CN107909137A - 一种鱼道过鱼计数和识别方法 - Google Patents

一种鱼道过鱼计数和识别方法 Download PDF

Info

Publication number
CN107909137A
CN107909137A CN201711202751.1A CN201711202751A CN107909137A CN 107909137 A CN107909137 A CN 107909137A CN 201711202751 A CN201711202751 A CN 201711202751A CN 107909137 A CN107909137 A CN 107909137A
Authority
CN
China
Prior art keywords
fish
grating
crosses
counting
crossing
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
Application number
CN201711202751.1A
Other languages
English (en)
Inventor
花胜强
郑健兵
胡少英
高磊
蓝彦
蔡杰
刘艳平
罗招贵
陈意
李宁宁
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.)
NARI Group Corp
Original Assignee
NARI Group Corp
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 NARI Group Corp filed Critical NARI Group Corp
Priority to CN201711202751.1A priority Critical patent/CN107909137A/zh
Publication of CN107909137A publication Critical patent/CN107909137A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06MCOUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
    • G06M1/00Design features of general application
    • G06M1/27Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum
    • G06M1/272Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum using photoelectric means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/04Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving
    • G01B11/043Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving for measuring length
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462Salient features, e.g. scale invariant feature transforms [SIFT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种鱼道过鱼计数和识别方法,首先,在鱼道的入口处安装两套测量光栅和一个水下摄像机,当过鱼时测量光栅即有信号被遮挡,触发过鱼开始信号,水下摄像机开始摄像,光栅以固定频率进行扫描,直到过鱼完成,光栅信号恢复为止,则停止摄像机摄像和光栅扫描,并将视频和扫描数据上报;再次,根据两套光栅开始遮挡、信号恢复的时刻,以及两套光栅的安装距离,计算出过鱼的游向、鱼长和过鱼计数;然后,根据光栅扫描形成的帧数据,恢复出过鱼的成像;最后,进行过鱼种类判别。本发明实现了鱼道过鱼的实时监测和自动化统计识别,对于研究和提高鱼道的设计水平,实现河流生态保护,促进水利水电工程可持续发展,具有极为重要的意义。

Description

一种鱼道过鱼计数和识别方法
技术领域
本发明涉及一种鱼道过鱼计数和识别方法,属于水利测量监测技术领域。
背景技术
鱼道是在闸、坝或天然障碍处为沟通鱼类洄游通道而设置的一种过鱼建筑物,是河流生态系统健康的评价指标之一,也是水利水电工程环境影响评价中生态环境保护的重要指标。当前,国内外对于鱼道的监测,主要在于监控过鱼的种类和数量,以验证鱼道的有效性,从而进行鱼道的改良,其存在的主要问题包括:
监测主要以人工的方式进行,通过人工来纪录过鱼的数量和种类,并进行统计和分析,管理负担较大,监测精度不易提升。
监测方法主要以张网法、堵截法、标志、电捕、计数设备等方式为主,监测实时性较差,连续监测功能较弱,并且某些监测方式本身就可能对鱼类活动造成干扰。
国外已有的鱼道自动化监测系统,仅实现了过鱼计数功能,但是不能识别和区分过鱼类型,无法区分杂物、普通鱼类与珍稀鱼类,不利于鱼道评价和改进的进一步展开。
由此可见,当前国内各个大坝和水闸上已经建成的鱼道大都无法进行有效观测,因此也就难以对鱼道设施进行有效性评价,对被保护的珍稀鱼类更是难以监测、分类和统计。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种鱼道过鱼计数和识别方法,基于光栅成像和图像距对鱼道过鱼进行自动化计数和识别,实现鱼道的实时在线监测和统计分类。
为解决上述技术问题,本发明提供一种鱼道过鱼计数和识别方法,包括以下步骤:
1)在鱼道的入口处安装两套测量光栅和一个水下摄像机,从测量光栅有信号被遮挡开始,触发过鱼开始信号,水下摄像机开始摄像,测量光栅以100Hz频率进行扫描,每次扫描,测量光栅上的光栅点的遮挡/通过状态就形成一帧数据并上报,直到过鱼完成,所有光栅信号全部恢复通过为止,停止摄像机摄像和光栅数据上报,完成过鱼事件捕获;
2)判断过鱼的游向,对过鱼进行计数并计算过鱼的长度;
3)将所述步骤1)的每一帧光栅数据连接合并,得到过鱼的完整图像;
4)如果已有建好的过鱼类型模型,则转入步骤6);否则,利用步骤1)的水下摄像机摄像得到的过鱼视频和步骤3)得到的过鱼图像,由人工判断后对过鱼图像进行判断,并将种类标注到过鱼图像上;
5)对过鱼类型进行特征提取;
6)对过鱼类型进行判别。
前述的步骤1)中,一套测量光栅分为发射器和接收器,发射器上每1厘米有一个发射点,接收器上每1厘米有一个接收点,一个发射点和一个接收点构成一个光栅点,共设有50个光栅点;发射器持续的按照固定频率周期发出光线,接收器则同步的检查有无接收到光线,由此形成一个光栅点某一时刻的遮挡/通过状态,50个光栅点的状态值排列起来就是一帧数据。
前述的步骤1)中,所述两套测量光栅的位置是等高且平行的,分别位于鱼道的上游和下游。
前述的步骤2)中,判断过鱼的游向是指,根据上报的光栅数据,如果上游的测量光栅先遮挡,则断定为过鱼游向下游,反之则是过鱼游向上游。
前述的步骤2)中,对过鱼进行计数是指,在先被遮挡的测量光栅信号恢复后,计数加1。
前述的步骤2)中,计算过鱼的长度是指,设两套测量光栅之间的距离固定为D,分别记录过鱼到达第1套测量光栅和第2套测量光栅的时间为T1和T2,记录第1套测量光栅信号完全恢复的时间为T3,则过鱼游动速度V为:
V=D/(T2-T1),
则过鱼的长度L为:
L=V*(T3-T1);
所述第1套测量光栅是指先被遮挡住的测量光栅,第2套测量光栅是指后被遮挡住的测量光栅。
前述的步骤5)对过鱼类型进行特征提取,包括以下步骤:
5-1)对于所有已标注成某同一种类的过鱼图像,逐个提取其图像轮廓,即每一帧光栅点遮挡/通过的临界点,就是该过鱼的图像轮廓,轮廓上的每一个点都代表了一个栅格图的二维点坐标;
5-2)按照Hu氏不变矩定义,依次计算每个图像的7个Hu氏不变矩,形成该图像的一个七维特征向量;
5-3)根据该同一种类的所有过鱼图像的七维特征向量,依次求出每一维的一阶原点矩,构成此种类过鱼的七维特征向量;
5-4)计算该同一种类过鱼的所有图像的七维特征向量的集合到此种类过鱼的七维特征向量的欧氏距离的标准差。
前述的步骤6)对过鱼类型进行判别,包括以下步骤:
6-1)当有新的过鱼事件发生后,首先对其图像轮廓计算其七个Hu氏不变矩,形成该图像的一个七维特征向量;
6-2)计算该图像的七维特征向量到每个过鱼种类的七维特征向量的欧氏距离,选取欧式距离最小者的鱼种类;
6-3)计算该最小的欧式距离是否小于所述步骤6-2)选取的过鱼种类的标准差的三倍,如果是,则判断新过鱼属于此鱼种类,否则则认为是未知新类型鱼类。
本发明的有益效果为:
本发明实现了鱼道过鱼的实时监测和自动化统计识别,对于研究和提高鱼道的设计水平,加强过鱼有效性,实现河流生态保护,促进水利水电工程可持续发展,具有极为重要的意义。
附图说明
图1为测量光栅示意图;
图2为过鱼计数示意图;
图3为过鱼成像示意图;
图4是本发明方法的流程图。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,本发明的鱼道过鱼计数和识别方法,包括如下步骤:
1)基于光栅进行过鱼事件捕获
鱼道过鱼事件的捕获由测量光栅实现,一套测量光栅分为发射器和接收器两个部分,发射器上每1厘米有一个发射点,接收器上每1厘米有一个接收点,一个发射点和一个接收点构成一个光栅点,一发一收形成信号捕捉,共设有50个光栅点,这样就形成了一个长度为近50厘米的断面扫描仪。发射器持续的按照固定频率周期发出光线,接收器则同步的检查有无接收到光线,由此形成一个光栅点某一时刻的遮挡/通过状态,在没有鱼的情况下,测量光栅接收器会完全接收到发射器的信号,有鱼通过时会有部分发射信号被遮挡,参见图1,50个光栅点的状态值排列起来就是一帧数据。
在鱼道的入口处安装两套该测量光栅和一个水下摄像机,两套测量光栅的位置是等高且平行的,分别位于鱼道的上游和下游。鱼的成像、计数只需一套测量光栅即可实现,由一开始被触发的测量光栅完成。而判别游向和鱼速,则需要由两套测量光栅来完成。
从光栅有信号被遮挡开始,触发过鱼开始信号,水下摄像机开始摄像,光栅以100Hz频率进行扫描,每次扫描,50个光栅点的遮挡/通过状态就形成一帧数据并上报,直到过鱼完成,所有光栅信号全部恢复通过为止,停止摄像机摄像和光栅数据上报。
2)过鱼的游向、计数和鱼长度换算
根据安装的哪一套光栅先被遮挡,可以得到过鱼的游向:上游的光栅先遮挡,则可断定为过鱼游向下游,反之则是过鱼游向上游。
过鱼的长度可由步骤1所述的两套测量光栅实现:设两套测量光栅之间的距离固定为D,分别记录鱼到达第1套测量光栅和第2套测量光栅的时间T1,T2,第1套测量光栅信号完全恢复的时间为T3,可得鱼游动速度V=D/(T2-T1),则鱼长L=V*(T3-T1),如图2所示。
过鱼的计数,则在第一套光栅信号恢复后,计数加1。
3)过鱼的成像
光栅从有信号被遮挡开始,以100Hz频率进行扫描,每次扫描得到从上到下50个光栅点的遮挡/通过状态数据,遮挡部分即为过鱼的当前断面的投影,直到过鱼完毕后,将每一帧光栅数据连接合并,得到过鱼的完整图像,如图3所示。
4)人工图像标注
如果已有建好的过鱼类型模型,则转入步骤6;否则,利用步骤1)的水下摄像机摄像得到的过鱼视频,和步骤3)得到的图形成像,由人工判断后对过鱼图像进行判断,并将种类标注到过鱼图像上,这样就形成了带标签的样本。
5)过鱼类型特征提取
在图像识别中,图像矩可以看作是刻画图形特征的算子,将图像灰度值看作密度分布函数,算子矩便可用作图像特征提取。其中,HU氏不变矩进行图像识别的基本思想就是将对图形变化不敏感的几何矩作为图形特征进行图形的识别。
二维连续函数f(x,y)在R2平面上的(p+q)阶混合原点矩定义为:
f(x,y)是分段连续的。对于二维图像来说,f(x,y)可以表示图像在(x,y)处的灰度值。mpq与图像位置有关。
(p+q)阶中心矩定义为:
其中表示图像灰度重心的坐标。此矩在图像发生平移的时候是保持不变的。
离散图像的mpq和μpq被定义为:
在R2平面上,轴心轨迹区域的点的灰度值都可以看作是1,即令f(x,y)=1;不属于轴心轨迹区域的点的灰度值都看作是0,即令f(x,y)=0。
为了使特征量具有平移、伸缩不变性,对中心矩作如下处理,得到标准矩:
单一的原点矩、中心矩或者是归一化的标准矩都不能同时满足图形在平移、旋转、比例伸缩时保持不变的要求。HU提出的ηpq的七种组合方式满足所有相似变换不变性的要求,克服了单一矩的不足,七个不变矩如式(6)所示。
从物理意义上来说,用来度量图形的发散程度,图形越发散,越大;用来度量图形的对称性,图形对称性越好,越小。由七个矩组成的特征向量的不变性和唯一性是不变矩理论在轴心轨迹自动识别研究中得以运用的原理。
本发明使用Hu氏不变矩实现鱼种类特征提取。首先,对于所有已标注成某同一种类的过鱼图像,逐个提取其图像轮廓,即每一帧光栅点遮挡/通过的临界点,就是该断面的轮廓,轮廓上的每一个点都代表了一个栅格图的二维点坐标。其次,按照Hu氏不变矩定义,依次计算图像的7个Hu氏不变矩,形成该图像的一个七维特征向量;然后,根据该同一种类过鱼的所有图像的七维特征向量,依次求出每一维的一阶原点矩,七个维度的一阶原点矩组合构成此种类鱼的七维特征向量;最后计算该同一种类过鱼的所有图像的七维特征向量的集合到此种类鱼的七维特征向量的欧氏距离的标准差。
6)过鱼类型判别
当有新的过鱼事件发生后,首先对其成像的轮廓计算七个Hu不变矩,构成该图像的七维特征向量,然后计算此图像的七维特征向量到每个鱼种类的七维特征向量的欧氏距离,选取欧式距离最小者的鱼种类,再计算该最小的欧式距离是否小于该鱼种类的标准差的三倍,如果是,则判断新过鱼属于此鱼种类,否则则认为是未知新类型鱼类。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (8)

1.一种鱼道过鱼计数和识别方法,其特征在于,包括以下步骤:
1)在鱼道的入口处安装两套测量光栅和一个水下摄像机,从测量光栅有信号被遮挡开始,触发过鱼开始信号,水下摄像机开始摄像,测量光栅以100Hz频率进行扫描,每次扫描,测量光栅上的光栅点的遮挡/通过状态就形成一帧数据并上报,直到过鱼完成,所有光栅信号全部恢复通过为止,停止摄像机摄像和光栅数据上报,完成过鱼事件捕获;
2)判断过鱼的游向,对过鱼进行计数并计算过鱼的长度;
3)将所述步骤1)的每一帧光栅数据连接合并,得到过鱼的完整图像;
4)如果已有建好的过鱼类型模型,则转入步骤6);否则,利用步骤1)的水下摄像机摄像得到的过鱼视频和步骤3)得到的过鱼图像,由人工判断后对过鱼图像进行判断,并将种类标注到过鱼图像上;
5)对过鱼类型进行特征提取;
6)对过鱼类型进行判别。
2.根据权利要求1所述的一种鱼道过鱼计数和识别方法,其特征在于,所述步骤1)中,一套测量光栅分为发射器和接收器,发射器上每1厘米有一个发射点,接收器上每1厘米有一个接收点,一个发射点和一个接收点构成一个光栅点,共设有50个光栅点;发射器持续的按照固定频率周期发出光线,接收器则同步的检查有无接收到光线,由此形成一个光栅点某一时刻的遮挡/通过状态,50个光栅点的状态值排列起来就是一帧数据。
3.根据权利要求1所述的一种鱼道过鱼计数和识别方法,其特征在于,所述步骤1)中,所述两套测量光栅的位置是等高且平行的,分别位于鱼道的上游和下游。
4.根据权利要求3所述的一种鱼道过鱼计数和识别方法,其特征在于,所述步骤2)中,判断过鱼的游向是指,根据上报的光栅数据,如果上游的测量光栅先遮挡,则断定为过鱼游向下游,反之则是过鱼游向上游。
5.根据权利要求4所述的一种鱼道过鱼计数和识别方法,其特征在于,所述步骤2)中,对过鱼进行计数是指,在先被遮挡的测量光栅信号恢复后,计数加1。
6.根据权利要求1所述的一种鱼道过鱼计数和识别方法,其特征在于,所述步骤2)中,计算过鱼的长度是指,设两套测量光栅之间的距离固定为D,分别记录过鱼到达第1套测量光栅和第2套测量光栅的时间为T1和T2,记录第1套测量光栅信号完全恢复的时间为T3,则过鱼游动速度V为:
V=D/(T2- T1),
则过鱼的长度L为:
L=V*( T3- T1);
所述第1套测量光栅是指先被遮挡住的测量光栅,第2套测量光栅是指后被遮挡住的测量光栅。
7.根据权利要求1所述的一种鱼道过鱼计数和识别方法,其特征在于,所述步骤5)对过鱼类型进行特征提取,包括以下步骤:
5-1)对于所有已标注成某同一种类的过鱼图像,逐个提取其图像轮廓,即每一帧光栅点遮挡/通过的临界点,就是该过鱼的图像轮廓,轮廓上的每一个点都代表了一个栅格图的二维点坐标;
5-2)按照Hu氏不变矩定义,依次计算每个图像的7个Hu氏不变矩,形成该图像的一个七维特征向量;
5-3)根据该同一种类的所有过鱼图像的七维特征向量,依次求出每一维的一阶原点矩,构成此种类过鱼的七维特征向量;
5-4)计算该同一种类过鱼的所有图像的七维特征向量的集合到此种类过鱼的七维特征向量的欧氏距离的标准差。
8.根据权利要求1所述的一种鱼道过鱼计数和识别方法,其特征在于,所述步骤6)对过鱼类型进行判别,包括以下步骤:
6-1)当有新的过鱼事件发生后,首先对其图像轮廓计算其七个Hu氏不变矩,形成该图像的一个七维特征向量;
6-2)计算该图像的七维特征向量到每个过鱼种类的七维特征向量的欧氏距离,选取欧式距离最小者的鱼种类;
6-3)计算该最小的欧式距离是否小于所述步骤6-2)选取的过鱼种类的标准差的三倍,如果是,则判断新过鱼属于此鱼种类,否则则认为是未知新类型鱼类。
CN201711202751.1A 2017-11-27 2017-11-27 一种鱼道过鱼计数和识别方法 Pending CN107909137A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711202751.1A CN107909137A (zh) 2017-11-27 2017-11-27 一种鱼道过鱼计数和识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711202751.1A CN107909137A (zh) 2017-11-27 2017-11-27 一种鱼道过鱼计数和识别方法

Publications (1)

Publication Number Publication Date
CN107909137A true CN107909137A (zh) 2018-04-13

Family

ID=61848900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711202751.1A Pending CN107909137A (zh) 2017-11-27 2017-11-27 一种鱼道过鱼计数和识别方法

Country Status (1)

Country Link
CN (1) CN107909137A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110412212A (zh) * 2019-06-04 2019-11-05 苏州格目软件技术有限公司 一种基于影像与成分分析的水生生物监测系统及工作方法
CN110692574A (zh) * 2018-07-10 2020-01-17 群光电能科技股份有限公司 鱼苗计数系统及鱼苗计数方法
CN110873555A (zh) * 2020-01-20 2020-03-10 上海彩虹鱼海洋科技股份有限公司 用于观测水下生物的系统及其方法
WO2020134255A1 (zh) * 2018-12-27 2020-07-02 南京芊玥机器人科技有限公司 一种基于机器视觉对鱼类生长情况进行监测的方法
CN112348098A (zh) * 2020-11-12 2021-02-09 国电大渡河枕头坝发电有限公司 基于红外光栅的鱼类智能检测方法
CN112380920A (zh) * 2020-10-23 2021-02-19 中国水产科学研究院东海水产研究所 一种利用视频数据统计鱼苗数量的方法
CN112461157A (zh) * 2020-11-16 2021-03-09 国电大渡河枕头坝发电有限公司 一种过鱼监测系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5692064A (en) * 1993-11-01 1997-11-25 Hitachi, Ltd. Method and apparatus for counting underwater objects using an ultrasonic wave
WO1998054671A1 (fr) * 1997-05-29 1998-12-03 Core Corp. Dispositif de comptage d'une population de poissons passant a travers une passe a poissons
CN2852267Y (zh) * 2005-08-12 2006-12-27 深圳清华大学研究院 用于统计生物族群数量的光栅计数装置
CN104966122A (zh) * 2015-07-11 2015-10-07 浙江大学宁波理工学院 一种基于计算机视觉的活鱼自动计数系统
CN106022459A (zh) * 2016-05-23 2016-10-12 三峡大学 一种基于水下视频的鱼道过鱼量自动计数系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5692064A (en) * 1993-11-01 1997-11-25 Hitachi, Ltd. Method and apparatus for counting underwater objects using an ultrasonic wave
WO1998054671A1 (fr) * 1997-05-29 1998-12-03 Core Corp. Dispositif de comptage d'une population de poissons passant a travers une passe a poissons
EP0984391A1 (en) * 1997-05-29 2000-03-08 Core Corp. Device for counting fish population passing through a fish pass
CN2852267Y (zh) * 2005-08-12 2006-12-27 深圳清华大学研究院 用于统计生物族群数量的光栅计数装置
CN104966122A (zh) * 2015-07-11 2015-10-07 浙江大学宁波理工学院 一种基于计算机视觉的活鱼自动计数系统
CN106022459A (zh) * 2016-05-23 2016-10-12 三峡大学 一种基于水下视频的鱼道过鱼量自动计数系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LEE BAUMGARTNER等: "Assessment of an Infrared Fish Counter (Vaki Riverwatcher) to Quantify Fish Migrations in the Murray-Darling Basin", 《INDUSTRY & INVESTMENT NSW FISHERIES FINAL REPORT SERIES》 *
SÉBASTIEN CADIEUX等: "Intelligent system for automated fish sorting and counting", 《IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS & SYSTEMS》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110692574A (zh) * 2018-07-10 2020-01-17 群光电能科技股份有限公司 鱼苗计数系统及鱼苗计数方法
WO2020134255A1 (zh) * 2018-12-27 2020-07-02 南京芊玥机器人科技有限公司 一种基于机器视觉对鱼类生长情况进行监测的方法
CN110412212A (zh) * 2019-06-04 2019-11-05 苏州格目软件技术有限公司 一种基于影像与成分分析的水生生物监测系统及工作方法
CN110873555A (zh) * 2020-01-20 2020-03-10 上海彩虹鱼海洋科技股份有限公司 用于观测水下生物的系统及其方法
CN110873555B (zh) * 2020-01-20 2020-05-05 上海彩虹鱼海洋科技股份有限公司 用于观测水下生物的系统及其方法
CN112380920A (zh) * 2020-10-23 2021-02-19 中国水产科学研究院东海水产研究所 一种利用视频数据统计鱼苗数量的方法
CN112348098A (zh) * 2020-11-12 2021-02-09 国电大渡河枕头坝发电有限公司 基于红外光栅的鱼类智能检测方法
CN112461157A (zh) * 2020-11-16 2021-03-09 国电大渡河枕头坝发电有限公司 一种过鱼监测系统

Similar Documents

Publication Publication Date Title
CN107909137A (zh) 一种鱼道过鱼计数和识别方法
CN112766274B (zh) 一种基于Mask RCNN算法的水尺图像水位自动读数方法及系统
CN108759973B (zh) 一种水位测量方法
CN102750703B (zh) 一种基于直线分割的遥感图像机场自动检测方法
CN103098088B (zh) 图像评价装置、图像评价方法以及集成电路
CN109033934A (zh) 一种基于YOLOv2网络的水上漂浮物检测方法
CN101218602B (zh) 图像处理装置及环境信息观测装置
CN104166841A (zh) 一种视频监控网络中指定行人或车辆的快速检测识别方法
CN104502990A (zh) 一种基于数码图像的隧道掌子面地质调查方法
TW201118804A (en) Method and system for object detection
CN111798386A (zh) 一种基于边缘识别与最大序列密度估计的河道流速测量方法
CN102930251B (zh) 两维收藏品数据收录与甄别的装置和方法
CN106485269B (zh) 基于混合统计分布与多部件模型的sar图像目标检测方法
CN104331686B (zh) 一种土壤地表秸秆覆盖率人工辅助识别系统
CN106840110A (zh) 一种应用于大型多板波浪模拟系统的运动测量方法与装置
CN109543676A (zh) 一种基于图像处理的字轮型水表数字字符识别方法
CN110414341A (zh) 一种基于无人机技术的露天矿爆堆测量统计方法
CN107631782A (zh) 一种基于Harris角点检测的水位检测方法
CN110084129A (zh) 一种基于机器视觉的河流漂浮物实时检测方法
CN106686347B (zh) 一种基于视频的判定地铁摄像机移位的方法
CN110110797A (zh) 一种基于多传感器融合的水面目标训练集自动采集方法
CN112801184A (zh) 一种云跟踪方法、系统及装置
CN113902725A (zh) 坍落度的测量方法、装置、设备及存储介质
CN110390297A (zh) 河口海岸水文地貌演变影像监测分析系统和方法
CN115294442A (zh) 基于混合现实和图像识别的鱼道鱼类观测方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180413

RJ01 Rejection of invention patent application after publication