CN107094683A - 一种水产养殖的自动投饵和水质监测控制系统及方法 - Google Patents
一种水产养殖的自动投饵和水质监测控制系统及方法 Download PDFInfo
- Publication number
- CN107094683A CN107094683A CN201710238952.0A CN201710238952A CN107094683A CN 107094683 A CN107094683 A CN 107094683A CN 201710238952 A CN201710238952 A CN 201710238952A CN 107094683 A CN107094683 A CN 107094683A
- Authority
- CN
- China
- Prior art keywords
- bait
- water quality
- autoamtic
- aquaculture
- putting
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 77
- 238000012544 monitoring process Methods 0.000 title claims abstract description 70
- 238000009360 aquaculture Methods 0.000 title claims abstract description 45
- 244000144974 aquaculture Species 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims description 9
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000003780 insertion Methods 0.000 claims description 3
- 230000037431 insertion Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 6
- 241000251468 Actinopterygii Species 0.000 description 13
- 235000019688 fish Nutrition 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 241000238557 Decapoda Species 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 230000005789 organism growth Effects 0.000 description 2
- 244000144977 poultry Species 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000277263 Salmo Species 0.000 description 1
- 241000270708 Testudinidae Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training 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
- A01K61/00—Culture of aquatic animals
- A01K61/80—Feeding devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Husbandry (AREA)
- Zoology (AREA)
- Marine Sciences & Fisheries (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Biodiversity & Conservation Biology (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)
Abstract
本发明涉及一种水产养殖的自动投饵和水质监测控制系统及方法,该系统包括:移动式双体船:用以在水产养殖池塘中的多个饵料监测点间的投饵路径上运动;水下饵料识别视频监控模块:用以获取饵料监测点处饵料剩余状况的图片并上传到控制中心;水质监测模块:设置在移动式双体船下部,用以获取水产养殖中的水质参数,并上传到控制中心;自动投饵机:设置在移动式双体船上部,用以投放饵料;控制中心:用以获取和显示水质参数,并且根据饵料剩余状况的图片获取剩余饵料比例,并控制自动投饵机的投饵动作。与现有技术相比,本发明中的投饵控制系统为有反馈闭环系统,具有准确检测、实用性强、实时动态获取水质的三维信息、信息管理全面等优点。
Description
技术领域
本发明涉及水产养殖自动化领域,尤其是涉及一种水产养殖的自动投饵和水质监测控制系统及方法。
背景技术
水产养殖自动化技术是集机、电、化、仪、生物工程、水处理为一体,通过一系列自动控制、生物、物理、化学手段,对养殖水体和生态条件进行处理、监测和控制,创造出最适宜养殖生物生长的水体环境,达到增加产量、改善品质、调节生长周期、提高经济效益的目的。加拿大、挪威、美国、日本等渔业相对发达的国家,水产养殖自动化技术的研究起步较早,自动控制技术已经相当先进。目前,我国在水产养殖自动化方面也取得了不少进展。
自动投饵系统综合了图像处理技术、视频检测技术、无线控制技术、自动导航技术、传感器技术,能够协作地获取水下饵料视频、采集投饵分布区域的各种环境数据,将这些信息传至服务器,由残留饵料检测算法计算出剩余饵料量,最终控制饵料的适量投放。由于其简单易用、可靠、自动化程度高、经济效益高,应用前景十分广阔,可以大力推广于虾、蟹、淡水鱼、海水养殖场所,可节约饵料的投放,提高养殖人员的工作效率。目前,已经引起国内外众多学者的广泛关注,亦得到工厂化养殖的青睐。
关于自动投饵控制系统应用研究,国外相对比较先进,主要针对特定的经济类鱼。1995年,有国外学者为大西洋鲑鱼的网箱养殖开发了一套鱼饵识别系统。鱼饵检测算法包括:水下视频的获取、帧序列的提取、帧序列的预处理、帧序列中的物体识别、物体特征提取、物体分类、物体匹配和鱼饵计数。还有学者,通过实验证明了自反馈系统在节约饲料浪费,提高投入产出比方面的优势。亦有学者通过将水下摄像机和声呐综合起来应用从而达到调节饲料投喂的目的。
国内一些大学、科研单位、科技公司,如河海大学、南京航空航天大学、长江水产研究所、上海金蟹水产科技有限公司等已经初步开展了在水产养殖自动化系统方面的相关研究工作。但从总体来讲,国内自动投饵控制系统应用研究起步较晚,大多还停留在基础理论跟踪国际研究阶段,非常缺乏典型的实际应用示范及产业竞争优势。
目前国内,自动投饵控制系统在养殖场所的应用,鲜见报道。自动投饵控制系统应用研究不够成熟,尚处于试验阶段,没有开发出完整的、稳定的、便捷的适合养殖场所使用的自动投饵控制系统。现在自动投饵控制系统研究主要分为以下几个方面:
1)缺乏准确、可靠的残留饵料检测算法,现有基于计算机视觉技术的专门用于残留饵料检测的算法具有如下缺点:①检测精度不够、不能满足投饵需求;②在实验室环境下测试通过的算法应用条件苛刻,远远达不到养殖场所的实际要求;③遇到特殊情况下,部分算法无法处理,需借助于人工;④针对不同水下光照环境,训练过程需要不断重复以学习出适合不同环境的代价函数参数,过程太过繁琐;
2)目前的自动投饵机,功能单一,仅仅能够实现自动投饵,投饵不够均匀,抛撒面积小,无法根据池塘中鱼或虾等的聚集情况做出调整;目前的自动投饵船是单体船,稳定性差,续航时间短,装载量十分有限,需人工控制船体的走向;
3)目前的自动投饵属无反馈饲喂系统,无法对养殖生物的进食情况、生长情况、水环境情况进行反馈跟踪,凭经验制定投饵量、换水、增氧,或者需进行一定比例的打捞来估计养殖生物的生长情况,不够可靠准确,不利于养殖生物品质的提升;
从目前的研究情况看,关于自动投饵控制系统在水产养殖自动化中的应用大部分仅仅在理论层次局部展开,是分开相互独立进行的,远未达到满足养殖场所实际应用的要求。关于探讨数字化水产养殖、建立水产养殖自动投饵控制系统,实现池塘养殖的自动、精确投饵的研究尚未见报道。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种有反馈、准确检测、实用性强、实时动态获取水质的三维信息、信息管理全面的水产养殖的自动投饵和水质监测控制系统及方法。
本发明的目的可以通过以下技术方案来实现:
一种水产养殖的自动投饵和水质监测控制系统,该系统包括:
移动式双体船:用以在水产养殖池塘中的多个饵料监测点间的投饵路径上运动;
水下饵料识别视频监控模块:用以获取饵料监测点处饵料剩余状况的图片并上传到控制中心;
水质监测模块:设置在移动式双体船下部,用以获取水产养殖中的水质参数,并上传到控制中心;
自动投饵机:设置在移动式双体船上部,用以投放饵料;
控制中心:用以获取和显示水质参数,并且根据饵料剩余状况的图片获取剩余饵料比例,并控制自动投饵机的投饵动作。
所述的水质监测模块通过可自由伸缩的伸缩杆与移动式双体船连接。
所述的控制中心设置在控制室内,所述的移动式双体船及水下饵料识别视频监控模块、水质监测模块和自动投饵机设有多套,分别设置在多个池塘内。
所述的控制中心通过433无线通信模块与自动投饵机通信,所述的水下饵料识别视频监控模块通过数据视频线与控制中心通信。
所述的水下饵料识别视频监控模块采用水下红外摄像机。
所述的饵料监测点设置在池底,包括插入水底淤泥中的支架,所述的支架上设有饵料收集圆盘,所述的水下红外摄像机布置在饵料收集圆盘正上方支架上的可伸缩悬臂上。
一种控制方法,包括以下步骤:
步骤S1:根据池塘的大小、养殖生物的聚集特点,布置饵料监测点和移动式双体船的投饵路线;
步骤S2:控制中心分别获取饵料监测点的水下红外摄像机实时拍摄的视频图像以及水质监测模块获取的水质参数;
步骤S3:控制中心以一定频率从视频中抓取图片,并利用剩余饵料检测方法获得剩余饵料的数量,并根据设定的档位阈值确定下一时刻饵料的投放速率,并向自动投饵机发出投饵指令;
步骤S4:自动投饵机在接收指令后进行投饵,水下红外摄像机对饵料剩余状况实时反馈。
所述的步骤S3具体包括以下步骤:
步骤S31:截取视频图像的视频帧,并将其转变为灰度图像;
步骤S32:利用自适应阈值分割算法将灰度图像中的饵料与背景分割,并将饵料区域的像素灰度值设为255,即白色,其它区域像素灰度值设为0,即黑色;
步骤S33:对白色区域进行像素点数计数,得到图像中剩余饵料的数量和比例。
所述的步骤S1中,饵料监测点的布置方式为:
从离岸边距离r处开始布置饵料监测点,每隔2r布置下一个饵料监测点。
与现有技术相比,本发明具有以下优点:
1、准确检测残留饵料剩余情况,基于计算机视觉技术的残留饵料检测算法考虑了水下光照不均匀、水的吸收效应等情况,有效融合OTSU、EM算法,能实时准确可靠得到饵料信息反馈,数据表明残留饵料检测误差较小,完全可以满足自动投饵控制要求;
2、移动运动平台实用性强,采用移动式双体船,载重量大,稳定性强,受风浪影响较小,船舶操纵性良好,续航时间长;
3、无线控制的投饵机变档速运行,本发明采用的投饵机体积均匀,搭载在移动式双体船上,不改变移动式双体船结构,不影响船只稳定性,且分5个档位,完全满足根据残饵检测算法得出的投饵量进行投放的要求;433M接收模块能够接收发射端发射的投饵等级信号,通过单片机进行解析转换为电压信号,输出给控制驱动板驱动电机;
4、实时动态获取水质的三维信息,有利于养殖生物生长,多参数水质监测模块搭载在移动式双体船上,可以监测双体船移动过的水面的数据,配合伸缩杆使用,还可测得水下不同深度的信息,覆盖具有代表性数据采集点,可以准确获得生物生长的环境参数,控制养殖生物的生长环境,有利于养殖生物品质的改善;
5、信息管理全面,建立智能信息管理中心,完成所有信息的汇总、统计、分析和处理,控制中心可进行视频监控、录像、回放、饵料分析以及阈值的设定等操作,控制自动投饵机,储存、显示水质监测数据,亦具有网络传输功能,可实现网络远程管理。
附图说明
图1为本发明自动投饵控制系统的组成示意图;
图2为布置在水下的饵料监测点的截图;
图3为残留饵料检测算法的体系结构图;
图4为算法处理程序的流程图。
其中,1、水下饵料识别视频监控模块,2、水质监测模块,3、移动式双体船,4、自动投饵机,5、控制中心。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示,图为本发明自动投饵控制系统的结构示意图,单个池塘中的投饵控制系统由若干饵料监测点、一个移动式双体船3组成,其中移动式双体船3上面搭载了自动投饵机4、多参数的水质检测模块2,而控制中心5则对所有池塘进行统一管理和监控。在单个池塘中,移动式双体船3在池塘水面移动,同时进行饵料投放和监测水质情况,所有数据都汇聚至控制中心5进行处理、分析、显示、存储。各个饵料监测点通过水下饵料识别视频监控模块1将采得的残留饵料剩余情况的视频传输至控制中心5,控制中心5由残留饵料检测算法结合设定的不同档位的剩余饵料比例阈值得出下一时刻的投放速率,经由433无线模块的发射端发送至自动投饵机4侧的433无线接收模块,当移动式双体船3移动至对应的饵料监测点附近时,投饵机4依据算得的投饵量来调整档速。在移动式双体船移动过程中,水质检测模块2将实时测得的数据传送至控制中心5,当监测的数据超标影响养殖生物生长时,由控制中心5显示发送警报。
如图2所示,本发明的残留饵料检测算法采取顺序结构,分为三部分:帧的获取程序、算法处理程序、计数程序。帧的获取程序接收水下摄像机传输的视频,按照设定频率截取视频帧,保存为jpg格式;算法处理程序对截取好的图像进行处理,本算法中鱼饵是我们感兴趣的目标,为了去除图片中的冗余信息,在对图像处理前我们将彩色图像转换为灰度图像去进行处理,根据改进的自适应阈值分割方法将感兴趣的前景物体标记为白色,不感兴趣的背景物体标记为黑色;计数程序对得到的二值图像中的前景像素点进行计数,最终给出图像中剩余饵料的数量和比例。
如图3所示,基于计算机视觉的残留饵料检测方法的具体步骤如下:
(1)首先将水下图像转换为灰度图。所谓灰度图像,就是将彩色图像按色彩值划分到0-255的灰度区间内。0代表纯黑,255代表纯白。因此根据色彩值及亮度的不同,每个像素具有不同的灰度值,这就是灰度图的基本原理。灰度图由于将色彩值归一化到了0-255之间,所以具有计算简单等优点。
(2)因为水下光照条件较差,从视频中获取的图片质量较差,所以本发明中将改进原始的OTSU算法用于局部分割,对每一个像素点进行处理。所以在图像处理之前,图像的边界必须要进行扩展,否则边界的像素便无法正确处理;
(3)选取合适大小的遮罩窗口,从原图像最左上角开始用遮罩窗口扫描整幅图像,以此来对原始图像中的每一个像素点进行处理;
(4)对遮罩窗口内的像素灰度值进行分析处理,先用EM算法(期望最大化算法)对遮罩窗口的灰度直方图进行拟合,拟合之后判断混合高斯模型内两个单高斯分布的均值之差;若该差值大于既定类间距,则认为该窗口为前景窗口,否则判定该窗口为背景窗口;
(5)将每一个小窗口看作一幅图像,根据最大类间方差原则求得其Otsu阈值。具体为记t为某一从0到255遍历的值,分别将灰度值大于和小于t的像素点记为前景和背景像素点,分别计算前景像素点占整个图像的比例为ω0,前景部分的平均灰度为μ0;背景像素点占图像比例为ω1,背景的平均灰度为μ1。则图像的平均灰度为μ=ω0×μ0+ω1×μ1。然后从最小灰度到最大灰度遍历t,当存在t使得值g=ω0×(μ0-μ)2+ω1×(μ1-μ)2最大时,t即为分割的最佳阈值,也就是Otsu阈值。对于前景窗口,中心像素阈值=Otsu阈值-补偿值δ,补偿值是根据具体的水下浑浊程度算出的;对于背景窗口,中心像素阈值=两个高斯分布中较小的均值-2.5倍该分布标准差;
(6)比较遮罩窗口中心像素灰度值与相应阈值,若像素灰度值大于阈值,二值图像相应像素设为0,即黑色,否则设为255,即白色;
(7)判断中心像素是否为最左下角像素,若是则结束处理,否则右移一个像素,重复自适应阈值分割算法,即步骤(4)-(6)。
计数程序使用基于轮廓跟踪的连通区域法统计二值图像的分割结果,将识别的鱼饵标示出来,得出剩余饵料的数量,而剩余饵料的比例即为前景像素点占整个图像的比例。
本发明水产养殖自动投饵控制系统的实现如图4所示流程进行。
首先水产养殖自动投饵控制系统满足以下假定:①池塘外边界在433无线通信的传输距离之内;②各个饵料监测点之间无需通信,投饵机、水质监测模块之间无需通信;③所有饵料监测点均具有相同的功能、通信能力。
步骤S-1:根据池塘的大小、养殖生物的聚集特点,布置饵料监测点:从离岸边r处开始布置饵料监测点,隔2*r布置一个饵料监测点;饵料监测模块包括100*40*40(单位:cm)的长方体形不锈钢支架、水下红外摄像机、37*37(单位:cm)的白色圆盘,饵料监测点布置在接近池底处,支架插入水底淤泥中,支架上的白色圆盘用来收集水面上落下的饵料,水下红外摄像机则布置在圆盘的正上方的支架。
步骤S-2:安装图像采集卡及驱动软件,测试饵料监测点的视频是否准确地传输至主控设备,且清晰度能否满足残留饵料检测算法的要求;本发明采用电源信号一体线作为信号传输线,同时又可给摄像机、LED电源供电。
步骤S-3:在移动式双体船下面安装伸缩杆、固定水质监测模块,保证伸缩杆可以自由伸缩、主控设备和水质监测模块的通信正常、数据格式匹配。
步骤S-4:检测433无线通信模块和投饵机通信是否畅通,手动发送投饵指令测试投饵机是否执行。
步骤S-5:根据池塘形状、养殖生物聚集特点,设定投饵路线。
步骤S-6:结合池塘内养殖生物种类的摄食量、养殖人员的饲养经验,设定投饵阈值、自动检测的时间间隔,或手动设定投饵机的档速。
步骤S-7:装载饵料。经过以上步骤,实现了应用于池塘的基于机器视觉的有反馈的自动投饵控制系统。
从全局出发对整个自动投饵系统的各个能耗设备进行协调优化控制管理,控制精确度高,节能效果好控制中心系统,便于管理;
本发明基于计算机视觉技术,结合无线网络传感技术等,可广泛应用于各种养殖场所,适合鱼、虾、蟹、龟等多种类型的养殖生物,可改善养殖生物品质,极大地提高了经济效益。
Claims (9)
1.一种水产养殖的自动投饵和水质监测控制系统,其特征在于,该系统包括:
移动式双体船(3):用以在水产养殖池塘中的多个饵料监测点间的投饵路径上运动;
水下饵料识别视频监控模块(1):用以获取饵料监测点处饵料剩余状况的图片并上传到控制中心(5);
水质监测模块(2):设置在移动式双体船(3)下部,用以获取水产养殖中的水质参数,并上传到控制中心(5);
自动投饵机(4):设置在移动式双体船(3)上部,用以投放饵料;
控制中心(5):用以获取和显示水质参数,并且根据饵料剩余状况的图片获取剩余饵料比例,并控制自动投饵机(4)的投饵动作。
2.根据权利要求1所述的一种水产养殖的自动投饵和水质监测控制系统,其特征在于,所述的水质监测模块(2)通过可自由伸缩的伸缩杆与移动式双体船(3)连接。
3.根据权利要求1所述的一种水产养殖的自动投饵和水质监测控制系统,其特征在于,所述的控制中心(5)设置在控制室内,所述的移动式双体船(3)及水下饵料识别视频监控模块(1)、水质监测模块(2)和自动投饵机(4)设有多套,分别设置在多个池塘内。
4.根据权利要求1所述的一种水产养殖的自动投饵和水质监测控制系统,其特征在于,所述的控制中心(5)通过433无线通信模块与自动投饵机(4)通信,所述的水下饵料识别视频监控模块(1)通过数据视频线与控制中心(5)通信。
5.根据权利要求3所述的一种水产养殖的自动投饵和水质监测控制系统,其特征在于,所述的水下饵料识别视频监控模块(1)采用水下红外摄像机。
6.根据权利要求5所述的一种水产养殖的自动投饵和水质监测控制系统,其特征在于,所述的饵料监测点设置在池底,包括插入水底淤泥中的支架,所述的支架上设有饵料收集圆盘,所述的水下红外摄像机布置在饵料收集圆盘正上方支架上的可伸缩悬臂上。
7.一种采用如权利要求1-6任一项所述水产养殖的自动投饵和水质监测控制系统的控制方法,其特征在于,包括以下步骤:
步骤S1:根据池塘的大小、养殖生物的聚集特点,布置饵料监测点和移动式双体船的投饵路线;
步骤S2:控制中心分别获取饵料监测点的水下红外摄像机实时拍摄的视频图像以及水质监测模块获取的水质参数;
步骤S3:控制中心以一定频率从视频中抓取图片,并利用剩余饵料检测方法获得剩余饵料的数量,并根据设定的档位阈值确定下一时刻饵料的投放速率,并向自动投饵机发出投饵指令;
步骤S4:自动投饵机在接收指令后进行投饵,水下红外摄像机对饵料剩余状况实时反馈。
8.根据权利要求7所述的一种控制方法,其特征在于,所述的步骤S3具体包括以下步骤:
步骤S31:截取视频图像的视频帧,并将其转变为灰度图像;
步骤S32:利用自适应阈值分割算法将灰度图像中的饵料与背景分割,并将饵料区域的像素灰度值设为255,即白色,其它区域像素灰度值设为0,即黑色;
步骤S33:对白色区域进行像素点数计数,得到图像中剩余饵料的数量和比例。
9.根据权利要求7所述的一种控制方法,其特征在于,所述的步骤S1中,饵料监测点的布置方式为:
从离岸边距离r处开始布置饵料监测点,每隔2r布置下一个饵料监测点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710238952.0A CN107094683B (zh) | 2017-04-13 | 2017-04-13 | 一种水产养殖的自动投饵和水质监测控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710238952.0A CN107094683B (zh) | 2017-04-13 | 2017-04-13 | 一种水产养殖的自动投饵和水质监测控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107094683A true CN107094683A (zh) | 2017-08-29 |
CN107094683B CN107094683B (zh) | 2020-11-27 |
Family
ID=59676006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710238952.0A Active CN107094683B (zh) | 2017-04-13 | 2017-04-13 | 一种水产养殖的自动投饵和水质监测控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107094683B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107743142A (zh) * | 2017-10-12 | 2018-02-27 | 江苏大学 | 一种基于水下视频监控与云计算平台的蟹塘养殖健康管理系统及方法 |
CN108651335A (zh) * | 2018-04-27 | 2018-10-16 | 宿松富民水产养殖有限公司 | 一种基于泥鳅数量的泥鳅分散系统 |
CN109220950A (zh) * | 2018-11-16 | 2019-01-18 | 美钻深海能源科技研发(上海)有限公司 | 用于水下网箱养殖的智能喷洒饲料系统及方法 |
CN109389613A (zh) * | 2018-09-29 | 2019-02-26 | 同济大学 | 一种基于计算机视觉的残留鱼饵计数方法 |
CN109430106A (zh) * | 2018-12-10 | 2019-03-08 | 三峡大学 | 散养鸡螺旋输送喂食装置及其出料方法 |
CN109730015A (zh) * | 2019-02-26 | 2019-05-10 | 河海大学 | 一种水产养殖饵料精准投加智能化系统及方法 |
CN109757419A (zh) * | 2019-02-15 | 2019-05-17 | 玉林师范学院 | 一种基于鱼饲料消耗量的智能喂养系统及方法 |
WO2020046524A1 (en) * | 2018-08-27 | 2020-03-05 | Aquabyte, Inc. | Automatic feed pellet monitoring based on camera footage in an aquaculture environment |
CN110934097A (zh) * | 2019-12-19 | 2020-03-31 | 镇江水中仙渔业发展有限公司 | 一种鲟鱼精细化投食喂养方法 |
CN111587831A (zh) * | 2020-06-23 | 2020-08-28 | 上海天行控制科技有限公司 | 一种rov投饵机器人 |
CN111789063A (zh) * | 2019-04-09 | 2020-10-20 | 无锡三智生物科技有限公司 | 基于图像处理的浑浊水下鱼观察投料装置及体积计算方法 |
CN111857208A (zh) * | 2020-06-10 | 2020-10-30 | 太原市高远时代科技有限公司 | 一种基于NB-IoT技术的水族鱼缸智能监控保护系统 |
CN111903590A (zh) * | 2020-09-14 | 2020-11-10 | 河海大学 | 一种减少饵料污染的磁悬浮投饵装置及其使用方法 |
CN112042582A (zh) * | 2020-08-31 | 2020-12-08 | 江苏省海洋水产研究所 | 一种养殖池塘物联网远程饵料观察系统 |
CN112385588A (zh) * | 2019-08-12 | 2021-02-23 | 中山大学 | 智能养殖系统与方法 |
CN112741034A (zh) * | 2021-01-21 | 2021-05-04 | 李京翰 | 一种基于互联网技术的自动投料装置 |
CN113040088A (zh) * | 2021-03-19 | 2021-06-29 | 东营市阔海水产科技有限公司 | 水产养殖精准增氧方法、终端设备及可读存储介质 |
CN113261524A (zh) * | 2021-06-17 | 2021-08-17 | 盘锦光合蟹业有限公司 | 一种养殖自动投喂装置及方法 |
US11399520B2 (en) * | 2019-08-12 | 2022-08-02 | National Sun Yat-Sen University | System and method for smart aquaculture |
CN115836653A (zh) * | 2023-02-17 | 2023-03-24 | 烟台市福山区动物疫病预防控制中心 | 用于自动化养殖的饲料投放智能控制方法 |
CN116616238A (zh) * | 2023-04-10 | 2023-08-22 | 浙江大学 | 一种基于视觉的对虾自适应投喂装置及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100923243B1 (ko) * | 2009-04-24 | 2009-10-27 | 주식회사 프로봇 | 급이로봇을 이용한 자동화 양식 시스템 |
CN102799164A (zh) * | 2012-08-16 | 2012-11-28 | 四川农业大学 | 一种水产养殖远程监控系统 |
CN203105346U (zh) * | 2013-04-01 | 2013-08-07 | 哈尔滨市农产品质量安全检验检测中心 | 基于鱼群分布的智能投饵系统 |
CN105104278A (zh) * | 2015-08-20 | 2015-12-02 | 江苏大学 | 循环水养殖浮饵自动投放方法与装置 |
CN105427318A (zh) * | 2015-11-25 | 2016-03-23 | 许传平 | 一种钢球智能自动计数装置及其自动计数方法 |
CN106135070A (zh) * | 2015-03-30 | 2016-11-23 | 中国长江三峡集团公司中华鲟研究所 | 一种大水面池塘的养鱼方法 |
CN106504251A (zh) * | 2016-09-22 | 2017-03-15 | 北京科技大学 | 一种基于图片处理的电子铝箔立方织构含量检测方法 |
CN206005577U (zh) * | 2016-06-22 | 2017-03-15 | 广州普熙达生物科技有限公司 | 一种自动喂食并可采集信息的船 |
-
2017
- 2017-04-13 CN CN201710238952.0A patent/CN107094683B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100923243B1 (ko) * | 2009-04-24 | 2009-10-27 | 주식회사 프로봇 | 급이로봇을 이용한 자동화 양식 시스템 |
CN102799164A (zh) * | 2012-08-16 | 2012-11-28 | 四川农业大学 | 一种水产养殖远程监控系统 |
CN203105346U (zh) * | 2013-04-01 | 2013-08-07 | 哈尔滨市农产品质量安全检验检测中心 | 基于鱼群分布的智能投饵系统 |
CN106135070A (zh) * | 2015-03-30 | 2016-11-23 | 中国长江三峡集团公司中华鲟研究所 | 一种大水面池塘的养鱼方法 |
CN105104278A (zh) * | 2015-08-20 | 2015-12-02 | 江苏大学 | 循环水养殖浮饵自动投放方法与装置 |
CN105427318A (zh) * | 2015-11-25 | 2016-03-23 | 许传平 | 一种钢球智能自动计数装置及其自动计数方法 |
CN206005577U (zh) * | 2016-06-22 | 2017-03-15 | 广州普熙达生物科技有限公司 | 一种自动喂食并可采集信息的船 |
CN106504251A (zh) * | 2016-09-22 | 2017-03-15 | 北京科技大学 | 一种基于图片处理的电子铝箔立方织构含量检测方法 |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107743142A (zh) * | 2017-10-12 | 2018-02-27 | 江苏大学 | 一种基于水下视频监控与云计算平台的蟹塘养殖健康管理系统及方法 |
CN108651335A (zh) * | 2018-04-27 | 2018-10-16 | 宿松富民水产养殖有限公司 | 一种基于泥鳅数量的泥鳅分散系统 |
WO2020046524A1 (en) * | 2018-08-27 | 2020-03-05 | Aquabyte, Inc. | Automatic feed pellet monitoring based on camera footage in an aquaculture environment |
CN109389613A (zh) * | 2018-09-29 | 2019-02-26 | 同济大学 | 一种基于计算机视觉的残留鱼饵计数方法 |
CN109389613B (zh) * | 2018-09-29 | 2021-09-03 | 同济大学 | 一种基于计算机视觉的残留鱼饵计数方法 |
CN109220950A (zh) * | 2018-11-16 | 2019-01-18 | 美钻深海能源科技研发(上海)有限公司 | 用于水下网箱养殖的智能喷洒饲料系统及方法 |
CN109430106B (zh) * | 2018-12-10 | 2022-02-01 | 三峡大学 | 散养鸡螺旋输送喂食装置及其出料方法 |
CN109430106A (zh) * | 2018-12-10 | 2019-03-08 | 三峡大学 | 散养鸡螺旋输送喂食装置及其出料方法 |
CN109757419A (zh) * | 2019-02-15 | 2019-05-17 | 玉林师范学院 | 一种基于鱼饲料消耗量的智能喂养系统及方法 |
CN109757419B (zh) * | 2019-02-15 | 2023-12-22 | 玉林师范学院 | 一种基于鱼饲料消耗量的智能喂养系统及方法 |
CN109730015A (zh) * | 2019-02-26 | 2019-05-10 | 河海大学 | 一种水产养殖饵料精准投加智能化系统及方法 |
CN109730015B (zh) * | 2019-02-26 | 2021-10-22 | 河海大学 | 一种水产养殖饵料精准投加智能化系统及方法 |
CN111789063A (zh) * | 2019-04-09 | 2020-10-20 | 无锡三智生物科技有限公司 | 基于图像处理的浑浊水下鱼观察投料装置及体积计算方法 |
CN112385588A (zh) * | 2019-08-12 | 2021-02-23 | 中山大学 | 智能养殖系统与方法 |
US11399520B2 (en) * | 2019-08-12 | 2022-08-02 | National Sun Yat-Sen University | System and method for smart aquaculture |
CN110934097A (zh) * | 2019-12-19 | 2020-03-31 | 镇江水中仙渔业发展有限公司 | 一种鲟鱼精细化投食喂养方法 |
CN111857208B (zh) * | 2020-06-10 | 2021-05-25 | 太原市高远时代科技有限公司 | 一种基于NB-IoT技术的水族鱼缸智能监控保护系统 |
CN111857208A (zh) * | 2020-06-10 | 2020-10-30 | 太原市高远时代科技有限公司 | 一种基于NB-IoT技术的水族鱼缸智能监控保护系统 |
CN111587831A (zh) * | 2020-06-23 | 2020-08-28 | 上海天行控制科技有限公司 | 一种rov投饵机器人 |
CN111587831B (zh) * | 2020-06-23 | 2022-02-22 | 上海天行控制科技有限公司 | 一种rov投饵机器人 |
CN112042582A (zh) * | 2020-08-31 | 2020-12-08 | 江苏省海洋水产研究所 | 一种养殖池塘物联网远程饵料观察系统 |
CN111903590A (zh) * | 2020-09-14 | 2020-11-10 | 河海大学 | 一种减少饵料污染的磁悬浮投饵装置及其使用方法 |
CN111903590B (zh) * | 2020-09-14 | 2021-12-28 | 河海大学 | 一种减少饵料污染的磁悬浮投饵装置及其使用方法 |
CN112741034A (zh) * | 2021-01-21 | 2021-05-04 | 李京翰 | 一种基于互联网技术的自动投料装置 |
CN113040088A (zh) * | 2021-03-19 | 2021-06-29 | 东营市阔海水产科技有限公司 | 水产养殖精准增氧方法、终端设备及可读存储介质 |
CN113261524A (zh) * | 2021-06-17 | 2021-08-17 | 盘锦光合蟹业有限公司 | 一种养殖自动投喂装置及方法 |
CN115836653B (zh) * | 2023-02-17 | 2023-04-25 | 烟台市福山区动物疫病预防控制中心 | 用于自动化养殖的饲料投放智能控制方法 |
CN115836653A (zh) * | 2023-02-17 | 2023-03-24 | 烟台市福山区动物疫病预防控制中心 | 用于自动化养殖的饲料投放智能控制方法 |
CN116616238A (zh) * | 2023-04-10 | 2023-08-22 | 浙江大学 | 一种基于视觉的对虾自适应投喂装置及方法 |
CN116616238B (zh) * | 2023-04-10 | 2024-04-26 | 浙江大学 | 一种基于视觉的对虾自适应投喂方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107094683B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107094683A (zh) | 一种水产养殖的自动投饵和水质监测控制系统及方法 | |
CN110146675B (zh) | 一种水文信息监测系统 | |
CN110074030B (zh) | 一种融合机器视觉与红外检测技术的反馈式池塘循环水智能投饲系统 | |
WO2020133709A1 (zh) | 一种水生态监测与修复水面机器人及水生态修复控制方法 | |
CN112213962A (zh) | 一种基于生长模型与声呐反馈的智能投饲系统及方法 | |
JP3101938B2 (ja) | 水棲生物用自動給餌装置及び方法 | |
CN109591982A (zh) | 一种无人监控水下养殖机器人 | |
CN206960988U (zh) | 一种基于云架构的智能养鱼监控系统 | |
CN112506120A (zh) | 一种基于物联网的智慧渔业管理系统 | |
TW202209965A (zh) | 智慧水產投餵管理系統及投餵方法 | |
CN110910067A (zh) | 一种结合深度学习与Q-learning的活鱼运输水质智能调控方法和系统 | |
CN111610733A (zh) | 一种基于机器鱼的渔场养殖监控系统及方法 | |
CN114467824A (zh) | 智能投饵船 | |
CN115067243A (zh) | 一种基于物联网技术的渔业监测分析方法、系统及存储介质 | |
TWM578511U (zh) | Marine farming feed system | |
CN110771548B (zh) | 基于统计的深远海养殖网箱的生物量评估装置与方法 | |
CN115661081A (zh) | 基于图像处理的水产养殖自动控制换水方法 | |
CN109122533B (zh) | 养殖装置及其控制方法 | |
CN208187400U (zh) | 一种基于机器视觉的鱼类体长测量装置 | |
CN113284164A (zh) | 虾群自动计数方法、装置、电子设备及存储介质 | |
CN114020074B (zh) | 一种养殖塘智能无人养殖系统及方法 | |
CN117095197A (zh) | 基于视觉的鱼类进食状态识别方法、系统、装置和设备 | |
CN111570330A (zh) | 整盘种鸭蛋中无精蛋的机器视觉挑选装置及其方法 | |
CN113678783B (zh) | 一种基于多点pH统计的鱼池水质检测和调节系统 | |
CN115843733A (zh) | 一种基于机器视觉的河蟹养殖电子食台装置及工作方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |