CN110766123A - 鱼苗计数系统及鱼苗计数方法 - Google Patents
鱼苗计数系统及鱼苗计数方法 Download PDFInfo
- Publication number
- CN110766123A CN110766123A CN201810865842.1A CN201810865842A CN110766123A CN 110766123 A CN110766123 A CN 110766123A CN 201810865842 A CN201810865842 A CN 201810865842A CN 110766123 A CN110766123 A CN 110766123A
- Authority
- CN
- China
- Prior art keywords
- fry
- water
- central computing
- computing device
- images
- 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
- 238000000034 method Methods 0.000 title claims description 42
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 171
- 238000001514 detection method Methods 0.000 claims abstract description 78
- 239000003086 colorant Substances 0.000 claims abstract description 5
- 241000251468 Actinopterygii Species 0.000 claims description 38
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 16
- 229910052760 oxygen Inorganic materials 0.000 claims description 16
- 239000001301 oxygen Substances 0.000 claims description 16
- 238000010191 image analysis Methods 0.000 claims description 15
- 238000005086 pumping Methods 0.000 claims description 15
- 238000006073 displacement reaction Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M1/00—Design features of general application
- G06M1/27—Design 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
- G06M1/272—Design 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Probability & Statistics with Applications (AREA)
- Farming Of Fish And Shellfish (AREA)
Abstract
一种鱼苗计数系统及鱼苗计数方法,鱼苗计数系统具有用以放置水及多个鱼苗的待测鱼苗水箱、供鱼苗从待测鱼苗水箱流出的单向水道、设置于单向水道一隅的影像撷取装置、以及连接影像撷取装置的中央计算装置。单向水道上以不同颜色标示有第一检测区及于第一检测区后的闸门检测线。影像撷取装置持续对着第一检测区及闸门检测线撷取多个影像。中央计算装置对影像撷取装置所撷取的多个影像进行分析,从多个影像中辨识并追踪鱼苗,并且于鱼苗通过第一检测区而进入闸门检测线时累计鱼苗数量。
Description
技术领域
本发明涉及计数系统及计数方法,尤其涉及鱼苗的计数系统及计数方法。
背景技术
一般来说,市场上在买卖鱼苗时,主要是以人工方式来计算鱼苗的数量。然而,鱼苗的体积小而且数量多,动辄数千数万条,若单纯以人工方式计算,实不具备经济效益。
再者,若以上述人工方式计算鱼苗数量,计算结果可能会具有较大的误差。然而,现今部分鱼苗的经济价值相当高,若计算结果与实际数量的误差太大,将会对卖家或买家造成难以承担的损失。
为了解决上述人工计算鱼苗数量所造成的问题,市场上已有多种自动鱼苗计数装置出现。此类鱼苗计数装置通常是在水道上设置感测器,令鱼苗一一通过水道,再由感测器检测通过的鱼苗并一一计数。
然而,为了令感测器能够成功感测通过的鱼苗,则此类鱼苗计数装置必须控制让鱼苗循序地通过水道,因此水道的设计自然无法容许大量的鱼苗同时且快速地通过。如此一来,当鱼苗的数量过多时,此类鱼苗计数装置将会不敷使用。再者,若提高鱼苗通过水道的数量或速度,则此类鱼苗计数装置的准确度将会大幅降低。
发明内容
本发明的主要目的,在于提供一种鱼苗计数系统及鱼苗计数方法,可藉由影像的撷取与辨识分析来追踪并分析鱼苗,以准确地计算鱼苗数量。
为了达成上述目的,本发明的所述鱼苗计数系统主要包括:
一待测鱼苗水箱,用以放置水及多个鱼苗,该待测鱼苗水箱的一箱底处设置有一输出口供该多个鱼苗通过;
一单向水道,对应该输出口设置,并且该单向水道上以不同颜色标示有一第一检测区及于该第一检测区后的一闸门检测线;
一影像撷取装置,设置于该单向水道一隅并持续撷取多个影像,其中该多个影像至少涵盖该第一检测区及该闸门检测线;及
一中央计算装置,连接该影像撷取装置,并且包括:
一信号接收单元,由该影像撷取装置持续接收该多个影像;及
一中央计算单元,电性连接该信号接收单元,对该多个影像进行影像分析,并于藉由该多个影像判断该多个鱼苗通过该第一检测区并进入该闸门检测线时记录一鱼苗数量。
如上所述,其中该单向水道为一螺旋状水道,该螺旋状水道的前端设置有连接该输出口的一入水口,后端设置有一出水口。
如上所述,其中更包括对应该出水口设置的一集鱼水箱,该集鱼水箱内设有一细网以隔离出一第一水层及一第二水层,其中经由该单向水道流入该集鱼水箱的该多个鱼苗由该细网隔离于该第一水层中。
如上所述,其中更包括一抽水设备,包括一水管及一泵,该水管一端连接该待测鱼苗水箱,另一端连接该集鱼水箱,该泵连接该水管,用以抽取该第二水层的水并经由该水管传递至该待测鱼苗水箱。
如上所述,其中更包括一供氧装置,具有与该水管上的一开口连接的一出气口,用以将氧气注入该水管中。
如上所述,其中该中央计算单元对该多个影像进行一前景分离处理以判断该多个影像中是否有一物件存在,并且于该物件存在且进入该第一检测区时对该物件进行标记。
如上所述,其中该中央计算单元依据该标记于该多个影像中追踪该物件的位移,萃取该物件的特征,并于判断该被标记的物件进入该闸门检测线时记录该鱼苗数量。
如上所述,其中该物件为该鱼苗,该特征为该鱼苗的外观或纹理。
如上所述,其中该中央计算装置更包括一显示模块及一数据库,该数据库记录一鱼苗种类表,该中央计算装置依据该物件的该特征查询该鱼苗种类表,以取得对应的一鱼苗种类并显示于该显示模块。
如上所述,其中该中央计算装置更包括一显示模块及一数据库,该数据库记录一鱼苗尺寸表,该中央计算装置依据该物件的该特征查询该鱼苗尺寸表,以取得对应的一鱼苗尺寸并显示于该显示模块。
如上所述,其中该中央计算装置于该物件位于该第一检测区内时撷取该物件上的所有轮廓点(Contours),连接所有轮廓点以产生一外框,并且该中央计算装置于检测到该外框的比例或长度异常时依据该多个轮廓点分析该物件的一质心数量,再依据该质心数量切割该物件上重叠的鱼苗数量。
为了达成上述目的,本发明的所述鱼苗计数方法应用于所述鱼苗计数系统,并且主要包括下列步骤:
a)该影像撷取装置持续撷取多个影像,其中该多个影像至少涵盖该单向水道上的一第一检测区及设置于该第一检测区后的一闸门检测线;
b)该中央计算装置持续由该影像撷取装置接收该多个影像;
c)该中央计算装置对该多个影像进行影像分析;及
d)该中央计算装置于藉由该多个影像判断该多个鱼苗通过该第一检测区并进入该闸门检测线时记录一鱼苗数量。
如上所述,其中该单向水道为一螺旋状水道,该螺旋状水道的前端设置有连接该输出口的一入水口,后端设置有一出水口。
如上所述,其中该鱼苗计数系统更包括对应该出水口设置的一集鱼水箱,该集鱼水箱内设有一细网以隔离出一第一水层及一第二水层,其中经由该单向水道流入该集鱼水箱的该多个鱼苗由该细网隔离于该第一水层中。
如上所述,其中该鱼苗计数系统更包括一抽水设备及一供氧装置,该抽水设备包括一水管及一泵,该水管一端连接该待测鱼苗水箱,另一端连接该集鱼水箱,该泵连接该水管,用以抽取该第二水层的水并经由该水管传递至该待测鱼苗水箱,供氧装置具有与该水管上的一开口连接的一出气口,用以将氧气注入该水管中。
如上所述,其中该步骤c)包括下列步骤:
c1)该中央计算装置对该多个影像进行一前景分离处理;
c2)步骤c1)后,判断该多个影像中是否有一物件存在;及
c3)于该物件存在且进入该第一检测区时,对该物件进行标记。
如上所述,其中该步骤d)是依据该标记于该多个影像中追踪该物件的位移,并于判断该被标记的物件进入该闸门检测线时记录该鱼苗数量,其中该物件为该鱼苗。
如上所述,其中更包括下列步骤:
e)萃取该物件的一特征,其中该特征为该鱼苗的外观或纹理;
f)该中央计算装置依据该物件的该特征查询一数据库中的一鱼苗种类表;
g)依据查询结果取得该物件对应的一鱼苗种类;及
h)显示该鱼苗种类于该中央计算装置的一显示模块。
如上所述,其中更包括下列步骤:
i)萃取该物件的一特征,其中该特征为该鱼苗的外观或纹理;
j)该中央计算装置依据该物件的该特征查询一数据库中的一鱼苗尺寸表;
k)依据查询结果取得该物件对应的一鱼苗尺寸;及
l)显示该鱼苗尺寸于该中央计算装置的一显示模块。
如上所述,其中该步骤d前更包括下列步骤:
d01)该中央计算装置于该物件位于该第一检测区内时撷取该物件上的所有轮廓点;
d02)连接所有轮廓点以产生一外框;
d03)于检测到该外框的比例或长度异常时依据该多个轮廓点分析该物件的一质心数量;及
d04)依据该质心数量切割该物件上重叠的鱼苗数量。
本发明主要是撷取单向水道的影像,并对所撷取的影像进行影像辨识以追踪并分析影像中的鱼苗。相较于相关技术,本发明可以更准确地记录鱼苗的数量,并且藉由影像来对各鱼苗执行更进一步的分析。
以下结合附图和具体实施例对本发明进行详细描述,但不作为对本发明的限定。
附图说明
图1为本发明的鱼苗计数系统的第一实施例的示意图;
图2为本发明的中央计算装置的第一实施例的方框图;
图3为本发明的鱼苗计数方法的第一实施例的流程图;
图4A为本发明的鱼苗追踪第一示意图;
图4B为本发明的鱼苗追踪第二示意图;
图4C为本发明的鱼苗追踪第三示意图;
图5为本发明的物件标记程序的第一实施例的流程图;
图6为本发明的鱼苗种类判断程序的第一实施例的流程图;
图7为本发明的鱼苗尺寸判断程序的第一实施例的流程图;
图8为本发明的鱼苗重叠处理程序的第一实施例的流程图;
图9为本发明的鱼苗重叠示意图。
其中,附图标记:
1…鱼苗计数系统;
11…待测鱼苗水箱;
12…单向水道;
121…入水口;
122…出水口;
123…第一检测区;
124…闸门检测线;
13…影像撷取装置;
14…中央计算装置;
141…信号接收单元;
142…中央计算单元;
143…显示模块;
15…数据库;
151…鱼苗种类表;
152…鱼苗尺寸表;
16…集鱼水箱;
161…细网;
162…第一水层;
162…第二水层;
17…抽水设备;
171…水管;
172…泵;
18…供氧装置;
181…出气口;
2…鱼苗;
I1…第一影像;
I2…第二影像;
I3…第三影像;
S10~S22…计算步骤;
S140~S144…标记步骤;
S30~S36…判断步骤;
S40~S46…判断步骤;
S50~S62…处理步骤。
具体实施方式
兹就本发明的一较佳实施例,配合附图,详细说明如后。
参阅图1,为本发明的鱼苗计数系统的第一实施例的示意图。本发明揭露了一种鱼苗计数系统(下面将于说明书中简称为计数系统1),所述计数系统1主要包括了待测鱼苗水箱11、单向水道12、影像撷取装置13及中央计算装置14,其中中央计算装置14以有线或无线方式连接影像撷取装置13,以接收影像撷取装置13所撷取的影像。
如图1所示,所述待测鱼苗水箱11用以放置水及多个鱼苗2。具体地,待测鱼苗水箱11主要是用以放置要由计数系统1来计算数量的多个鱼苗2。待测鱼苗水箱11的箱底处设置有至少一个输出口,以供待测鱼苗水箱11中的多个鱼苗2通过。
所述单向水道12对应待测鱼苗水箱11的输出口设置,当鱼苗2从输出口流出待测鱼苗水箱11时,将会流入单向水道12中。具体地,所述单向水道12的前端设置有入水口121,后端设置有对应的出水口122。所述入水口121连接待测鱼苗水箱11的输出口,以令鱼苗2从待测鱼苗水箱11流入单向水道12中,并且最终由出水口122流出单向水道12。
于图1所示的实施例中,所述单向水道12为螺旋状水道。当使用者要进行计数而开启所述入水口121及出水口122时,鱼苗2主要是藉由水流动的力量而从待测鱼苗水箱11流入单向水道12中。本实施例将所述单向水道12设置为螺旋状水道,可避免多个鱼苗2在流动过程中的碰撞,进而有效避免鱼苗2受损。再者,本发明主要是藉由影像撷取装置13撷取单向水道12的影像并进行影像辨识,以追踪鱼苗2的位移,若将所述单向水道12设置为螺旋状水道,可大幅缩小本发明的计数系统1的整体体积。
值得一提的是,于图1的实施例中所述单向水道12的数量是以两条为例,但于其他实施例中,使用者亦可依据鱼苗2的数量而增、减单向水道12的数量,藉此得到使用者所需的计数速度。需注意的是,影像撷取装置13的数量需与单向水道12的数量相同,以有效地于每一条单向水道12中追踪鱼苗。
为便于理解,下面将以单一条单向水道12及单一台影像撷取装置13为例,进行文字说明。
所述影像撷取装置13设置于单向水道12的一隅,并且朝向单向水道12持续撷取多个影像。具体地,如图1所示,所述单向水道12上以不同颜色标示有第一检测区123及闸门检测线124,所述闸门检测线124标示于第一检测区123的后方,并且紧贴第一检测区123。本实施例中,影像撷取装置13所撷取的影像至少需涵盖单向水道12上的第一检测区123及闸门检测线124。
值得一提的是,鱼苗2的颜色一般较为深色,因此于一实施例中,所述单向水道12可被设置为较鲜艳的颜色(例如亮绿色)。如此一来,当影像撷取装置13所撷取的影像中同时包含单向水道12以及鱼苗2时,所述中央计算装置14可容易地从影像中锁定鱼苗2(容后详述)。
于一实施例中,所述第一检测区123及闸门检测线124可与单向水道12上的其他部位具有不同的颜色,但不加以限定。
请同时参阅图2,为本发明的中央计算装置的第一实施例的方框图。所述中央计算装置14连接计数系统1中的一或多台影像撷取装置13,以接收并分析影像撷取装置13所撷取的多个影像。
如图2所示,中央计算装置14主要包括信号接收单元141及与信号接收单元141电性连接的中央计算单元142。信号接收单元141用以从影像撷取装置13处持续接收所述影像。中央计算单元142对信号接收单元141所接收的多个影像进行影像分析,以对出现在多个影像中的鱼苗2进行追踪。
承上所述,当中央计算单元142追踪所述鱼苗2,判断鱼苗2通过了所述第一检测区123并进入所述闸门检测线124时,即可记录鱼苗数量,并累计通过鱼苗总数量。具体地,于一般情况下,中央计算单元142在鱼苗2抵达闸门检测线124时计数鱼苗数量为1,而于特殊情况下(例如多个鱼苗重叠或并排),中央计算单元142会在鱼苗2抵达闸门检测线124时计数鱼苗数量为2、3、4等,依实际辨识结果而定。若单向水道12为多个,则中央计算装置14除了记录并累计通过所有单向水道12的鱼苗总数量,还可分别记录并累计通过每一条单向水道12的鱼苗数量,以供使用者参考。
所述中央计算装置14还电性连接数据库15,数据库15中记录有多个鱼苗相关数据,以利中央计算装置14对鱼苗2的状态做更进一步的分析(容后详述)。
请再次参阅图1。所述计数系统1还包括对应单向水道12的出水口122设置的集鱼水箱16,所述鱼苗2由待测鱼苗水箱11流入单向水道12中,并且最终由单向水道12的出水口122流入集鱼水箱16。当一只鱼苗2流入集鱼水箱16时,表示此鱼苗2曾经出现在影像撷取装置13所撷取的影像中,并且已经被中央计数装置14分析过,意即,中央计算装置14已计数了这只鱼苗2(即,已将鱼苗数量+1)。
如图1所示,所述集鱼水箱16内还设置有细网161,所述细网161上具有小于鱼苗2的体积的多个孔洞。集鱼水箱16藉由细网161将内部所容置的水隔离成第一水层162及第二水层163,而经由单向水道12流入集鱼水箱16中的鱼苗2会被细网161隔离于第一水层162。
如前文所述,由于鱼苗2是随着待测鱼苗水箱11中的水一起流入单向水道12,并经由单向水道12流入集鱼水箱16,因此随着计数系统1的运作,待测鱼苗水箱11中的水会越来越少,而集鱼水箱16中的水会越来越多。
为解决上述问题,本发明另设置有抽水机制可将集鱼水箱16中的水抽回待测鱼苗水箱11中,以保持集鱼水箱16以及待测鱼苗水箱11中的水量。所述细网161可将已计数完毕的鱼苗2阻挡在集鱼水箱16中,而不会随着水被抽回待测鱼苗水箱11而造成计数错误。
具体地,本发明的计数系统1还包括抽水设备17,所述抽水设备17至少包括水管171与泵172。所述水管171的一端连接待测鱼苗水箱11,另一端连接集鱼水箱16。所述泵172连接水管171。本实施例中,所述水管171的另一端主要设置于集鱼水箱16的第二水层163,当泵172启动时,可由集鱼水箱16中抽取第二水层163的水,并且经由水管171传递至待测鱼苗水箱11中。如此一来,可确保待测鱼苗水箱11中的水量不会过少,同时确保集鱼水箱16中的水量不会过多。
所述计数系统1进一步还具有供氧装置18。所述供氧装置18具有出气口181,供氧装置18藉由出气口181连接所述水管171上的一开口(图未标示),用以将氧气注入水管171中。如此一来,可确保抽水装置17抽回待测鱼苗水箱11的水具有足够的含氧量。
续请参阅图3,为本发明的鱼苗计数方法的第一实施例的流程图。本发明另揭露了一种鱼苗计数方法(下面简称为计数方法),所述计数方法主要应用于如图1所示的计数系统1。
具体地,于使用本发明的计数系统1时,首先将要计数的鱼苗2放置于待测鱼苗水箱11中,并且由影像撷取装置13朝向单向水道12撷取影像(步骤S10)。其中,影像撷取装置13所撷取的影像需至少涵盖单向水道12上的第一检测区123及闸门检测线124。当待测鱼苗水箱11的箱底处的输出口被打开时,待测鱼苗水箱11中的鱼苗2可经由输出口流入单向水道12中。当鱼苗2流至影像撷取装置13的影像撷取范围内(例如流入第一检测区123中)时,所述影像中即可补捉到鱼苗2的存在。
中央计算装置14由影像撷取装置13接收所述影像(步骤S12),并且依序对所接收的影像执行影像分析程序(步骤S14)。于一实施例中,中央计算装置14仅藉由上述影像分析程序来判断影像中是否有物件(即,鱼苗2)出现,并于后续接收的多个影像中追踪同一物件。于另一实施例中,中央计算装置14还藉由上述影像分析程序来萃取所述物件的特征(步骤S16),以对所述物件执行进一步的分类、归纳等动作。本实施例中,若所述物件为鱼苗2,则所述特征可例如为鱼苗2的外观或纹理等,但不以此为限。
当中央计算装置14经上述影像分析程序后发现了鱼苗2存在于一张影像中,即可对鱼苗2进行标记(tag),藉此中央计算装置14可以在后续取得的多个影像中追踪此鱼苗2的位移。具体地,通过在多个影像中追踪上述标记,中央计算装置14可以判断被标记的鱼苗2是否已经通过所述第一检测区123并且进入了所述闸门检测线124(步骤S18)。
若被标记的鱼苗2已经通过第一检测区123并且进入了闸门检测线124,则中央计算装置14计数鱼苗数量(步骤S20)。于正常情况下,中央计算装置14在步骤S20中会将鱼苗数量+1。于特殊情况下(例如多个鱼苗2重叠或并排),中央计算装置14会视鱼苗2的重叠或并排数量来累计鱼苗数量(容后详述)。
本发明的计数系统1在运作时,会持续判断是否需要停止计数动作(步骤S22),例如判断电源是否关闭、待测鱼苗水箱11的输出口是否关闭、是否长时间没有检测到鱼苗2等。若判断计数动作不需停止,则计数系统1返回步骤S10,由影像撷取装置13持续撷取多个影像,并由中央计算装置14持续进行影像分析并且计数鱼苗数量。若判断计数动作需要停止,则计数系统1结束本发明的计数方法。
参阅图4A、图4B及图4C,分别为本发明的鱼苗追踪第一示意图、鱼苗追踪第二示意图及鱼苗追踪第三示意图。本发明中,计数系统1是由影像撷取装置13持续撷取单向水道12上的同一位置的影像,其中所述影像中至少涵盖了所述第一检测区123及闸门检测线124。
图4A揭露了影像撷取装置13撷取的第一影像I1。中央计算装置14对第一影像I1执行了影像分析程序后,可发现第一影像I1中没有任何鱼苗2存在。
图4B揭露了影像撷取装置13撷取的第二影像I2。中央计算装置14对第二影像I2执行了影像分析程序后,可发现第二影像I2中有一只鱼苗2存在,此时中央计算装置14可对这只鱼苗2进行标记(例如依据像素及时戳等参数将这只鱼苗2所对应的影像区块标记为“A”)。如此一来,中央计算装置14可以藉由高速追踪演算法在后续取得的影像中对这只鱼苗2进行追踪(容后详述)。
于一实施例中,中央计算装置14可将所述第一检测区123设定为影像中的关注点(Point of Interesting,POI)。当所述鱼苗2出现在影像的关注点中时,中央计算装置14即可对鱼苗2进行标记。换句话说,中央计算装置14不需在影像中取得鱼苗2的完整影像,即可对鱼苗2进行标记。
于一实施例中,所述关注点(即,第一检测区123)较佳可设定为待测鱼苗2的标准身长(例如6分苗为1.5公分、8分苗为2公分等),但不加以限定。
图4C揭露了影像撷取装置13撷取的第三影像I3。中央计算装置14对第三影像I3执行了影像分析程序后,可发现标记A的鱼苗2的存在,并且中央计算装置14将第三影像I3与第二影像I2进行比对后,即可得到此鱼苗2的位移数据。
值得一提的是,由于水流动的速度非常快,鱼苗2在单向水道12中流动的速度也相对快速。于一实施例中,所述影像撷取装置13的影像撷取速度为100FPS(即,所述中央计算装置14的影像处理速度至少为100FPS),藉此可以精准追踪鱼苗2,不容易被前景或背景影响,进而实现本发明的高速追踪演算法。
于一实施例中,所述高速追踪演算法是由中央计算装置14使用核心相关过滤追踪器(Kernelized Correlation Filter Tracker,KFC Tracker)来于影像中追踪目标物件(例如追踪鱼苗2的特征点),并在所接收的多个影像中搜寻与目标物件的特征点相关分数最高的区域。藉此,可以针对快速移动的鱼苗2得到高效率、高准确性的追踪结果。
如图4C所示,中央计算装置14对第三影像I3进行了分析后,可发现标记A的鱼苗2已经过第一检测区123而进入闸门检测线124,此时即可累计鱼苗数量。
为了确实追踪影像中的物件,于一实施例中,将单向水道12设置为鲜艳的颜色(鱼苗2一般较为深色),藉此中央计算装置14可较轻易地将物件由影像中分离出来。
续请参阅图5,为本发明的物件标记程序的第一实施例的流程图。具体地,图5是对图3的步骤S14做更进一步的说明。
如图5所示,当中央计算装置14由影像撷取装置13取得一张影像后,先对影像进行前景分离处理(步骤S140),以分离影像中的前景与背景(例如所述单向水道12),进而判断影像中是否有物件(例如鱼苗2)存在(步骤S142)。若中央计算装置14判断影像中确实有物件存在,且物件已进入了影像中的关注区(即,所述第一检测区123),则中央计算装置14对此物件进行标记(步骤S144)。于步骤S144后,中央计算装置14即可藉由所述高速追踪演算法以在后续收到的影像中追踪这个已被标记的物件。
于一实施例中,本发明的中央计算装置14采用具硬体加速的色彩空间转换技术,将影像中的RGB色彩空间快速转换至HSV色彩空间。由于HSV色彩空间可以将色相环上的颜色区段独立分割出来,如此便可通过背景学习的过程将影像中的前景快速分离出来。
当得到每个像素点的像素平均值S及像素标准差D后,中央计算装置14对每一个输入进来的像素值进行判断,若是此像素值的HSV数值在S±D范围内,即视为背景;若是此像素值的HSV数值在S±D范围外,即视为前景物件。如此,中央计算装置14可快速地(处理一张画面约需耗费5ms)将影像中的鱼苗2(前景)从单向水道12(背景)中切割出来。通过对被切割出来的鱼苗2进行标记,中央计算装置14可以精确地在多个影像中追踪鱼苗2的位移。
除了标记并追踪影像中的鱼苗2,并在鱼苗2通过单向水道12上的闸门检测线124时累计鱼苗数量之外,本发明还可选择性地萃取鱼苗2的特征(例如执行图3的步骤S16),以对鱼苗2做更进一步的分析。
如图2所示,计数系统1的制造者可以依据要计数的鱼苗的特征预先训练一套模型,并记录对应的鱼苗种类表151及/或鱼苗尺寸表152于数据库15中。所述鱼苗种类表151与鱼苗尺寸表152可令中央计算装置14对所追踪的鱼苗2做更进一步的分析。
参阅图6,为本发明的鱼苗种类判断程序的第一实施例的流程图。当中央计算装置14由影像撷取装置13取得影像,并确认物件存在时,可经由影像分析程序取得物件的特征(步骤S30),例如鱼苗的外观或纹理等。值得一提的是,图6的步骤S30相同或相似于图3的步骤16。于一实施例中,中央计算装置14可在鱼苗2到达所述闸门检测线124前的任何时间点萃取物件的特征,不加以限定。
接着,中央计算装置14依据所取得的物件特征查询数据库15中预先训练完成的鱼苗种类表151(步骤S32),并依据查询结果确认这个物件所对应的鱼苗种类(步骤S34)。意即,中央计算装置14可经由查询鱼苗种类表151来判断影像中的鱼苗的种类。
若所述中央计算装置14具备有显示模块(如图2所示的显示模块143),则中央计算装置14可进一步于显示模块143上显示所述鱼苗种类(步骤S36),以令使用者知晓。再者,所述中央计算装置14亦可仅记录鱼苗种类而不直接显示,或经由网络将所述鱼苗种类传送到远端设备或可携式装置上显示,不加以限定。
于前述步骤S30中(或图3的步骤S16),中央计算装置14主要是采用一特征萃取演算法来从影像中取得物件的一或多个特征。于一实施例中,所述特征萃取演算法是藉由方向梯度直方图(Histogram of Oriented Gradient,HOG)演算法以及纹理特征描述法(Gabor Filter)的组合来萃取并描述鱼苗2的特征(主要为鱼苗2的外观形状及纹理,但不加以限定)。
具体地,所述HOG演算法是先计算影像中各个像素点的梯度强度(包括X方向的强度Gx及Y方向的强度Gy),接着再依据强度Gx及强度Gy计算各个像素点的梯度方向(即,各个像素点的角度θ)。
HOG演算法将一个单元格(或称为cell,每个cell例如可为6*6个像素)的梯度方向0到360度分成九个方向块(bin),包含正负方向,每个方向块的角度为20度。接着,在每个单元格当中建立此单元格的HOG直方图,即,将每个单元格中的每个像素点的灰阶梯度依照各个不同的向量方向块的方向累积成九个方向的直方图。
所述Gabor Filter是一种描述纹理特征的演算法,其可将特征遮罩依照频率及相位分别计算出四十种不同的特征。因此,结合Gabor Filter及上述计算出来的直方图,中央计算装置14可以有效地将影像中的鱼苗2的特征描述出来。
于一实施例中,中央计算装置14是采用鱼种分类演算法来进行鱼苗2种类的分类程序。所述鱼种分类演算法主要是对上述计算好的直方图进行区块正规化(BlockNormalize),其中,一个区块的特征是由四个单元格的特征向量组合而成的。此演算法将各个单元格的梯度总和正规化后形成所述区块特征,再将属于选定的视窗(Window)范围中的区块的特征结合在一起。
具体地,此演算法计算完鱼苗2的HOG特征后会产生所述Window的特征,其中一个Window产生十六个区块,每个区块包含了四个单元格,而每个单元格产生九个方向块,也就是说总共有五百七十六个特征。接着,将这五百七十六个特征进行权重加权,并经由预先训练好的支援向量机(Support Vector Machine,SVM)分类器判断加权后的总和是否大于门槛值,藉此即可确认鱼苗2的种类。
在一训练阶段(例如制造计数系统1时),制造商可将数十种养殖业常见的鱼苗鱼种套入上述的特征萃取演算法,以预先训练出一套可分类鱼苗的模型(即,建立所述鱼苗种类表151与鱼苗尺寸表152)。在一检测阶段(例如使用计数系统1时),中央计算装置14可利用上述训练好的模型,同样计算影像中的鱼苗2的HOG及Gabor特征(例如执行图6的步骤S30),再通过上述SVM分类器来分类此鱼苗2所对应的鱼种(例如执行图6的步骤S32及步骤S34)。
值得一提的是,经由上述演算法,本发明不但能分析影像中的鱼苗2的种类,亦可进一步分析鱼苗2的尺寸。
参阅图7,为本发明的鱼苗尺寸判断程序的第一实施例的流程图。当中央计算装置14从影像撷取装置13处取得影像,并且发现物件存在时,即可经由影像分析程序取得物件的特征(步骤S40)。具体地,图7的步骤S40相同或相似于图6的步骤S30,并且中央计算装置14是采用前文所述的特征萃取演算法来取得物件的特征。
接着,中央计算装置14依据物件的特征查询数据库15中预先训练完成的鱼苗尺寸表152(步骤S42),并依据查询结果确认这个物件所对应的鱼苗尺寸(步骤S44)。意即,中央计算装置14可经由查询鱼苗尺寸表152来判断影像中的鱼苗的尺寸大小。具体地,除了鱼苗的尺寸大小外所述鱼苗尺寸表152亦可依据鱼苗的特征来对应记录鱼苗的年龄、重量等,不加以限定。当中央计算装置14依据物件的特征查询了鱼苗尺寸表152后,可同时得到目标鱼苗的尺寸大小、年龄及重量。
进一步,中央计算装置14可直接于所述显示模块143上显示所述鱼苗尺寸(步骤S46),或是经由网络将所述鱼苗尺寸传送到远端设备或可携式装置上显示。
如前文中所述,于正常情况下,中央计算装置14会在所追踪的鱼苗2经过单向水道12的闸门检测线124时,计数鱼苗数量为1;于特殊情况下(例如多个鱼苗2重叠或并排),中央计算装置14会视鱼苗2的重叠或并排数量来计数鱼苗数量。并排的多个鱼苗2很容易在进行前景分离处理时,被一一辨识出来并分别标记,但重叠的多个鱼苗2则可能被标记为单一鱼苗2。因此,中央计算装置14需要在所追踪的鱼苗2到达闸门检测线124之前,藉由影像分析程序来判断影像中的鱼苗2的重叠状况。
参阅图8,为本发明的鱼苗重叠处理程序的第一实施例的流程图。首先,中央计算装置14从影像撷取装置13处取得影像(步骤S50)。于一实施例中,图8的步骤S50是相同或相似于图3的步骤S12。于另一实施例中,中央计算装置14在步骤S50是由所接收的影像中进一步取得关注区(即,第一检测区123)的影像。
接着,若影像中的物件位于第一检测区123内,则中央计算装置14撷取物件的所有轮廓点(Contours)(步骤S52)。并且,中央计算装置14依据所有轮廓点计算此物件的凸包(Convex Hull),意即,连接所有轮廓点以产生此物件的外框(步骤S54)。接着,中央计算装置14判断此物件的外框的比例或长度是否异常(步骤S56)。
请同时参阅图9,为本发明的鱼苗重叠示意图。当多个鱼苗2重叠时,可能被中央计算装置14视为单一个物件。若未对此物件进行分析,则当此物件通过闸门检测线124时中央计算装置14将只会设定鱼苗数量为1,因而造成了计数误差。
如图9所示,若多个鱼苗2重叠,则当中央计算装置14撷取了此物件的所有轮廓点且产生了此物件的外框后,可发现此物件的外框比例或长度明显异于标准鱼苗的外框比例或长度。也就是说,当一物件的外框的比例或长度异常时,表示此物件同时包含了多个鱼苗2。
回到图8。若中央计算装置14判断此物件的外框的比例或长度没有异常,即可单纯地将鱼苗数量设定为1(步骤S58)。具体地,中央计算装置14是将此物件视为一只鱼苗2,并于此物件通过闸门检测线124时将鱼苗数量+1。
若中央计算装置14判断此物件的外框的比例或长度异常,则进一步依据此物件的所有轮廓点分析此物件上的质心数量(步骤S60),并且再依据计算所得的质心数量切割并设定此物件上重叠的鱼苗数量(步骤S62)。例如,若计算出一个物件上具有两个质心,则中央计算装置14将鱼苗数量设定为二;若计算出一个物件上具有三个质心,则中央计算装置14将鱼苗数量设定为三,以此类推。
具体地,上述步骤S62是以Convex Hull计算此物件上各个轮廓点(或称为角点)的分布,并以几何方式计算这些轮廓点与物件边缘的关系(内角关系或外角关系),藉此计算出此物件中有几个质心。上述质心数量的计算方式属于影像分析领域的常用手段,于此不再赘述。通过质心数量的计算,可令中央计算装置14所计数的鱼苗数量与实际通过闸门检测线124的鱼苗数量相符,以大幅降低计数误差。
通过本发明的计数系统与计数方法,使用者可快速地计算鱼苗的数量,提高计数准确度,同时分析鱼苗的种类及尺寸等资讯,相较于相关技术中的鱼苗计数系统实更具备市场价值。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (20)
1.一种鱼苗计数系统,其特征在于,包括:
一待测鱼苗水箱,用以放置水及多个鱼苗,该待测鱼苗水箱的一箱底处设置有一输出口供该多个鱼苗通过;
一单向水道,对应该输出口设置,并且该单向水道上以不同颜色标示有一第一检测区及于该第一检测区后的一闸门检测线;
一影像撷取装置,设置于该单向水道一隅并持续撷取多个影像,其中该多个影像至少涵盖该第一检测区及该闸门检测线;及
一中央计算装置,连接该影像撷取装置,并且包括:
一信号接收单元,由该影像撷取装置持续接收该多个影像;及
一中央计算单元,电性连接该信号接收单元,对该多个影像进行影像分析,并于藉由该多个影像判断该多个鱼苗通过该第一检测区并进入该闸门检测线时记录一鱼苗数量。
2.根据权利要求1所述的鱼苗计数系统,其特征在于,该单向水道为一螺旋状水道,该螺旋状水道的前端设置有连接该输出口的一入水口,后端设置有一出水口。
3.根据权利要求2所述的鱼苗计数系统,其特征在于,更包括对应该出水口设置的一集鱼水箱,该集鱼水箱内设有一细网以隔离出一第一水层及一第二水层,其中经由该单向水道流入该集鱼水箱的该多个鱼苗由该细网隔离于该第一水层中。
4.根据权利要求3所述的鱼苗计数系统,其特征在于,更包括一抽水设备,包括一水管及一泵,该水管一端连接该待测鱼苗水箱,另一端连接该集鱼水箱,该泵连接该水管,用以抽取该第二水层的水并经由该水管传递至该待测鱼苗水箱。
5.根据权利要求4所述的鱼苗计数系统,其特征在于,更包括一供氧装置,具有与该水管上的一开口连接的一出气口,用以将氧气注入该水管中。
6.根据权利要求1所述的鱼苗计数系统,其特征在于,该中央计算单元对该多个影像进行一前景分离处理以判断该多个影像中是否有一物件存在,并且于该物件存在且进入该第一检测区时对该物件进行标记。
7.根据权利要求6所述的鱼苗计数系统,其特征在于,该中央计算单元依据该标记于该多个影像中追踪该物件的位移,萃取该物件的特征,并于判断该被标记的物件进入该闸门检测线时记录该鱼苗数量。
8.根据权利要求7所述的鱼苗计数系统,其特征在于,该物件为该鱼苗,该特征为该鱼苗的外观或纹理。
9.根据权利要求7所述的鱼苗计数系统,其特征在于,该中央计算装置更包括一显示模块及一数据库,该数据库记录一鱼苗种类表,该中央计算装置依据该物件的该特征查询该鱼苗种类表,以取得对应的一鱼苗种类并显示于该显示模块。
10.根据权利要求7所述的鱼苗计数系统,其特征在于,该中央计算装置更包括一显示模块及一数据库,该数据库记录一鱼苗尺寸表,该中央计算装置依据该物件的该特征查询该鱼苗尺寸表,以取得对应的一鱼苗尺寸并显示于该显示模块。
11.根据权利要求7所述的鱼苗计数系统,其特征在于,该中央计算装置于该物件位于该第一检测区内时撷取该物件上的所有轮廓点,连接所有轮廓点以产生一外框,并且该中央计算装置于检测到该外框的比例或长度异常时依据该多个轮廓点分析该物件的一质心数量,再依据该质心数量切割该物件上重叠的鱼苗数量。
12.一种鱼苗计数方法,应用于一鱼苗计数系统,其特征在于,该鱼苗计数系统包括具有输出口以供多个鱼苗通过的一待测鱼苗水箱、对应该输出口设置的一单向水道、设置于该单向水道一隅的一影像撷取装置及连接该影像撷取装置的一中央计算装置,该鱼苗计数方法包括:
a)该影像撷取装置持续撷取多个影像,其中该多个影像至少涵盖该单向水道上的一第一检测区及设置于该第一检测区后的一闸门检测线;
b)该中央计算装置持续由该影像撷取装置接收该多个影像;
c)该中央计算装置对该多个影像进行影像分析;及
d)该中央计算装置于藉由该多个影像判断该多个鱼苗通过该第一检测区并进入该闸门检测线时记录一鱼苗数量。
13.根据权利要求12所述的鱼苗计数方法,其特征在于,该单向水道为一螺旋状水道,该螺旋状水道的前端设置有连接该输出口的一入水口,后端设置有一出水口。
14.根据权利要求13所述的鱼苗计数方法,其特征在于,该鱼苗计数系统更包括对应该出水口设置的一集鱼水箱,该集鱼水箱内设有一细网以隔离出一第一水层及一第二水层,其中经由该单向水道流入该集鱼水箱的该多个鱼苗由该细网隔离于该第一水层中。
15.根据权利要求14所述的鱼苗计数方法,其特征在于,该鱼苗计数系统更包括一抽水设备及一供氧装置,该抽水设备包括一水管及一泵,该水管一端连接该待测鱼苗水箱,另一端连接该集鱼水箱,该泵连接该水管,用以抽取该第二水层的水并经由该水管传递至该待测鱼苗水箱,供氧装置具有与该水管上的一开口连接的一出气口,用以将氧气注入该水管中。
16.根据权利要求12所述的鱼苗计数方法,其特征在于,该步骤c)包括下列步骤:
c1)该中央计算装置对该多个影像进行一前景分离处理;
c2)步骤c1)后,判断该多个影像中是否有一物件存在;及
c3)于该物件存在且进入该第一检测区时,对该物件进行标记。
17.根据权利要求16所述的鱼苗计数方法,其特征在于,该步骤d)是依据该标记于该多个影像中追踪该物件的位移,并于判断该被标记的物件进入该闸门检测线时记录该鱼苗数量,其中该物件为该鱼苗。
18.根据权利要求17所述的鱼苗计数方法,其特征在于,更包括下列步骤:
e)萃取该物件的一特征,其中该特征为该鱼苗的外观或纹理;
f)该中央计算装置依据该物件的该特征查询一数据库中的一鱼苗种类表;
g)依据查询结果取得该物件对应的一鱼苗种类;及
h)显示该鱼苗种类于该中央计算装置的一显示模块。
19.根据权利要求17所述的鱼苗计数方法,其特征在于,更包括下列步骤:
i)萃取该物件的一特征,其中该特征为该鱼苗的外观或纹理;
j)该中央计算装置依据该物件的该特征查询一数据库中的一鱼苗尺寸表;
k)依据查询结果取得该物件对应的一鱼苗尺寸;及
l)显示该鱼苗尺寸于该中央计算装置的一显示模块。
20.根据权利要求17所述的鱼苗计数方法,其特征在于,该步骤d前更包括下列步骤:
d01)该中央计算装置于该物件位于该第一检测区内时撷取该物件上的所有轮廓点;
d02)连接所有轮廓点以产生一外框;
d03)于检测到该外框的比例或长度异常时依据该多个轮廓点分析该物件的一质心数量;及
d04)依据该质心数量切割该物件上重叠的鱼苗数量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107123821A TWI687159B (zh) | 2018-07-10 | 2018-07-10 | 魚苗計數系統及魚苗計數方法 |
TW107123821 | 2018-07-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110766123A true CN110766123A (zh) | 2020-02-07 |
Family
ID=69328849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810865842.1A Pending CN110766123A (zh) | 2018-07-10 | 2018-08-01 | 鱼苗计数系统及鱼苗计数方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110766123A (zh) |
TW (1) | TWI687159B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111657206A (zh) * | 2020-06-17 | 2020-09-15 | 漳州市同丰科技服务有限公司 | 一种水产养殖用鱼苗分选计数装置 |
CN111882451A (zh) * | 2020-08-12 | 2020-11-03 | 滨州学院 | 海洋养殖区经济数据分析系统 |
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 |
CN112931434A (zh) * | 2021-04-02 | 2021-06-11 | 青岛丰禾星普科技有限公司 | 对虾收获装置 |
US20220207320A1 (en) * | 2020-12-31 | 2022-06-30 | National Sun Yat-Sen University | System and method for counting aquatic creatures |
CN115187636A (zh) * | 2022-07-26 | 2022-10-14 | 金华市水产技术推广站(金华市水生动物疫病防控中心) | 一种基于多窗口的鱼苗识别计数方法及系统 |
CN115281139A (zh) * | 2022-01-23 | 2022-11-04 | 仰恩大学 | 一种鱼苗计数及分类装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113197145B (zh) * | 2021-05-08 | 2022-02-08 | 浙江大学 | 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 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005202674A (ja) * | 2004-01-15 | 2005-07-28 | Chugoku Electric Power Co Inc:The | 魚道を通る魚の計数方法、魚道を通る魚の数を計数するシステム、情報処理装置、及びプログラム |
CN101430775A (zh) * | 2008-11-17 | 2009-05-13 | 浙江海洋学院 | 基于计算机视觉的鱼苗自动计数系统 |
CN102073905A (zh) * | 2009-11-23 | 2011-05-25 | 财团法人资讯工业策进会 | 水产动物的计数系统及方法 |
CN102805044A (zh) * | 2012-07-16 | 2012-12-05 | 宁波大学 | 基于计算机视频处理的鱼虾蟹苗自动计数装置及其方法 |
CN203490730U (zh) * | 2013-08-08 | 2014-03-19 | 曲楠 | 鱼(虾)苗计数机 |
CN105374042A (zh) * | 2015-11-30 | 2016-03-02 | 中国计量学院 | 基于机器视觉的鱼苗在线自动计数装置与方法 |
CN106204626A (zh) * | 2016-07-26 | 2016-12-07 | 浙江省海洋水产研究所 | 一种基于图像处理的鱼苗计数器及计数方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101256639A (zh) * | 2008-04-10 | 2008-09-03 | 山东省寄生虫病防治研究所 | 小型水生昆虫计数分装机 |
TW201118761A (en) * | 2009-11-17 | 2011-06-01 | Inst Information Industry | Aquatic animal counting system, method and recording medium thereof |
US20170084019A1 (en) * | 2015-09-22 | 2017-03-23 | Aidmics Biotechnology Co., Ltd. | Detecting device, detecting module and detecting method |
-
2018
- 2018-07-10 TW TW107123821A patent/TWI687159B/zh active
- 2018-08-01 CN CN201810865842.1A patent/CN110766123A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005202674A (ja) * | 2004-01-15 | 2005-07-28 | Chugoku Electric Power Co Inc:The | 魚道を通る魚の計数方法、魚道を通る魚の数を計数するシステム、情報処理装置、及びプログラム |
CN101430775A (zh) * | 2008-11-17 | 2009-05-13 | 浙江海洋学院 | 基于计算机视觉的鱼苗自动计数系统 |
CN102073905A (zh) * | 2009-11-23 | 2011-05-25 | 财团法人资讯工业策进会 | 水产动物的计数系统及方法 |
CN102805044A (zh) * | 2012-07-16 | 2012-12-05 | 宁波大学 | 基于计算机视频处理的鱼虾蟹苗自动计数装置及其方法 |
CN203490730U (zh) * | 2013-08-08 | 2014-03-19 | 曲楠 | 鱼(虾)苗计数机 |
CN105374042A (zh) * | 2015-11-30 | 2016-03-02 | 中国计量学院 | 基于机器视觉的鱼苗在线自动计数装置与方法 |
CN106204626A (zh) * | 2016-07-26 | 2016-12-07 | 浙江省海洋水产研究所 | 一种基于图像处理的鱼苗计数器及计数方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111657206A (zh) * | 2020-06-17 | 2020-09-15 | 漳州市同丰科技服务有限公司 | 一种水产养殖用鱼苗分选计数装置 |
CN111882451A (zh) * | 2020-08-12 | 2020-11-03 | 滨州学院 | 海洋养殖区经济数据分析系统 |
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 |
US20220207320A1 (en) * | 2020-12-31 | 2022-06-30 | National Sun Yat-Sen University | System and method for counting aquatic creatures |
US11915445B2 (en) * | 2020-12-31 | 2024-02-27 | National Sun Yat-Sen University | System and method for counting aquatic creatures |
CN112931434A (zh) * | 2021-04-02 | 2021-06-11 | 青岛丰禾星普科技有限公司 | 对虾收获装置 |
CN115281139A (zh) * | 2022-01-23 | 2022-11-04 | 仰恩大学 | 一种鱼苗计数及分类装置 |
CN115187636A (zh) * | 2022-07-26 | 2022-10-14 | 金华市水产技术推广站(金华市水生动物疫病防控中心) | 一种基于多窗口的鱼苗识别计数方法及系统 |
CN115187636B (zh) * | 2022-07-26 | 2023-09-19 | 金华市水产技术推广站(金华市水生动物疫病防控中心) | 一种基于多窗口的鱼苗识别计数方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
TWI687159B (zh) | 2020-03-11 |
TW202005522A (zh) | 2020-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766123A (zh) | 鱼苗计数系统及鱼苗计数方法 | |
CN108009473B (zh) | 基于目标行为属性视频结构化处理方法、系统及存储装置 | |
Balntas et al. | Pose guided RGBD feature learning for 3D object pose estimation | |
CN110363047B (zh) | 人脸识别的方法、装置、电子设备和存储介质 | |
CN111797653B (zh) | 基于高维图像的图像标注方法和装置 | |
US8340420B2 (en) | Method for recognizing objects in images | |
CN110532970B (zh) | 人脸2d图像的年龄性别属性分析方法、系统、设备和介质 | |
CN109447169A (zh) | 图像处理方法及其模型的训练方法、装置和电子系统 | |
CN109657609A (zh) | 人脸识别方法及系统 | |
Ali et al. | Visual tree detection for autonomous navigation in forest environment | |
Weyler et al. | Joint plant instance detection and leaf count estimation for in-field plant phenotyping | |
CN109154978A (zh) | 用于检测植物疾病的系统和方法 | |
CN108052859A (zh) | 一种基于聚类光流特征的异常行为检测方法、系统及装置 | |
CN107341688A (zh) | 一种客户体验的采集方法及系统 | |
CN109214373A (zh) | 一种用于考勤的人脸识别系统及方法 | |
CN102915446A (zh) | 基于svm机器学习的植物病虫害检测方法 | |
CN110827432B (zh) | 一种基于人脸识别的课堂考勤方法及系统 | |
CN106203237A (zh) | 集装箱拖车编号的识别方法和装置 | |
CN106909883A (zh) | 一种基于ros的模块化手部区域检测方法和装置 | |
Ye et al. | An image-based approach for automatic detecting tasseling stage of maize using spatio-temporal saliency | |
CN109359577A (zh) | 一种基于机器学习的复杂背景下人数检测系统 | |
CN112101076A (zh) | 识别猪只的方法和装置 | |
CN113435355A (zh) | 多目标奶牛身份识别方法及系统 | |
CN109800616A (zh) | 一种基于图像特征的二维码定位识别系统 | |
CN115330833A (zh) | 一种改进多目标跟踪的果实产量估算方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200207 |
|
WD01 | Invention patent application deemed withdrawn after publication |