JPH0737975B2 - 生物の画像監視装置 - Google Patents
生物の画像監視装置Info
- Publication number
- JPH0737975B2 JPH0737975B2 JP1060987A JP6098789A JPH0737975B2 JP H0737975 B2 JPH0737975 B2 JP H0737975B2 JP 1060987 A JP1060987 A JP 1060987A JP 6098789 A JP6098789 A JP 6098789A JP H0737975 B2 JPH0737975 B2 JP H0737975B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- fish
- behavior
- distribution
- image processing
- 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.)
- Expired - Lifetime
Links
Landscapes
- Image Processing (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、被検水として浄水場や下水処理場の流入およ
び処理水、並びに河川水などを用いて飼育している複数
の魚を画像監視し被検水の水質異常を検知する生物の画
像監視装置に関する。
び処理水、並びに河川水などを用いて飼育している複数
の魚を画像監視し被検水の水質異常を検知する生物の画
像監視装置に関する。
浄水場では、原水中への不特定多数の毒物が混入したか
否かを判定することを目的とし、原水や浄水の一部を水
槽に導きこの水槽で魚類を飼育し、魚類の行動を監視し
ている。また下水処理場の処理水や放流水及び河川水並
びに湖沼について、水中の毒物の有無を監視するため
に、同様に魚類を飼育し監視する場合がある。これは、
水中への毒物混入等の異常時に、魚が異常に行動したり
死んだりするので、魚の行動を監視することにより水質
異常を検知できるからである。これらの魚態行動監視に
おいて人間の目視による監視は、多種多様な異常行動お
よび微妙な行動変化が判断できるが、連続監視が困難で
あることにより、人間の目にかわる自動監視が望まれて
いた。自動監視を実現する方法としては、被検水を導い
た水槽内にて魚類を監視し、その魚の行動を撮像装置に
て撮像し、撮像した画像を画像処理し魚の異常行動を認
識する方法が用いられる。ここで重要なことは、どの様
に画像処理して魚類の行動を数量化し、魚の異常行動を
認識するからである。例えば特開昭63−213080号公報で
は、複数の生物を画像監視する方法が開示されている。
ここでは、監視行動パターンとして位置と速度を用いて
いる。水質異常を検知することを目的とする魚群行動監
視装置に用いた場合、異常時に魚が水面に現われ鼻上げ
する鼻上げ行動を魚の水深方向の位置分布より水面位置
分布割合を導き出すことにより認識可能としている。ま
た、異常時に魚が狂つた様に泳ぎ廻る狂奔行動を、速度
分布より高速度分布割合を導き出すことにより認識可能
としている。
否かを判定することを目的とし、原水や浄水の一部を水
槽に導きこの水槽で魚類を飼育し、魚類の行動を監視し
ている。また下水処理場の処理水や放流水及び河川水並
びに湖沼について、水中の毒物の有無を監視するため
に、同様に魚類を飼育し監視する場合がある。これは、
水中への毒物混入等の異常時に、魚が異常に行動したり
死んだりするので、魚の行動を監視することにより水質
異常を検知できるからである。これらの魚態行動監視に
おいて人間の目視による監視は、多種多様な異常行動お
よび微妙な行動変化が判断できるが、連続監視が困難で
あることにより、人間の目にかわる自動監視が望まれて
いた。自動監視を実現する方法としては、被検水を導い
た水槽内にて魚類を監視し、その魚の行動を撮像装置に
て撮像し、撮像した画像を画像処理し魚の異常行動を認
識する方法が用いられる。ここで重要なことは、どの様
に画像処理して魚類の行動を数量化し、魚の異常行動を
認識するからである。例えば特開昭63−213080号公報で
は、複数の生物を画像監視する方法が開示されている。
ここでは、監視行動パターンとして位置と速度を用いて
いる。水質異常を検知することを目的とする魚群行動監
視装置に用いた場合、異常時に魚が水面に現われ鼻上げ
する鼻上げ行動を魚の水深方向の位置分布より水面位置
分布割合を導き出すことにより認識可能としている。ま
た、異常時に魚が狂つた様に泳ぎ廻る狂奔行動を、速度
分布より高速度分布割合を導き出すことにより認識可能
としている。
上記従来技術は、単数でも監視可能な個々の魚に起因す
る行動パターンのみを監視し、複数尾の魚を監視してい
る利点は、データ増加による固体差の影響を少なくする
ことに用いられていた。異常時に魚が示めす異常行動認
識に有効な群れとしての行動パターンを監視するという
配慮がされておらず、複数尾を監視している利点が十分
に生かされていなかつた。このため、毒物混入の早期
（異常発生直後）に、狂奔行動および鼻上げ行動の前兆
として錯乱状態におちいり群れを乱し上下左右にふらふ
らと泳ぐ錯乱行動、および毒物濃度が低く鼻上げ行動ま
たは狂奔行動に達しない場合の同様な錯乱行動を認識出
来なかつた。
る行動パターンのみを監視し、複数尾の魚を監視してい
る利点は、データ増加による固体差の影響を少なくする
ことに用いられていた。異常時に魚が示めす異常行動認
識に有効な群れとしての行動パターンを監視するという
配慮がされておらず、複数尾を監視している利点が十分
に生かされていなかつた。このため、毒物混入の早期
（異常発生直後）に、狂奔行動および鼻上げ行動の前兆
として錯乱状態におちいり群れを乱し上下左右にふらふ
らと泳ぐ錯乱行動、および毒物濃度が低く鼻上げ行動ま
たは狂奔行動に達しない場合の同様な錯乱行動を認識出
来なかつた。
また、正常時には、群れを投して水面付近に現われる頻
度は小さく、異常時には、その頻度が急激に増す。この
正常時と異常時の差が激しい顕著な群れとしての異常行
動は、従来技術の個々の魚の位置分布からでは、その顕
著性が失なわれ認識が困難であつた。
度は小さく、異常時には、その頻度が急激に増す。この
正常時と異常時の差が激しい顕著な群れとしての異常行
動は、従来技術の個々の魚の位置分布からでは、その顕
著性が失なわれ認識が困難であつた。
本発明は、複数尾を監視しているという利点を群れとし
て監視することにより十分に生かし、従来技術による個
々の魚に起因する行動パターンのみでは認識できない、
異常行動検知に有効な群れとしての行動パターンである
錯乱行動および群れでの浮上行動を認識することを目的
とする。これにより魚の異常行動をより適確に把握し、
水質異常の早期検知および信頼性の向上を行なうもので
ある。
て監視することにより十分に生かし、従来技術による個
々の魚に起因する行動パターンのみでは認識できない、
異常行動検知に有効な群れとしての行動パターンである
錯乱行動および群れでの浮上行動を認識することを目的
とする。これにより魚の異常行動をより適確に把握し、
水質異常の早期検知および信頼性の向上を行なうもので
ある。
本発明は、被検水中で複数の魚を飼育する水槽と、該水
槽内の魚を水槽の側面から撮像して電気信号に変換する
撮像装置と、該撮像装置で撮像した画像を画像処理して
魚の行動を認識する画像処理装置とを具備した生物の画
像監視装置において、 前記撮像装置の撮像画像を設定された時間間隔で取り込
み多値画像として格納するメモリと該多値画像を２値化
した２値画像を格納するメモリとを有する画像メモリ
と、 該画像メモリのアドレスを管理するアドレスプロセッサ
と、 前記画像メモリに格納した多値画像の輝度頻度分布を求
める手段と、該多値画像を２値化する２値化手段と、２
値画像における個々の魚の面積並びに中心Ｘ座標とＹ座
標とを求める図心座標計算手段とを具備する画像処理プ
ロセッサと、 該画像処理プロセッサから送られた輝度頻度分布により
前記多値画像を２値化するしきい値を決定する手段と、
前記画像処理プロセッサで求められた個々の魚の中心座
標からその平均値を算出して群れの中心Ｘ座標と中心Ｙ
座標を演算する手段と、該群れの中心座標から各魚の図
心座標までの距離の２乗和をもって群れの拡がり度とし
その分布を求める拡がり度分布演算手段と、拡がり度分
布を分級し複数の撮像画像から得た拡がり度分布をもと
に拡がり度頻度分布を求める手段と、該拡がり度頻度分
布を予め求めておいた正常値と比較して水質異常を検知
する手段とを具備する演算処理部とを有する前記画像処
理装置を備えたことを特徴とする。
槽内の魚を水槽の側面から撮像して電気信号に変換する
撮像装置と、該撮像装置で撮像した画像を画像処理して
魚の行動を認識する画像処理装置とを具備した生物の画
像監視装置において、 前記撮像装置の撮像画像を設定された時間間隔で取り込
み多値画像として格納するメモリと該多値画像を２値化
した２値画像を格納するメモリとを有する画像メモリ
と、 該画像メモリのアドレスを管理するアドレスプロセッサ
と、 前記画像メモリに格納した多値画像の輝度頻度分布を求
める手段と、該多値画像を２値化する２値化手段と、２
値画像における個々の魚の面積並びに中心Ｘ座標とＹ座
標とを求める図心座標計算手段とを具備する画像処理プ
ロセッサと、 該画像処理プロセッサから送られた輝度頻度分布により
前記多値画像を２値化するしきい値を決定する手段と、
前記画像処理プロセッサで求められた個々の魚の中心座
標からその平均値を算出して群れの中心Ｘ座標と中心Ｙ
座標を演算する手段と、該群れの中心座標から各魚の図
心座標までの距離の２乗和をもって群れの拡がり度とし
その分布を求める拡がり度分布演算手段と、拡がり度分
布を分級し複数の撮像画像から得た拡がり度分布をもと
に拡がり度頻度分布を求める手段と、該拡がり度頻度分
布を予め求めておいた正常値と比較して水質異常を検知
する手段とを具備する演算処理部とを有する前記画像処
理装置を備えたことを特徴とする。
魚群の異常行動パターンである錯乱行動の認識は、錯乱
時に群れを乱すことより群れの集まり具合を監視するこ
とにより認識できる。具体的には撮像した画像を２値化
し、魚像を２値画像として抽出する。求めた２値画像を
ラベリングし、各ラベルの図心及び面積を求める。魚の
撮像が重なつた場合を考慮して、各ラベルの面積比をも
とに各ラベルに尾数を割り当てる。これらラベルの図心
と尾数のデータより、ラベルの図心を魚の位置として、
魚全体の中心（群れの中心）位置を求める。群れの中心
位置より各魚の位置までの距離の２乗和をとりその値を
群れの拡がり度とし、群れの集まり具合を監視する。正
常時には、群れを乱す頻度が小さく、錯乱時にはその頻
度が急激に増加することにより、群れの拡がり度の分布
を取り、分布においてある値よりも高い値を示した割合
が大きいことにより錯乱行動を認識する。
時に群れを乱すことより群れの集まり具合を監視するこ
とにより認識できる。具体的には撮像した画像を２値化
し、魚像を２値画像として抽出する。求めた２値画像を
ラベリングし、各ラベルの図心及び面積を求める。魚の
撮像が重なつた場合を考慮して、各ラベルの面積比をも
とに各ラベルに尾数を割り当てる。これらラベルの図心
と尾数のデータより、ラベルの図心を魚の位置として、
魚全体の中心（群れの中心）位置を求める。群れの中心
位置より各魚の位置までの距離の２乗和をとりその値を
群れの拡がり度とし、群れの集まり具合を監視する。正
常時には、群れを乱す頻度が小さく、錯乱時にはその頻
度が急激に増加することにより、群れの拡がり度の分布
を取り、分布においてある値よりも高い値を示した割合
が大きいことにより錯乱行動を認識する。
異常行動パターンである群れでの浮上行動の認識は、群
れでの浮上行動時に群れとして水面付近に位置する頻度
が増加することにより、群れの位置を監視することによ
り認識できる。具体的には、前記錯乱行動を認識するた
めに導き出した群れの中心位置により群れの位置を監視
する。正常時には、群れとして水面付近に現われる頻度
は小さく、群れで浮上行動を起した場合には、その頻度
が急激に増加することにより、群れの中心の水深方向位
置分布を取り、分布において水面付近に位置した割合が
大きいことにより、群れでの浮上行動を認識する。
れでの浮上行動時に群れとして水面付近に位置する頻度
が増加することにより、群れの位置を監視することによ
り認識できる。具体的には、前記錯乱行動を認識するた
めに導き出した群れの中心位置により群れの位置を監視
する。正常時には、群れとして水面付近に現われる頻度
は小さく、群れで浮上行動を起した場合には、その頻度
が急激に増加することにより、群れの中心の水深方向位
置分布を取り、分布において水面付近に位置した割合が
大きいことにより、群れでの浮上行動を認識する。
上記手段により異常パターンである錯乱行動が適確に認
識できるので、魚類の錯乱行動による水質異常検知が可
能となる。また、錯乱行動は、従来の監視パターンであ
る鼻上げ行動や狂奔行動に比らべ、異常早期に起り、ま
た毒物濃度が低い場合にも起ることにより異常に対する
反応性が良い。
識できるので、魚類の錯乱行動による水質異常検知が可
能となる。また、錯乱行動は、従来の監視パターンであ
る鼻上げ行動や狂奔行動に比らべ、異常早期に起り、ま
た毒物濃度が低い場合にも起ることにより異常に対する
反応性が良い。
この錯乱行動を認識できることにより、水質異常検知の
早期検知および信頼性向上が可能である。
早期検知および信頼性向上が可能である。
上記手段により異常パターンである群れでの浮上行動が
適確に認識できるので、魚類の群れでの浮上行動による
水質異常検知が可能となる。また、群れでの浮上行動
は、従来の監視パターンである鼻上げ行動や狂奔行動に
比らべ正常時と異常時の差が激しく異常に対する反応が
顕著である。
適確に認識できるので、魚類の群れでの浮上行動による
水質異常検知が可能となる。また、群れでの浮上行動
は、従来の監視パターンである鼻上げ行動や狂奔行動に
比らべ正常時と異常時の差が激しく異常に対する反応が
顕著である。
この群れでの浮上行動を認識できることにより、水質異
常検知の信頼性向上が可能である。
常検知の信頼性向上が可能である。
以下、本発明の一実施例を第１図，第２図を用いて説明
する。
する。
第１図は、本実施例の全体構成図である。行動監視対象
である複数の魚１と、これらの魚を飼育する水槽２と、
画像処理において魚像を抽出しやすい撮像を得るための
照明装置3A,3Bと、魚の行動状態を水平方向より撮像す
るITVカメラ４と、ITVカメラからの撮像を画像処理し魚
の行動を画像認識する画像処理装置５と、画像処理結果
およびITV画像を表示するモニター６と、画像処理によ
り得た数値データの演算結果を表示するCRT7と、数値デ
ータの演算・判定結果により外部に警報を発する警報装
置８により構成される。ここで飼育空間である水槽２に
は、供水管2Aにより供水し、排水管2Bにより排水するこ
とにより被検水を循環させている。溶在酸素濃度調整装
置2Cと、温度調整装置2Dは、魚の行動に影響を与える検
出対象外の環境要素を調整するものである。多孔製の整
流板2Eは、溶在酸素濃度および温度の調整された被検水
を整流し、かつ、魚の行動範囲を撮像空間内に制限する
ものである。この様にして、行動監視対象である魚１を
検出対象外の環境要素を調整した被検水で飼育し、魚１
の行動を撮像可能としている。照明装置3A,3Bは、照明3
Aにより水槽２内の魚をITVカメラ４の反対側より半透明
の光散乱板3Bを介して照らす。光散乱板3Bは照明3Aの光
を散乱し、散乱板全体が光を発する。この結果、ITVカ
メラ４の撮像において、魚像は影絵のように暗い部分と
なつて現われる。この様にして魚像を２値化・抽出しや
すい画像を得る。
である複数の魚１と、これらの魚を飼育する水槽２と、
画像処理において魚像を抽出しやすい撮像を得るための
照明装置3A,3Bと、魚の行動状態を水平方向より撮像す
るITVカメラ４と、ITVカメラからの撮像を画像処理し魚
の行動を画像認識する画像処理装置５と、画像処理結果
およびITV画像を表示するモニター６と、画像処理によ
り得た数値データの演算結果を表示するCRT7と、数値デ
ータの演算・判定結果により外部に警報を発する警報装
置８により構成される。ここで飼育空間である水槽２に
は、供水管2Aにより供水し、排水管2Bにより排水するこ
とにより被検水を循環させている。溶在酸素濃度調整装
置2Cと、温度調整装置2Dは、魚の行動に影響を与える検
出対象外の環境要素を調整するものである。多孔製の整
流板2Eは、溶在酸素濃度および温度の調整された被検水
を整流し、かつ、魚の行動範囲を撮像空間内に制限する
ものである。この様にして、行動監視対象である魚１を
検出対象外の環境要素を調整した被検水で飼育し、魚１
の行動を撮像可能としている。照明装置3A,3Bは、照明3
Aにより水槽２内の魚をITVカメラ４の反対側より半透明
の光散乱板3Bを介して照らす。光散乱板3Bは照明3Aの光
を散乱し、散乱板全体が光を発する。この結果、ITVカ
メラ４の撮像において、魚像は影絵のように暗い部分と
なつて現われる。この様にして魚像を２値化・抽出しや
すい画像を得る。
次に画像処理装置の機能について第２図の用いて説明す
る。ITVカメラ４からの撮像信号は、A/D変換され、アド
レス管理が可能な画像メモリ5Aに多値画像として記憶さ
れる。画像メモリ5Aは、多値画像とともに２値画像の記
憶もする。画像処理プロセツサー5Bは、画像処理演算を
高速に行なうものであり、アドレスプロセツサー5Cは、
画像メモリのアドレスを管理するものである。3A,3B,3
C、よりなる高速画像処理部により、公知の画像処理技
術を用い、多値画像からの濃度頻度分布の抽出、しきい
値による多値画像の２値化・２値画像の作成、２値画像
の各個体へのラベル付け（ラベリング処理）、ラベル付
けした物体の面積抽出、ラベル付けした物体の図心抽出
を行なう。画像処理部により得たデータを演算処理部
（CPU）5Dにて演算を行ないCRT7に表示する。画像処理
部・演算処理部および警報装置８への出力のデータ転送
は、バス5Eにより行なう。これらの機能を用い次に示す
水質異常検知を目的とする魚態行動の画像監視による異
常行動の認識を行なう。
る。ITVカメラ４からの撮像信号は、A/D変換され、アド
レス管理が可能な画像メモリ5Aに多値画像として記憶さ
れる。画像メモリ5Aは、多値画像とともに２値画像の記
憶もする。画像処理プロセツサー5Bは、画像処理演算を
高速に行なうものであり、アドレスプロセツサー5Cは、
画像メモリのアドレスを管理するものである。3A,3B,3
C、よりなる高速画像処理部により、公知の画像処理技
術を用い、多値画像からの濃度頻度分布の抽出、しきい
値による多値画像の２値化・２値画像の作成、２値画像
の各個体へのラベル付け（ラベリング処理）、ラベル付
けした物体の面積抽出、ラベル付けした物体の図心抽出
を行なう。画像処理部により得たデータを演算処理部
（CPU）5Dにて演算を行ないCRT7に表示する。画像処理
部・演算処理部および警報装置８への出力のデータ転送
は、バス5Eにより行なう。これらの機能を用い次に示す
水質異常検知を目的とする魚態行動の画像監視による異
常行動の認識を行なう。
画像監視・処理による魚態行動の異常認識手順について
説明する。
説明する。
まず、第２図の演算処理部5Dに含まれるタイマーにて時
間を管理し、タイマーからの信号でITVカメラ４からの
撮像を取り込み、移動前の画像として画像メモリ5Aに格
納する。次にタイマーにて魚の移動時間を管理し、設定
した移動時間後にタイマーからの信号でITVカメラ４か
ら撮像を取り込み、移動後の画像として画像メモリ5Aに
格納する。画像処理プロセツサー5Bでは先に格納した移
動前濃淡画像の濃度（輝度）頻度分布を求め、求めたデ
ータを演算処理部5Dにバス5Eを介して転送する。このよ
うにして求めた濃度頻度分布より、演算処理部5Dにて濃
淡画像から魚像を２値化抽出するしきい値を決定する。
第３図の濃度頻度分布において、第１図の3A・3Bよりな
る照明装置の効果により魚像は暗い部分Pfとして現われ
る。背景は明るい部分Pbとして、魚のエラ・ヒレ・輪郭
部は、中間部Peとして現われる。よつてこの魚体部と背
景の間にしきい値を設定することにより魚体を２値化抽
出できる。２値化しきい値の検出は濃度頻度分布におい
て、暗い方から頻度を累積し、その類積頻度（面積）
が、初めに設定して置いた魚像として考えられる最小総
面積（第３図斜線部）に達した濃度より検索を始め、検
索始めの濃度に比例した範囲までを検索し、その検索範
囲内で頻度の増加点を数点求め、求めた増加点で最少頻
度を示す濃度をしきい値とする。しきい値をこのように
して決定すると水が濁つた場合の濃度頻度分布および、
濃度頻度分布が乱れている場合にも有効である。このし
きい値により多値画像を画像処理プロセツサー5Bにて２
値化し魚像を抽出し２値画像を画像メモリ5Aに格納す
る。画像メモリ5Aに格納した２値画像を5A・Ｂ・Ｃより
成る高速画像処理部にて一点ノイズを除却し、各固体に
ラベル付けを行ない、さらに各レベルの面積を抽出す
る。各ラベル面積より演算処理部5Dにおいて残ノイズの
有無を確認する。ラベル面積が初めに設定して置いた魚
１尾の最小面積より小さいラベルは、ノイズと見なし無
効とする。またラベル数の魚の尾数よりも多い場合は、
ラベル面積の大きい方から、魚の尾数だけのラベルを有
効とする。この有効なラベルに対して5A・Ｂ・Ｃより成
る高速画像処理部にて各ラベルの図心を求める。先に求
めたラベル面積と有効ラベルより、演算処理部5Dにて魚
像の重なりを確認し各ラベルに尾数を割り当てる。求め
た有効ラベル数が、魚の尾数よりも少ない場合、魚像が
重なつていると見なし、尾数を基に、各ラベルの面積地
を整数化し各ラベルに尾数を割り当てる。
間を管理し、タイマーからの信号でITVカメラ４からの
撮像を取り込み、移動前の画像として画像メモリ5Aに格
納する。次にタイマーにて魚の移動時間を管理し、設定
した移動時間後にタイマーからの信号でITVカメラ４か
ら撮像を取り込み、移動後の画像として画像メモリ5Aに
格納する。画像処理プロセツサー5Bでは先に格納した移
動前濃淡画像の濃度（輝度）頻度分布を求め、求めたデ
ータを演算処理部5Dにバス5Eを介して転送する。このよ
うにして求めた濃度頻度分布より、演算処理部5Dにて濃
淡画像から魚像を２値化抽出するしきい値を決定する。
第３図の濃度頻度分布において、第１図の3A・3Bよりな
る照明装置の効果により魚像は暗い部分Pfとして現われ
る。背景は明るい部分Pbとして、魚のエラ・ヒレ・輪郭
部は、中間部Peとして現われる。よつてこの魚体部と背
景の間にしきい値を設定することにより魚体を２値化抽
出できる。２値化しきい値の検出は濃度頻度分布におい
て、暗い方から頻度を累積し、その類積頻度（面積）
が、初めに設定して置いた魚像として考えられる最小総
面積（第３図斜線部）に達した濃度より検索を始め、検
索始めの濃度に比例した範囲までを検索し、その検索範
囲内で頻度の増加点を数点求め、求めた増加点で最少頻
度を示す濃度をしきい値とする。しきい値をこのように
して決定すると水が濁つた場合の濃度頻度分布および、
濃度頻度分布が乱れている場合にも有効である。このし
きい値により多値画像を画像処理プロセツサー5Bにて２
値化し魚像を抽出し２値画像を画像メモリ5Aに格納す
る。画像メモリ5Aに格納した２値画像を5A・Ｂ・Ｃより
成る高速画像処理部にて一点ノイズを除却し、各固体に
ラベル付けを行ない、さらに各レベルの面積を抽出す
る。各ラベル面積より演算処理部5Dにおいて残ノイズの
有無を確認する。ラベル面積が初めに設定して置いた魚
１尾の最小面積より小さいラベルは、ノイズと見なし無
効とする。またラベル数の魚の尾数よりも多い場合は、
ラベル面積の大きい方から、魚の尾数だけのラベルを有
効とする。この有効なラベルに対して5A・Ｂ・Ｃより成
る高速画像処理部にて各ラベルの図心を求める。先に求
めたラベル面積と有効ラベルより、演算処理部5Dにて魚
像の重なりを確認し各ラベルに尾数を割り当てる。求め
た有効ラベル数が、魚の尾数よりも少ない場合、魚像が
重なつていると見なし、尾数を基に、各ラベルの面積地
を整数化し各ラベルに尾数を割り当てる。
画像メモリ5Aに格納した多数後の多値画像に対して、同
様な処理を行ない移動後の画像のラベルの図心座標を求
める。なおこの場合にはラベルへの尾数割当ては不要で
ある。このようにして得た 移動前の画像のラベル図心ｘ座標＝ｘ１〜ｌ 〃 〃 〃 ｙ座標＝ｙ１〜ｌ 〃 〃 〃割り当て尾数＝ｎ１〜ｌ ここでは有効ラベル数 および 移動後の画像のラベル図心ｘ座標＝ｘ′１〜ｌ′ 移動後の画像のラベル図心ｙ座標＝ｙ′１〜ｌ′ ここでｌ′は有効ラベル数 より演算処理部5Dにて演算処理する。
様な処理を行ない移動後の画像のラベルの図心座標を求
める。なおこの場合にはラベルへの尾数割当ては不要で
ある。このようにして得た 移動前の画像のラベル図心ｘ座標＝ｘ１〜ｌ 〃 〃 〃 ｙ座標＝ｙ１〜ｌ 〃 〃 〃割り当て尾数＝ｎ１〜ｌ ここでは有効ラベル数 および 移動後の画像のラベル図心ｘ座標＝ｘ′１〜ｌ′ 移動後の画像のラベル図心ｙ座標＝ｙ′１〜ｌ′ ここでｌ′は有効ラベル数 より演算処理部5Dにて演算処理する。
水深方向位置分布として、移動前画像の各ラベル図心ｙ
座標（ｙ１〜ｌ）に対応する水深方向位置分級に、各ラ
ベル割当て尾数（ｎ１〜ｌを累積加算する。
座標（ｙ１〜ｌ）に対応する水深方向位置分級に、各ラ
ベル割当て尾数（ｎ１〜ｌを累積加算する。
群れの中心水深方向位置分布として移動前の画像のラベ
ル中心ｙ座標（ｙ１〜ｌ）と、ラベル割り当て尾数（ｎ
１〜ｌ）より群れの水深方向中心位置ycを次式にて求め
る。
ル中心ｙ座標（ｙ１〜ｌ）と、ラベル割り当て尾数（ｎ
１〜ｌ）より群れの水深方向中心位置ycを次式にて求め
る。
（１）式で求めた水深方向中心位置ycに対応する群れの
中心の水深方向位置分級に頻度１を累積加算する。
中心の水深方向位置分級に頻度１を累積加算する。
群れの拡がり度（群れの中心より各魚への距離の２乗
和）分布として、移動前の画像のラベル図心ｘ座標（ｘ
１〜ｌ）・ｙ座標（ｙ１〜ｌ）とラベル割当尾数（ｎ
１〜ｌ）より、群れの拡がり度ｅを次式で求める。
和）分布として、移動前の画像のラベル図心ｘ座標（ｘ
１〜ｌ）・ｙ座標（ｙ１〜ｌ）とラベル割当尾数（ｎ
１〜ｌ）より、群れの拡がり度ｅを次式で求める。
として求め、対応する群れの拡がり度分級に頻度１を累
積加算する。
積加算する。
速度（移動前後の画像における最も近い点までの距離）
分布として、移動前の画像のラベル図心ｘ座標（ｘ
１〜ｌ）・ｙ座標（ｙ１〜ｌ）とラベル割当数（ｎ
１〜ｌ）および、移動後の画像のラベル図心ｘ座標
（ｘ′１〜ｌ′）・ｙ座標（ｙ′１〜ｌ′）より速度ｖ
を次式とし、 vN＝MIN｛（ｘ′１〜ｌ′−xN）２−（ｙ′１〜ｌ′−y
N）２｝ …（５） 各ラベルに対して求め対応する速度分級に、各ラベル割
当て数（ｎ１〜ｌ）を累積加差する。
分布として、移動前の画像のラベル図心ｘ座標（ｘ
１〜ｌ）・ｙ座標（ｙ１〜ｌ）とラベル割当数（ｎ
１〜ｌ）および、移動後の画像のラベル図心ｘ座標
（ｘ′１〜ｌ′）・ｙ座標（ｙ′１〜ｌ′）より速度ｖ
を次式とし、 vN＝MIN｛（ｘ′１〜ｌ′−xN）２−（ｙ′１〜ｌ′−y
N）２｝ …（５） 各ラベルに対して求め対応する速度分級に、各ラベル割
当て数（ｎ１〜ｌ）を累積加差する。
以上の処理を指定回数繰り返し第４図〜第７図に示めす
水深方向位置分布・群れの中心水深方向位置分布、群れ
の拡がり度分布を求める。
水深方向位置分布・群れの中心水深方向位置分布、群れ
の拡がり度分布を求める。
求めた各分布より演算処理部5Dにて異常判定の指標とし
て、それぞれ水面位置分布割当、群れの中心水面位置分
布割当、群れの高拡がり度分布割合、高速度分布割合を
求め、これらを各計測毎に正常時の値と比較することに
より、魚の異常行動を認識し、水質異常を検知する。
て、それぞれ水面位置分布割当、群れの中心水面位置分
布割当、群れの高拡がり度分布割合、高速度分布割合を
求め、これらを各計測毎に正常時の値と比較することに
より、魚の異常行動を認識し、水質異常を検知する。
水面位置分布割合（第４図斜線部分）は、魚が水面に位
置した割合を示めし正常時には小さく異常時には大きな
値となる。異常時に魚が水面に現われる水面上に鼻上げ
をする異常行動である鼻上げ行動が認識できる。
置した割合を示めし正常時には小さく異常時には大きな
値となる。異常時に魚が水面に現われる水面上に鼻上げ
をする異常行動である鼻上げ行動が認識できる。
群れの中心水面位置分布割合（第５図の斜線部分）は、
魚が群れとして水面付近に位置した割合を示めし正常時
には小さく異常時には、大きい値を示めす。これにより
異常時に魚が群れとして水面付近に現われる異常行動で
ある群れとしての浮上行動が認識できる。
魚が群れとして水面付近に位置した割合を示めし正常時
には小さく異常時には、大きい値を示めす。これにより
異常時に魚が群れとして水面付近に現われる異常行動で
ある群れとしての浮上行動が認識できる。
群れの高拡がり度分布割合（第６図の斜線部分）は、魚
が群を乱し群れの拡がり度がある値以上であつた割合を
示めし正常時には小さく、異常時には大きい値を示め
す。これにより異常時に魚が錯乱し群れを乱しふらふら
と泳ぐ異常行動である錯乱行動が認識できる。
が群を乱し群れの拡がり度がある値以上であつた割合を
示めし正常時には小さく、異常時には大きい値を示め
す。これにより異常時に魚が錯乱し群れを乱しふらふら
と泳ぐ異常行動である錯乱行動が認識できる。
高速度分布割合（第７図の斜線部分）は、魚がある速度
以上で移動した割合を示めし、正常時には小さく、異常
時には大きい値を示めす。これにより異常時に魚が狂つ
た様に上下左右に泳ぎ廻る異常行動である狂奔行動が認
識できる。
以上で移動した割合を示めし、正常時には小さく、異常
時には大きい値を示めす。これにより異常時に魚が狂つ
た様に上下左右に泳ぎ廻る異常行動である狂奔行動が認
識できる。
魚の異常行動を認識した場合、演算処理部5Dより警報装
置８に信号を出力し警報を発する。
置８に信号を出力し警報を発する。
演算処理部5Dはタイマーにより周期的に（１）項〜上述
の処理を行なう。
の処理を行なう。
この様にして水質異常検知を目的とし魚の行動を画像監
視し魚の異常行動を認識し水質異常検知を行なう。
視し魚の異常行動を認識し水質異常検知を行なう。
このようにして水質の監視を行うのであるが、群れの拡
がり度を用いて評価しているので異常発生直後および、
毒物濃度が低い場合の特徴的な異常行動である錯乱行動
が認識でき、水質異常監視において、早期異常検知・信
頼性の向上ができる。
がり度を用いて評価しているので異常発生直後および、
毒物濃度が低い場合の特徴的な異常行動である錯乱行動
が認識でき、水質異常監視において、早期異常検知・信
頼性の向上ができる。
また、群れの中心位置を用いて評価することにより、正
常時と異常時の差が顕著な群れでの水面付近へ浮上する
異常行動が認識でき、水質異常監視において信頼性の向
上ができる。
常時と異常時の差が顕著な群れでの水面付近へ浮上する
異常行動が認識でき、水質異常監視において信頼性の向
上ができる。
次に、上述の実施例は魚の場合であるが、本発明は一般
的に生物群を行動監視に適用できる。第８図は複数のラ
ツトやマウスなどの実験動物の行動を研究するための実
施例である。
的に生物群を行動監視に適用できる。第８図は複数のラ
ツトやマウスなどの実験動物の行動を研究するための実
施例である。
空気調和装置９には、空気供給管10で空気が供給され
る。空気調整装置９では、空気の温度や湿度などを一定
に調節する。この空気を送風機11で飼育ケージ12に供給
する。飼育ケージ12では、ラツト13が飼育される。撮像
装置４は、飼育ケージ12を上部から撮像して、ラツト13
の画像を得る。
る。空気調整装置９では、空気の温度や湿度などを一定
に調節する。この空気を送風機11で飼育ケージ12に供給
する。飼育ケージ12では、ラツト13が飼育される。撮像
装置４は、飼育ケージ12を上部から撮像して、ラツト13
の画像を得る。
この後の画像監視方法は、第１図の実施例と同様であ
る。本実施例では、実験動物の行動を研究するためのも
のであるので、特に、位置が分布・速度分布・群れの中
心位置分布・群れの拡がり度分布データを解析する。本
実施例は、餌や空気の性状や質が実験動物に及ぼす影響
を調べることができる。
る。本実施例では、実験動物の行動を研究するためのも
のであるので、特に、位置が分布・速度分布・群れの中
心位置分布・群れの拡がり度分布データを解析する。本
実施例は、餌や空気の性状や質が実験動物に及ぼす影響
を調べることができる。
本発明によれば、魚の異常行動の早期認識および確実な
認識に有効な異常行動パターンである錯乱行動および群
れでの浮上行動が適確に認識できる。さらに、これら魚
の異常行動の認識による水質異常検知において、早期検
知および信頼性向上の効果がある。
認識に有効な異常行動パターンである錯乱行動および群
れでの浮上行動が適確に認識できる。さらに、これら魚
の異常行動の認識による水質異常検知において、早期検
知および信頼性向上の効果がある。
また、本発明を生物群の行動監視に用いれば、生物群の
行動を群れとしてとらえることができるので、生物群の
微妙な行動変化を適確に把握できる高精度の監視が可能
となる。
行動を群れとしてとらえることができるので、生物群の
微妙な行動変化を適確に把握できる高精度の監視が可能
となる。
第１図は本発明の一実施例を示す構成図、第２図は画像
処理装置の詳細構成図、第３図は濃淡画像の濃度頻度分
布を表わす図、第４図〜第７図はそれぞれ本発明による
監視結果を示す特性図、第８図は本発明の他の実施例を
示す構成図である。 １……魚、２……水槽、３……照明装置、４……撮像装
置、５……画像処理装置、８……警報装置。
処理装置の詳細構成図、第３図は濃淡画像の濃度頻度分
布を表わす図、第４図〜第７図はそれぞれ本発明による
監視結果を示す特性図、第８図は本発明の他の実施例を
示す構成図である。 １……魚、２……水槽、３……照明装置、４……撮像装
置、５……画像処理装置、８……警報装置。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 馬場 研二 茨城県日立市久慈町4026番地 株式会社日 立製作所日立研究所内 (72)発明者 矢萩 捷夫 茨城県日立市久慈町4026番地 株式会社日 立製作所日立研究所内 (56)参考文献 特開 昭63−213080（ＪＰ，Ａ)
Claims (1)
- 【請求項１】被検水中で複数の魚を飼育する水槽と、該
水槽内の魚を水槽の側面から撮像して電気信号に変換す
る撮像装置と、該撮像装置で撮像した画像を画像処理し
て魚の行動を認識する画像処理装置とを具備した生物の
画像監視装置において、 前記撮像装置の撮像画像を設定された時間間隔で取り込
み多値画像として格納するメモリと該多値画像を２値化
した２値画像を格納するメモリとを有する画像メモリ
と、 該画像メモリのアドレスを管理するアドレスプロセッサ
と、 前記画像メモリに格納した多値画像の輝度頻度分布を求
める手段と、該多値画像を２値化する２値化手段と、２
値画像における個々の魚の面積並びに中心Ｘ座標とＹ座
標とを求める図心座標計算手段とを具備する画像処理プ
ロセッサと、 該画像処理プロセッサから送られた輝度頻度分布により
前記多値画像を２値化するしきい値を決定する手段と、
前記画像処理プロセッサで求められた個々の魚の中心座
標からその平均値を算出して群れの中心Ｘ座標と中心Ｙ
座標を演算する手段と、該群れの中心座標から各魚の図
心座標までの距離の２乗和をもって群れの拡がり度とし
その分布を求める拡がり度分布演算手段と、拡がり度分
布を分級し複数の撮像画像から得た拡がり度分布をもと
に拡がり度頻度分布を求める手段と、該拡がり度頻度分
布を予め求めておいた正常値と比較して水質異常を検知
する手段とを具備する演算処理部と を含む前記画像処理装置を備えたことを特徴とする生物
の画像監視装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1060987A JPH0737975B2 (ja) | 1989-03-15 | 1989-03-15 | 生物の画像監視装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1060987A JPH0737975B2 (ja) | 1989-03-15 | 1989-03-15 | 生物の画像監視装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02242154A JPH02242154A (ja) | 1990-09-26 |
| JPH0737975B2 true JPH0737975B2 (ja) | 1995-04-26 |
Family
ID=13158295
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1060987A Expired - Lifetime JPH0737975B2 (ja) | 1989-03-15 | 1989-03-15 | 生物の画像監視装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0737975B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009126116A1 (en) * | 2008-04-09 | 2009-10-15 | Agency For Science, Technology And Research | System and method for monitoring water quality |
| CN101806923A (zh) * | 2010-03-30 | 2010-08-18 | 上海城投原水有限公司 | 一种高浊度水下生物移动检测系统及检测方法 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3274541B2 (ja) * | 1993-07-06 | 2002-04-15 | 株式会社日立製作所 | 浄水場管理支援方法及び支援システム |
| JP2002350423A (ja) * | 2001-05-23 | 2002-12-04 | Seiko Electric Co Ltd | 水質監視装置および水質監視方法 |
| JP2023044875A (ja) * | 2021-09-21 | 2023-04-03 | 東芝デジタルソリューションズ株式会社 | 水質監視システム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2526237B2 (ja) * | 1987-03-02 | 1996-08-21 | 株式会社日立製作所 | 生物群の画像監視装置 |
-
1989
- 1989-03-15 JP JP1060987A patent/JPH0737975B2/ja not_active Expired - Lifetime
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009126116A1 (en) * | 2008-04-09 | 2009-10-15 | Agency For Science, Technology And Research | System and method for monitoring water quality |
| CN101806923A (zh) * | 2010-03-30 | 2010-08-18 | 上海城投原水有限公司 | 一种高浊度水下生物移动检测系统及检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH02242154A (ja) | 1990-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | An automatic recognition framework for sow daily behaviours based on motion and image analyses | |
| Miranda et al. | Pest detection and extraction using image processing techniques | |
| Kaixuan et al. | Target detection method for moving cows based on background subtraction | |
| CN111766827A (zh) | 一种基于大数据的现代化生猪养殖基地实时监测管理系统 | |
| CN111767794A (zh) | 基于机器视觉的笼养家禽异常行为检测方法及检测系统 | |
| WO2018155856A1 (ko) | 소의 승가 행위 판독 시스템 | |
| CN112528823B (zh) | 一种基于关键帧检测和语义部件分割的条斑鲨运动行为分析方法及系统 | |
| CN115861721B (zh) | 基于图像数据的畜禽养殖喷雾设备状态识别方法 | |
| Martinez-Ortiz et al. | Video tracking of dairy cows for assessing mobility scores | |
| JPH0737975B2 (ja) | 生物の画像監視装置 | |
| JPH05263411A (ja) | 物体の観察方法および装置 | |
| Lai et al. | Automatic measuring shrimp body length using CNN and an underwater imaging system | |
| Lau et al. | Estimating Norway lobster abundance from deep-water videos: an automatic approach | |
| CN109118540B (zh) | 基于脊线提取的鲟鱼快速统计方法 | |
| Georgopoulou et al. | Tracking and analysis of the movement behavior of European seabass (Dicentrarchus labrax) in aquaculture systems | |
| JP2526237B2 (ja) | 生物群の画像監視装置 | |
| JPH01126546A (ja) | 複数魚の移動速度認識法 | |
| Hashisho et al. | AI-assisted Automated Pipeline for Length Estimation, Visual Assessment of the Digestive Tract and Counting of Shrimp in Aquaculture Production. | |
| JPH07104335B2 (ja) | 魚類による水質異常の検出方法 | |
| JP2517737B2 (ja) | 魚類の画像監視装置 | |
| CN116681876B (zh) | 一种用于诊断动物肠胃健康的粪便状态评分装置 | |
| JP2005196398A (ja) | 小動物の行動解析装置、小動物の行動解析方法および行動診断方法 | |
| JPS63135859A (ja) | 異常水質監視装置 | |
| JPH0789115B2 (ja) | 魚類による毒物検出装置 | |
| JP2526238B2 (ja) | 一定飼育空間で飼育する水棲動物の画像認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080426 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090426 Year of fee payment: 14 |
|
| EXPY | Cancellation because of completion of term |