CN110942045A - 一种基于机器视觉的智能鱼缸投食系统 - Google Patents
一种基于机器视觉的智能鱼缸投食系统 Download PDFInfo
- Publication number
- CN110942045A CN110942045A CN201911233702.3A CN201911233702A CN110942045A CN 110942045 A CN110942045 A CN 110942045A CN 201911233702 A CN201911233702 A CN 201911233702A CN 110942045 A CN110942045 A CN 110942045A
- Authority
- CN
- China
- Prior art keywords
- fish
- image
- fish tank
- carrying
- machine vision
- 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
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 98
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 238000012795 verification Methods 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000010845 search algorithm Methods 0.000 claims abstract description 4
- 238000012549 training Methods 0.000 claims description 6
- 235000013305 food Nutrition 0.000 claims description 5
- 239000004459 forage Substances 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000002431 foraging effect Effects 0.000 abstract description 2
- 230000026676 system process Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- 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
- A01K61/85—Feeding devices for use with aquaria
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Environmental Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Zoology (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于机器视觉的智能鱼缸投食系统，包括鱼缸、监测系统和客户端，所述监测系统包括以下工作步骤：(1)摄像头采集鱼缸内图像并将图像信息传输到API；(2)进行图像分类、背景建模和图像检测；(3)使用Selective Search算法进行逻辑筛选，找到各类鱼群并过滤掉背景；(4)计算鱼群分布情况，形成动态鱼运动轨迹图像；(5)对运动轨迹图进行二值化和聚类，过滤掉识别正确率小于50％的簇；(6)对剩余簇提取特征，进行准确性验证，判断鱼是否在觅食；(7)根据准确性验证得到的结果判断鱼是否需要进行投食；(8)将结果发送到客户端。系统对摄像头采集到的鱼的行为进行处理分析，判断是否需要投食，使用该系统可根据鱼的行为进行科学饲养。
Description
技术领域
本发明涉及智能鱼缸领域，具体涉及一种基于机器视觉的智能鱼缸投食系统。
背景技术
随着生活水平的提高，饲养观赏鱼的人也越来越多，为了解决给鱼投食的困难,市场上出现了智能鱼缸，传统的智能鱼缸大多是在鱼缸内加上各类传感器，检测水的PH值、含氧量、浑浊度等指标，但这些数据并不能充分的作为投食的依据,不能科学地饲养鱼。
发明内容
本发明的目的是提供一种基于机器视觉的智能鱼缸投食系统，以解决现有技术中无法准确分析判断鱼是否需要喂食的问题。
所述的一种基于机器视觉的智能鱼缸投食系统，包括鱼缸、监测系统和客户端，所述监测系统包括安装在鱼缸上的摄像头和API(应用程序编程接口)，通过对收集的鱼缸内场景图像进行定制化图像识别从而进行模型训练，将模型上线到平台并生成所述API，所述监测系统包括以下工作步骤：
(1)摄像头采集鱼缸内场景的图像序列并将图像信息传输到API；
(2)对摄像头采集到的每帧图像进行图像分类、背景建模和图像检测，得到备选的鱼缸区域；
(3)对所述步骤(2)得到的备选鱼缸区域使用SelectiveSearch算法进行逻辑筛选，找到鱼缸内的各类鱼群，并过滤掉鱼缸内的人工景观画面；
(4)在时间轴上，利用连续的若干帧监测结果，计算出鱼群的分布情况，形成动态的鱼运动轨迹图像；
(5)对所述步骤(4)得到的运动轨迹图像在空间轴上进行二值化和聚类操作，过滤掉识别正确率小于50％的簇；
(6)对剩余的每个簇提取特征，并在时间轴上进行准确性验证，判断鱼是否在觅食；
(7)根据准确性验证得到的结果判断摄像头捕捉到的鱼缸场景内的鱼是否需要进行投食以及投食是否满足当前需要。
(8)将步骤(7)中得到的结果发送到客户端。
优选的，所述步骤(2)中对图像序列进行的图像检测包括鱼的运动检测和鱼的特征检测。
优选的，所述运动检测采用差分算法将鱼体目标与背景分离,得到灰度化的鱼体目标图像。
优选的，所述特征检测采用最大类间方差算法获取自适应分割阈值,通过图像分割得到二值化鱼体目标图像。
优选的，所述步骤(6)中对每个簇提取的特征包括簇的中心坐标、簇边界。
本发明的优点在于：通过定制化图像识别进行模型训练，并将模型上线到平台，在实际运行中，系统对摄像头收集到的鱼的行为特征等信息进行处理分析，判断当前是否需要进行投食，使用该系统可根据鱼缸情况进行科学饲养，解决了非专业人士养鱼的难处。
附图说明
图1为本发明的工作流程图。
具体实施方式
下面对照附图，通过对实施例的描述，对本发明具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思，技术方案有更完整，准确和深入的理解。
如图1所示，一种基于机器视觉的智能鱼缸投食系统，包括鱼缸、监测系统和客户端，所述监测系统包括安装在鱼缸上的摄像头和API(应用程序编程接口)，通过对收集的鱼缸内场景图像进行定制化图像识别从而进行模型训练，通过模型训练提高识别鱼是否在觅食的准确度，将模型上线到平台并生成所述API，所述监测系统包括以下工作步骤：
(1)摄像头采集鱼缸内场景的图像序列并将图像信息传输到API；
(2)对摄像头采集到的每帧图像进行图像分类、背景建模和图像检测，得到备选的鱼缸区域；
(3)对所述步骤(2)得到的备选鱼缸区域使用SelectiveSearch算法进行逻辑筛选，找到鱼缸内的各类鱼群，并过滤掉鱼缸内的人工景观画面；
(4)在时间轴上，利用连续的若干帧监测结果，计算出鱼群的分布情况，形成动态的鱼运动轨迹图像；
(5)对所述步骤(4)得到的运动轨迹图像在空间轴上进行二值化和聚类操作，过滤掉识别正确率小于50％的簇；
(6)对剩余的每个簇提取特征，并在时间轴上基于训练得到的模型进行准确性验证，判断鱼是否在觅食；
(7)根据准确性验证得到的结果判断摄像头捕捉到的鱼缸场景内的鱼是否需要进行投食以及投食是否满足当前需要。
(8)将步骤(7)中得到的结果发送到客户端。
所述步骤(2)中对图像序列进行的图像检测包括鱼的运动检测和鱼的特征检测。
所述运动检测采用差分算法将鱼体目标与背景分离,得到灰度化的鱼体目标图像。
所述特征检测采用最大类间方差算法获取自适应分割阈值,通过图像分割得到二值化鱼体目标图像。
所述步骤(6)中对每个簇提取的特征包括簇的中心坐标、簇边界。
本发明的工作过程如下：
将摄像头安装到普通鱼缸上，摄像头采集鱼缸内图像并将图像信息传送到API，后台对图像进行处理分析，通过图像分类、背景建模和逻辑筛选等操作找到鱼并过滤掉鱼缸内的背景，然后计算鱼的运动轨迹，通过二值化和聚类操作过滤掉识别正确率低的簇后提取特征进行准确性验证，最终判断是否需要喂食并将结果发送到客户端，如果判断需要喂食，饲养者则进行喂食，也可将本系统安装到任意装有电动喂食系统的鱼缸上，将原有电动喂食系统的控制接口与本系统连接，根据监测结果控制电动喂食系统喂食。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的发明构思和技术方案进行的各种非实质性的改进，或未经改进将本发明构思和技术方案直接应用于其它场合的，均在本发明保护范围之内。
Claims (5)
1.一种基于机器视觉的智能鱼缸投食系统，其特征在于：包括鱼缸、监测系统和客户端，所述监测系统包括安装在鱼缸上的摄像头和API(应用程序编程接口)，通过对收集的鱼缸内场景图像样本进行定制化图像识别从而进行模型训练，将模型上线到平台并生成所述API，所述监测系统包括以下工作步骤：
(1)摄像头采集鱼缸内场景的图像序列并将图像信息传输到API；
(2)对摄像头采集到的每帧图像进行图像分类、背景建模和图像检测，得到备选的鱼缸区域；
(3)对所述步骤(2)得到的备选鱼缸区域使用Selective Search算法进行逻辑筛选，找到鱼缸内的各类鱼群，并过滤掉鱼缸内的人工景观画面；
(4)在时间轴上，利用连续的若干帧监测结果，计算出鱼群的分布情况，形成动态的鱼运动轨迹图像；
(5)对所述步骤(4)得到的运动轨迹图像在空间轴上进行二值化和聚类操作，过滤掉识别正确率小于50％的簇；
(6)对剩余的每个簇提取特征，并在时间轴上进行准确性验证，判断鱼是否在觅食；
(7)根据准确性验证得到的结果判断摄像头捕捉到的鱼缸场景内的鱼是否需要进行投食以及投食是否满足当前需要。
(8)将步骤(7)中得到的结果发送到客户端。
2.根据权利要求1所述的一种基于机器视觉的智能鱼缸投食系统，其特征在于：所述步骤(2)中对图像序列进行的图像检测包括鱼的运动检测和鱼的特征检测。
3.根据权利要求2所述的一种基于机器视觉的智能鱼缸投食系统，其特征在于：所述运动检测采用差分算法将鱼体目标与背景分离,得到灰度化的鱼体目标图像。
4.根据权利要求2所述的一种基于机器视觉的智能鱼缸投食系统，其特征在于：所述特征检测采用最大类间方差算法获取自适应分割阈值,通过图像分割得到二值化鱼体目标图像。
5.根据权利要求1所述的一种基于机器视觉的智能鱼缸投食系统，其特征在于：所述步骤(6)中对每个簇提取的特征包括簇的中心坐标、簇边界。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911233702.3A CN110942045B (zh) | 2019-12-05 | 2019-12-05 | 一种基于机器视觉的智能鱼缸投食系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911233702.3A CN110942045B (zh) | 2019-12-05 | 2019-12-05 | 一种基于机器视觉的智能鱼缸投食系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110942045A true CN110942045A (zh) | 2020-03-31 |
| CN110942045B CN110942045B (zh) | 2023-05-26 |
Family
ID=69909123
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911233702.3A Active CN110942045B (zh) | 2019-12-05 | 2019-12-05 | 一种基于机器视觉的智能鱼缸投食系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110942045B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111528164A (zh) * | 2020-06-08 | 2020-08-14 | 张小燕 | 一种龟鳖鱼生态混养水下喂料装置 |
| CN111597937A (zh) * | 2020-05-06 | 2020-08-28 | 北京海益同展信息科技有限公司 | 鱼姿势识别方法、装置、设备及存储介质 |
| CN111753775A (zh) * | 2020-06-29 | 2020-10-09 | 北京海益同展信息科技有限公司 | 鱼的生长评估方法、装置、设备及存储介质 |
| CN112800994A (zh) * | 2021-02-03 | 2021-05-14 | 中国农业大学 | 鱼群摄食行为识别方法、装置、电子设备和存储介质 |
| CN113204990A (zh) * | 2021-03-22 | 2021-08-03 | 深圳市众凌汇科技有限公司 | 基于智能鱼竿的机器学习方法与装置 |
| CN116548345A (zh) * | 2023-04-25 | 2023-08-08 | 广东环境保护工程职业学院 | 鱼虾投喂方法、装置、系统和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005150840A (ja) * | 2003-11-11 | 2005-06-09 | Shikoku Res Inst Inc | 水質監視装置およびそれに用いる魚画像認識方法 |
| CN106530594A (zh) * | 2016-12-23 | 2017-03-22 | 安徽工程大学机电学院 | 夜视场景下基于火焰检测的火灾识别方法 |
| CN106548158A (zh) * | 2016-11-07 | 2017-03-29 | 华南理工大学 | 基于机器视觉的人群密度智能监测系统及方法 |
| CN106778656A (zh) * | 2016-12-27 | 2017-05-31 | 清华大学苏州汽车研究院（吴江） | 一种基于ToF相机的公交车客流量统计系统 |
-
2019
- 2019-12-05 CN CN201911233702.3A patent/CN110942045B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005150840A (ja) * | 2003-11-11 | 2005-06-09 | Shikoku Res Inst Inc | 水質監視装置およびそれに用いる魚画像認識方法 |
| CN106548158A (zh) * | 2016-11-07 | 2017-03-29 | 华南理工大学 | 基于机器视觉的人群密度智能监测系统及方法 |
| CN106530594A (zh) * | 2016-12-23 | 2017-03-22 | 安徽工程大学机电学院 | 夜视场景下基于火焰检测的火灾识别方法 |
| CN106778656A (zh) * | 2016-12-27 | 2017-05-31 | 清华大学苏州汽车研究院（吴江） | 一种基于ToF相机的公交车客流量统计系统 |
Non-Patent Citations (1)
| Title |
|---|
| 贾成功等: "基于鱼群摄食规律的投饵系统研究", 《机械工程师》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111597937A (zh) * | 2020-05-06 | 2020-08-28 | 北京海益同展信息科技有限公司 | 鱼姿势识别方法、装置、设备及存储介质 |
| CN111597937B (zh) * | 2020-05-06 | 2023-08-08 | 京东科技信息技术有限公司 | 鱼姿势识别方法、装置、设备及存储介质 |
| CN111528164A (zh) * | 2020-06-08 | 2020-08-14 | 张小燕 | 一种龟鳖鱼生态混养水下喂料装置 |
| CN111753775A (zh) * | 2020-06-29 | 2020-10-09 | 北京海益同展信息科技有限公司 | 鱼的生长评估方法、装置、设备及存储介质 |
| CN111753775B (zh) * | 2020-06-29 | 2023-09-26 | 京东科技信息技术有限公司 | 鱼的生长评估方法、装置、设备及存储介质 |
| CN112800994A (zh) * | 2021-02-03 | 2021-05-14 | 中国农业大学 | 鱼群摄食行为识别方法、装置、电子设备和存储介质 |
| CN113204990A (zh) * | 2021-03-22 | 2021-08-03 | 深圳市众凌汇科技有限公司 | 基于智能鱼竿的机器学习方法与装置 |
| CN116548345A (zh) * | 2023-04-25 | 2023-08-08 | 广东环境保护工程职业学院 | 鱼虾投喂方法、装置、系统和存储介质 |
| CN116548345B (zh) * | 2023-04-25 | 2024-01-09 | 广东环境保护工程职业学院 | 鱼虾投喂方法、装置、系统和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110942045B (zh) | 2023-05-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110942045A (zh) | 一种基于机器视觉的智能鱼缸投食系统 | |
| CN106778902B (zh) | 基于深度卷积神经网络的奶牛个体识别方法 | |
| US20230281265A1 (en) | Method for estimating body size and weight of pig based on deep learning | |
| CN104008367B (zh) | 基于计算机视觉的育肥猪的自动行为分析系统及方法 | |
| CN110583550B (zh) | 基于目标检测与跟踪的鱼虾参养殖精准投喂系统及装置 | |
| US8755571B2 (en) | Image method for classifying insects and classifying process for insects | |
| CN106778784B (zh) | 基于机器视觉的猪个体识别与饮水行为分析方法 | |
| CN116935327B (zh) | 基于ai视觉的水产养殖监控方法、装置、设备及存储介质 | |
| CN104123721A (zh) | 一种基于视频流图像分布式动态特征技术的鱼群投喂自动控制方法 | |
| CN111161214A (zh) | 一种基于双目视觉的猪只体重测量及饮水行为识别系统及方法 | |
| CN117115754B (zh) | 基于计算机视觉的鸭舍智能化监测方法 | |
| CN112861734A (zh) | 一种料槽余食监测方法及系统 | |
| CN115100513B (zh) | 基于计算机视觉识别的养殖对象进食量估算方法及系统 | |
| CN115830078A (zh) | 生猪多目标跟踪及行为识别方法、计算机设备与存储介质 | |
| CN109977755B (zh) | 一种采用单幅图像检测猪站立和躺卧姿态的方法 | |
| CN118261488A (zh) | 一种基于数字农场的智慧管理系统 | |
| CN117016430A (zh) | 一种基于智能监测的肉鸡养殖系统 | |
| CN117745036A (zh) | 一种基于特征识别及近场通信的牲畜信息管理方法及系统 | |
| CN106529460A (zh) | 一种基于机器人端的物体分类识别系统及识别方法 | |
| CN110263753B (zh) | 一种对象统计方法和装置 | |
| CN115019162B (zh) | 一种基于深度学习的桑蚕检测方法 | |
| CN113283378B (zh) | 一种基于梯形区域归一化像素差异特征的猪脸检测方法 | |
| CN113591672B (zh) | 一种基于Mask-Rcnn识别鱼类状态的检测方法 | |
| CN115914560A (zh) | 一种母猪智能精准饲喂方法、装置、电子设备和存储介质 | |
| CN117115923B (zh) | 一种基于图像识别算法的智慧农业人员行为识别系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 241000 No.1, Yonghe Road, Wanqi District, Wuhu City, Anhui Province Applicant after: ANHUI INSTITUTE OF INFORMATION TECHNOLOGY Address before: No. 8, Wen Jin Xi Road, Yijiang District, Wuhu, Anhui Province Applicant before: ANHUI INSTITUTE OF INFORMATION TECHNOLOGY |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20200331 Assignee: SUZHOU ESON ROBOT TECHNOLOGY CO.,LTD. Assignor: ANHUI INSTITUTE OF INFORMATION TECHNOLOGY Contract record no.: X2023980037918 Denomination of invention: An Intelligent Fish Tank Feeding System Based on Machine Vision Granted publication date: 20230526 License type: Common License Record date: 20230718 |