CN109145794B - 一种海洋牧场网箱的健康监测方法 - Google Patents

一种海洋牧场网箱的健康监测方法 Download PDF

Info

Publication number
CN109145794B
CN109145794B CN201810906237.4A CN201810906237A CN109145794B CN 109145794 B CN109145794 B CN 109145794B CN 201810906237 A CN201810906237 A CN 201810906237A CN 109145794 B CN109145794 B CN 109145794B
Authority
CN
China
Prior art keywords
net cage
net
spread spectrum
spectrum communication
image processing
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.)
Active
Application number
CN201810906237.4A
Other languages
English (en)
Other versions
CN109145794A (zh
Inventor
杜海
赵云鹏
史彦君
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.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN201810906237.4A priority Critical patent/CN109145794B/zh
Publication of CN109145794A publication Critical patent/CN109145794A/zh
Application granted granted Critical
Publication of CN109145794B publication Critical patent/CN109145794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • 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
    • A01K61/60—Floating cultivation devices, e.g. rafts or floating fish-farms
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69—Spread spectrum techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • 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

本发明属于图像测量技术领域，提供一种海洋牧场网箱的健康监测方法。在对海上网箱进行健康监测时，首先根据现场网箱的分布情况，设定一系列的GPS点位并生成“之”字形飞行轨迹；然后利用摄像机采集现场图像，并在图像处理板中对网箱边框进行识别，并计算中心位置；接下来同时比对GPS点位处网箱中心的位置变化、邻近网箱边缘方向的一致性以及网箱边缘线是否异常；最后将判别比对结果与设定的阈值相比较，从而得到网箱状态是否健康的判断，同时将此判断结果与诊断数据一同采用LoRa扩频通信发送到远程接收端。本发明在海上网箱健康监测时充分考虑了现实中网箱的脱锚和结构损坏两大重要问题，以及图像分析算法耗时大、功率消耗严重的问题。

Description

一种海洋牧场网箱的健康监测方法
技术领域
本发明属于图像测量技术领域，涉及到海洋牧场中养殖网箱的监测问题，特别涉及海上结构物监测的图像分析方法。
背景技术
海洋牧场作为海洋经济重要的一环，受到了国家的高度重视，迎来了前所未有的发展机遇。大力推进海洋牧场的建设，有利于实现渔业的转型升级，有利于实现全面的现代化智能渔业。
大型网箱的使用是海洋牧场渔业养殖中常常采用的一种装置，网箱的稳定运行与渔业的正常生产息息相关。然而，由于海洋环境的恶劣和不稳定性使得网箱在实际使用过程中存在着较高的损坏风险，其中风浪或其他装置冲击下的箱体变形以及网箱的脱锚问题是最为常见的，也是对渔业影响较大的因素。然而，由于海上作业的困难较大，人工费用较高，往往网箱损坏信息的获取不及时，导致了大量的财产损失。因此，及时发现海上养殖网箱出现的异常，成为了海上养殖面对的首要问题。
为了解决海上养殖网箱监测难的问题，许多专家学者进行了网箱监测技术的研究，其中文献[1]采用了ZigBee无线组网的方式将各个网箱的传感数据(湿温度与PH值)传输到中心机上，然后使用GPRS技术进行远程传输，从而完成了网箱水质的监测；文献[2]同样采用ZigBee和GPRS技术进行了深水网箱缆绳力的监测研究；文献[3]采用了GSM模块将PH值传感数据与温度数据进行远程传输，从而达到深海网箱预警的目的；文献[4]研制了水下监控的水密结构，并采用微光灰度相机对网箱进行人工的视频监控；文献[5]采用单片机技术将网箱区域的温度、盐度、流速、光照度、溶解氧、PH值及营养盐进行数据采集，并通过RS232串口通信技术实时地传输数据；文献[6]采用水下声纳技术对网箱破损和饵料投掷进行监测。在这些研究过程中，研究者们通过将养殖技术与电子技术相融合在不同程度上均达到了对海上网箱监测的目的。然而，在当前对网箱监测技术的研究过程中，大多数的研究均以网箱个体的局部信息监测为主要技术路线。尽管这样的设计可以实时地提取到相关的传感信息，从而间接地判断网箱的运行状态，但监测设备本身的可靠性在长期服役使用中无法得到监测，所以容易出现误报的情况。因此，若可以结合一种较为直接的网箱监测方法，则海上网箱的异常报警则更加合理、更加准确。而将无人机技术与图像测量技术相融合后，将以一种更加直观的方式对海上网箱的状态进行巡检，这种方式不仅大大地降低了人力成本和测试风险，还大大提高了对海洋牧场管理的效率。
参考文献：
[1]柯跃前.海洋网箱及其养殖环境的数字化监测系统.中国科技成果,2013(5):36-38.
[2]王筱珍，刘璨，吴洪亮.基于Zigbee和GPRS技术的深水网箱系缆力远程监测系统设计.渔业现代化,2015,42(1):24-27.
[3]柯跃前，张培宗，郑侨伟，林菲.基于GSM模块的深海网箱养殖监控系统设计.渔业现代化,2009,36(5):19-22.
[4]关长涛，崔国平，李娇，崔勇.多视角深水网箱水下监视器的研制.渔业现代化,2008,35(1):10-14.
[5]汤云峰,黄照花.网箱养殖实时监测系统的设计.黑龙江水产,2007(4):28-30.
[6]王润田，陈晶晶，龚剑彬.深水网箱养殖中的声学监测问题探讨.渔业现代化,2012,39(3):19-22.
发明内容
针对海上鱼类养殖网箱的健康监测问题，本发明将网箱状态测量与图像处理技术相结合，提出了一种海洋牧场网箱的健康监测方法及装置。
本发明的技术方案：
一种海洋牧场网箱的健康监测方法，采用的健康监测装置包括装有GPS的四旋翼或多旋翼无人机1、摄像机3、固定架2以及LoRa扩频通信图像处理板4；所述的摄像机3为带有定焦镜头的低照度、高动态范围的单色工业摄像机，其数量与无人机1的数量一致；LoRa扩频通信图像处理板4的数量与摄像机3的数量一致；
健康监测装置采用基于LoRa扩频通信的数据传输结构；摄像机3通过相机接口与LoRa扩频通信图像处理板4相连共同组成图像测量单元，且成为健康监测系统的核心部分；天线5与LoRa扩频通信图像处理板4相连；图像测量单元通过固定架2与无人机1相连并从无人机电源箱中得到供电；在对海上网箱6进行健康监测时，首先根据现场网箱6的分布情况，设定一系列的GPS点位并生成“之”字形飞行轨迹；然后利用摄像机3采集现场图像，并在LoRa扩频通信图像处理板4中对网箱6边框进行识别，并计算中心位置；接下来同时比对GPS点位处网箱6中心的位置变化、邻近网箱6边缘方向的一致性以及网箱边缘线是否异常；最后将判别比对结果与设定的阈值相比较，从而得到网箱6状态是否健康的判断，同时将此判断结果与诊断数据一同采用LoRa扩频通信发送到远程接收端(监控室)；
具体步骤如下：
步骤A：将摄像机3与LoRa扩频通信图像处理板4相连构成图像测量单元，并通过固定架2安装在无人机1的下方；与此同时，将此图像测量单元的供电接口与无人机1的电源相连，并将无线传输天线接到LoRa扩频通信图像处理板4后面的接口处；
步骤B：无人机1布置完毕后，根据海上网箱6的位置生成无人机飞行轨迹的GPS点位，并按“之”字形规划飞行路径；
步骤C：初次运行时，无人机1按设定的GPS点位进行飞行，并在每个GPS点位处进行图像采集，并对图像中的数据进行Canny边缘检测和Harris角点检测，同时使用Hough变换进行直线检测，从而利用边缘追踪方法识别每个网箱6的边框；再根据网箱6的边缘信息计算网箱6的中心位置；经过多次飞行经相同的GPS点位后计算每个网箱图像中心的平均值，并在GPS点位处对网箱6进行编号，每个网箱编号唯一；最后，将GPS点位、网箱编号以及网箱6中心位置相对应，并生成数据比对表记录在LoRa扩频通信图像处理板4的存储空间内；
步骤D：当进行海上网箱6的健康监测过程中，无人机1按照设定的GPS点位进行飞行，并在每个点位处使用摄像机3进行现场的图像采集；接下来在LoRa扩频通信图像处理板4中使用Harris方法进行角点检测，并使用Canny边缘检测和Hough变换法进行网箱6的个体识别，同时计算其中心位置；之后在步骤C生成的数据比对表中将得到的中心位置与该点位的网箱编号相对应；当对应不上时，根据近邻网箱6的对应关系来推断该网箱的编号，并记录中心坐标差异，同时视为异常现象；
步骤E：根据邻近网箱6排放的规则性，将各个网箱6的同侧角点进行直线拟合或使用二次曲线拟合，当某一网箱的角点距离拟合线较大时，记录该距离差异值，并视为异常；与此同时，对各个GPS点位处的网箱6边缘进行检测：使用边缘点进行直线拟合(方形网箱)或二次曲线拟合(圆形网箱)，当其边缘满足拟合线约束时，视作网箱结构正常，否则视为异常，并记录边缘拟合差异值；
步骤F：将步骤D和步骤E的分析结果与网箱编号相对应，通过LoRa扩频通信图像处理板4的通信接口与天线连接，将异常判断结果以及三个差异值发送到远程的数据接收端(监控室)；
步骤G：反复执行步骤D至步骤F，直到完成一次巡检任务。
本发明的有益效果：海上网箱健康监测时充分考虑了现实中网箱的脱锚和结构损坏两大重要问题，以及图像分析算法耗时大、功率消耗严重的问题。以现今较为成熟的工程化图像处理算法进行系统设计并配合点位图像采集、分析的方式大大降低了系统的损耗，并采用LoRa扩频通信方式进行数据的传输，不仅有效地扩大了监测的范围，也提高了海上监测的舒适度，极大地促进了图像测量技术在海洋牧场中的应用推广。
附图说明
图1是本发明的结构示意图。
图2是LoRa扩频通信图像处理板的结构示意图。
图中：1无人机；2固定架；3摄像机；4图像处理板；5天线；6网箱。
具体实施方式
以下结合附图和技术方案，进一步说明本发明的具体实施方式。
一种海洋牧场网箱的健康监测方法及装置，其结构示意如附图1所示：
包括装有GPS的四旋翼或多旋翼无人机1(数量根据现场监测情况决定)、摄像机固定支架2(数量与无人机1的数量一致)、带有定焦镜头的低照度、高动态范围的单色工业摄像机3(一台无人机1配带一台摄像机3，其总数量与无人机1个数一致)、LoRa扩频通信图像处理板4(数量与摄像机3的数量一致)、天线5(数量与图像处理板3的数量一致)、海上网箱6(数量由养殖规模决定)。
网箱健康监测装置采用基于LoRa扩频通信的数据传输结构。摄像机3通过相机接口与LoRa扩频通信图像处理板4相连共同组成图像测量单元，且成为监测系统的核心部件；天线5与图像处理板4相连；整个图像测量单元通过固定架2与无人机1相连并从无人机1电源箱中得到供电。在对海上网箱6进行健康监测时，首先根据现场网箱6的分布情况，设定一系列的GPS点位并生成“之”字形飞行轨迹；然后利用摄像机3采集现场图像，并在图像处理板4中对网箱边框进行识别，并计算中心位置；接下来同时比对GPS点位处网箱6中心的位置变化、邻近网箱边缘方向的一致性以及网箱6边缘线是否异常；最后将判别比对结果与设定的阈值相比较，从而得到网箱6状态是否健康的判断，同时将此判断结果与诊断数据一同采用LoRa扩频通信发送到远程接收端(监控室)。具体方法描述如下：
步骤A：将摄像机3与LoRa扩频通信图像处理板4相连构成图像测量设备，并使用固定板2安装在无人机1的下方。与此同时，将此图像测量设备的供电接口与无人机1的电源相连，并将无线传输天线5接到图像处理板4的后面接口处；
步骤B：无人机1布置完毕后，根据海上网箱6的位置生成无人机1飞行轨迹的GPS点位，并按“之”字形规划飞行路径；
步骤C：初次运行时，无人机1按设定的GPS点位进行飞行，并在每个点位处进行图像采集，并对图像中的数据进行Canny边缘检测和Harris角点检测，同时使用Hough变换进行直线检测，从而利用边缘追踪方法识别每个网箱6的边框。之后，根据边缘信息计算网箱6的中心位置。经过多次飞经同点位后计算每个网箱6图像中心的平均值，并在点位处对网箱6进行编号(每个网箱编号唯一)。最后，将GPS点位与网箱编号以及网箱6中心位置相对应并生成数据比对表记录在LoRa扩频通信图像处理板4的存储空间内；
步骤D：当进行海上网箱6的健康监测过程中，无人机1集。接下来在LoRa扩频通信图像处理板4中使用Harris方法进行角点检测并使用Canny边缘检测和Hough变换法进行网箱的个体识别，同时计算其中心位置。之后在前面生成的数据比对表中将得到的中心位置与该点位的网箱6编号相对应。当对应不上时，可根据近邻网箱的对应关系来推断该网箱6的编号，并记录中心坐标差异，同时视为异常现象；
步骤E：根据邻近网箱6排放的规则性，将各个网箱的同侧角点进行直线拟合(也可使用二次曲线拟合)，但某一网箱的角点距离拟合线较大时，记录该距离差异值，并视为异常。与此同时，对各个点位处的网箱6边缘进行检测：使用边缘点进行直线拟合(方形网箱)或二次曲线拟合(圆形网箱)，当其边缘满足拟合线约束时，视作网箱结构正常，否则视为异常，并记录边缘拟合差异值；
步骤F：将步骤D和步骤E的分析结果与网箱6编号相对应，通过LoRa扩频通信图像处理板4的通信接口与天线5将异常判断结果以及三个差异值发送到远程的数据接收端(监控室)。
步骤G：反复执行步骤D至步骤F，直到完成一次巡检任务。
综上所述，海上网箱6健康检测前首先根据网箱6的布置情况生成GPS点位并设定无人机1的“之”字形飞行路线；之后无人机1在每个点位控制摄像机3进行图像的采集，并在LoRa扩频通信图像处理板4上进行网箱的边缘识别、角点提取与中心定位；接下来根据网箱6布放规则的特点和中心的位置变化以及边缘的分析进行异常的判断；最后通过图像处理板4上的LoRa扩频通信接口将现场监测结果发送到远程数据接收端。

Claims (1)

1.一种海洋牧场网箱的健康监测方法，采用的健康监测装置包括装有GPS的四旋翼或多旋翼无人机(1)、摄像机(3)、固定架(2)以及LoRa扩频通信图像处理板(4)；所述的摄像机(3)为带有定焦镜头的低照度、高动态范围的单色工业摄像机，其数量与无人机(1)的数量一致；LoRa扩频通信图像处理板(4)的数量与摄像机(3)的数量一致；
健康监测装置采用基于LoRa扩频通信的数据传输结构；摄像机(3)通过相机接口与LoRa扩频通信图像处理板(4)相连，共同组成图像测量单元，为健康监测系统的核心部分；天线(5)与LoRa扩频通信图像处理板(4)相连；图像测量单元通过固定架(2)与无人机(1)相连，并从无人机电源箱中得到供电；在对海上网箱(6)进行健康监测时，首先根据现场网箱(6)的分布情况，设定一系列的GPS点位并生成“之”字形飞行轨迹；然后利用摄像机(3)采集现场图像，并在LoRa扩频通信图像处理板(4)中对网箱(6)边框进行识别，并计算中心位置；接下来同时比对GPS点位处网箱(6)中心的位置变化、邻近网箱(6)边缘方向的一致性以及网箱边缘线是否异常；最后将判别比对结果与设定的阈值相比较，从而得到网箱(6)状态是否健康的判断，同时将此判断结果与诊断数据一同采用LoRa扩频通信发送到远程接收端；
具体步骤如下：
步骤A：将摄像机(3)与LoRa扩频通信图像处理板(4)相连构成图像测量单元，并通过固定架(2)安装在无人机(1)的下方；与此同时，将此图像测量单元的供电接口与无人机(1)的电源相连，并将无线传输天线接到LoRa扩频通信图像处理板(4)后面的接口处；
步骤B：无人机(1)布置完毕后，根据海上网箱(6)的位置生成无人机飞行轨迹的GPS点位，并按“之”字形规划飞行路径；
步骤C：初次运行时，无人机(1)按设定的GPS点位进行飞行，并在每个GPS点位处进行图像采集，并对图像中的数据进行Canny边缘检测和Harris角点检测，同时使用Hough变换进行直线检测，从而利用边缘追踪方法识别每个网箱(6)的边框；再根据网箱(6)的边缘信息计算网箱(6)的中心位置；经过多次飞行经相同的GPS点位后计算每个网箱图像中心的平均值，并在GPS点位处对网箱(6)进行编号，每个网箱编号唯一；最后，将GPS点位、网箱编号以及网箱(6)中心位置相对应，并生成数据比对表记录在LoRa扩频通信图像处理板(4)的存储空间内；
步骤D：当进行海上网箱(6)的健康监测过程中，无人机(1)按照设定的GPS点位进行飞行，并在每个点位处使用摄像机(3)进行现场的图像采集；接下来在LoRa扩频通信图像处理板(4)中使用Harris方法进行角点检测，并使用Canny边缘检测和Hough变换法进行网箱(6)的个体识别，同时计算其中心位置；之后在步骤C生成的数据比对表中将得到的中心位置与该点位的网箱编号相对应；当对应不上时，根据近邻网箱(6)的对应关系来推断该网箱的编号，并记录中心坐标差异，同时视为异常现象；
步骤E：根据邻近网箱(6)排放的规则性，将各个网箱(6)的同侧角点进行直线拟合或使用二次曲线拟合，当某一网箱(6)的角点距离拟合线较大时，记录距离差异值，并视为异常；与此同时，对各个GPS点位处的网箱(6)边缘进行检测：使用边缘点进行直线拟合或二次曲线拟合，当其边缘满足拟合线约束时，视作网箱结构正常，否则视为异常，并记录边缘拟合差异值；
步骤F：将步骤D和步骤E的分析结果与网箱编号相对应，通过LoRa扩频通信图像处理板(4)的通信接口与天线(5)连接，将异常判断结果以及三个差异值发送到远程的数据接收端；
步骤G：反复执行步骤D至步骤F，直到完成一次巡检任务。
CN201810906237.4A 2018-08-10 2018-08-10 一种海洋牧场网箱的健康监测方法 Active CN109145794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810906237.4A CN109145794B (zh) 2018-08-10 2018-08-10 一种海洋牧场网箱的健康监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810906237.4A CN109145794B (zh) 2018-08-10 2018-08-10 一种海洋牧场网箱的健康监测方法

Publications (2)

Publication Number Publication Date
CN109145794A CN109145794A (zh) 2019-01-04
CN109145794B true CN109145794B (zh) 2021-09-24

Family

ID=64792568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810906237.4A Active CN109145794B (zh) 2018-08-10 2018-08-10 一种海洋牧场网箱的健康监测方法

Country Status (1)

Country Link
CN (1) CN109145794B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288623B (zh) * 2019-06-18 2023-05-23 大连海洋大学 无人机海上网箱养殖巡检图像的数据压缩方法
CN111367302B (zh) * 2020-03-03 2023-03-21 大连海洋大学 海上网箱养殖巡检用无人机自适应定高方法
CN113016684B (zh) * 2021-03-18 2023-04-21 美钻能源科技(上海)有限公司 浮力调节式海洋养殖网箱及其水面控制装置
CN113655066A (zh) * 2021-08-13 2021-11-16 南方海洋科学与工程广东省实验室(湛江) 一种网箱破损检测装置、系统及方法
CN114852289B (zh) * 2022-04-06 2024-03-26 五邑大学 深海渔场网箱巡检方法、装置、系统及存储介质
CN114916473B (zh) * 2022-05-23 2023-03-28 大连理工大学 一种用于养殖场内的俯视鱼体长度监测方法及装置
CN116309550B (zh) * 2023-05-11 2023-08-04 聊城市飓风工业设计有限公司 基于图像处理的集成电路贴片异常识别方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101170682A (zh) * 2007-11-12 2008-04-30 中国水产科学研究院黄海水产研究所 深水网箱远程监视系统
CN103412991A (zh) * 2013-08-05 2013-11-27 大连理工大学 一种网箱对水流影响的模拟方法
CN104536456A (zh) * 2014-12-19 2015-04-22 郑州市公路工程公司 一种自主飞行四旋翼无人机路桥施工巡检系统及方法
CN105651120A (zh) * 2016-01-30 2016-06-08 上海仪耐新材料科技有限公司 一种固定式反无人机拦截网系统
CN205809603U (zh) * 2016-05-20 2016-12-14 清华大学合肥公共安全研究院 一种桥梁巡检系统
WO2017013417A1 (en) * 2015-07-17 2017-01-26 Relmatech Limited An aircraft controlled by a secure integrated airspace management system
CN106815961A (zh) * 2017-02-20 2017-06-09 东北林业大学 一种基于Lora无线技术的森林防火热点组网监测装置及监测方法
CN108257119A (zh) * 2018-01-08 2018-07-06 浙江大学 一种基于近紫外图像处理的近岸海域漂浮危化品检测预警方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107168318B (zh) * 2017-05-27 2020-05-08 大鹏高科（武汉）智能装备有限公司 一种用于无人船和无人机海上施肥施药的装置及方法
CN107392927B (zh) * 2017-07-19 2019-08-20 武汉大学 一种亚米级遥感影像渔业网箱提取方法
CN108033015B (zh) * 2017-12-20 2021-05-07 西安科技大学 一种用于煤矸石山着火点监测的无人机装置及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101170682A (zh) * 2007-11-12 2008-04-30 中国水产科学研究院黄海水产研究所 深水网箱远程监视系统
CN103412991A (zh) * 2013-08-05 2013-11-27 大连理工大学 一种网箱对水流影响的模拟方法
CN104536456A (zh) * 2014-12-19 2015-04-22 郑州市公路工程公司 一种自主飞行四旋翼无人机路桥施工巡检系统及方法
WO2017013417A1 (en) * 2015-07-17 2017-01-26 Relmatech Limited An aircraft controlled by a secure integrated airspace management system
CN105651120A (zh) * 2016-01-30 2016-06-08 上海仪耐新材料科技有限公司 一种固定式反无人机拦截网系统
CN205809603U (zh) * 2016-05-20 2016-12-14 清华大学合肥公共安全研究院 一种桥梁巡检系统
CN106815961A (zh) * 2017-02-20 2017-06-09 东北林业大学 一种基于Lora无线技术的森林防火热点组网监测装置及监测方法
CN108257119A (zh) * 2018-01-08 2018-07-06 浙江大学 一种基于近紫外图像处理的近岸海域漂浮危化品检测预警方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
The use of an octocopter UAV for the determination of air pollutants-a case study of the traffic induced pollution plume around a river bridge in Duesseldorf,Germany;KONRADIN WEBER 等;《International Journal of Environmental Science》;20171231;第63-66页 *
深澳湾海水养殖生态系统健康评价;谢玲 等;《生态学杂志》;20141231;第1233-1242页 *

Also Published As

Publication number Publication date
CN109145794A (zh) 2019-01-04

Similar Documents

Publication Publication Date Title
CN109145794B (zh) 一种海洋牧场网箱的健康监测方法
CN107943078A (zh) 多旋翼双机系统无人机巡检故障诊断系统及方法
CN110134147A (zh) 一种植保无人机的自主路径规划方法及装置
CN103026984B (zh) 群体孵化蛋成活性的视觉检测分级装置及其方法
EP1510125B1 (en) Method for monitoring and controlling the non-consumed food in fish farms
CN111753712A (zh) 电力生产人员安全监测方法、系统以及设备
CN109630905A (zh) 一种基于无人机遥感和深度学习的油气管道全智能巡检系统
CN114037552B (zh) 一种肉鸭生理生长信息巡检方法及系统
CN110604071A (zh) 基于人工智能的非接触式种猪体温异常监测系统
CN111670834A (zh) 一种基于大数据的生猪养殖生长健康智能检测管理系统
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
CN109460832A (zh) 一种可穿戴式单兵智能巡检诊断装备
CN102524125A (zh) 海参养殖场自动监控系统及实现方法
CN104007733A (zh) 一种对农业集约化生产进行监控的系统及方法
CN106327604B (zh) 一种无人机自动化巡检系统
CN107969370A (zh) 鲑科鱼类繁殖行为观察装置
KR20150000054A (ko) 어류 양식 관리용 무인 잠수정
CN108132099B (zh) 一种鱼群监测系统
CN109581953A (zh) 一种棒花鱼养殖环境智能监控系统
CN112965557A (zh) 智能龙虾养殖监测装置及监测方法
CN109964888A (zh) 基于水下机器人平台的海珍品捕捞及可视参数监测系统
CN106597500A (zh) 一种便于牲畜管理的可穿戴式定位装置
CN110987936A (zh) 一种面向无人机的大坝表面裂缝智能识别测量装置
CN113197145B (zh) 基于循环神经网络与红外测量光栅的鱼类生物量估算系统
CN202999054U (zh) 一种群体孵化蛋成活性的视觉检测分级装置

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
CB03 Change of inventor or designer information

Inventor after: Du Hai

Inventor after: Zhao Yunpeng

Inventor after: Shi Yanjun

Inventor before: Du Hai

Inventor before: Zhao Yunpeng

Inventor before: Shi Yanjun

CB03 Change of inventor or designer information