JPH0785080B2 - 魚態監視装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は浄水場の原水中などの毒物の有無を水中で飼育
する水棲動物の行動を監視して判定する魚態監視装置に
関する。

〔従来の技術〕

従来から浄水場では原水中に毒物が混入したかどうかを
監視するために、原水の一部を水槽に導いてふな，こ
い，うぐい，たなご，にじます，おいかわなどの魚類を
飼育していて、原水中に毒物が混入した場合には上記魚
類が狂奔，反転，鼻上げなどの異常な行動を示したり死
んだりする現象を利用して原水中の毒物流入を監視して
いる。また下水処理場では法律で禁止された毒物が流入
下水中に流入したかどうかを知る必要があり、このため
人手による間欠的な水質分析を行なつている。しかしこ
のような人手による魚類の目視や水質の分析に依存した
水中の毒物監視では、連続監視および早期発見が困難で
あつて需要者への配水停止などの対策が遅れる問題があ
つた。

また魚の監視方法としては、水槽中の魚を上部から工業
用テレビカメラ（ITV）で検出して画像処理する方法が
例えば第36回全国水道研究発表会の講演集p.464−466に
記載されていて、この方法によると魚が水面上を腹を横
にして漂う場合にその魚が「ある大きさ以上の独立した
明点」として認識でき、水面近傍に存在する魚の高明度
部および水面の凹凸による光の変化のみを抽出すること
により、背景を整理して魚の行動を求めることが述べら
れている。さらに魚の監視方法として、１個以上のタン
ク装置内の複数個の生物の動きをビデオ装置で監視し、
生物の運動をコンピユータ装置で分析して予期される運
動パターンの統計的分布に対応する予測パラメータの組
と比較する方法が例えば特開昭61−46294号公報に記載
されている。

〔発明が解決しようとする問題点〕

上記従来技術の水槽中の魚を上部からITVで検出して画
像処理する方法では、魚が死んで水面に現れないと認識
できないので魚の生死を判定するオンライン連続監視が
不可能となり、毒物流入時点の異常行動が検知できずに
毒物判定までの遅れ時間が大きくなるうえ、特に水中で
魚が静止している頻度および時間が大きい場合が多いた
め魚の静止時の正常異常判定が連続監視に不可欠となる
のに対応できない。またこの方法は魚を認識することに
ついては述べているが、魚の行動の異常検出の方法につ
いては述べられていない。また複数個の生物の動きを監
視し運動を分析して運動パターンを比較する方法では、
魚の運動の特徴量として魚の位置，形状，向きについて
述べているが、魚の生態にもとづく行動異常を監視して
判定する方法について述べられていない。

本発明の目的は魚類の生態による動きを定量的に連続監
視して水中の毒物の有無を早期かつ正確に判定できる魚
態監視装置を提供するにある。

〔問題点を解決するための手段〕

上記目的は、水中の毒物流入検知のために魚を飼育する
水槽と、上記魚の画像情報を電気信号に変換する撮像装
置と、該撮像装置から得られる画像情報を記憶する画像
記憶装置と、該画像記憶装置の画像情報から上記魚の本
体部分およびひれ部分を２値化抽出する手段と、該魚本
体部分の２値化画像に基づいて該魚の位置および傾きを
検出する手段と、該魚の位置から該魚の移動速度を検出
する手段と、上記魚のひれ部分の２値化画像からひれの
動きを検出する手段と、上記魚の位置と傾きと移動速度
とひれの動きから水中の毒物流入を判定する手段を具備
する魚態監視装置により達成される。

〔作用〕

上記魚態監視装置では、水槽で飼育される魚画像を撮像
装置で輝度情報に変換し、該輝度情報を所定時間間隔ご
とにデジタル化して画像記憶装置に取り込み、この画像
記憶装置の魚画像情報から魚の本体部分および魚のひれ
部分をそれぞれ２値化抽出する手段で２値化抽出し、該
魚の本体部分の２値画像から魚の重心位置および傾きを
検出する手段で検出し、さらに魚の重心位置を追跡する
ことにより魚の移動速度を検出する手段で検出し、かつ
上記魚のひれ部分の２値画像から魚のひれの動きを追跡
することにより該ひれの動きの大きさを検出する手段で
検出し、これらの所定時間の間の魚画像計測により求め
た魚の位置と傾きと移動速度とひれの動きの特徴量のパ
ターンを正常時パターンと比較することにより、とりわ
け魚のひれは魚が生きている間には絶え間なく動いてい
るため魚が水中で静止している場合でも魚の正常異常
（生死）判定ができるから、したがつて毒物流入を判定
する手段で定量的かつ正確に判定できる。

〔実施例〕

以下に本発明の一実施例を第１図ないし第７図により説
明する。

第１図は本発明による魚態監視装置の一実施例を示す全
体構成図である。第１図において、１は水中の毒物流入
検知のために水槽動物（魚）を飼育する水槽、２はバツ
クスクリーン、３は照明装置、４は魚の画像情報を電気
信号に変換する撮像装置、５は撮像装置からえられる画
像情報を記憶する画像記憶装置と該画像情報から魚の本
体部分およびひれ部分を２値化抽出する手段と該本体部
分の２値化画像に基づいて魚の位置および傾きを検出す
る手段と上記ひれ部分の２値化画像に基づいてひれ部分
の動きを検出する手段などを含む画像処理装置、６は画
像処理装置からの魚の位置から移動速度を検出する手段
と上記魚の位置と移動速度と傾きとひれの動きから水中
の毒物流入を判定する手段などを含む演算装置、７は警
報装置、８はモニタ、９は水棲動物（魚）である。

第１図の水中の毒物流入検知のための魚飼育用の水槽１
には浄水場の原水あるいは下水処理場の流入下水あるい
は河川の毒物監視の場合には河川水などの水が常に供給
されている。水槽１内の魚９は通常１匹以上飼育される
が本実施例では説明および理解を容易にするために一匹
の場合を例に説明することにし、供給される水に棲息す
る魚類としては例えばふな，こい，うぐい，たなご，に
じます，おいかわなどが飼育される。水槽１内の魚９を
照らす照明装置３は画像処理技術を適用するのに均一な
照明が必要であり、このため照明装置３と水槽１の間に
はすりガラスや白色アクリル製などの光散乱板に相当す
る半透明バツクスクリーン２を設ける。またこのバツク
スクリーン２は背景を白色系として魚９を黒色系とする
ことにより、魚９をコントラストよく認識するのに役立
つ。水槽１内の魚９の画像を電気信号（映像信号）に変
換する撮像装置４は例えば工業用テレビカメラ（ITV）
を使用し、撮像する画素の明るさ（輝度）に対応した電
圧の電気信号を出力する。

このさい画像処理装置５は撮像装置４に対し水平・垂直
の同期信号を出して撮像のタイミングを制御し、撮像装
置４からの魚画像情報をある設定時間間隔Δｔごとに内
部に取り込んで画像記憶装置に記憶し、その魚画像情報
から魚の本体部分およびひれ部分を２値化抽出する手段
により２値化抽出して、本体部分の２値化画像に基づい
て魚の重心位置Ｇおよび傾きＤを検出する手段により検
出するとともに、ひれ部分の２値化画像に基づいてひれ
部分の動きＫを検出する手段により検出する処理などを
行なう。なお画像処理装置５の構成と動作の詳細は後に
説明する。この画像処理装置５にはモニタ８が接続され
ていて、魚９の画像やその画像処理の結果などを表示す
る。

つぎに演算装置６は画像処理装置５から設定時間間隔Δ
ｔごと送られる魚９の重心位置Ｇと傾きＤおよびひれの
動きＫのある設定時間Ｔの間の情報を取り込んで内部の
記憶装置に記憶し、その重心位置Ｇから魚９の移動速度
Ｖを検出する手段により求めて記憶装置に記憶したの
ち、上記により設定時間間隔Δｔごとに抽出された設定
時間Ｔの間の魚９の重心G,傾きD,移動速度V,ひれの動き
Ｋという魚の生態の特徴量の値の頻度分布を求め、この
オンライン計測した魚９の上記特徴量の分布とこの演算
装置６にあらかじめ記憶されている魚９の正常状態にお
ける特徴量の分布とを水中の毒物流入を判定する手段に
より比較して、魚９の特徴量の計測分布と正常分布との
間にあらかじめ設定した偏差以上の差が生じた場合に
は、魚９の動きが異常であると判定して該判定結果を警
報装置７に送信する。これにより警報装置７はその異常
検知信号を受信すると、その異常レベルに従い警報を鳴
らしたり監視者に水質調査を促すためのメツセージを音
声出力したりする。なお演算装置６には図示していない
デイスプレイやキーボードが接続されていて、魚９の上
記した各特徴量の正常分布値が魚の種類や水温などの環
境条件に応じて手動または自動操作により補正または変
更できるうえ、上記の設定時間間隔Δｔおよび設定時間
Ｔや魚の行動の異常判定基準などの初期設定値を操作し
たり、あるいは魚９の各特徴量の分布の計測結果を表示
できる。この演算装置６の構成と動作の詳細は後に説明
する。

第２図は第１図の画像処理装置４の詳細構成例図であ
る。第２図において、501はタイマ、502はA/D変換器、5
03は多値画像メモリ（魚画像情報を記憶する画像記憶装
置）、504は２値化回路（ひれ部分を２値化抽出する手
段）、505,506は２値メモリ、507は論理和回路（ひれ部
分の動きを検出する手段）、508は２値化回路（魚本体
部分を２値化抽出する手段）、509は２値メモリ、510は
重心演算回路（魚の位置を検出する手段）、511は魚の
傾き演算回路（魚の傾きを検出する手段）、512は入出
力制御装置である。この画像処理装置５は撮像装置４か
らえられる魚９の画像情報から魚９の本体部分およびひ
れ部分を２値化抽出して、魚９の重心位置Ｇと傾きＤお
よびひれの動きＫを検出する手段をなす。第２図のタイ
マ501は初期設定された時間間隔ΔｔごとにトリガーをA
/D変換器502に出力する。このA/D変換器502はタイマ501
のトリガに同期して時間間隔Δｔごとに撮像装置４から
の映像信号（画像輝度信号）をA/D変換し、魚画像情報
をデジタル値として多値画像メモリ503に格納する。こ
の多値画像メモリ503は例えば256×256画素×８ビツト
（各画素256階調）の容量をもち、上記魚画像情報を時
間間隔Δｔごとに取り込む。この魚画像は背景の部分の
輝度が大きくて魚のひれ部分および本体部分の順に低く
なり主に３段階の輝度を示す。この多値画像メモリ503
に格納された魚画像情報は２値化回路504,508に送ら
れ、初期設定された２つのしきい値によりそれぞれ魚９
のひれ部分，本体部分が２値化抽出されて、それぞれ２
値メモリ505（506）,509に格納される。

第３図（ａ），（ｂ），（ｃ），（ｄ）は第２図の２値
化回路504,508の２値化方法の説明図で、第３図（ａ）
は多値画像メモリ503に格納された魚画像、第３図
（ｂ）は２値化回路504により２値化抽出されて２値メ
モリ505（506）に格納された魚のひれ部分の２値画像、
第３図（ｃ）は２値化回路508により２値化抽出されて
２値メモリ508に格納された魚９の本体部分の２値画
像、第３図（ｄ）は第３図（ａ）のＡ−Ａ線上の輝度分
布および２値化しきい値をそれぞれ示し、図中のW,G1,G
2は魚画像の背景の水の部分、魚９の本体部分、ひれ部
分で、L_l,L_hは２つの２値化しきい値である。第３図
（ａ）のように多値画像メモリ503の魚画像は魚本体部
分G1の輝度が最も低くて魚ひれ部分G2から背景の水部分
Ｗの順に輝度が高くなる。この輝度分布に対して第３図
（ｄ）に示すように背景の水部分Ｗの輝度Ｗよりも小さ
く魚ひれ部分G2の輝度G2以上の輝度のしきい値L_h（Ｗ＞
L_h＞G2）と、魚ひれ部分の輝度G2より小さくて魚本体部
分の輝度G1以上の輝度のしきい値L_l（G2＞L_l＞G1）とを
設定することにより、しきい値L_hとL_lの間の輝度をもつ
部分は魚９のひれ部分G2としてまたしきい値L_l以下の輝
度をもつ部分は魚９の本体部分G1としてそれぞれ次のよ
うに２値化抽出できる。すなわち多値画像メモリ503に
格納された時刻ｔにおける魚画像情報Ｓ（i,j,t）に対
しひれ部分抽出用の２値化回路504はしきい値L_h,L_lを用
いて次式によりひれ部分G2の２値画像B_h（i,j,t）を演
算し、時間間隔Δｔごとの魚ひれ部分G2の２値画像を２
値メモリ505,506に交互に格納する。

L_l≦Ｓ（i,j,t）＜L_hのとき、 B_h（i,j,t）＝１ …（１） Ｓ（i,j,t）＜L_lまたはＳ（i,j,t）≧L_hのとき、 B_h（i,j,t）＝０ …（２） また魚本体部分抽出用の２値化回路508はしきい値L_lを
用いて次式により魚本体部分G1の２値画像B_l（i,j,t）
を演算し、時間間隔Δｔごとの魚本体部分G1の２値画像
を２値メモリ509に格納する。

Ｓ（i,j,t）＜L_hのとき、 B_l（i,j,t）＝１ …（３） Ｓ（i,j,t）≧L_lのとき、 Ｂ（i,j,t）＝０ …（４） こうしてえられた魚９のひれ部分G2および本体部分G1の
２値画像はそれぞれ第３図（ｂ），（ｃ）に示され、図
中の黒く塗りつぶした部分が“1"の値を持ちその他の部
分が“0"の値をもつ。

ついで第２図の論理和回路507の魚９のひれの動きＫの
抽出方法を説明する。まず上記のように多値画像メモリ
503の時刻ｔにおける魚画像情報Ｓ（i,j,t）は２値化回
路504によりひれ部分が２値化抽出されて２値メモリ505
に格納され、つぎに時間間隔Δｔ後の時刻ｔ＋Δｔにお
ける魚画像情報Ｓ（i,j,t＋Δｔ）のひれ部分が２値化
抽出されて２値メモリ506に格納され、これらの２値メ
モリ505,506は例えば256×256画素×１ビツトの容量を
持ち、上記により格納された２値メモリ505,506のｉ行
ｊ列の画素の２値情報B_h（i,j,t）,B_h（i,j,t＋Δｔ）
はそれぞれ魚９のひれが動く前とそれから時間間隔Δｔ
の間に動いた後の情報を有する。これにより２値メモリ
505,506に交互に取り込まれた魚ひれ部分の２値情報B_h
（i,j,t）,B_h（i,j,t＋Δｔ）が論理和回路507に送られ
ると、論理和回路507は２値メモリ505,506の全ての画素
に対して次式による排他的論理和演算を行なうことによ
り、排他的論理和の値が“1"の画素の集合（個数）をひ
れの動きの量Ｋとして抽出する。

B_h（i,j,t）＝１かつB_h（i,j,t＋Δｔ）＝１またはB
_h（i,j,t）＝０かつB_h（i,j,t＋Δｔ）＝０のとき Ｋ′（i,j,t）＝０ ……（５） B_h（i,j,t）＝１かつB_h（i,j,t＋Δｔ）＝０またはB
_h（i,j,t）＝０かつB_h（i,j,t＋Δｔ）＝１のとき Ｋ′（i,j,t）＝１ …（６） このひれの動きＫ（ｔ）は時刻ｔと時刻ｔ＋Δｔの間に
ひれが動いた量を表わす。以下同様にして設定時間Ｔの
間の時刻t,t＋Δt,t＋２Δt,…,t＋ｎΔｔにおけるひれ
の動きＫ（ｔ）,K（ｔ＋Δｔ）,K（ｔ＋２Δｔ）…,t＋
ｎΔｔを演算抽出する。

第４図（ａ），（ｂ），（ｃ）は第２図の論理和回路50
7の上記による魚のひれの動きＫの抽出方法の説明図
で、第４図（ａ）多値画像メモリ503に格納された時刻
ｔにおける魚画像Ｓ（i,j,t），第４図（ｂ）２値メモ
リ504,506にそれぞれ格納された時刻t,t＋Δｔにおける
魚ひれ（胸ひれ）の２値画像B_h（i,j,t）＝1,B_h（i,j,t
＋Δｔ）＝１の部分（拡大図）、第４図（ｃ）はひれ
（胸ひれ）の動きＫ（ｔ）のＫ′（i,j）＝１の部分
（拡大図）をそれぞれ示す。第４図（ａ）のa₁,a₂はそ
れぞれ魚９の背びれ，尾びれ部分を示し、a₃,a₄はそれ
ぞれ胸びれを示す。魚９は生きていて活動している間は
必ずひれを動かしているが、特に胸びれa₃,a₄は魚の位
置が変化しない静止中でもかなり大きな動きを見せる。
第４図（ｂ）の実線で囲まれた左斜線部分は時刻ｔにお
ける魚９のひれ２値画像B_h（i,j,t）＝１の胸びれa₄の
拡大部分、または破線で囲まれた右斜線部分は時刻ｔ＋
Δｔにおけるひれ２値画像B_h（i,j,t＋Δｔ）の胸びれa
₄の拡大部分であつて、この２つのひれ２値画像B_h（i,
j,t）,B_h（i,j,t＋Δｔ）は別々の２値メモリ505,506に
格納されているが説明上２つの２値画像を重ね合わせて
図示している。この図から魚９の胸ひれa₄は時間間隔Δ
ｔの間に矢印方向にかなり大きく動いたことを示してい
る。第４図（ｃ）はこれらの２つのひれ２値画像B_h（i,
j,t）,B_h（i,j,t＋Δｔ）から論理和回路507の排他的論
理和演算によりえられたひれの動き のＫ′（i,j,t）＝１の部分の胸びれa₄に相当する拡大
部分を示していて、第４図（ｂ）の胸びれa₄が重なつて
いる部分は除去されている。このように魚９のひれの動
きが大きければＫ（ｔ）の値も大きくなるがひれが動か
なくなればＫ（ｔ）の値も零となつて、魚９の生態によ
るひれ部分の動きＫ（ｔ）を定量的に抽出できる。

つぎに第２図の重心演算回路510および魚の傾き演算回
路511の魚９の重心位置Ｇおよび傾きＤの抽出方法を説
明する。まず上記のように時刻ｔに多値画像メモリ503
に格納された魚画像情報Ｓ（i,j,t）から魚本体部分抽
出用の２値化回路508により魚９の本体部分G1（第３
図）が２値化抽出され、この魚本体２値画像B_l（i,j,
t）は２値メモリ509に格納される。この２値メモリ509
は例えば256×256画素×１ビツトの容量をもつている。
重心演算回路510は２値メモリ509に取り込まれた時刻ｔ
における魚本体２値画像B_l（i,j,t）から魚本体部分G1
の重心Ｇ（X_g,Y_g,t）を周知の画像処理方法により計算
する。同時に魚の傾き演算回路511は２値メモリ509に取
り込まれた時刻ｔにおける魚本体２値画像B_l（i,j,t）
から魚の本体部分G1の傾きＤ（ｔ）を次の方法により演
算する。第５図（ａ），（ｂ）は第２図の魚の傾き演算
回路511の魚の傾きＤの抽出方法の説明図で、第５図
（ａ）は２値メモリ509に格納された魚本体部分G1の２
値画像B_l（i,j,t）、第５図（ｂ）は魚の傾きＤ（ｔ）
の角度θをそれぞれ示す。第５図（ａ）の魚本体部分G1
の重心位置Ｇ（X_i,Y_i,t）を周知の画像処理方法により
計算できるが、ここでは例えば魚本体部分G1を楕円長軸
方向Ｄを魚の傾きＤ（ｔ）とする。この魚９の傾きＤは
第５図（ｂ）のように例えば水平方向に対し０゜〜180
゜の範囲の傾き角θで表わされる。第２図の最後の入出
力制御装置512は多値画像メモリ503および２値メモリ50
5,506,509の情報および抽出した魚９のひれの動きK,重
心G,傾きＤの情報をモニタ８へ出力するとともに、論理
和回路507,重心演算回路510,魚の傾き演算511からの魚
９のひれの動きＫ（ｔ），魚の重心（ｔ），魚の傾きＤ
（ｔ）の特徴量を演算装置６へ出力する。

第６図は第２図の演算装置６の詳細構成例図である。第
６図において、601は入出力回路、602はひれの動き記憶
回路、603は魚の傾き記憶回路、604は重心記憶回路、60
5は速度演算回路（魚の移動速度を検出する手段）、606
は速度記憶回路、607は判定回路（毒物流入を判定する
手段）、608は偏差記憶回路である。この演算装置６は
画像処理装置５からえられた魚９の重心位置から魚の移
動速度を検出する手段とえられた魚の位置，移動速度，
傾き，ひれの動きの特徴量から魚の異常により毒物流入
を判定する手段をなす。まず第６図の画像処理装置５か
ら送られる魚９のひれの動きＫ（ｔ），傾きＤ（ｔ），
重心Ｇ（X_g,Y_g,t）の情報を本演算装置６の入出力回路6
01を介してそれぞれひれの動き記憶回路602,傾き記憶回
路603,重心記憶回路604に格納される。ついで速度演算
回路605は重心記憶回路604に取り込まれた重心Ｇ（X_g,Y
_g,t）およびＧ（X_g,Y_g,t＋Δｔ）の情報に基づき次式に
より魚の移動速度Ｖ（ｔ）を計算する。

Ｖ（ｔ）＝|G（X_g,Y_g,t）−Ｇ（X_g,Y_g,t＋Δｔ）／Δｔ
…（８） また同様にして各時刻ｔ＋Δt,t＋２Δt,…,t＋ｎΔｔ
における移動速度Ｖ（ｔ＋Δｔ）,V（ｔ＋２Δｔ），
…,t＋ｎΔｔが時間間隔Δｔごとに設定時間Ｔの間に計
算され、速度記憶回路606に格納される。つぎに判定回
路607にはあらかじめ魚９の正常状態におけるひれの動
きK,傾きD,重心G,速度Ｖの各特徴量の頻度の正常分布が
記憶されていて、上記の記憶回路602,603,604,606がオ
ンラインで入力される魚９のひれの動きＫ（ｔ），傾き
Ｄ（ｔ），重心Ｇ（X_g,Y_g,t）、速度Ｖ（ｔ）の特徴量
を時系列的に取り込んだ情報から初期設定時間Ｔの間の
各特徴量の頻度分布を計算して、この魚９の各特徴量の
計測分布を上記正常分布と比較することによりその偏差
を求め、その４つの特徴量の頻度分布の偏差を偏差記憶
回路608に格納する。この偏差記憶回路608は取り込んだ
ひれの動きK,傾きD,重心G,速度Ｖの４つの特徴量の偏差
が設定値より大きい場合には警報装置７へ異常検知信号
を出力する。なお判定回路607に格納された魚９のひれ
の動きK,傾きD,重心G,速度Ｖの各特徴量の正常分布は水
槽１の水温，照明，時間帯，季節などの環境条件や魚９
の種類，匹数などの条件により常に補正または変更され
るが、適宜に例えば前日同時刻の正常分布を使用するな
ども可能である。また判定回路607にはあらかじめ魚９
の異常状態における各特徴量の頻度分布を格納すること
も可能で、この異常分布とオンライン計測分布とを比較
判定することもできる。

第７図（ａ），（ｂ），（ｃ），（ｄ）はそれぞれ魚９
の重心位置Ｇ（垂直成分G_y）、速度V,傾きD,ひれの動き
Ｋの出現頻度分布例の説明図で、図中のC₁,C₂、はそれ
ぞれ魚９の正常，狂奔状態における分布を示し、C₃は第
７図（ａ），（ｂ），（ｃ）に対応して水面浮上，静
止，死亡状態における分布を示す。第７図（ａ）では魚
９の重心位置の垂直方向成分に着目して、縦軸の重心位
置Ｇ（X_g,Y_g）の垂直方向成分G_y（Y_g）の水槽底から水
面わたる出現頻度分布が横軸に正常状態分布（実線）
C₁、狂奔状態分布（破線）C₂,水面浮上状態分布（１点
鎖線）C₃ごとに表示される。第７図（ｂ）では横軸の魚
９の移動速度Ｖの出現頻度が正常状態分布C₁,狂奔状態
に分布C₂、静止状態分布C₃ごとに縦軸に表示される。第
７図（ｃ）は横軸の水平方向に対する傾き角θ＝０゜〜
180゜にわたる魚９の傾きＤの出現頻度分布が正常状態
分布C₁,狂奔状態分布C₂ごとに軸線に表示される。この
図で正常状態分布C₂をみると正常状態の魚９は水平方向
に行動する場合が多いが，狂奔状態分布C₂をみると毒物
流入による異常状態の魚９は狂奔や鼻上げなどの上下運
動が多くなると同時に色々な方向に動き回るのでほぼ平
坦な分布になる。第７図（ｄ）は横軸の魚９のひれの動
きＫの出現頻度分布が正常状態分布C₁,狂奔状態分布C₂,
死亡状態分布C₃ごとに縦軸に表示される。上記の第７図
（ａ）〜（ｄ）に例示した魚９の特徴量のオンライン計
測分布を正常状態分布C₁と比較することにより魚９の異
常を定量的に監視することができ、例えば魚９の狂奔時
には狂奔状態分布C₁から４つの特徴量がすべて異常検出
されるので警報装置７からブザーなどの強い警報を出力
し、また１つまたは２つの特徴量のみが異常検出された
場合にはチヤイムなどの弱い警報を出力することができ
るが、ただしひれの動きＫについては値が零の場合には
明らかに死亡状態であるためこの特徴量のみの異条常検
でも強い警報を出力するなどの選択ができる。

〔発明の効果〕

本発明によれば、魚の生態によるひれの動きなどの特徴
量を定量的に連続監視することにより魚の正常異常を静
止状態でも正確に判別できるので、浄水場における原水
などの水中への毒物流入の有無を劣力化して迅速かつ正
確に自動的に判定して水質の安全性を確保できる。

【図面の簡単な説明】

第１図は本発明による魚態監視装置の一実施例を示す全
体構成図、第２図は第１図の画像処理装置の詳細構成例
図、第３図（ａ），（ｂ），（ｃ），（ｄ）は第２図の
２値化回路の２値化方法を説明するそれぞれ魚画像，魚
ひれ２値画像，魚本体２値画像，輝度２値化しきい値の
説明図、第４図（ａ），（ｂ），（ｃ）は第２図の論理
和回路の魚ひれ動き抽出方法を説明するそれぞれ魚画
像,2時刻の魚ひれ２値画像，魚ひれ動きの説明図、第５
図（ａ），（ｂ）は第２図の魚の傾き演算回路の魚の傾
き抽出方法を説明するそれぞれ魚本体２値画像，魚の傾
きの説明図、第６図は第１図の演算装置の詳細構成例
図、第７図（ａ），（ｂ），（ｃ），（ｄ）は第６図の
判定回路の魚の特徴量分布を説明するそれぞれ重心，速
度，傾き，ひれの動きの分布例図である。 １……水槽、３……照明装置、４……撮像装置、５……
画像処理装置（画像記憶装置の魚本体およびひれ部分を
２値化抽出する手段と魚の位置および傾きを検出する手
段とひれの動きを検出する手段などを含む）、６……演
算装置（魚の移動速度を検出する手段と魚の位置と速度
と傾きとひれの動きから水中の毒物流入を判定する手段
を含む）、７……警報装置、９……水櫻動物（魚）。

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62−83663（ＪＰ，Ａ) 特開 昭62−80557（ＪＰ，Ａ) 実開 昭61−19765（ＪＰ，Ｕ)

Claims (1)

【特許請求の範囲】
1. 【請求項１】水中の毒物流入検知のために魚類を飼育す
   る水槽と、上記魚類の画像情報を電気信号に変換する撮
   像装置と、該撮像装置から得られる画像情報を記憶する
   画像記憶装置と、該画像記憶装置の画像情報から上記魚
   類の画像を２値化抽出する手段と、該魚類の２値化画像
   に基づいて該魚類の位置および傾きを検出する手段と、
   上記魚類の位置から該魚類の移動速度を検出する手段
   と、上記画像記憶装置の画像情報から上記魚類のひれ部
   分を２値化抽出する手段と、該魚類のひれ部分の２値化
   画像に基づいて該魚類のひれの動きを検出する手段と、
   上記魚類の位置と傾きと移動速度とひれの動きから水中
   の毒物流入を判定する手段とを備えることを特徴とする
   魚態監視装置。