CN116616238A - 一种基于视觉的对虾自适应投喂装置及方法 - Google Patents
一种基于视觉的对虾自适应投喂装置及方法 Download PDFInfo
- Publication number
- CN116616238A CN116616238A CN202310374098.6A CN202310374098A CN116616238A CN 116616238 A CN116616238 A CN 116616238A CN 202310374098 A CN202310374098 A CN 202310374098A CN 116616238 A CN116616238 A CN 116616238A
- Authority
- CN
- China
- Prior art keywords
- feeding
- signal processor
- circulating water
- plc
- digital signal
- 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
- 241000238557 Decapoda Species 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000005260 corrosion Methods 0.000 claims description 4
- 230000037406 food intake Effects 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims 2
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 235000016709 nutrition Nutrition 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000003911 water pollution Methods 0.000 abstract 1
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000009360 aquaculture Methods 0.000 description 2
- 244000144974 aquaculture Species 0.000 description 2
- 101100190617 Arabidopsis thaliana PLC2 gene Proteins 0.000 description 1
- 101100408456 Arabidopsis thaliana PLC8 gene Proteins 0.000 description 1
- 101100464304 Caenorhabditis elegans plk-3 gene Proteins 0.000 description 1
- 101100093534 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) RPS1B gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012840 feeding operation Methods 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/30232—Surveillance
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Zoology (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Marine Sciences & Fisheries (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于视觉的对虾自适应投喂装置和方法,装置包括数字信号处理器、PLC、投饲机、高清防水摄像头、循环水处理系统、循环水养殖池等;该装置主要利用该装置采用预投喂的方式计算虾群聚散度,为后续的投喂工作状态提供判断,投喂时期基于视觉技术实时监测虾群摄食欲望控制进行自适应精准分析和评估,以此制定投饲策略。本发明的装置结构简单,方法精准简便,本发明的自适应投喂装置和方法适用于循环水养殖模式,在保证虾群生长所需营养条件的情况下,节省饲料和减少水体污染,可以给对虾生长提供良好的环境条件。
Description
技术领域
本发明涉及工厂化循环水水产养殖投喂机械技术领域,具体来说涉及一种基于视觉的对虾自适应投喂装置及方法,该装置可以根据对虾的实时摄食需求自动调整投饲机工作状态。
背景技术
工厂化循环水养殖作为一种高密度的水产养殖形式,对于水质的调节和控制要求非常严格,而饲料投喂作为循环水养殖每日不可缺少的工作环节,对水质参数的影响很大。当饲料的投喂量少于对虾的实际摄食需求时,会造成对虾的生长体型的大小分级,同时对虾会出现抢食现象,使对虾之间发生斗争等现象,对虾表面损伤容易造成感染某些疾病。当饲料的投喂量大于对虾的实际摄食需求时,增加养殖成本的同时,也会增加水处理的负荷,影响对虾的生长状态和生长福利。循环水系统养殖对虾时密度更高,对水质的要求会更加严格,因此在对虾养殖过程中,投喂量既要满足对虾的生长需求,更要为其创建良好的生长环境。
发明内容
本发明的目的在于提供一种基于视觉的对虾自适应投喂装置及方法,采用多位置投喂,首次投喂使用短时间测试对虾摄食欲望判断对虾饥饿程度作为后续是否投喂的依据,若饥饿则根据对虾的实际摄食需求,自动控制投饲机工作状态,为循环水养殖的合理化投饲作业提供良好的参考和技术支撑。
本发明一种基于视觉的对虾自适应投喂装置,包括数字信号处理器、PLC、投饲机、高清防水摄像头、循环水处理系统、循环水养殖池;
循环水养殖池的外部安装有循环水处理系统;
高清防水摄像头安装在循环水养殖池的上方,而且高清防水摄像头与数字信号处理器的输入端相连;
投饲机安装在循环水养殖池的四周多位置处,投饲机与PLC的输出端相连;
数字信号处理器的输出端同时与PLC的输入端相连;数字信号处理器对高清防水摄像头采集的数据基于自适应投喂方法进行处理并传输至PLC对投饲机进行控制。
应用上述装置进行对虾的自适应投喂,所述自适应投喂方法包括如下步骤:
1)投饲机工作投喂ms克饲料,ms=0.005d,md为所有对虾重量,高清防水摄像头将采集视频实时传递到数字信号处理器,数字信号处理器对接收到的视频画面做预处理,采用加权平均法对图像灰度化,Gray=0.2989+0.5870+0.1140,数据信号处理器对灰度化后的图片使用中值滤波抑制噪声,滤波输出为:Yij=med[Xi+m,+n;(m,n)∈W]{Xij;(i,j)∈Z},函数med[*]表示求窗口内像素的中值,其中W为窗口尺寸,m为窗口水平尺寸,n为垂直尺寸,Xij为图像上的一个像素点,坐标为(i,j);Z为二维数据串的序号;
2)对中值滤波后的照片进行二值化处理,令初始阈值为:gi为图像的最大灰度值,gu为图像的最小灰度值,根据阈值Tq对图像进行分割:大于等于Tq的像素值为前景区域、小于Tq的像素值为背景区域;分别求出前景区域与背景区域的像素平均值m0和m1,/>ga为所有大于等于Tq的像素值求和,n0为大于等于Tq像素值的像素点数量,gb为所有小于Tq的像素值求和,n1为小于Tq像素值的像素点数量;令若|Tq+1-Tq|<w,w为预定义参数,则完成前景、背景图像分割工作;否则更新阈值为Tq+1,用Tq+1代替Tq重复本步骤中分割前景区域、背景区域及其后操作;
3)对二值化后的图像进行图片腐蚀完成虾群个体分割,本发明中采用的图片腐蚀方法为公知,具体在Advances in Imaging and Electron Physics期刊2008年发表的《Advances in Mathematical Morphology:Segmentation》(DOI:10.1016/S1076-5670(07)00004-3)记载有相关信息与方法;设定背景像素点的值为0,目标像素点为1,根据区域像素是否为1确定连通域,设定一个像素的上、下、左或右连接着,则认定所对应区域为连通;设a×b大小的二值化图像为I(x,y),背景区域为L,连通区域为A,则连通区域对虾的质心坐标为:/>利用误差平方评价虾群聚散度虾群摄食时向饲料落料点聚集,设定每个虾为一个点,向落料点聚集的一群虾命名为聚类,K为投喂点的数量;mi为第i个聚类含有的对虾数量,μi为第i个聚类的质心,||xj-μi||为第i个聚类中,每个对虾xj与质心μi的距离;
4)若Es>Eh,Eh为设定的投喂阈值,Eh的值为根据20次人工观察虾群摄食欲望较低时虾群聚散度的平均值,则数字信号处理器向PLC输入处理结果,PLC控制投饲机进行工作,投喂量与第一次相同;
5)若Es<Eh,则数字信号处理器向PLC发出停止投喂指令,由PLC控制投饲机停止工作,等待下一次投喂工作的开始。
本发明的装置采用投饲机、数字信号处理器、PLC、高清防水摄像头等构成完整的自适应投喂装置;可以根据预投喂期间虾群聚散度确定后续投喂是否进行,投喂期间根据虾群实时摄食欲望调整投饲机工作状态,以此达到智能精准投喂的目的。
本发明的有益效果是:
本发明的基于视觉的对虾自适应投喂装置,结构简单,控制方式简便,该装置采用预投喂的方式计算虾群聚散度,为后续的投喂工作状态提供判断,投喂时期基于视觉技术实时监测虾群摄食欲望控制投饲机工作状态,在保证虾群生长所需营养条件的情况下,更加注重对虾的福利问题,可以给对虾生长提供良好的环境条件。
附图说明
图1是应用于循环水的基于视觉的虾类自适应投喂装置结构示意图。
图中:1-数字信号处理器;2-PLC;3-投饲机;4-高清防水摄像头;5-循环水处理系统;6-循环水养殖池。
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,是本发明的基于视觉的对虾自适应投喂装置的一种具体实例,包括数字信号处理器1、PLC2、投饲机3、高清防水摄像头4、循环水处理系统5、循环水养殖池6;
循环水养殖池6的外部右侧安装有循环水处理系统5,循环水处理系统5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6,极大地提高了水资源的利用率;
高清防水摄像头4安装在循环水养殖池6的中间正上方,且高清防水摄像头4与数字信号处理器1的输入端相连;摄像头的安装位置可以保证摄像头可以拍摄到整个投饲区域;
投饲机3分别安装在循环水养殖池6池边,与PLC 2输出端相连;投饲机3多位置投喂减少虾群抢食,降低虾群生长分级;
数字信号处理器1输出端与PLC 2的输入端相连;数字信号处理器1接收摄像头输入的图像信息并作出相应处理,首先通过图像处理技术分析出虾群的聚散程度,聚集度越大虾群摄食欲望越高,反之越低,数字信号处理器将处理结果传送至PLC控制投饲机工作状态。
应用上述的装置进行对虾的自适应投喂,投喂方法包括如下步骤:
1)投饲机工作投喂ms克饲料,ms=0.005d,md为所有对虾重量,高清防水摄像头将采集视频实时传递到数字信号处理器,数字信号处理器对接收到的视频画面做预处理,采用加权平均法对图像灰度化,Gray=0.2989+0.5870+0.1140,数据信号处理器对灰度化后的图片使用中值滤波抑制噪声,滤波输出为:Yij=med[Xi+m,+n;(m,n)∈W]{Xij;(i,j)∈Z},函数med[*]表示求窗口内像素的中值,其中W为窗口尺寸,m为窗口水平尺寸,n为垂直尺寸,Xij为图像上的一个像素点,坐标为(i,j);Z为二维数据串的序号;
2)对中值滤波后的照片进行二值化处理,令初始阈值为:gi为图像的最大灰度值,gu为图像的最小灰度值,根据阈值Tq对图像进行分割:大于等于Tq的像素值为前景区域、小于Tq的像素值为背景区域;分别求出前景区域与背景区域的像素平均值m0和m1,/>ga为所有大于等于Tq的像素值求和,n0为大于等于Tq像素值的像素点数量,gb为所有小于Tq的像素值求和,n1为小于Tq像素值的像素点数量;令若|Tq+1-Tq|<w,w为预定义参数,则完成前景、背景图像分割工作;否则更新阈值为Tq+1,用Tq+1代替Tq重复本步骤中分割前景区域、背景区域及其后操作;
3)对二值化后的图像进行图片腐蚀完成虾群个体分割,设定背景像素点的值为0,目标像素点为1,根据区域像素是否为1确定连通域,设定一个像素的上、下、左或右连接着,则认定所对应区域为连通;设a×b大小的二值化图像为I(x,y),背景区域为L,连通区域为A,则连通区域对虾的质心坐标为:/> 利用误差平方评价虾群聚散度/>虾群摄食时向饲料落料点聚集,设定每个虾为一个点,向落料点聚集的一群虾命名为聚类,K为投喂点的数量;mi为第i个聚类含有的对虾数量,μi为第i个聚类的质心,||xj-μi||为第i个聚类中,每个对虾xj与质心μi的距离;
4)若Es>Eh,Eh为设定的投喂阈值,Eh的值为根据20次人工观察虾群摄食欲望较低时虾群聚散度的平均值,则数字信号处理器向PLC输入处理结果,PLC控制投饲机进行工作,投喂量与第一次相同;
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)
1.一种基于视觉的对虾自适应投喂装置,其特征在于,包括数字信号处理器(1)、PLC(2)、投饲机(3)、高清防水摄像头(4)、循环水处理系统(5)、循环水养殖池(6);
循环水养殖池(6)的外部安装有循环水处理系统(5);
高清防水摄像头(4)安装在循环水养殖池(6)的上方,且高清防水摄像头(4)与数字信号处理器(1)的输入端相连;
投饲机(3)安装在循环水养殖池(6)池边多位置处,与PLC(2)输出端相连;
数字信号处理器(1)输出端与PLC(2)的输入端相连;数字信号处理器(1)对高清防水摄像头(4)采集的数据基于自适应投喂方法进行处理并传输至PLC(2)对投饲机(3)进行控制。
2.根据权利要求1所述的基于视觉的对虾自适应投喂装置,其特征在于,所述的自适应投喂方法包括如下步骤:
1)投饲机(3)工作投喂ms克饲料,ms=0.005md,md为所有对虾重量,高清防水摄像头(4)将采集视频实时传递到数字信号处理器(1),数字信号处理器(1)对接收到的视频画面做预处理,采用加权平均法对图像灰度化,Gray=0.2989R+0.5870G+0.1140B,数据信号处理器对灰度化后的图片使用中值滤波抑制噪声,滤波输出为:Yij=med[Xi+m,j+n;(m,n)∈W]{Xij;(i,j)∈Z},函数med[*]表示求窗口内像素的中值,其中W为窗口尺寸,m为窗口水平尺寸,n为垂直尺寸,Xij为图像上的一个像素点,坐标为(i,j);Z为二维数据串的序号;
2)对中值滤波后的照片进行二值化处理,令初始阈值为:gi为图像的最大灰度值,gu为图像的最小灰度值,根据阈值Tq对图像进行分割:大于等于Tq的像素值为前景区域、小于Tq的像素值为背景区域;分别求出前景区域与背景区域的像素平均值m0和m1,ga为所有大于等于Tq的像素值求和,n0为大于等于Tq像素值的像素点数量,gb为所有小于Tq的像素值求和,n1为小于Tq像素值的像素点数量;令若|Tq+1-Tq|<w,w为预定义参数,则完成前景、背景图像分割工作;否则更新阈值为Tq+1,用Tq+1代替Tq重复本步骤中分割前景区域、背景区域及其后操作;
3)对二值化后的图像进行图片腐蚀完成虾群个体分割,设定背景像素点的值为0,目标像素点为1,根据区域像素是否为1确定连通域,设定一个像素的上、下、左或右连接着,则认定所对应区域为连通;设a×b大小的二值化图像为I(x,y),背景区域为L,连通区域为A,则连通区域对虾的质心坐标为:/> 利用误差平方评价虾群聚散度/>虾群摄食时向饲料落料点聚集,设定每个虾为一个点,向落料点聚集的一群虾命名为聚类,K为投喂点的数量;mi为第i个聚类含有的对虾数量,μi为第i个聚类的质心,||xj-μi||为第i个聚类中,每个对虾xj与质心μi的距离;
4)若Es>Eh,Eh为设定的投喂阈值,Eh的值为根据20次人工观察虾群摄食欲望较低时虾群聚散度的平均值,则数字信号处理器(1)向PLC(2)输入处理结果,PLC(2)控制投饲机(3)进行工作,投喂量与第一次相同;
5)若Es<Eh,则数字信号处理器(1)向PLC(2)发出停止投喂指令,由PLC控制投饲机(3)停止工作,等待下一次投喂工作的开始。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310374098.6A CN116616238B (zh) | 2023-04-10 | 2023-04-10 | 一种基于视觉的对虾自适应投喂方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310374098.6A CN116616238B (zh) | 2023-04-10 | 2023-04-10 | 一种基于视觉的对虾自适应投喂方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116616238A true CN116616238A (zh) | 2023-08-22 |
CN116616238B CN116616238B (zh) | 2024-04-26 |
Family
ID=87640607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310374098.6A Active CN116616238B (zh) | 2023-04-10 | 2023-04-10 | 一种基于视觉的对虾自适应投喂方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116616238B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4852521A (en) * | 1987-04-06 | 1989-08-01 | Mariculture Equipment Development, Inc. | Amphibious aquaculture feed distribution machine |
US5060276A (en) * | 1989-05-31 | 1991-10-22 | At&T Bell Laboratories | Technique for object orientation detection using a feed-forward neural network |
US5692064A (en) * | 1993-11-01 | 1997-11-25 | Hitachi, Ltd. | Method and apparatus for counting underwater objects using an ultrasonic wave |
US20070151522A1 (en) * | 2004-01-09 | 2007-07-05 | Brauman Richard S | Method and system for aquaculture production |
CN103605330A (zh) * | 2013-10-23 | 2014-02-26 | 浙江海洋学院 | 一种近海养殖远程监控系统及其监控方法 |
CN104621021A (zh) * | 2015-03-05 | 2015-05-20 | 浙江大学 | 基于计算机视觉技术的鱼类摄食节律自动检测装置及方法 |
CN107094683A (zh) * | 2017-04-13 | 2017-08-29 | 同济大学 | 一种水产养殖的自动投饵和水质监测控制系统及方法 |
WO2017221259A1 (en) * | 2016-06-23 | 2017-12-28 | S Jyothi | Automatic recognition of indian prawn species |
CN108628368A (zh) * | 2018-04-09 | 2018-10-09 | 浙江庆渔堂农业科技有限公司 | 基于物联网技术的高密度鱼塘养殖监控系统 |
CN110074030A (zh) * | 2019-04-11 | 2019-08-02 | 浙江大学 | 一种融合机器视觉与红外检测技术的反馈式池塘循环水智能投饲系统 |
US20200113158A1 (en) * | 2017-06-28 | 2020-04-16 | Observe Technologies Limited | Data collection system and method for feeding aquatic animals |
CN111165414A (zh) * | 2020-01-15 | 2020-05-19 | 浙江大学 | 一种基于光-声耦合技术的游泳型鱼类自适应投喂装置及方法 |
CN113749030A (zh) * | 2021-09-09 | 2021-12-07 | 浙江大学 | 一种适用于循环水养殖模式的鱼类福利化自适应投饲系统 |
CN113951196A (zh) * | 2021-10-21 | 2022-01-21 | 浙江大学 | 一种基于机器视觉与环境动态耦合的智能投喂方法及装置 |
-
2023
- 2023-04-10 CN CN202310374098.6A patent/CN116616238B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4852521A (en) * | 1987-04-06 | 1989-08-01 | Mariculture Equipment Development, Inc. | Amphibious aquaculture feed distribution machine |
US5060276A (en) * | 1989-05-31 | 1991-10-22 | At&T Bell Laboratories | Technique for object orientation detection using a feed-forward neural network |
US5692064A (en) * | 1993-11-01 | 1997-11-25 | Hitachi, Ltd. | Method and apparatus for counting underwater objects using an ultrasonic wave |
US20070151522A1 (en) * | 2004-01-09 | 2007-07-05 | Brauman Richard S | Method and system for aquaculture production |
CN103605330A (zh) * | 2013-10-23 | 2014-02-26 | 浙江海洋学院 | 一种近海养殖远程监控系统及其监控方法 |
CN104621021A (zh) * | 2015-03-05 | 2015-05-20 | 浙江大学 | 基于计算机视觉技术的鱼类摄食节律自动检测装置及方法 |
WO2017221259A1 (en) * | 2016-06-23 | 2017-12-28 | S Jyothi | Automatic recognition of indian prawn species |
CN107094683A (zh) * | 2017-04-13 | 2017-08-29 | 同济大学 | 一种水产养殖的自动投饵和水质监测控制系统及方法 |
US20200113158A1 (en) * | 2017-06-28 | 2020-04-16 | Observe Technologies Limited | Data collection system and method for feeding aquatic animals |
CN108628368A (zh) * | 2018-04-09 | 2018-10-09 | 浙江庆渔堂农业科技有限公司 | 基于物联网技术的高密度鱼塘养殖监控系统 |
CN110074030A (zh) * | 2019-04-11 | 2019-08-02 | 浙江大学 | 一种融合机器视觉与红外检测技术的反馈式池塘循环水智能投饲系统 |
US20200375155A1 (en) * | 2019-04-11 | 2020-12-03 | Zhejiang University | Feedback feeding system for pond recirculation with fusion of machine vision and infrared detection |
CN111165414A (zh) * | 2020-01-15 | 2020-05-19 | 浙江大学 | 一种基于光-声耦合技术的游泳型鱼类自适应投喂装置及方法 |
US20210279860A1 (en) * | 2020-01-15 | 2021-09-09 | Zhejiang University | Adaptive Feeding Device and Method for Swimming Fish Based on Photo-acoustic Coupling Technology |
CN113749030A (zh) * | 2021-09-09 | 2021-12-07 | 浙江大学 | 一种适用于循环水养殖模式的鱼类福利化自适应投饲系统 |
CN113951196A (zh) * | 2021-10-21 | 2022-01-21 | 浙江大学 | 一种基于机器视觉与环境动态耦合的智能投喂方法及装置 |
Non-Patent Citations (3)
Title |
---|
张丰登等: "投射式投饲机投饲精准性试验", 浙江大学学报, vol. 44, no. 6, 25 November 2018 (2018-11-25), pages 755 - 764 * |
杨露菁等: "智能图像处理及应用", vol. 1, 31 March 2019, 中国铁道出版社, pages: 64 - 65 * |
袁圆玥等: "活鱼应激反应观测技术的研究进展", 水产科学, vol. 42, no. 2, 31 March 2023 (2023-03-31), pages 331 - 338 * |
Also Published As
Publication number | Publication date |
---|---|
CN116616238B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107094683B (zh) | 一种水产养殖的自动投饵和水质监测控制系统 | |
CN111165414B (zh) | 一种基于光-声耦合技术的游泳型鱼类自适应投喂装置及方法 | |
CN110476839B (zh) | 一种基于鱼类生长的优化调控方法及系统 | |
CN108990862B (zh) | 一种基于机器视觉的科学确定河蟹投饵量的方法 | |
CN104123721B (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 | |
CN112213962A (zh) | 一种基于生长模型与声呐反馈的智能投饲系统及方法 | |
CN112232978B (zh) | 水产品体长和重量检测方法、终端设备及存储介质 | |
CN111443744B (zh) | 基于鱼群行为和排氨规律反馈的循环水养殖变速流智能控制系统 | |
CN109389613B (zh) | 一种基于计算机视觉的残留鱼饵计数方法 | |
CN108267122A (zh) | 一种基于机器视觉的水下鱼类体长测量装置及测量方法 | |
CN106259095A (zh) | 一种池塘淡水养殖鱼的行为对水产养殖方面的判断方法 | |
Huang et al. | The prototype of a smart underwater surveillance system for shrimp farming | |
CN113327263B (zh) | 一种基于图像视觉的鱼群活跃度监测方法 | |
US20210319562A1 (en) | Recognition method and device for analyzing a starvation extent of a whiteleg shrimp based on underwater imaging | |
CN113484867B (zh) | 一种基于成像声呐封闭空间下鱼群密度探测方法 | |
CN107590467A (zh) | 一种基于机器视觉的智能投喂系统 | |
CN113349111A (zh) | 一种用于水产养殖物的动态投喂方法、系统和存储介质 | |
CN115861721A (zh) | 基于图像数据的畜禽养殖喷雾设备状态识别方法 | |
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 | |
CN111680587B (zh) | 一种基于多目标跟踪的鸡群活动量实时估算方法及系统 | |
CN208187400U (zh) | 一种基于机器视觉的鱼类体长测量装置 | |
CN114997725A (zh) | 基于注意力机制与轻量级卷积神经网络的奶牛体况评分方法 | |
CN116616238B (zh) | 一种基于视觉的对虾自适应投喂方法 | |
CN117136894A (zh) | 一种鱼群定性分级投喂方法、终端及存储介质 | |
Rakesh et al. | An Overview on Machine Learning Techniques for Identification of Diseases in Aquaculture |
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 |