CN113598098A - 一种基于机器视觉的鱼病识别处理装置 - Google Patents

一种基于机器视觉的鱼病识别处理装置 Download PDF

Info

Publication number
CN113598098A
CN113598098A CN202110900641.2A CN202110900641A CN113598098A CN 113598098 A CN113598098 A CN 113598098A CN 202110900641 A CN202110900641 A CN 202110900641A CN 113598098 A CN113598098 A CN 113598098A
Authority
CN
China
Prior art keywords
fish
image
area
lesion
fish body
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
CN202110900641.2A
Other languages
English (en)
Other versions
CN113598098B (zh
Inventor
丁国超
孙殿棋
徐汉林
孙起航
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.)
Heilongjiang Bayi Agricultural University
Original Assignee
Heilongjiang Bayi Agricultural University
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 Heilongjiang Bayi Agricultural University filed Critical Heilongjiang Bayi Agricultural University
Priority to CN202110900641.2A priority Critical patent/CN113598098B/zh
Publication of CN113598098A publication Critical patent/CN113598098A/zh
Application granted granted Critical
Publication of CN113598098B publication Critical patent/CN113598098B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01KANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K61/00Culture of aquatic animals
    • A01K61/10Culture of aquatic animals of fish
    • A01K61/13Prevention or treatment of fish diseases
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01KANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K61/00Culture of aquatic animals
    • A01K61/80Feeding devices
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01KANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/04Arrangements for treating water specially adapted to receptacles for live fish
    • A01K63/042Introducing gases into the water, e.g. aerators, air pumps
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01KANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/04Arrangements for treating water specially adapted to receptacles for live fish
    • A01K63/045Filters for aquaria
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/80Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81Aquaculture, e.g. of fish

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Zoology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

本发明公开了一种基于机器视觉的鱼病识别处理装置,涉及鱼病识别技术领域,一种基于机器视觉的鱼病识别处理装置,包括微处理器,所述微处理器能完成取指令、执行指令,以及与外界存储器和逻辑部件交换信息操作;数据库,所述数据库用于将采集的不同时期、不同品种的鱼苗活动数据、环境数据、病变样本的存储,用户可以对文件中的数据运行新增、截取、更新、删除操作。本发明相比现有技术具有以下优点:本发明通过机器视觉技术和大数据技术相配合,实现大数据技术鱼病诊断、鱼塘环境云端智能监控和智能化处理,有效推动智慧渔业的发展,提高渔业生产效率和产量、保障水产品安全、降低渔业养殖风险、改善渔业养殖环境。

Description

一种基于机器视觉的鱼病识别处理装置
技术领域
本发明属于鱼类养殖技术领域,具体涉及一种基于机器视觉的鱼病识别处理装置。
背景技术
目前市场上的鱼类养殖装置,普遍采用人工经验判断鱼是否患病,导致因人工经验不足,人工判断的偶然性较大,导致对鱼病判断处理的错误率过高,导致人工过量对鱼进行施药,导致成品鱼的食品安全指标超标,影响消费者的健康,导致成品鱼的市场竞争力大大下降。
发明内容
本发明的目的是针对现有鱼病判断处理的错误率过高的问题,提供了一种基于机器视觉的鱼病识别处理装置。
本发明是通过以下技术方案实现的:一种基于机器视觉的鱼病识别处理装置,包括微处理器,所述微处理器能完成取指令、执行指令,以及与外界存储器和逻辑部件交换信息操作;
数据库,所述数据库用于将采集的不同时期、不同品种的鱼苗活动数据、环境数据、病变样本的存储,用户可以对文件中的数据运行新增、截取、更新、删除操作;
机器视觉系统,所述机器视觉系统通过机器视觉产品和各项辅助传感器完成鱼塘内鱼的生理状况信息的获取和行为辨识,将被摄取的目标鱼体转换成图像信号,传送给图像处理模块;
图像处理模块,利用图像处理技术,得到被摄目标鱼体的形态信息,根据像素分布和亮度、颜色信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标鱼体的特征,并和数据库内鱼类行为做比对;
分析模块,包括对病变部和鱼体的面积、周长与面积比、长宽比参数的计算,并对病变部发病情况进行评价;
控制模块,采用大数据技术对鱼病做出精确判断和紧急处理,控制模块连接各项鱼塘控制器,将数据参数转换为控制信号对鱼类养殖装置进行处理控制工作。
优选的,所述目标鱼体的特征包括体表颜色度和尾鳍背鳍伸展度,以及鱼身呈现特殊病变或病症特征(斑点、长白毛、烂块、红肿、水肿、充血、瘀血、出血、颜色异常、粘膜增加、粘膜零落)。
优选的,所述传感器包括浊度传感器、溶解氧测定仪和温度传感器;
所述浊度传感器用于通过测量透过水的光量来测量水中的悬浮固体,而这些悬浮固体可以反映出水体受污染的情况;
所述溶解氧测定仪用于测定水中溶解氧的装置;
所述温度传感器用于测量水体温度并转换成可用输出信号的传感器。
优选的,所述图像处理模块采集图像后经过图像预处理,去除背景,分割病变区,最后进行病变区计数、病变区面积和病变区长度的计算
优选的,所述图像预处理包括图像数字化、图像灰度化、图像增强、图像分割和数学形态学处理技术;
去除背景具体过程如下:彩色图像转化为灰度图像G;利用最大类间方差法,将灰度图像转化为二值图像E,其中背景B区域为黑色,鱼体L区域为白色,利用边缘跟踪算法探测每张鱼体区域并标记鱼体,并计算每张鱼体的面积SLi,用区域L作为模板,根据公式
Figure BDA0003199659120000021
从原始图像中获取完整的彩色鱼体图片,去除背景,式中fpd(x,y)为完整鱼体区域中像素点的像素值;pr(x,y)为原始图像中像素点,fpr(x,y)为pr(x,y)像素点的像素值;
将分割后病变区区域图像D转换为灰度图像DG;然后利用最大类间方差法将灰度图像DG转化为二值图像DE,在此基础之上进行像素计算病变区计数:将每个封闭的边缘内部定义为一个区域,利用边缘跟踪算法,依次探测DE中标记好的每张鱼体图片中的区域,记录区域个数即为每张鱼体图片上病变区的个数;病变区面积:计算每张鱼体图片上离散的病变区区域面积,并计算总面积;病变区长宽:利用最小外接矩形,计算鱼体图片上每个病变区区域的长宽,并进行排序,取最长的参数作为分级标准。
优选的,所述鱼类养殖装置包括增氧泵、过滤器、投食投药装置。
优选的,所述增氧泵设置在养殖水域的中间,当水中氧量低于阈值时增氧泵开始工作,且根据养殖水域的面积和增氧泵的效应面积设置对应个数的增氧泵;
过滤器在养殖水体透光量低于预设阈值时,过滤器开始工作,将水体中的悬浮物进行过滤;
投食投药装置根据鱼病识别的结构进行分析后,设置定时定量投喂鱼料和治疗药物。
本发明相比现有技术具有以下优点:本发明通过机器视觉技术和大数据技术相配合,实现大数据技术鱼病诊断、鱼塘环境云端智能监控和智能化处理,有效推动智慧渔业的发展,提高渔业生产效率和产量、保障水产品安全、降低渔业养殖风险、改善渔业养殖环境。
附图说明
图1为一种基于机器视觉的鱼病识别处理装置。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
请参阅图1,一种基于机器视觉的鱼病识别处理装置,包括微处理器,微处理器的型号为STM32F103,微处理器能完成取指令、执行指令,以及与外界存储器和逻辑部件交换信息操作;
数据库,数据库用于将采集的不同时期、不同品种的鱼苗活动数据、环境数据、病变样本的存储,用户可以对文件中的数据运行新增、截取、更新、删除操作;
机器视觉系统,机器视觉系统通过opencv机器视觉和各项辅助传感器完成鱼塘内鱼的生理状况信息的获取和行为辨识,将被摄取的目标鱼体转换成图像信号,传送给图像处理模块;
图像处理模块,利用图像处理技术,得到被摄目标鱼体的形态信息,根据像素分布和亮度、颜色信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标鱼体的特征,并和数据库内鱼类行为做比对;
分析模块,包括对病变部和鱼体的面积、周长与面积比、长宽比参数的计算,并对病变部发病情况进行评价;
控制模块,采用大数据技术对鱼病做出精确判断和紧急处理,控制模块连接各项鱼塘控制器,将数据参数转换为控制信号对鱼类养殖装置进行处理控制工作。
目标鱼体的特征包括体表颜色度和尾鳍背鳍伸展度,以及鱼身呈现特殊病变或病症特征(斑点、长白毛、烂块、红肿、水肿、充血、瘀血、出血、颜色异常、粘膜增加、粘膜零落)。
传感器包括浊度传感器、溶解氧测定仪和温度传感器;
浊度传感器用于通过测量透过水的光量来测量水中的悬浮固体,而这些悬浮固体可以反映出水体受污染的情况;
溶解氧测定仪用于测定水中溶解氧的装置,工作原理是氧透过隔膜被工作电极还原,产生与氧浓度成正比的扩散电流,通过测量此电流,得到水中溶解氧的浓度。
温度传感器用于测量水体温度并转换成可用输出信号的传感器。
图像处理模块采集图像后经过图像预处理,去除背景,分割病变区,最后进行病变区计数、病变区面积和病变区长度的计算
图像预处理包括图像数字化、图像灰度化、图像增强、图像分割和数学形态学处理技术;
去除背景具体过程如下:彩色图像转化为灰度图像G;利用最大类间方差法,将灰度图像转化为二值图像E,其中背景B区域为黑色,鱼体L区域为白色,利用边缘跟踪算法探测每张鱼体区域并标记鱼体,并计算每张鱼体的面积SLi,用区域L作为模板,根据公式
Figure BDA0003199659120000041
从原始图像中获取完整的彩色鱼体图片,去除背景,式中fpd(x,y)为完整鱼体区域中像素点的像素值;pr(x,y)为原始图像中像素点,fpr(x,y)为pr(x,y)像素点的像素值;
将分割后病变区区域图像D转换为灰度图像DG;然后利用最大类间方差法将灰度图像DG转化为二值图像DE,在此基础之上进行像素计算病变区计数:将每个封闭的边缘内部定义为一个区域,利用边缘跟踪算法,依次探测DE中标记好的每张鱼体图片中的区域,记录区域个数即为每张鱼体图片上病变区的个数;病变区面积:计算每张鱼体图片上离散的病变区区域面积,并计算总面积;病变区长宽:利用最小外接矩形,计算鱼体图片上每个病变区区域的长宽,并进行排序,取最长的参数作为分级标准。
鱼类养殖装置包括增氧泵、过滤器和投食投药装置。
增氧泵设置在养殖水域的中间,当水中氧量低于阈值时增氧泵开始工作,且根据养殖水域的面积和增氧泵的效应面积设置对应个数的增氧泵;
过滤器在养殖水体透光量低于预设阈值时,过滤器开始工作,将水体中的悬浮物进行过滤;
投食投药装置根据鱼病识别的结构进行分析后,设置定时定量投喂鱼料和治疗药物。
本发明的工作过程:本发明通过在opencv机器视觉和各项辅助传感器对鱼塘内鱼的生理状况信息的获取和行为辨识,将采集到的数据模拟量参数转换为数字量参数,利用采集到的大量照片建立鱼类行为数据库,应用机器视觉技术对当前鱼类行为和数据库内鱼类行为做比对,采用大数据技术对鱼病做出精确判断和紧急处理,控制装置连接各项鱼塘控制器,将数据参数转换为控制信号对鱼类养殖装置进行处理控制工作,实现大数据技术鱼病诊断、鱼塘环境云端智能监控和智能化处理,有效推动智慧渔业的发展,提高渔业生产效率和产量、保障水产品安全、降低渔业养殖风险、改善渔业养殖环境。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下。由语句“包括一个......限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素”。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种基于机器视觉的鱼病识别处理装置,其特征在于,包括
微处理器,所述微处理器能完成取指令、执行指令,以及与外界存储器和逻辑部件交换信息操作;
数据库,所述数据库用于将采集的不同时期、不同品种的鱼苗活动数据、环境数据、病变样本的存储,用户可以对文件中的数据运行新增、截取、更新、删除操作;
机器视觉系统,所述机器视觉系统通过机器视觉产品和各项辅助传感器完成鱼塘内鱼的生理状况信息的获取和行为辨识,将被摄取的目标鱼体转换成图像信号,传送给图像处理模块;
图像处理模块,利用图像处理技术,得到被摄目标鱼体的形态信息,根据像素分布和亮度、颜色信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标鱼体的特征,并和数据库内鱼类行为做比对;
分析模块,包括对病变部和鱼体的面积、周长与面积比、长宽比参数的计算,并对病变部发病情况进行评价;
控制模块,采用大数据技术对鱼病做出精确判断和紧急处理,控制模块连接各项鱼塘控制器,将数据参数转换为控制信号对鱼类养殖装置进行处理控制工作。
2.根据权利要求1所述的一种基于机器视觉的鱼病识别处理装置,其特征在于,所述目标鱼体的特征包括体表颜色度和尾鳍背鳍伸展度,以及鱼身呈现特殊病变或病症特征(斑点、长白毛、烂块、红肿、水肿、充血、瘀血、出血、颜色异常、粘膜增加、粘膜零落)。
3.根据权利要求1所述的一种基于机器视觉的鱼病识别处理装置,其特征在于,所述传感器包括浊度传感器、溶解氧测定仪和温度传感器;
所述浊度传感器用于通过测量透过水的光量来测量水中的悬浮固体,而这些悬浮固体可以反映出水体受污染的情况;
所述溶解氧测定仪用于测定水中溶解氧的装置;
所述温度传感器用于测量水体温度并转换成可用输出信号的传感器。
4.根据权利要求1所述的一种基于机器视觉的鱼病识别处理装置,其特征在于,所述图像处理模块采集图像后经过图像预处理,去除背景,分割病变区,最后进行病变区计数、病变区面积和病变区长度的计算。
5.根据权利要求4所述的一种基于机器视觉的鱼病识别处理装置,其特征在于,所述图像预处理包括图像数字化、图像灰度化、图像增强、图像分割和数学形态学处理技术;
去除背景具体过程如下:彩色图像转化为灰度图像G;利用最大类间方差法,将灰度图像转化为二值图像E,其中背景B区域为黑色,鱼体L区域为白色,利用边缘跟踪算法探测每张鱼体区域并标记鱼体,并计算每张鱼体的面积SLi,用区域L作为模板,根据公式
Figure FDA0003199659110000021
从原始图像中获取完整的彩色鱼体图片,去除背景,式中fpd(x,y)为完整鱼体区域中像素点的像素值;pr(x,y)为原始图像中像素点,fpr(x,y)为pr(x,y)像素点的像素值;
将分割后病变区区域图像D转换为灰度图像DG;然后利用最大类间方差法将灰度图像DG转化为二值图像DE,在此基础之上进行像素计算病变区计数:将每个封闭的边缘内部定义为一个区域,利用边缘跟踪算法,依次探测DE中标记好的每张鱼体图片中的区域,记录区域个数即为每张鱼体图片上病变区的个数;病变区面积:计算每张鱼体图片上离散的病变区区域面积,并计算总面积;病变区长宽:利用最小外接矩形,计算鱼体图片上每个病变区区域的长宽,并进行排序,取最长的参数作为分级标准。
6.根据权利要求1-5任一所述的一种基于机器视觉的鱼病识别处理装置,其特征在于,所述鱼类养殖装置包括增氧泵、过滤器和投食投药装置。
7.根据权利要求6所述的一种基于机器视觉的鱼病识别处理装置,其特征在于,所述增氧泵设置在养殖水域的中间,当水中氧量低于阈值时增氧泵开始工作,且根据养殖水域的面积和增氧泵的效应面积设置对应个数的增氧泵;
过滤器在养殖水体透光量低于预设阈值时,过滤器开始工作,将水体中的悬浮物进行过滤;
投食投药装置根据鱼病识别的结构进行分析后,设置定时定量投喂鱼料和治疗药物。
CN202110900641.2A 2021-08-06 2021-08-06 一种基于机器视觉的鱼病识别处理装置 Active CN113598098B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110900641.2A CN113598098B (zh) 2021-08-06 2021-08-06 一种基于机器视觉的鱼病识别处理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110900641.2A CN113598098B (zh) 2021-08-06 2021-08-06 一种基于机器视觉的鱼病识别处理装置

Publications (2)

Publication Number Publication Date
CN113598098A true CN113598098A (zh) 2021-11-05
CN113598098B CN113598098B (zh) 2022-11-04

Family

ID=78339611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110900641.2A Active CN113598098B (zh) 2021-08-06 2021-08-06 一种基于机器视觉的鱼病识别处理装置

Country Status (1)

Country Link
CN (1) CN113598098B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114711181A (zh) * 2022-03-16 2022-07-08 四川农业大学 一种嵌入式草鱼病灶自动分流装置及检测方法
CN117562012A (zh) * 2023-12-27 2024-02-20 青岛农业大学 一种基于形态计量特征识别的智能化鱼苗规格色彩性别筛选系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006280212A (ja) * 2005-03-31 2006-10-19 Japan Carlit Co Ltd:The 水産系使用水の処理方法
CN102110294A (zh) * 2011-02-21 2011-06-29 中国农业大学 病鱼的鱼体图像处理方法及系统
CN102124964A (zh) * 2010-01-15 2011-07-20 浙江海洋学院 海水养殖智能化管理系统
CN203788899U (zh) * 2014-01-21 2014-08-27 广东顺德布神乐电气有限公司 一种渔业疾病智能监控诊断系统
CN109448028A (zh) * 2018-11-02 2019-03-08 鲁东大学 基于计算机视觉的病毒性鱼病试验跟踪监测系统
KR20200045174A (ko) * 2018-10-22 2020-05-04 삼환전기(유) 양식장 모니터링 장치
KR20210040817A (ko) * 2019-10-04 2021-04-14 주식회사 준원지비아이 수산 질병 관리 시스템, 방법 및 프로그램
CN112931377A (zh) * 2021-02-07 2021-06-11 金华市广信网络工程有限责任公司 一种基于图像活体识别的鱼池饲料投放控制系统与方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006280212A (ja) * 2005-03-31 2006-10-19 Japan Carlit Co Ltd:The 水産系使用水の処理方法
CN102124964A (zh) * 2010-01-15 2011-07-20 浙江海洋学院 海水养殖智能化管理系统
CN102110294A (zh) * 2011-02-21 2011-06-29 中国农业大学 病鱼的鱼体图像处理方法及系统
CN203788899U (zh) * 2014-01-21 2014-08-27 广东顺德布神乐电气有限公司 一种渔业疾病智能监控诊断系统
KR20200045174A (ko) * 2018-10-22 2020-05-04 삼환전기(유) 양식장 모니터링 장치
CN109448028A (zh) * 2018-11-02 2019-03-08 鲁东大学 基于计算机视觉的病毒性鱼病试验跟踪监测系统
KR20210040817A (ko) * 2019-10-04 2021-04-14 주식회사 준원지비아이 수산 질병 관리 시스템, 방법 및 프로그램
CN112931377A (zh) * 2021-02-07 2021-06-11 金华市广信网络工程有限责任公司 一种基于图像活体识别的鱼池饲料投放控制系统与方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114711181A (zh) * 2022-03-16 2022-07-08 四川农业大学 一种嵌入式草鱼病灶自动分流装置及检测方法
CN117562012A (zh) * 2023-12-27 2024-02-20 青岛农业大学 一种基于形态计量特征识别的智能化鱼苗规格色彩性别筛选系统

Also Published As

Publication number Publication date
CN113598098B (zh) 2022-11-04

Similar Documents

Publication Publication Date Title
CN113598098B (zh) 一种基于机器视觉的鱼病识别处理装置
Zion The use of computer vision technologies in aquaculture–a review
CN109001407B (zh) 一种湖水水质分析系统
TW200307810A (en) Method and apparatus for determining the sex of a fertilized egg
CN112232977A (zh) 水产品养殖评估方法、终端设备及存储介质
CN112184699A (zh) 水产品健康检测方法、终端设备及存储介质
CN112257564B (zh) 水产品数量统计方法、终端设备及存储介质
CN106779042B (zh) 一种水产养殖鱼群聚集指数计算装置及计算方法
CN116778430B (zh) 肉牛养殖的疾病监测系统及其方法
Loizou et al. Evaluation of wound healing process based on texture analysis
CN115067243A (zh) 一种基于物联网技术的渔业监测分析方法、系统及存储介质
CN115861721B (zh) 基于图像数据的畜禽养殖喷雾设备状态识别方法
CN110866481A (zh) 一种母猪发情检测方法及装置
CN113040088A (zh) 水产养殖精准增氧方法、终端设备及可读存储介质
Javia et al. Machine learning algorithms for classification of microcirculation images from septic and non-septic patients
TWI430776B (zh) 智慧型影像膚質檢測系統及方法
CN109118540B (zh) 基于脊线提取的鲟鱼快速统计方法
Yeh et al. Portable Device for Ornamental Shrimp Counting Using Unsupervised Machine Learning.
CN115661081B (zh) 基于图像处理的水产养殖自动控制换水方法
Chen et al. Establishing an eyeball-weight relationship for Litopenaeus vannamei using machine vision technology
CN212379883U (zh) 对虾苗种智能计数装置
Toppel et al. Foot pad health as part of on-farm-monitoring in turkey flocks
CN115777560A (zh) 一种基于机器视觉分析技术的母猪智能化饲喂系统
CN113317243A (zh) 梭鲈鱼预防病害的养殖方法
CN110751085B (zh) 一种小鼠行为识别方法

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
GR01 Patent grant
GR01 Patent grant