CN111640139A - 一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法 - Google Patents

一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法 Download PDF

Info

Publication number
CN111640139A
CN111640139A CN202010441495.7A CN202010441495A CN111640139A CN 111640139 A CN111640139 A CN 111640139A CN 202010441495 A CN202010441495 A CN 202010441495A CN 111640139 A CN111640139 A CN 111640139A
Authority
CN
China
Prior art keywords
particle
water quality
water
aquaculture
circulating water
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
Application number
CN202010441495.7A
Other languages
English (en)
Other versions
CN111640139B (zh
Inventor
叶章颖
魏丹
赵建
季柏民
文彦慈
朱松明
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202010441495.7A priority Critical patent/CN111640139B/zh
Publication of CN111640139A publication Critical patent/CN111640139A/zh
Application granted granted Critical
Publication of CN111640139B publication Critical patent/CN111640139B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • 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
    • A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/003—Aquaria; Terraria
    • 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
    • A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/04—Arrangements for treating water specially adapted to receptacles for live fish
    • 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
    • G01N33/186—Water using one or more living organisms, e.g. a fish
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Environmental Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Signal Processing (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

本发明公开了一种基于鱼群行为时空特征的循环水养殖水质智能预警装置和方法，装置包括循环水养殖池、循环水处理系统、深度摄像机、报警器、移动设备、显示器和服务器；该装置主要利用计算机视觉技术与图像处理技术，构建出能够反映水质变化特征的运动影响力图，通过对鱼群行为时空特征的定量分析，在不影响鱼类正常生长发育的情况下，及时作出水质异常预警。本发明的装置结构简单，方法精准简便，本发明的水质智能预警装置和方法能够有效的解决目前常用水质检测装备精确度不高，可靠性低的问题，以非入侵的形式确保养殖水体水质在适应的范围内，有利于鱼类养殖福利化。

Description

一种基于鱼群行为时空特性的循环水养殖水质智能预警装置 和方法
技术领域
本发明涉及水质检测和鱼群行为分析技术领域，尤其是涉及一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法。
背景技术
随着经济社会的快速发展和人民生活水平的显著提高，人们对鱼肉蛋白的需求不断增加，我国的水产养殖业呈现出蓬勃发展之势。在水产养殖中，尤其是集约化循环水养殖，水质的好坏直接影响到水生动物的生长发育状况和生长福利，关系到水产品品质，也决定了养殖系统的产量和经济效益，因此对养殖水体中的溶解氧、PH值、温度、氨氮等水质参数的实时监测和发生异常前的及时预警非常重要。
目前，常用的水质监测方法一般是将多种水质检测仪的探头放入养殖池中，实现实时监测，但长期放置于养殖池中的检测仪探头会使检测结果产生较大误差，可靠性低，单一的检测点也会使检测结果不能真实地反映出养殖池整体的水质状况。近年来，随着人们对鱼类行为学的深入研究，越来越多的学者发现鱼类的行为对于水体中溶氧量的变化、温度的变化、盐度以及光照强度等外部水体水质环境的改变和刺激非常敏感，鱼类的行为信息在一定程度上反映了养殖水体的水质参数综合变化情况，可以为鱼类的健康监控与智能预警提供重要的依据和手段。但到目前为止，少有学者根据对鱼类行为信息的分析进行水质智能预警的研究，且进行的相关水质研究中并不能融合多种水质参数，不具备代表性，且大多数是基于对鱼群中个体目标的追踪，这种基于个体目标追踪技术进行的水质研究也并不适合高密度集约化的循环水养殖形式。
基于上述问题，本发明提出的是一种基于鱼群行为时空特性的循环水养殖水质智能预警方法和装置。通过计算机视觉和图像处理技术，在无需对鱼群前景目标进行提取的前提下，构建出能够反映鱼群中个体交互特征的运动影响力图，结合影响力图随水质变化的演化特征，实时监测鱼群的行为时空变化信息，为循环水养殖中水质的异常变化提供智能实时预警，通过这种非入侵的形式确保养殖水体水质在适宜的范围内，有利于鱼类养殖福利化。
发明内容
本发明的目的在于提供一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法，根据鱼的行为时空信息所反映出的水质参数变化，为水产养殖中水质异常变化情况提供实时预警。
本发明的一种基于鱼群行为时空特性的循环水养殖水质智能预警装置，包括循环水养殖池、循环水处理系统、深度摄像机、报警器、移动设备、显示器和服务器；
所述的循环水处理系统设于循环水养殖池的外部，用于对养殖废水进行处理(包括过滤、杀菌、增氧等)并将处理后的养殖废水输送给循环水养殖池；
所述的深度摄像机安装在循环水养殖池的正上方，与服务器的输入端相连；
所述的服务器的输出端同时与显示器和报警器相连；另外，服务器的输出端与移动设备实现无线连接。
应用上述装置进行基于鱼群行为时空特性的水产养殖水质智能预警，预警方法包括如下步骤：
1)利用深度摄像机对养殖池整体图像进行实时监测，并将视频画面实时传送至服务器；
2)服务器利用残差密集网络对获取的原始图像进行高分辨率化预处理；
3)服务器将预处理后的高分辨率图像分割成m×n个小区域，将每个小区域视为一个粒子，标记为
Figure BDA0002504164020000031
并计算出第i行第j列区域内粒子Bij的光流
Figure BDA0002504164020000032
其中i∈[1，m]；j∈ [1，n]；k∈[1，(1920/m)×(1080/n)]；N为粒子Bij包含的像素点个数；
Figure BDA0002504164020000033
勾粒子Bij内第k个像素点的光流；
4)计算出粒子Bij对粒子Bab的运动影响权重
Figure BDA0002504164020000034
Figure BDA0002504164020000035
其中，α为养殖水体的浑浊度系数，该参数由养殖水体浑浊程度决定，α的取值范围为0.5～1，养殖水体浑浊程度越高，α取值越大；β为当前帧画面的光照系数，该参数由养殖环境的光照强度决定，β的取值范围为0～1，光线越强，β取值越小；
Figure BDA0002504164020000036
为运动粒子Bij相对于粒子Bab的可见度，若
Figure BDA0002504164020000041
则
Figure BDA0002504164020000042
否则
Figure BDA0002504164020000043
其中，Fij为粒子Bij的视角，Fij∈[π，2π]；
Figure BDA0002504164020000044
勾粒子Bij至粒子Bab的运动向量与粒子Bij的运动方向之间的夹角；D(ij，ab)为粒子Bij与粒子Bab之间的欧氏距离；||bij||为粒子Bij的运动速度；
5)根据计算出的粒子Bij对粒子Bab的运动影响权重进而计算出粒子Bab的运动影响力向量Hab：
Figure BDA0002504164020000045
其中，∠bij为粒子Bij的量化运动方向，满足：(2∠bij-4)×π/8≤arctan(2bij)≤(2∠bij-2)×π/8，且∠bij∈{1，2，3，4，5，6，7，8}；μ为当前视频帧所处时间与投喂时间的相关系数，μ的取值范围为 0.8～1，视频帧所处时间越接近投喂时间，μ的值越小；τ为与养殖池内鱼体重相关的系数，取值范围为0～1，体重越大，τ的值越大。根据粒子运动影响力向量的计算结果，绘制出当前帧的运动影响力图，并呈现在显示器上；
6)根据K-mean聚类算法计算出水质刚开始发生异常变化时的运动影响力向量均值Th′，则发出预警信息的影响力向量阈值为：Th＝εTh′，其中，ε为水质综合影响系数，
Figure BDA0002504164020000046
且满足ε∈(0，1)，Do为刚出现行为异常时养殖池中溶解氧含量；T为刚出现行为异常时养殖池水温；T′为适宜养殖鱼类生长的温度均值；pH为刚出现行为异常时养殖池中水质的酸碱度；ΔH为刚出现行为异常时养殖水体中亚硝酸盐含量；ΔN为刚出现行为异常时养殖水体中氨氮含量；
7)若连续30帧画面内均有粒子的运动影响力向量满足Hab＞Th，则分别记录下30帧内a和b的均值
Figure BDA0002504164020000051
以及当前的时间t′；若
Figure BDA0002504164020000052
t′同时满足：
Figure BDA0002504164020000053
其中，m′和n′分别为分割小区域中属于投饲区域的行数和列数，t为该养殖池的正常投饲时刻值。若满足以上条件，则服务器得出水质将要发生异常变化的信号，报警器发出警报，移动端也将接收到水质即将异常的警报信息；此时循环水处理系统将加快水处理进程，降低循环水养殖池的换水周期。
本发明的装置采用循环水养殖池2、循环水处理系统1、深度摄像机3、报警器4、移动设备5、显示器6和服务器7等构成水产养殖水质预警装置，可以根据鱼群的行为时空信息随水质参数的变化特征，在不影响鱼类正常生长发育的情况下，及时作出水质异常预警。
本发明的有益效果是：
本发明的基于鱼群行为时空特征的循环水养殖水质智能预警装置，结构简单，控制方式简便；预警方法结合计算机视觉和图像处理技术，构建出能够反映水质变化信息的运动影响力图，根据鱼群的行为时空特征表征水质信息变化，并且可以排除投饲时间和投饲区域对计算结果的影响，在不影响鱼类正常生长发育的情况下，及时作出水质异常预警，保障为鱼类生长提供适宜的水质条件，符合鱼类养殖福利化要求。
附图说明
图1是基于鱼群行为时空特性的循环水养殖水质智能预警装置结构示意图；
图中：1-循环水处理系统；2-循环水养殖池；3-深度摄像机；4- 报警器；5-移动设备；6-显示器；7-服务器。
具体实施方式
下面结合附图对本发明做进一步说明。
参照图1，是本发明的基于鱼群行为时空特征的循环水养殖水质智能预警装置的一种具体实例，包括循环水养殖池2、循环水处理系统1、深度摄像机3、报警器4、移动设备5、显示器6、服务器7。
循环水养殖池2的外部安装有循环水处理系统1，循环水处理系统1将养殖废水经过过滤，杀菌、增氧等一系列操作后输送给循环水养殖池2，极大地提高了水资源的利用率；
深度摄像机3安装在循环水养殖池2的正上方，与服务器7的输入端相连，将养殖池的实时监控视频图像传送至服务器7；
服务器7的输出端同时与显示器6和报警器4相连；另外，服务器7的输出端与移动设备5实现无线连接；
应用上述装置进行基于鱼群行为时空特性的水产养殖水质智能预警，预警方法包括如下步骤：
1)利用深度摄像机3对循环水养殖池2整体图像进行实时监测，并将视频画面实时传送至服务器7；
2)服务器7利用残差密集网络对获取的原始图像进行高分辨率化预处理；
3)服务器7将预处理后的高分辨率图像分割成m×n个小区域，将每个小区域视为一个粒子，标记为
Figure BDA0002504164020000071
并计算出第i 行第j列区域内粒子Bij的光流
Figure BDA0002504164020000072
其中i∈[1，m]；j∈ [1，n]；k∈[1，(1920/m)×(1080/n)]；N为粒子Bij包含的像素点个数；
Figure BDA0002504164020000073
为粒子Bij内第k个像素点的光流；
4)计算出粒子Bij对粒子Bab的运动影响权重
Figure BDA0002504164020000074
Figure BDA0002504164020000075
其中，α为养殖水体的浑浊度系数，该参数由养殖水体浑浊程度决定，α的取值范围为0.5～1，养殖水体浑浊程度越高，α取值越大；β为当前帧画面的光照系数，该参数由养殖环境的光照强度决定，β的取值范围为0～1，光线越强，β取值越小；
Figure BDA0002504164020000076
勾运动粒子Bij相对于粒子Bab的可见度，若
Figure BDA0002504164020000077
则
Figure BDA0002504164020000078
否则
Figure BDA0002504164020000079
其中，Fij为粒子Bij的视角，Fij∈[π，2π]，
Figure BDA00025041640200000710
为粒子Bij至粒子Bab的运动向量与粒子Bij的运动方向之间的夹角；D(ij，ab)为粒子Bij与粒子Bab之间的欧氏距离；||bij||为粒子Bij的运动速度；
5)根据计算出的粒子Bij对粒子Bab的运动影响权重进而计算出粒子Bab的运动影响力向量Hab：
Figure BDA00025041640200000711
其中，∠bij为粒子Bij的量化运动方向，满足：(2∠bij-4)×π/8≤arctan(2bij)≤(2∠bij-2)×π/8，且∠bij∈{1，2，3，4，5，6，7，8}；μ为当前视频帧所处时间与投喂时间的相关系数，μ的取值范围为 0.8～1，视频帧所处时间越接近投喂时间，μ的值越小；τ为与养殖池内鱼体重相关的系数，取值范围为0～1，体重越大，τ的值越大。根据粒子运动影响力向量的计算结果，绘制出当前帧的运动影响力图，并呈现在显示器6上；
6)根据K-mean聚类算法计算出水质刚开始发生异常变化时的运动影响力向量均值Th′，则发出预警信息的影响力向量阈值为：Th＝εTh′，其中，ε为水质综合影响系数，
Figure BDA0002504164020000081
且满足ε∈(0，1)，Do为刚出现行为异常时养殖池中溶解氧含量；T为刚出现行为异常时养殖池水温；T′为适宜养殖鱼类生长的温度均值；pH为刚出现行为异常时养殖池中水质的酸碱度；ΔH为刚出现行为异常时养殖水体中亚硝酸盐含量；ΔN为刚出现行为异常时养殖水体中氨氮含量；
7)若连续30帧画面内均有粒子的运动影响力向量满足Hab＞Th，则分别记录下30帧内a和b的均值
Figure BDA0002504164020000082
以及当前的时间t′；若
Figure BDA0002504164020000083
t′同时满足：
Figure BDA0002504164020000084
其中，m′和n′分别为分割小区域中属于投饲区域的行数和列数，t为该养殖池的正常投饲时刻值。若满足以上条件，则服务器7得出水质将要发生异常变化的信号，报警器4发出警报，移动设备5也将接收到水质即将异常的警报信息；此时循环水处理系统1将加快水处理进程，降低循环水养殖池2的换水周期。
本发明的装置采用循环水养殖池2、循环水处理系统1、深度摄像机3、报警器4、移动设备5、显示器6和服务器7等构成循环水养殖水质预警装置，可以根据鱼群的行为时空信息随水质参数的变化特征，在不影响鱼类正常生长发育的情况下，及时作出水质异常预警。
以上公开的仅为本发明的具体实施例，但本发明并非局限于此，对于本领域的普通技术人员来说，在不脱离本发明的前提下，做出的变形应视为属于本发明保护范围。

Claims (2)

1.一种基于鱼群行为时空特性的循环水养殖水质智能预警装置，其特征在于，包括循环水养殖池(2)、循环水处理系统(1)、深度摄像机(3)、报警器(4)、移动设备(5)、显示器(6)和服务器(7)；
所述的循环水处理系统(1)设于循环水养殖池(2)外部，用于对养殖废水进行处理并将处理后的养殖废水输送给循环水养殖池(2)；
所述的深度摄像机(3)设于循环水养殖池(2)正上方，与服务器(7)的输入端相连；
所述的服务器(7)的输出端连接有报警器(4)和显示器(6)，所述的服务器(7)的输出端与移动设备(5)无线连接。
2.一种基于鱼群行为时空特性的循环水养殖水质智能预警方法，其特征在于，应用如权利要求1所述的装置对循环水养殖水质进行智能预警，该预警方法包括如下步骤：
1)利用深度摄像机(3)对循环水养殖池(2)整体图像进行实时监测，并将视频画面实时传送至服务器(7)；
2)服务器(7)利用残差密集网络对获取的原始图像进行高分辨率化预处理；
3)服务器(7)将预处理后的高分辨率图像分割成m×n个小区域，将每个小区域视为一个粒子，标记为
Figure FDA0002504164010000011
并计算出第i行第j列区域内粒子Bij的光流
Figure FDA0002504164010000021
其中i∈[1，m]；j∈[1，n]；k∈[1，(1920/m)×(1080/n)]；N为粒子Bij包含的像素点个数；
Figure FDA0002504164010000022
为粒子Bij内第k个像素点的光流；
4)计算出粒子Bij对粒子Bab的运动影响权重
Figure FDA0002504164010000023
Figure FDA0002504164010000024
其中，α为养殖水体的浑浊度系数，该参数由养殖水体浑浊程度决定，α的取值范围为0.5～1，养殖水体浑浊程度越高，α取值越大；β为当前帧画面的光照系数，该参数由养殖环境的光照强度决定，β的取值范围为0～1，光线越强，β取值越小；
Figure FDA0002504164010000025
为运动粒子Bij相对于粒子Bab的可见度，若
Figure FDA0002504164010000026
则
Figure FDA0002504164010000027
否则
Figure FDA0002504164010000028
其中，Fij为粒子Bij的视角，Fij∈[π，2π]，
Figure FDA0002504164010000029
为粒子Bij至粒子Bab的运动向量与粒子Bij的运动方向之间的夹角；D(ij，ab)为粒子Bij与粒子Bab之间的欧氏距离；||bij||为粒子Bij的运动速度；
5)根据粒子Bij对粒子Bab的运动影响权重进而计算出粒子Bab的运动影响力向量Hab：
Figure FDA00025041640100000210
其中，∠bij为粒子Bij的量化运动方向，满足：(2∠bij-4)×π/8≤arctan(2bij)≤(2∠bij-2)×π/8，且∠bij∈{1，2，3，4，5，6，7，8}；μ为当前视频帧所处时间与投喂时间的相关系数，μ的取值范围为0.8～1，视频帧所处时间越接近投喂时间，μ的值越小；τ为与养殖池内鱼体重相关的系数，取值范围为0～1，体重越大，τ的值越大；根据粒子运动影响力向量的计算结果，绘制出当前帧的运动影响力图，并呈现在显示器(6)上；
6)根据K-mean聚类算法计算出水质刚开始发生异常变化时的运动影响力向量均值Th′，则发出预警信息的影响力向量阈值为：Th＝εTh′，其中，ε为水质综合影响系数，
Figure FDA0002504164010000031
且满足ε∈(0，1)，Do为刚出现行为异常时养殖池中溶解氧含量；T为刚出现行为异常时养殖池水温；T′为适宜养殖鱼类生长的温度均值；pH为刚出现行为异常时养殖池中水质的酸碱度；△H为刚出现行为异常时养殖水体中亚硝酸盐含量；ΔN为刚出现行为异常时养殖水体中氨氮含量；
7)若连续30帧画面内均有粒子的运动影响力向量满足Hab＞Th，则分别记录下30帧内a和b的均值
Figure FDA0002504164010000034
以及当前的时间t′；若
Figure FDA0002504164010000032
t′同时满足：
Figure FDA0002504164010000033
其中，m′和n′分别为分割小区域中属于投饲区域的行数和列数，t为该养殖池的正常投饲时刻值；
若满足以上条件，则服务器(7)得出水质将要发生异常变化的信号，报警器(4)发出警报，移动设备(5)也将接收到水质即将异常的警报信息；此时循环水处理系统(1)将加快水处理进程，降低循环水养殖池(2)的换水周期。
CN202010441495.7A 2020-05-22 2020-05-22 一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法 Active CN111640139B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010441495.7A CN111640139B (zh) 2020-05-22 2020-05-22 一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010441495.7A CN111640139B (zh) 2020-05-22 2020-05-22 一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法

Publications (2)

Publication Number Publication Date
CN111640139A true CN111640139A (zh) 2020-09-08
CN111640139B CN111640139B (zh) 2022-04-19

Family

ID=72332878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010441495.7A Active CN111640139B (zh) 2020-05-22 2020-05-22 一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法

Country Status (1)

Country Link
CN (1) CN111640139B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113312844A (zh) * 2021-05-28 2021-08-27 重庆工商大学 基于机器学习的循环水养殖监测系统
CN113326743A (zh) * 2021-05-10 2021-08-31 大连海洋大学 一种养殖背景条件下鱼群运动行为参数提取和分析方法
CN113504803A (zh) * 2021-07-09 2021-10-15 浙江大学 基于浊度变化模型的循环水养殖变速流智能调控系统
US11367209B2 (en) * 2020-10-23 2022-06-21 X Development Llc Visual detection of haloclines
CN114793998A (zh) * 2022-03-30 2022-07-29 深圳鲸世科技有限公司 一种智慧环保高质量的无人渔场
CN114868700A (zh) * 2022-06-15 2022-08-09 山东昆仲信息科技有限公司 一种鱼苗养殖环境监控方法及系统
DE102021129084A1 (de) 2021-07-28 2023-02-02 Ecosoph Gmbh Großflächiges ökotoxikologisches Frühwarnsystem mit einem frei beweglichen Bioindikator und einer kompakten elektronischen Mess- und Sendevorrichtung
CN116245361A (zh) * 2023-02-21 2023-06-09 中国农业大学 工厂化鱼菜共生循环水中氮素浓度预警方法、装置与系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218669A (zh) * 2013-03-19 2013-07-24 中山大学 一种智能的活鱼养殖水质综合预测方法
WO2014006234A1 (es) * 2012-07-04 2014-01-09 Repsol, S.A. Sistema integrado de detección temprana de hidrocarburos en un medio acuoso
CN207752352U (zh) * 2018-02-06 2018-08-21 厦门市飞鸥科技有限公司 一种水产养殖的智能监控系统
CN109509175A (zh) * 2018-10-15 2019-03-22 浙江大学 一种基于机器视觉和深度学习的鱼苗便携式计数器及计数方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014006234A1 (es) * 2012-07-04 2014-01-09 Repsol, S.A. Sistema integrado de detección temprana de hidrocarburos en un medio acuoso
CN103218669A (zh) * 2013-03-19 2013-07-24 中山大学 一种智能的活鱼养殖水质综合预测方法
CN207752352U (zh) * 2018-02-06 2018-08-21 厦门市飞鸥科技有限公司 一种水产养殖的智能监控系统
CN109509175A (zh) * 2018-10-15 2019-03-22 浙江大学 一种基于机器视觉和深度学习的鱼苗便携式计数器及计数方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵建: "循环水养殖游泳型鱼类精准投喂研究", 《万方》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11367209B2 (en) * 2020-10-23 2022-06-21 X Development Llc Visual detection of haloclines
US20220284612A1 (en) * 2020-10-23 2022-09-08 X Development Llc Visual detection of haloclines
CN113326743A (zh) * 2021-05-10 2021-08-31 大连海洋大学 一种养殖背景条件下鱼群运动行为参数提取和分析方法
CN113326743B (zh) * 2021-05-10 2023-10-13 大连海洋大学 一种养殖背景条件下鱼群运动行为参数提取和分析方法
CN113312844A (zh) * 2021-05-28 2021-08-27 重庆工商大学 基于机器学习的循环水养殖监测系统
CN113504803A (zh) * 2021-07-09 2021-10-15 浙江大学 基于浊度变化模型的循环水养殖变速流智能调控系统
DE102021129084A1 (de) 2021-07-28 2023-02-02 Ecosoph Gmbh Großflächiges ökotoxikologisches Frühwarnsystem mit einem frei beweglichen Bioindikator und einer kompakten elektronischen Mess- und Sendevorrichtung
CN114793998A (zh) * 2022-03-30 2022-07-29 深圳鲸世科技有限公司 一种智慧环保高质量的无人渔场
CN114868700A (zh) * 2022-06-15 2022-08-09 山东昆仲信息科技有限公司 一种鱼苗养殖环境监控方法及系统
CN114868700B (zh) * 2022-06-15 2023-03-21 山东昆仲信息科技有限公司 一种鱼苗养殖环境监控方法及系统
CN116245361A (zh) * 2023-02-21 2023-06-09 中国农业大学 工厂化鱼菜共生循环水中氮素浓度预警方法、装置与系统

Also Published As

Publication number Publication date
CN111640139B (zh) 2022-04-19

Similar Documents

Publication Publication Date Title
CN111640139B (zh) 一种基于鱼群行为时空特性的循环水养殖水质智能预警装置和方法
Zhou et al. Intelligent feeding control methods in aquaculture with an emphasis on fish: a review
US11528885B2 (en) Generating consensus feeding appetite forecasts
Li et al. Automatic recognition methods of fish feeding behavior in aquaculture: A review
Hu et al. A computer vision-based intelligent fish feeding system using deep learning techniques for aquaculture
US11925173B2 (en) Data collection system and method for feeding aquatic animals
Li et al. Recent advances in intelligent recognition methods for fish stress behavior
CN109717120A (zh) 一种基于物联网的鱼类养殖监测投料系统及方法
JP3462412B2 (ja) 水棲生物用自動給餌装置
CN109472883A (zh) 巡塘方法和装置
CN111783745B (zh) 一种应用于池塘养殖的鱼类健康判断方法、装置及计算机可读存储介质
CN104320618A (zh) 一种基于行为特征谱联动的犊牛状态监测的装置和方法
TWI661770B (zh) 智慧深度學習農漁培養系統
CN111625036A (zh) 一种无人值守实时监控的水质自动监测系统
CN113040088A (zh) 水产养殖精准增氧方法、终端设备及可读存储介质
CN116778310A (zh) 一种水产养殖的声光图像融合监控方法及系统
Tolentino et al. Weight prediction system for nile tilapia using image processing and predictive analysis
Ranjan et al. MortCam: An Artificial Intelligence-aided fish mortality detection and alert system for recirculating aquaculture
Hou et al. Research on fish bait particles counting model based on improved MCNN
Rohit et al. IOT based submersible ROV for pisciculture
CN117063868A (zh) 一种鱼池智能投喂方法
Lin et al. Application and Development of Shrimp Farming Intelligent Monitoring System on Edge Computing
Lin et al. A machine-learning-based ultrasonic system for monitoring white shrimps
Yang et al. (Retracted) Dynamic scene images-assisted intelligent control method for industrialized feeding through deep vision learning
JPH0668489B2 (ja) 水棲動物監視装置

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