性生物监测设备,其特征在于:所述的双目摄像机组由两台水下高清摄像机组成。
4.根据权利要求3所述的一种基于双目视觉技术的海洋水质毒性生物监测设备,其特征在于:两台水下高清摄像机安装角度可以在0°-180°范围内可调。
5.根据权利要求1所述的一种基于双目视觉技术的海洋水质毒性生物监测设备,其特征在于:摄像机组平面与贻贝活性观测体系的距离在200mm—500范围内可调。
6.根据权利要求1所述的一种基于双目视觉技术的海洋水质毒性生物监测设备,其特征在于:所述的贻贝观测槽为网格状排列的多个通筒的集合。
7.根据权利要求6所述的一种基于双目视觉技术的海洋水质毒性生物监测设备,其特征在于:所述贻贝观测槽分为三层,共24个通筒。
8.根据权利要求7所述的一种基于双目视觉技术的海洋水质毒性生物监测设备,其特征在于:所述贻贝观测槽为有机玻璃材质。
9.根据权利要求1所述的一种基于双目视觉技术的海洋水质毒性生物监测设备,其特征在于:所述摄像机的图片拍摄速度为50ms。
CN201611000542.4A 2016-11-14 2016-11-14 一种基于双目视觉技术的海洋水质毒性生物监测设备 Withdrawn CN106680443A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611000542.4A CN106680443A (zh) 2016-11-14 2016-11-14 一种基于双目视觉技术的海洋水质毒性生物监测设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611000542.4A CN106680443A (zh) 2016-11-14 2016-11-14 一种基于双目视觉技术的海洋水质毒性生物监测设备

Publications (1)

Publication Number Publication Date
CN106680443A true CN106680443A (zh) 2017-05-17

Family

ID=58840184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611000542.4A Withdrawn CN106680443A (zh) 2016-11-14 2016-11-14 一种基于双目视觉技术的海洋水质毒性生物监测设备

Country Status (1)

Country Link
CN (1) CN106680443A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416812A (zh) * 2018-03-20 2018-08-17 中国电子科技集团公司第五十四研究所 一种单摄像机镜像双目视觉系统的标定方法
CN112949532A (zh) * 2021-03-15 2021-06-11 燕山大学 一种水母实时在线监测系统及监测方法
CN113859486A (zh) * 2021-09-30 2021-12-31 广西科学院 一种深海养殖监控系统及其控制方法
CN117652551A (zh) * 2024-02-02 2024-03-08 烟台福晟机械设备有限公司 一种扇贝加工生产线

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5905568A (en) * 1997-12-15 1999-05-18 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Stereo imaging velocimetry
CN1979140A (zh) * 2005-12-08 2007-06-13 张传忠 立体视觉放射线安检设备
KR20070068169A (ko) * 2005-12-26 2007-06-29 (주) 인텍플러스 비전 검사 시스템
CN102297865A (zh) * 2011-05-27 2011-12-28 宁波大学 一种鱼类行为的生物水质监测系统及其监测方法
CN102779274A (zh) * 2012-07-19 2012-11-14 冠捷显示科技(厦门)有限公司 一种基于双目摄像头的智能电视人脸识别方法
CN103134757A (zh) * 2013-02-01 2013-06-05 浙江大学 一种基于双目异质机器视觉的检测系统及其检测方法
CN104007240A (zh) * 2014-06-13 2014-08-27 重庆大学 一种基于双目识别与电子鼻网络气体检测的融合定位技术
CN104864909A (zh) * 2015-05-08 2015-08-26 苏州科技学院 一种基于车载双目视觉的路面坑槽检测装置
CN205049143U (zh) * 2015-10-22 2016-02-24 一飞智控(天津)科技有限公司 一种基于双目视觉的无人机自主障碍物检测系统
CN206223772U (zh) * 2016-11-14 2017-06-06 山东省科学院海洋仪器仪表研究所 一种基于双目视觉技术的海洋水质毒性生物监测设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5905568A (en) * 1997-12-15 1999-05-18 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Stereo imaging velocimetry
CN1979140A (zh) * 2005-12-08 2007-06-13 张传忠 立体视觉放射线安检设备
KR20070068169A (ko) * 2005-12-26 2007-06-29 (주) 인텍플러스 비전 검사 시스템
CN102297865A (zh) * 2011-05-27 2011-12-28 宁波大学 一种鱼类行为的生物水质监测系统及其监测方法
CN102779274A (zh) * 2012-07-19 2012-11-14 冠捷显示科技(厦门)有限公司 一种基于双目摄像头的智能电视人脸识别方法
CN103134757A (zh) * 2013-02-01 2013-06-05 浙江大学 一种基于双目异质机器视觉的检测系统及其检测方法
CN104007240A (zh) * 2014-06-13 2014-08-27 重庆大学 一种基于双目识别与电子鼻网络气体检测的融合定位技术
CN104864909A (zh) * 2015-05-08 2015-08-26 苏州科技学院 一种基于车载双目视觉的路面坑槽检测装置
CN205049143U (zh) * 2015-10-22 2016-02-24 一飞智控(天津)科技有限公司 一种基于双目视觉的无人机自主障碍物检测系统
CN206223772U (zh) * 2016-11-14 2017-06-06 山东省科学院海洋仪器仪表研究所 一种基于双目视觉技术的海洋水质毒性生物监测设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马然等: ""基于双目视觉技术的海水生物毒性监测方法研究"", 《山东科学》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108416812A (zh) * 2018-03-20 2018-08-17 中国电子科技集团公司第五十四研究所 一种单摄像机镜像双目视觉系统的标定方法
CN108416812B (zh) * 2018-03-20 2020-03-10 中国电子科技集团公司第五十四研究所 一种单摄像机镜像双目视觉系统的标定方法
CN112949532A (zh) * 2021-03-15 2021-06-11 燕山大学 一种水母实时在线监测系统及监测方法
CN113859486A (zh) * 2021-09-30 2021-12-31 广西科学院 一种深海养殖监控系统及其控制方法
CN113859486B (zh) * 2021-09-30 2023-01-10 广西科学院 一种深海养殖监控系统及其控制方法
CN117652551A (zh) * 2024-02-02 2024-03-08 烟台福晟机械设备有限公司 一种扇贝加工生产线
CN117652551B (zh) * 2024-02-02 2024-04-09 烟台福晟机械设备有限公司 一种扇贝加工生产线

Similar Documents

Publication Publication Date Title
CN106680443A (zh) 一种基于双目视觉技术的海洋水质毒性生物监测设备
Neuswanger et al. Measuring fish and their physical habitats: versatile 2D and 3D video techniques with user-friendly software
Figueira et al. Accuracy and precision of habitat structural complexity metrics derived from underwater photogrammetry
Kipson et al. Rapid biodiversity assessment and monitoring method for highly diverse benthic communities: a case study of Mediterranean coralligenous outcrops
Lam et al. A comparison of video and point intercept transect methods for monitoring subtropical coral communities
Davis et al. Rapid visualization of plankton abundance and taxonomic composition using the Video Plankton Recorder
Oleksyn et al. Going batty: The challenges and opportunities of using drones to monitor the behaviour and habitat use of rays
McGonigle et al. Detection of deep water benthic macroalgae using image-based classification techniques on multibeam backscatter at Cashes Ledge, Gulf of Maine, USA
CN111637874B (zh) 一种赤潮海域多auv分层探测系统及探测方法
Aguzzi et al. Automated image analysis for the detection of benthic crustaceans and bacterial mat coverage using the VENUS undersea cabled network
Yuan et al. A survey of target detection and recognition methods in underwater turbid areas
CN110031597A (zh) 一种生物式水质监测方法
Seuront et al. Hydrodynamic disturbance and zooplankton swimming behavior
CN206223772U (zh) 一种基于双目视觉技术的海洋水质毒性生物监测设备
Seuront et al. Quantifying zooplankton swimming behavior: the question of scale
Fox et al. Automated display and statistical analysis of interpreted deep-sea bottom photographs
Zhang et al. Recent developments of exploration and detection of shallow-water hydrothermal systems
Stocks et al. Monitoring aquatic plants: An evaluation of hydroacoustic, on-site digitising and airborne remote sensing techniques
Savina et al. Developing and testing a computer vision method to quantify 3D movements of bottom-set gillnets on the seabed
CN107102003B (zh) 一种水华蓝藻模拟实验监测系统及方法
Pose et al. AI-Prepared Autonomous Freshwater Monitoring and Sea Ground Detection by an Autonomous Surface Vehicle
Li et al. Managing water level for Large migratory fish at the poyang lake outlet: Implications based on habitat suitability and connectivity
CN114119768A (zh) 一种基于多目视觉技术的刺参活性监测方法
Pedersen et al. No machine learning without data: Critical factors to consider when collecting video data in marine environments
Kim et al. Estimation of the benthic habitat zonation by photo-quadrat image analysis along the fringing reef of Weno Island, Chuuk, Micronesia

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20170517

WW01 Invention patent application withdrawn after publication