CN216525762U - 一种基于机器视觉学习的淡水养殖监测系统 - Google Patents

Abstract

本实用新型提供一种基于机器视觉学习的淡水养殖监测系统，涉及一种淡水养殖监测系统领域，包括包括养殖鱼塘，所述养殖鱼塘的顶部周围固定连接有监控模块，所述养殖鱼塘的顶部周围固定连接有红外检测模块，所述养殖鱼塘的内部包括第一检测区、第二检测区、第三检测区和第四检测区，采用将养殖鱼塘划分为四个不同的检测区，对养殖鱼塘不同位置的检测区进行鱼塘参数检测，并通过微处理器进行数据处理与对比，通过中央处理器对参数进行机器视觉学习，减少参数误报的概率以及参数的准确性，同时在养殖鱼塘周围设有红外检测模块和监控模块，对进入养殖鱼塘范围内的动物和人员进行视觉学习监控，提升了防盗防人员溺水功能。

Description

一种基于机器视觉学习的淡水养殖监测系统

技术领域

本实用新型涉及一种淡水养殖监测系统领域，尤其涉及一种基于机器视觉学习的淡水养殖监测系统。

背景技术

根据专利号为CN207816344U，一种淡水养殖水体环境参数监测系统，该系统由多个结构和功能相同的检测终端和一个监测主机组成，各检测终端与监测主机之间通过Wi-Fi无线方式连接；检测终端具有监测阈值设置功能，并能以定时方式采集养殖水体中的含氧量、PH值、水温等参数，完成检测数据分析后，可将检测数据及分析结果以Wi-Fi无线方式送往监测主机，由监测主机完成数据显示和监测状态指示等功能，该系统可有效实现淡水养殖水体环境参数的监测功能，系统结构简单，安装使用方便，适宜推广使用。

上述一种淡水养殖水体环境参数监测系统，对于水体的环境参数采样较为单一，不具备全面性，检测终端容易存在参数的误报，对人员产生错误的引导，且该监测系统不具备人防功能，养殖鱼塘不具备防盗防人员溺水功能。

实用新型内容

本实用新型的目的是为了解决现有技术中存在的缺点，而提出的一种基于机器视觉学习的淡水养殖监测系统。

为了实现上述目的，本实用新型采用了如下技术方案：一种基于机器视觉学习的淡水养殖监测系统，包括养殖鱼塘，所述养殖鱼塘的顶部周围固定连接有监控模块，所述养殖鱼塘的顶部周围固定连接有红外检测模块，所述养殖鱼塘的内部包括第一检测区、第二检测区、第三检测区和第四检测区，所述第一检测区、第二检测区、第三检测区和第四检测区的内部居中处固定连接有综合检测模块，所述养殖鱼塘的外部电性连接有第一微处理器、第二微处理器、第三微处理器和中央处理器。

优选的，所述综合检测模块包括浑浊度检测组件、PH值检测组件、水温检测组件和溶解氧含量检测组件。

优选的，所述第一检测区、第二检测区、第三检测区和第四检测区内部的综合检测模块均与第一微处理器的信号输入端通过WIFI无线方式连接。

优选的，所述监控模块和红外检测模块与第三微处理器的信号输入端通过WIFI无线方式连接，所述第三微处理器的信号输出端与中央处理器的信号输入端电连。

优选的，所述第一微处理器的信号输出端电性连接有第二微处理器，所述第二微处理器的信号输出端通过线路与中央处理器的信号输入端电连。

优选的，所述溶解氧含量检测组件设有信号变换信号变送电路和与信号变送电路输出端相连的AD变换电路，所述PH值检测组件设有信号调理以及变换电路。

有益效果

本实用新型中，通过将养殖鱼塘划分为四个不同的检测区，对养殖鱼塘不同位置的检测区进行鱼塘参数检测，并通过微处理器进行数据处理与对比，通过中央处理器对参数进行机器视觉学习，减少参数误报的概率以及参数的准确性，同时在养殖鱼塘周围设有红外检测模块和监控模块，对进入养殖鱼塘范围内的动物和人员进行视觉学习监控，提升了防盗防人员溺水功能。

附图说明

图1为本实用新型的结构示意图；

图2为本实用新型的控制原理结构示意图；

图3为本实用新型的控制原理结构示意图；

图4为本实用新型的综合检测模块结构示意图。

图例说明：

1、养殖鱼塘；2、中央处理器；3、第一微处理器；4、第二微处理器；5、第三微处理器；6、监控模块；7、红外检测模块；8、综合检测模块；801、浑浊度检测组件；802、PH值检测组件；803、水温检测组件；804、溶解氧含量检测组件；9、第一检测区；10、第二检测区；11、第三检测区；12、第四检测区。

具体实施方式

为了使本实用新型实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例和附图，进一步阐述本实用新型，但下述实施例仅仅为本实用新型的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其它实施例，都属于本实用新型的保护范围。

下面结合附图描述本实用新型的具体实施例。

具体实施例：

参照图1-4，一种基于机器视觉学习的淡水养殖监测系统，包括养殖鱼塘1，养殖鱼塘1的顶部周围固定连接有监控模块6，养殖鱼塘1的顶部周围固定连接有红外检测模块7，养殖鱼塘1的内部包括第一检测区9、第二检测区10、第三检测区11和第四检测区12，第一检测区9、第二检测区10、第三检测区11和第四检测区12的内部居中处固定连接有综合检测模块8，综合检测模块8均沿养殖鱼塘1的中轴对称，养殖鱼塘1的外部电性连接有第一微处理器3、第二微处理器4、第三微处理器5和中央处理器2，综合检测模块8包括浑浊度检测组件801、PH值检测组件802、水温检测组件803和溶解氧含量检测组件804，浑浊度检测组件801为波长为680nm透射式浊度仪，避免黄色和绿色物质的干扰，第一检测区9、第二检测区10、第三检测区11和第四检测区12内部的综合检测模块8均与第一微处理器3的信号输入端通过WIFI无线方式连接，监控模块6和红外检测模块7与第三微处理器5的信号输入端通过WIFI无线方式连接，第三微处理器5的信号输出端与中央处理器2的信号输入端电连，第一微处理器3的信号输出端电性连接有第二微处理器4，第二微处理器4的信号输出端通过线路与中央处理器2的信号输入端电连，溶解氧含量检测组件804设有信号变换信号变送电路和与信号变送电路输出端相连的AD变换电路，PH值检测组件802设有信号调理以及变换电路。

本实用新型的工作原理：使用时先对综合检测模块8与第一微处理器3之间WIFI无线信号连接的稳定性，以及红外检测模块7和监控模块6与第三微处理器5之间WIFI无线信号连接的稳定性，接着将不同检测区的综合检测模块8、红外检测模块7和监控模块6的参数调整到相应的检测阈值，设置完成后，养殖鱼塘1内部不同位置的综合检测模块8内部的浑浊度检测组件801、PH值检测组件802、水温检测组件803和溶解氧含量检测组件804，分别测定第一检测区9、第二检测区10、第三检测区11和第四检测区12内部的含氧率、浑浊度、水体的PH值和水温值，不同时间段内分别对水体进行检测，并将数据上传到第一微处理器3进行数据分析，分析实际测值与检测阈值之间的差异，并筛选出不符合阈值范围的检测数据，再将不符合阈值范围的检测数据的上传至第二微处理器4，将不符合阈值范围的检测数据由人员进行判断，对人员判断的不合格数据以及合格数据，上传至中央处理器2对人为判断的合格数据进行机器视觉学习，同时监控模块6和红外检测模块7实时养殖鱼塘1的周边环境进行实时监控，将同一报警时间内的监控模块6和红外检测模块7的数据上传到第三微处理器5进行分析，并由人员进行识别，对人员判断的不合格数据以及合格数据，上传至中央处理器2对人为判断的合格数据进行机器视觉学习，将同一时刻的监控模块6和红外检测模块7的报警数据进行对比，当再次发生同样范围内的参数报警时，中央处理器2会识别此类数据，并不会发生报警，将养殖鱼塘1划分为四个不同的检测区，对养殖鱼塘1不同位置的检测区进行参数检测，并通过微处理器进行数据处理与对比，通过中央处理器2对参数进行机器视觉学习，减少参数误报的概率以及参数的准确性，同时在养殖鱼塘1周围设有红外检测模块7和监控模块6，对进入养殖鱼塘1范围内的动物和人员进行视觉学习监控，提升了防盗防人员溺水功能。

在本实用新型中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。

以上显示和描述了本实用新型的基本原理、主要特征和本实用新型的优点。本行业的技术人员应该了解，本实用新型不受上述实施例的限制，上述实施例和说明书中描述的仅为本实用新型的优选例，并不用来限制本实用新型，在不脱离本实用新型精神和范围的前提下，本实用新型还会有各种变化和改进，这些变化和改进都落入要求保护的本实用新型范围内。本实用新型要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种基于机器视觉学习的淡水养殖监测系统，包括养殖鱼塘(1)，其特征在于：所述养殖鱼塘(1)的顶部周围固定连接有监控模块(6)，所述养殖鱼塘(1)的顶部周围固定连接有红外检测模块(7)，所述养殖鱼塘(1)的内部包括第一检测区(9)、第二检测区(10)、第三检测区(11)和第四检测区(12)，所述第一检测区(9)、第二检测区(10)、第三检测区(11)和第四检测区(12)的内部居中处固定连接有综合检测模块(8)，所述养殖鱼塘(1)的外部电性连接有第一微处理器(3)、第二微处理器(4)、第三微处理器(5)和中央处理器(2)。

2.根据权利要求1所述的一种基于机器视觉学习的淡水养殖监测系统，其特征在于：所述综合检测模块(8)包括浑浊度检测组件(801)、PH值检测组件(802)、水温检测组件(803)和溶解氧含量检测组件(804)。

3.根据权利要求1所述的一种基于机器视觉学习的淡水养殖监测系统，其特征在于：所述第一检测区(9)、第二检测区(10)、第三检测区(11)和第四检测区(12)内部的综合检测模块(8)均与第一微处理器(3)的信号输入端通过WIFI无线方式连接。

4.根据权利要求1所述的一种基于机器视觉学习的淡水养殖监测系统，其特征在于：所述监控模块(6)和红外检测模块(7)与第三微处理器(5)的信号输入端通过WIFI无线方式连接，所述第三微处理器(5)的信号输出端与中央处理器(2)的信号输入端电连。

5.根据权利要求1所述的一种基于机器视觉学习的淡水养殖监测系统，其特征在于：所述第一微处理器(3)的信号输出端电性连接有第二微处理器(4)，所述第二微处理器(4)的信号输出端通过线路与中央处理器(2)的信号输入端电连。

6.根据权利要求2所述的一种基于机器视觉学习的淡水养殖监测系统，其特征在于：所述溶解氧含量检测组件(804)设有信号变换信号变送电路和与信号变送电路输出端相连的AD变换电路，所述PH值检测组件(802)设有信号调理以及变换电路。

Images