KR102622793B1 - 양식 어류의 실시간 질병 감지시스템 및 그 방법 - Google Patents
양식 어류의 실시간 질병 감지시스템 및 그 방법 Download PDFInfo
- Publication number
- KR102622793B1 KR102622793B1 KR1020210151477A KR20210151477A KR102622793B1 KR 102622793 B1 KR102622793 B1 KR 102622793B1 KR 1020210151477 A KR1020210151477 A KR 1020210151477A KR 20210151477 A KR20210151477 A KR 20210151477A KR 102622793 B1 KR102622793 B1 KR 102622793B1
- Authority
- KR
- South Korea
- Prior art keywords
- fish
- disease
- farmed fish
- farmed
- disease detection
- Prior art date
Links
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 205
- 201000010099 disease Diseases 0.000 title claims abstract description 135
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 135
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title description 14
- 238000009360 aquaculture Methods 0.000 title description 4
- 244000144974 aquaculture Species 0.000 title description 4
- 238000007689 inspection Methods 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000012360 testing method Methods 0.000 abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 28
- 238000004458 analytical method Methods 0.000 description 13
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 5
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 239000001301 oxygen Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005507 spraying Methods 0.000 description 4
- 208000035143 Bacterial infection Diseases 0.000 description 3
- 241000269908 Platichthys flesus Species 0.000 description 3
- 241000194017 Streptococcus Species 0.000 description 3
- 239000003242 anti bacterial agent Substances 0.000 description 3
- 229940088710 antibiotic agent Drugs 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 208000010824 fish disease Diseases 0.000 description 3
- 238000001931 thermography Methods 0.000 description 3
- 241000607471 Edwardsiella tarda Species 0.000 description 2
- 241000269978 Pleuronectiformes Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000001508 eye Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000009372 pisciculture Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 206010003445 Ascites Diseases 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 241000251730 Chondrichthyes Species 0.000 description 1
- 206010019909 Hernia Diseases 0.000 description 1
- 241000269819 Katsuwonus pelamis Species 0.000 description 1
- 241001517016 Photobacterium damselae Species 0.000 description 1
- 241000593989 Scardinius erythrophthalmus Species 0.000 description 1
- 241000194022 Streptococcus sp. Species 0.000 description 1
- 241000269838 Thunnus thynnus Species 0.000 description 1
- 241000607598 Vibrio Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 244000240602 cacao Species 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000009306 commercial farming Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 231100000676 disease causative agent Toxicity 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 201000005111 ocular hyperemia Diseases 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012795 verification Methods 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
- A01K61/10—Culture of aquatic animals of fish
- A01K61/13—Prevention or treatment of fish diseases
-
- 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
- A01K29/00—Other apparatus for animal husbandry
- A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Theoretical Computer Science (AREA)
- Animal Husbandry (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- Public Health (AREA)
- Marine Sciences & Fisheries (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biodiversity & Conservation Biology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Zoology (AREA)
- Human Resources & Organizations (AREA)
- Mining & Mineral Resources (AREA)
- Biophysics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Pathology (AREA)
- Agronomy & Crop Science (AREA)
- Epidemiology (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 여러 지역에 산재하는 복수의 양식장 수조에 각각 설치되는 CCD 카메라와 임베디드 컴퓨터를 이용하여 양식 어류의 질병을 실시간 감지하여 클라우드 서버에 전송하여 양어장 관리자(웹 관제사이트 및 모바일 앱)에게 신속히 통보함으로써 질병 발생 및 질병이 의심되는 어류를 정상 어류로부터 분리 조치할 수 있어 양식 어류의 집단 폐사를 방지할 수 있으며, 수산자원과 경제적 손실을 줄일 수 있도록 한 양식 어류의 실시간 질병 감지 방법에 관한 것으로, a) 양식장의 수조 상부에 설치된 CCD 카메라를 이용하여 수조 및 수조에 양식되는 양식 어류를 촬영하여 영상을 얻는 단계; b) 촬영된 영상을 임시 영상 파일로 저장하는 단계; c) 촬영된 영상에서 양식 어류의 위치를 검출하는 단계; d) 양식 어류의 이미지 분포 및 색변화를 검출하는 단계; e) 질병 감지를 위한 조건 1을 검사하는 단계; f) 상기 질병 감지를 위한 조건 1 검사단계에서 양식 어류의 질병이 감지되면 당해 영상 데이터를 유무선 인터넷망을 통하여 클라우드 서버로 전송하는 단계; g) 상기 질병 감지를 위한 조건 1 검사단계에서 양식 어류의 질병이 감지되지 않는 경우 질병 감지를 위한 조건 2를 검사하는 단계; h) 상기 질병 감지를 위한 조건 2 검사단계에서 양식 어류의 질병이 감지되면 당해 영상 데이터를 유무선 인터넷망을 통하여 클라우드 서버로 전송하는 단계를 포함한다.
Description
본 발명은 양식 어류의 실시간 질병 감지시스템 및 그 방법에 관한 것으로, 여러 지역에 산재하는 복수의 양식장 수조에 각각 설치되는 CCD 카메라와 임베디드 컴퓨터 및 클라우드 서버를 이용하여 양식 어류의 질병을 실시간 감지하여 통보하도록 함으로써 질병 발생 및 질병이 의심되는 어류를 정상 어류로부터 분리 조치함으로써 양식 어류의 집단 폐사를 방지할 수 있어 수산자원과 경제적 손실을 줄일 수 있도록 한 것이다.
일반적으로 해수에 의한 어류의 양식은 크게 육상의 수조 양식과 해상의 가두리 양식으로 구분할 수 있다. 육상의 수조 양식은 육상의 수조에 대상 어류를 옮겨 서식 환경을 인위적으로 조절하면서 양식하는 방식이며, 해상의 가두리 양식은 바다의 넓은 공간에 그물 등으로 어류를 가두어 양식하는 방식이다.
한편, 상업적 양식으로 인한 고밀도 양어 환경, 기후 변화 등의 여러 가지 요인에 의해, 과거보다 양식 어류에 대한 세균성 질병이 빈번하게 발생하고 있으며, 이로 인한 금전적 피해와 더불어 질병에 걸린 어류를 폐기처분하면서 주변 환경을 오염시키는 등의 문제가 야기되고 있다.
상기 세균성 질병은 무수히 많은 세균의 감염으로 인하여 발생하며, 대표적인 양식 어류인 넙치(광어)의 경우, 비브리오균(Vibrio), 연쇄구균, 포토박테리움균(Photobacterium damselae) 및 에드워드시엘라 타르다(Edwardsiella tarda)가 전체 세균성 질병의 90%를 차지하며, 그 중 연쇄구균이 19%로 두 번째로 높은 검출율을 나타내며, 에드워드시엘라 타르다가 18%로 세 번째로 높은 검출율을 나타낸다.
연쇄구균증은 해산 어류에 나타나는 질병으로, 어류의 안구 돌출이나 아가미 뚜껑 내측의 적변화와 같은 특징이 나타낸다. 사육수나 생사료를 통해 이러한 연쇄구균이 어류에 옮겨 가서 어류를 감염시키며, 주로 여름에서 가을 사이에 나타난다.
양식 넙치(광어)의 연쇄구균증의 원인균은 스트렙토코커스(Streptococcus sp.)이다. 넙치의 연쇄구균증 감염 증상을 보면, 먹이 섭취가 불량하고 바닥에 흩어져 있으며, 완만한 유영을 하고 있어 쉽게 잡을 수 있게 된다.
또한 몸체를 반대로 뒤집고 머리를 올려 입을 열고 있는 경우도 있다. 그리고 체색흑화, 안구 돌출, 백탁, 충혈, 두부 및 상하턱의 발적(Redness), 아가미 뚜껑 및 아가미 뚜껑 내측의 발적 및 탈장 등이 나타나는 경우도 있다.
연쇄구균증에 감염된 넙치를 해부해 보면, 간장의 울혈이나 퇴색, 장관의 발적, 복수가 차는 현상, 신장과 비장의 비대가 나타난다.
이와 같은 연쇄구균증에 걸린 양식 넙치를 치료하기 위해 항생제를 투여해오고 있으나, 항생제에 대한 내성도가 높게 나타나고 있어 항생제 사용에 의한 치료는 어려워지고 있는 실정이다.
따라서 어류에 질병이 발생(발병)하면 치료가 어렵기 때문에 질병의 예방이 매우 중요하지만, 사육환경 및 사육관리의 개선만으로는 질병 발생을 억제하는데 한계가 있으며, 미리 예방하거나 질병에 걸린 어류를 감시하여 우선 격리시키는 것이 시급한 실정이다.
따라서 양식어류의 집단폐사를 방지하고 양식 어가의 수입증대를 위해서는 감염어류를 조기에 감지하고 감염 어류를 정상 어류와 분리함으로써, 감염 어류의 질병이 양식장 내의 정상 어류들에게 확산되는 것을 방지하는 것이 매우 중요하다.
또한 육상 양식장의 경우 최소 수십개의 양식 수조가 있으며, 작업자들이 모든 수조에서 양식되고 있는 어류(물고기) 상태를 육안으로 확인하려면 많은 시간과 노동력이 필요할 뿐 아니라, 개인차에 의해 확인 오차 또한 심한 편이다.
또한 질병으로 색깔이 변한 어류의 경우 그나마 육안 식별이 쉽지만, 군집에서 떨어진 물고기를 모두 확인하는 데에는 어려움이 있을 뿐 아니라, 폐사하여 수조의 오염이 발생한 후 발견하는 경우가 잦은 편이다.
따라서 양식장에 카메라 등을 설치하여 양식 어류의 질병을 자동으로 감지 및/또는 예측하는 시스템이 도입된다면 양식 어류 폐사에 대해 사전 대응이 가능해질 것이며, 또한 양식장 근로자들이 다른 관리 업무, 이를테면, 시설관리, 사육 환경 개선 업무 등에 보다 집중할 수 있을 것이다.
본 발명이 해결하고자 하는 과제는 여러 지역에 산재하는 복수의 양식장 수조에 각각 설치되는 CCD 카메라와 임베디드 컴퓨터를 이용하여 양식 어류의 질병을 실시간 감지하여 클라우드 서버에 전송하되 양어장 관리자(웹 관제사이트 및 모바일 앱)에게 신속히 통보하여 질병이 의심되는 양식 어류를 정상 어류로부터 분리 조치할 수 있도록 함으로써 양식 어류의 집단 폐사를 방지할 수 있으며, 수산자원과 경제적 손실을 줄일 수 있도록 한 양식 어류의 실시간 질병 감지시스템 및 그 방법을 제공함에 있다.
본 발명 양식 어류의 실시간 질병 감지방법은, a) 양식장의 수조(2) 상부에 설치된 CCD 카메라(8)를 이용하여 수조(2) 및 수조(2)에 양식되는 양식 어류(1)를 촬영(촬상)하여 영상을 얻는 단계; b) 촬영된 영상을 임시 영상 파일로 저장하는 단계; c) 촬영된 영상에서 양식 어류(1)의 위치를 검출하는 단계; d) 양식 어류(1)의 이미지 분포 및 색변화를 검출하는 단계; e) 질병 감지를 위한 조건 1을 검사하는 단계; f) 상기 질병 감지를 위한 조건 1 검사단계에서 양식 어류(1)의 질병이 감지되면 당해 영상 데이터를 유무선 인터넷망(9)을 통하여 클라우드 서버(10)로 전송하는 단계; g) 상기 질병 감지를 위한 조건 1 검사단계에서 양식 어류(1)의 질병이 감지되지 않는 경우 질병 감지를 위한 조건 2를 검사하는 단계; h) 상기 질병 감지를 위한 조건 2 검사단계에서 양식 어류(1)의 질병이 감지되면 당해 영상 데이터를 유무선 인터넷망(9)을 통하여 클라우드 서버(10)로 전송하는 단계를 포함한다.
상기 h) 단계 이후에, 웹 관제사이트 또는 모바일 앱이 유무선 인터넷망을 통하여 클라우드 서버로 질병 영상 전송을 요청하면, 클라우드 서버가 유무선 인터넷망으로 웹 관제사이트 또는 모바일 앱으로 해당 양어장의 양식 어류의 질병 영상을 전송할 수 있다.
상기 질병감지조건 1은, 수조의 사료살포위치에서 떨어진 위치에 있으면서 사료를 먹지않거나 사료에 흥미를 보이지 않는 양식 어류는 질병 발생 및 질병 의심을 예측하도록 할 수 있다.
상기 질병감지조건 2는, 영상처리를 통해 양식 어류의 위치를 검출 하되, 검출된 각 양식 어류별 RGB 및 Grayscale의 평균값을 계산하고, 각 검출 양식 어류별 색상 분포를 확인하여 차이가 큰 양식 어류를 검출하여 질병 발생 및 질병 의심을 예측하도록 할 수 있다.
본 발명 양식 어류의 실시간 질병 감지시스템은, 여러 지역에 산재하고 어류가 양식되는 복수의 양식장 수조와, 상기 수조 일측에 적어도 하나 이상 설치되고 임베디드 컴퓨터에 의해 제어되는 사료급이기와, 상기 수조의 수온을 측정하여 임베디드 컴퓨터로 입력하는 수온계와, 상기 수조의 산도를 측정하여 임베디드 컴퓨터로 입력하는 산도측정기와, 상기 수조의 용존산소를 측정하여 임베디드 컴퓨터로 입력하는 용존산소측정기와, 상기 수조 상부에 설치되고 수조의 양식 어류 영상을 촬영하여 임베디드 컴퓨터로 입력하는 CCD 카메라와, 상기 CCD 카메라로부터 입력되는 영상으로 어류의 질병을 판별하되 질병 영상 데이터는 유무선 인터넷망을 통하여 클라우드 서버로 전송하는 임베디드 컴퓨터와, 상기 유무선 인터넷망을 통하여 클라우드 서버로 질병 영상 데이터 전송을 요청하는 웹 관제사이트 또는 모바일 앱을 포함한다.
본 발명은 여러 지역에 산재하는 복수의 양식장 수조(2)에 각각 설치되는 CCD 카메라(8)와 임베디드 컴퓨터(3)를 이용하여 양식 어류(1)의 질병을 실시간 감지하여 클라우드 서버(10)에 전송하고, 클라우드 서버(10)는 질병 발생 및 질병 의심으로 예측될 때 해당 양어장 관리자(웹 관제사이트 및 모바일 앱)에게 앱 푸시, 카카오톡, SMS 등의 알람을 발송하게되며, 해당 양어장 관리자는 질병이 의심되는 양식 어류를 정상 어류로부터 분리 조치할 수 있어 양식 어류(1)의 집단 폐사를 방지할 수 있을 뿐 아니라, 수산자원과 경제적 손실을 줄일 수 있는 효과가 있다.
본 발명은 여러 지역에 산재하는 복수 양어장의 질병 영상 데이터가 언제든지 접속할 수 있는 클라우드 서버(10)에 실시간 저장 및 관리되고 있으므로, 필요시 웹 관제사이트 또는 모바일 앱(11)으로 클라우드 서버(10)에 양식 어류(1)의 질병 영상을 요청하면, 클라우드 서버(10)는 이에 응하여 해당 양어장의 질병 영상을 전송 및 제공하게 되므로 양어장의 관리자는 자신이 양식하고 있는 양식 어류(1)의 질병 상태를 언제든지 확인할 수 있는 있는 등의 효과가 있는 매우 유용한 발명이다.
도 1 : 본 발명 일 예로 도시한 양식 어류의 실시간 질병 감지시스템 구성도.
도 2 : 본 발명 일 예로 도시한 양식 어류의 실시간 질병 판별 순서도.
도 3 : 본 발명에서 사료 급이하면서 양식 어류 영상을 획득하는 순서도.
도 4 : 본 발명 일 예로 도시한 양식 어류 질병 판별 개념도.
도 5 : 본 발명 다른 예로 도시한 양식 어류 질병 판별 개념도.
도 6 : 본 발명 일 예로 도시한 양식 어류 질병 판별 개념도.
도 7 : 본 발명 양식 어류 영상에서 불필요한 배경(수조 영상)을 제거하는 방법 예시도.
도 8 : 본 발명 도 7의 예시도.
도 9 : 본 발명에서 가상 수조에 양식 어류 대신 색깔을 가진 골프공을 넣어 색상시험한 사진.
도 10 : 본 발명 일 예로 예시한 군집분석(군집추적) 사진으로, 사료살포시간에 사료살포지역으로부터 떨어져 있어 질병 발생 및 질병 의심이 예측되는 양식 어류 사진.
도 11, 도 12 : 본 발명 일 예로 예시한 양식 어류의 색깔 대비 분석사진으로, 색깔이 유난히 달라 질병 발생 및 질병 의심이 예측되는 양식 어류 사진.
도 2 : 본 발명 일 예로 도시한 양식 어류의 실시간 질병 판별 순서도.
도 3 : 본 발명에서 사료 급이하면서 양식 어류 영상을 획득하는 순서도.
도 4 : 본 발명 일 예로 도시한 양식 어류 질병 판별 개념도.
도 5 : 본 발명 다른 예로 도시한 양식 어류 질병 판별 개념도.
도 6 : 본 발명 일 예로 도시한 양식 어류 질병 판별 개념도.
도 7 : 본 발명 양식 어류 영상에서 불필요한 배경(수조 영상)을 제거하는 방법 예시도.
도 8 : 본 발명 도 7의 예시도.
도 9 : 본 발명에서 가상 수조에 양식 어류 대신 색깔을 가진 골프공을 넣어 색상시험한 사진.
도 10 : 본 발명 일 예로 예시한 군집분석(군집추적) 사진으로, 사료살포시간에 사료살포지역으로부터 떨어져 있어 질병 발생 및 질병 의심이 예측되는 양식 어류 사진.
도 11, 도 12 : 본 발명 일 예로 예시한 양식 어류의 색깔 대비 분석사진으로, 색깔이 유난히 달라 질병 발생 및 질병 의심이 예측되는 양식 어류 사진.
이하, 본 발명의 바람직한 실시 예들을 첨부한 도면에 따라 상세히 설명하고자 한다. 본 발명의 실시 예들을 설명함에 있어 도면들 중 동일한 구성 요소들은 가능한 한 동일 부호로 기재하고, 관련된 공지구성이나 기능에 대한 구체적인 설명은 본 발명의 요지가 모호해지지 않도록 생략하며, 또한, 첨부된 도면에 표현된 사항들은 본 발명의 실시 예들을 쉽게 설명하기 위해 도식화된 도면으로 실제로 구현되는 형태와 상이할 수 있다.
도 1은 본 발명 일 예로 도시한 양식 어류의 실시간 질병 감지시스템 구성으로, 여러 지역에 산재하고 양식 어류(1)가 양식되는 복수의 양식장(양어장) 수조(2)와, 수조(2) 일측에 적어도 하나 이상 설치되고 임베디드 컴퓨터(3)에 의해 제어되는 사료급이기(4)와, 수조(2)의 수온(水溫)을 측정하여 임베디드 컴퓨터(3)로 입력하는 수온계(5)와, 수조(2)의 산도를 측정하여 임베디드 컴퓨터로 입력하는 PH측정기(6)와, 수조(2)의 용존산소를 측정하여 임베디드 컴퓨터(3)로 입력하는 용존산소측정기(7)와, 수조(2) 상부에 설치되고 수조(2)의 양식 어류(1) 영상을 촬영하여 임베디드 컴퓨터(3)로 입력하는 CCD 카메라(8)와, CCD 카메라(8)로부터 입력되는 영상으로 양식 어류(1)의 질병을 판별 및 감시하고, 유무선 인터넷망(9)을 통하여 클라우드 서버(10)로 전송하는 임베디드 컴퓨터(3) 및 유무선 인터넷망(9)을 통하여 클라우드 서버(10)로 질병 측정 영상 데이터 전송을 요청하는 웹 관제사이트 또는 모바일 앱(11)을 포함한다.
상기 수조(2)에는 여러 지역에 산재하는 양어장에 적어도 하나 이상 설치되며, 자동 급이하면서 양식 어류(1)가 서식할 수 있는 환경이 제공된다.
상기 임베디드 컴퓨터(3)는 CCD 카메라(8)를 이용하여 양식 어류(1) 영상을 획득하고 분석하고, 분석한 질병 관련 데이터 또는 영상 데이터는 유무선 인터넷망(9)을 통하여 클라우드 서버(10)로 전송하는 전용 컴퓨터로, 설정된 시간이나 주기 또는 클라우드 서버(10)로부터 전송되는 제어 신호(사료 살포 명령)에 따라 자동 급이하게 되고, 임베디드 컴퓨터(3)는 자동 급이하는 동안 CCD 카메라(8)로 촬용되는 양식 어류(1) 영상으로 질병 발생 및 질병 의심을 예측하여 클라우드 서버(10)로 전송 및 업데이트하게 된다.
도 2는 본 발명 일 예로 도시한 사료급이 과정에서 영상분석이 이루어지는 순서도로, 임베디드 컴퓨터(3)를 통하여 클라우드 서버(10)에 설정 또는 저장된 사료급이 시간이 도래하면 클라우드 서버(10)는 유무선 인터넷망(9)을 통하여 임베디드 컴퓨터(3)로 사료살포신호를 전송하고(S11 단계), 임베디드 컴퓨터(3)는 사료살포신호에 따라 디지털 I/O포트를 통해 지정된 시간동안 사료급이기(4)의 모터를 구동시켜 수조(2)로 사료를 급여하게 되고(S12 단계), 임베디드 컴퓨터(3)는 사료급이기(4)를 통하여 사료가 살포(공급)되는 시간동안(또는 지정된 시간동안) CCD 카메라(8)로 촬영된 영상을 임베디드 컴퓨터(3)의 메모리부에 저장 또는 임시 저장하면서(S13 단계) 영상 분석을 하게된다(S14 단계).
상기 CCD 카메라(8)는 수조(2) 전체, 또는 수조 안쪽의 공간을 촬상할 수 있도록 수조(2) 상부에 설치되며, 촬상된 양식 어류(1) 영상은 임베디드 컴퓨터(3)로 입력 및 저장되고, 얻어진 영상은 프레임 단위의 이미지로 처리하되, 양식 어류(1)의 위치와 색상으로 질병 여부를 판정 및 판별하게 된다.
상기 CCD 카메라(8)는 컬러 영상 촬영용 일반 CCD 카메라 및/또는 열화상(熱畵像, 적외선) 촬영용 CCD 카메라일 수 있다.
상기 일반 CCD 카메라의 경우, 수조(2) 테두리를 제외한 수조(2) 안의 물과 양식 어류(1)만 컬러 영상으로 촬상되게 설치하는 것이 바람직하며, 촬상된 영상을 토대로 색상 분석을 통한 양식 어류(1)의 질병 발생 및 질병 의심을 예측하거나, 양식 어류(1)의 패턴이나 위치분석을 통한 질병 발생 및 질병 의심 예측 또한 가능하다.
상기 열화상 카메라의 경우 수조(2)의 수온(水溫)과 양식 어류(1)의 체온(體溫)이 3도 이상 차이나는 어종이나, 가다랑어, 참다랑어, 상어류 등과 같이 체온(수온과 관계없이 약 20°체온 유지)이 높은 어종의 경우 열화상 카메라를 통해 촬영되는 영상으로 색상이나 패턴 또는 위치분석을 통한 질병 발생 및 질병 의심으로 예측이 가능하다.
상기 CCD 카메라(8)는 영상처리 방식 대비 정밀한 크기와 군집 패턴 분석이 가능한 고해상도 CCD 카메라(8)가 바람직하다.
상기 CCD 카메라(8)는 웹카메라(Web Camera) 또는 웹캠(Webcam)일 수 있다.
상기 CCD 카메라(8)는 24시간 수조(2)를 촬영하여 촬영된 영상 데이터를 임베디드 컴퓨터(3)로 입력하게되며, 상기 영상 데이터는 USB 전송방식이나 양어장 내부 네트워크 또는 유무선 인터넷망(9)으로 임베디드 컴퓨터(3)로 입력되도록 구성할 수 있다.
상기 CCD 카메라(8)는 양식장 내에서 수조(2)를 바라보는 각도에 설치하거나 수조(2) 상부에 설치하여 양식 어류(1)를 촬상하게 되며, 수조(2) 상부에 레일 형태로 설치하여 이동식으로 구성하거나 또는 특정 위치로 이동시켜 고정할 수 있도록 구성할 수도 있다.
상기 임베디드 컴퓨터(3)는 CCD 카메라(8)로 촬영한 영상 정보를 분석하고 질병 발생 및 질병 의심으로 예측되는 경우 유무선 인터넷망(9)을 이용하여 분석 영상을 클라우드 서버(10)로 전송 및 업로드하게 된다.
상기 임베디드 컴퓨터(3)의 촬영정보분석에는 OpenCV를 사용할 수 있다.
상기 OpenCV(Open Source Computer Vision Library)는 인간과 컴퓨터 상호작용(HCI), 물체인식, CCTV 영상, 안면인식, 영상처리, 컴퓨터비전, 모바일 로보틱스, 제스처 인식, 객체인식, 객체 3D 모델 추출, 스테레오 카메라에서 3D 좌표 생성, 고해상도 영상 생성을 위한 이미지 스티칭, 영상검색, 적목현상 제거, 안구운동추적 등에 응용되고 있으며, C++, C, Python 및 Java와 같은 다양한 인터페이스를 지원하며 Windows, Linux, Mac OS, iOS 및 Android와 같은 다양한 운영체제를 지원하며, MX(MultiMedia eXtension)와, SSE(Streaming SIMD Extensions) 명령어를 통해 고속 알고리즘 구현이 가능하다. 또한 CUDA와 OpenCL 인터페이스 개발을 통해 GPU 프로그래밍이 가능하며, 머신러닝과 인공지능(AI)을 이용하여 그 활용도를 더욱 넓혀가고 있는 중이다.
상기 클라이언트 서버(Client-Server System)는 오늘날 네트워크 상에서 이루어지는 대부분의 웹 서비스의 기본 모델이 되고 있다. 클라이언트(Client)는 서비스를 요청(Request)하는 구성이며, 대체로 적은 자원을 갖고 서버로부터 특정 서비스를 수신한다. 클라우드 서버(10)는 보통 많은 자원을 갖고, 클라이언트의 요청에 응답(Response)한다. 클라우드 서버(10)는 많은 자원과 높은 컴퓨팅 능력을 갖고 있으며, 하나의 서버는 클라이언트인 여러 웹 관제사이트 또는 모바일 앱(11)으로 양식 어류(1)의 질병 발생 및 질병 의심으로 예측될 때 해당 양어장의 관리자에게 알앱 푸시, 카카오톡, SMS 등의 알람을 발송하게 되므로 해당 양어장 관리자는 질병이 의심되는 어류를 정상 어류로부터 분리 조치할 수 있어 양식 어류(1)의 집단 폐사를 방지할 수 있을 뿐 아니라, 수산자원과 경제적 손실을 줄일 수 있는 등의 효과가 있다.
또한 상기 클라우드 서버(10)에는 여러 지역에 산재하는 복수 양어장의 질병 영상 데이터가 실시간 저장 및 관리되고 있으므로, 필요시 웹 관제사이트 또는 모바일 앱(11)에서 유무선 인터넷망(9)을 통하여 클라우드 서버(10)에 양식 어류(1)의 질병 영상을 요청하면, 클라우드 서버(10)는 이에 응하여 해당 양어장의 질병 영상을 전송 및 제공하게 되므로 양어장의 관리자는 자신이 양식하고 있는 양식 어류(1)의 질병 상태를 언제든지 확인할 수 있게된다.
상기 CCD 카메라(8)가 자동 급이 기간동안 양식 어류(1)를 촬영하여 임베디드 컴퓨터(3)로 입력하면, 임베디드 컴퓨터(3)는 입력되는 양식 어류(1) 영상을 분석하면서 녹화(임시 저장)하게 되며(물론 어종에 따라 녹화시간이 적절히 설정된다), 영상 분석은 사료급이기(4)를 이용한 사료살포 시작 시점부터 녹화종료 시점까지 촬영된 영상으로 분석하게 되며, 상기 영상분석을 통하여 양식 어류(1)의 질병 발생 및 질병 의심을 예측할 수 있게된다.
즉, 전체 영상 녹화시간의 30%(어종 및 양식장 관리자와 협의하여 비율 결정) 이상에 해당하는 시간동안 도 5와 같이 '영역 3~5'에 양식 어류가 감지되는 경우 이 수조에는 질병의 의심되는 물고기가 있는 것으로 판단하고, 녹화된 영상파일은 유무선인터넷망(9)을 통하여 클라우드 서버(10)에 전송 및 업로드하게된다.
상기 클라우드 서버(10)는 임베디드 컴퓨터(3)로부터 질병 의심 영상파일이 업로드되면 웹 관제사이트와 모바일 앱(11), 그리고 클라우드 서버(10)에 관리자로 등록된 휴대전화번호로 알림 문자를 발송하게된다.
본 발명 양식 어류의 실시간 질병 감지방법은, 양식장의 수조(2) 상부에 설치된 CCD 카메라(8)를 이용하여 수조(2) 및 수조(2)에 양식되는 양식 어류(1)를 촬영(촬상)하여 영상을 얻은 다음 임베디드 컴퓨터(3)로 입력하는 단계와, 임베디드 컴퓨터(3)로 입력된 영상을 분석 및 저장하는 단계와, c) 임베디드 컴퓨터(3)로 입력된 영상에서 양식 어류(1)의 위치를 검출하는 단계와, d) 임베디드 컴퓨터(3)로 입력된 영상에서 양식 어류(1)의 이미지 분포 및 색변화를 검출하는 단계와 e) 질병 감지를 위한 조건 1을 검사하는 단계와, f) 상기 질병 감지를 위한 조건 1 검사단계에서 양식 어류(1)의 질병이 감지되면 당해 영상 데이터를 유무선 인터넷망(9)을 통하여 클라우드 서버(10)로 전송하는 단계와, g) 상기 질병 감지를 위한 조건 1 검사단계에서 양식 어류(1)의 질병이 감지되지 않는 경우 질병 감지를 위한 조건 2를 검사하는 단계와, h) 상기 질병 감지를 위한 조건 2 검사단계에서 양식 어류(1)의 질병이 감지되면 당해 영상 데이터를 유무선 인터넷망(9)을 통하여 클라우드 서버(10)로 전송하는 단계를 포함한다.
상기 질병감지조건 1은 양식 어류(1)의 사료 섭이 여부로 이루어진다. 즉, CCD 카메라(8)로 촬상된 영상처리를 통해 각 양식 어류(1)의 위치를 검출하고, 검출된 양식 어류(1)의 분포도를 계산하여 자동 사료급이기(4) 또는 양식장 근로자가 살포한 사료 주위로 이동하지 않는 양식 어류(1)를 검출하여 질병이 발생한 양식 어류로 판별하게 된다.
즉, 전체 영상 녹화시간의 30%(어종 및 양식장 관리자와 협의하여 비율 결정) 이상에 해당하는 시간동안 도 5와 같이 사료살포위치로부터 떨어진 위치인 '영역 3~5'에 양식 어류(1)가 감지되는 경우, 당해 수조(2)에는 질병이 의심되는 양식 어류(1)가 있는 것으로 판단하고, 임베디드 컴퓨터(3)의 메모리에 저장된 당해 영상파일을 유무선 인터넷망(9)을 통하여 클라우드 서버(10)에 업로드하게 된다.
상기 질병감지조건 2는 양식 어류(1)의 색상분석을 통하여 이루어진다. 즉, 영상처리를 통해 양식 어류(1)의 위치를 검출 하되, 검출된 각 양식 어류별 색상(RGB 및 Grayscale)의 평균값을 계산하고, 각 검출 양식 어류(1)별 색상 분포를 판단하되 색상 차이가 큰 양식 어류(1)가 감지되는 경우, 당해 수조(2)에는 질병이 의심되는 양식 어류(1)가 있는 것으로 판단하고, 임베디드 컴퓨터(3)의 메모리에 저장된 당해 영상파일을 유무선 인터넷망(9)을 통하여 클라우드 서버(10)에 업로드하게 된다.
도 2는 본 발명 양식 어류의 실시간 질병 감지방법 순서도로, 여러 지역에 산재하는 복수 양식장의 수조(2) 상부에 설치되는 CCD 카메라(8)를 이용하여 수조(2) 및 수조(2)에 양식되는 양식 어류(1)를 촬영(촬상)하여 양식 어류(1) 영상을 얻은 다음(S1 단계) 임베디드 컴퓨터(3)로 입력하여 분석 및 저장하고(S2 단계), 임베디드 컴퓨터(3)로 입력된 영상의 각각의 영상 프레임 또는 일정 단위 영상 프레임으로 양식 어류(1) 별 현재 위치를 검출하되 도 4와 같이 사료급이기(4)에 의해 살포되는 사료살포위치에서 멀리 떨어진 위치에 분포해 있으면서(S3) 사료를 먹지 않거나 사료에 흥미를 보이지 않는 양식 어류(1)는 질병이 의심되거나 예측되는 것으로 판단하고(S5), 해당 질병 의심 영상은 임베디드 컴퓨터(3)을 통하여 클라우드 서버(10)로 전송 및 업데이트하게 된다(S6 단계).
또한 도 5와 같이 사료급이기(4)에 의해 살포되는 사료살포위치에서 멀리 떨어진 위치에 있으면서 사료를 먹지않거나 사료에 흥미를 보이지 않는 영역 3, 4, 5에 위치하는 양식 어류(1)의 경우에도 질병이 의심되거나 예측되는 것으로 판단하고(질병감지조건 1)(S5), 해당 질병 의심 영상은 임베디드 컴퓨터(3)를 통하여 클라우드 서버(10)로 전송 및 업데이트하게 된다(S6 단계).
또한, 도 6과 같이 CCD 카메라(8)를 통하여 임베디드 컴퓨터(3)로 입력되는 영상의 각각의 영상 프레임 또는 일정 단위 영상 프레임으로 양식 어류(1)의 이미지 분포 및 색변화를 검출하되 색변화가 심한 양식 어류(1)는 질병 발생 및 질병 의심으로 판단(판별)하고(질병감지조건 2)(S7 단계), 당해 영상 데이터를 유무선 인터넷망(9)을 통하여 클라우드 서버(10)로 전송 및 업데이트하게 된다(S8 단계).
상기 임베디드 컴퓨터(3)에 의한 영상 녹화와 검출 및 분석은 비동기 병렬 프로세스로 처리한다.
본 발명에서 CCD 카메라(8)로 촬영된 영상에서 양식 어류에 대한 인식율을 높이기 위하여 수조 바닥에 해당하는 영상 배경(수조 바닥)을 제거하는 방법(수조 바닥과 양식 어류의 구분)이 이용된다.
상기 클라우드 서버(10)는 전송된 양식 어류(1)의 질병 데이터를 보관 및 조회할 수 있는 장치로, 양식 어류(1)의 질병이 예측될 때 해당 관리자에게 알람(앱 푸시, 카카오톡, SMS 등)을 발송하게된다.
도 6은 질병감지조건 2에 해당하는 양식 어류(1)의 색상분석을 예시한 것으로, 영상처리를 통해 양식 어류(1)의 위치를 검출 하되, 검출된 각 양식 어류(1)별 색상(RGB 및 Grayscale)의 평균값을 계산하고, 각 검출 양식 어류별 색상 분포를 확인하여 차이가 큰 양식 어류를 검출하여 질병 발생 및 질병 의심을 예측하여 클라우드 서버(10)로 전송 및 업데이트하게 된다.
본 발명에서 CCD 카메라(8)로 촬영된 영상에서 양식 어류(1)에 대한 인식율을 높이기 위하여 수조(2) 바닥에 해당하는 영상 배경을 제거하는 방법을 적용함으로써 수조(2) 바닥과 양식 어류(1)의 구분이 용이해진다.
즉, 양식 어류(1)의 인식률을 높이기 위해 2가지의 배경제거 방법을 통해 수조(2) 바닥과 양식 어류(1) 영역을 쉽게 구분할 수 있다.
상기 수조(2) 배경제거 제1 방법은, 도 7과 같이 openCV의 Background subtraction 함수를 이용하되, 여러 프레임들 중에서 변하지 않는 부분을 배경으로 판단하여 제거하는 방법이다.
상기 수조(2) 배경제거 제2 방법은, 도 8과 같이 수조(2) 바닥색과 양식 어류(1)의 색상을 구분 가능한 색깔(픽셀)로 판단하되 가장 많은 영역을 차지하는 색깔을 수조 바닥으로 간주하고, 나머지 색깔의 픽셀들은 양식 어류(1)로 간주하는 방법이다.
도 9는 가상의 수조에 양식 어류(1) 대신 다양한 컬러의 골프공을 넣어서 색상분석으로 질병 여부를 시험한 사진으로 '질병감지조건 2'에 의한 색상분석에 해당하며, 색상 변화가 심한 2번, 4번, 13번, 14번, 15번, 16번 골프공의 경우, 질병으로 의심되는 양식 어류(1)로 볼 수 있다.
도 10은 사료살포시간에 사료살포지역으로부터 떨어져 있는 양식 어류(1)의 군집분석(군집추적) 사진으로 질병 발생 및 질병 의심을 예측할 수 있다.
도 11, 도 12는 양식 어류(1)의 색깔 대비 분석사진으로, 색깔이 유난히 다르게 보이는 양식 어류(1)를 볼 수 있으며, 질병 발생 및 질병 의심을 예측할 수 있다.
이상과 같이 설명한 본 발명은 본 실시 예 및 첨부된 도면에 한정되는 것이 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하며, 이는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 자명한 것이다.
(1)--어류(양식 어류) (2)--수조
(3)--임베디드 컴퓨터 (4)--사료급이기
(5)--수온계 (6)--산도(PH)측정기
(7)--용존산소측정기 (8)--CCD 카메라
(9)--유무선 인터넷망 (10)--클라우드 서버
(11)--웹 관제사이트 또는 모바일 앱
(3)--임베디드 컴퓨터 (4)--사료급이기
(5)--수온계 (6)--산도(PH)측정기
(7)--용존산소측정기 (8)--CCD 카메라
(9)--유무선 인터넷망 (10)--클라우드 서버
(11)--웹 관제사이트 또는 모바일 앱
Claims (5)
- a) 양식장의 수조 상부에 설치된 CCD 카메라를 이용하여 수조 및 수조에 양식되는 어류를 촬영하여 영상을 얻은 다음 임베디드 컴퓨터로 입력하는 단계;
b) 임베디드 컴퓨터로 입력된 영상을 분석 및 저장하는 단계;
c) 임베디드 컴퓨터로 입력된 영상에서 양식 어류의 위치를 검출하는 단계;
d) 임베디드 컴퓨터로 입력된 영상에서 양식 어류의 이미지 분포 및 색변화를 검출하는 단계;
e) 질병감지조건 1을 검사하는 단계;
f) 상기 질병감지조건 1 검사단계에서 양식 어류의 질병이 감지되면 당해 영상 데이터를 유무선 인터넷망을 통하여 클라우드 서버로 전송하는 단계;
g) 상기 질병감지조건 1 검사단계에서 양식 어류의 질병이 감지되지 않는 경우 질병감지조건 2를 검사하는 단계;
h) 상기 질병감지조건 2 검사단계에서 양식 어류의 질병이 감지되면 당해 영상 데이터를 유무선 인터넷망을 통하여 클라우드 서버로 전송하는 단계;
를 포함하는 양식어류의 실시간 질병 감지방법. - 청구항 1에 있어서 ;
상기 h) 단계 이후에,
웹 관제사이트 또는 모바일 앱이 유무선 인터넷망을 통하여 클라우드 서버로 질병 영상 전송을 요청하면, 클라우드 서버가 유무선 인터넷망으로 웹 관제사이트 또는 모바일 앱으로 해당 양어장의 양식 어류의 질병 영상을 전송함을 특징으로 어류의 실시간 질병 감지방법. - 청구항 1 또는 청구항 2에 있어서 ;
상기 질병감지조건 1은, 수조의 사료살포위치에서 떨어진 위치에 있으면서 사료를 먹지않거나 사료에 흥미를 보이지 않는 양식 어류는 질병 발생 및 질병 의심을 예측하도록 함을 특징으로 하는 양식 어류의 실시간 질병 감지방법. - 청구항 1 또는 청구항 2에 있어서 ;
상기 질병감지조건 2는, 영상처리를 통해 양식 어류의 위치를 검출 하되, 검출된 각 양식 어류별 RGB 및 Grayscale 의 평균값을 계산하고, 각 검출 양식 어류별 색상 분포를 확인하여 차이가 큰 양식 어류를 검출하여 질병 발생 및 질병 의심을 예측하도록 함을 특징으로 하는 양식 어류의 실시간 질병 감지방법. - 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210151477A KR102622793B1 (ko) | 2021-11-05 | 2021-11-05 | 양식 어류의 실시간 질병 감지시스템 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210151477A KR102622793B1 (ko) | 2021-11-05 | 2021-11-05 | 양식 어류의 실시간 질병 감지시스템 및 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230065673A KR20230065673A (ko) | 2023-05-12 |
| KR102622793B1 true KR102622793B1 (ko) | 2024-01-09 |
Family
ID=86385667
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210151477A KR102622793B1 (ko) | 2021-11-05 | 2021-11-05 | 양식 어류의 실시간 질병 감지시스템 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102622793B1 (ko) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101598898B1 (ko) | 2015-06-30 | 2016-03-03 | 주식회사 글로비트 | 음향 및 영상분석을 통한 넙치 질병 예방 시스템 |
| JP2020110079A (ja) | 2019-01-11 | 2020-07-27 | 株式会社ＦｕｌｌＤｅｐｔｈ | 魚監視システム |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100210198B1 (ko) | 1996-11-21 | 1999-07-15 | 이내흔 | 어류의 화상감시용 수조 |
| KR100904302B1 (ko) | 2007-08-13 | 2009-06-25 | 목포해양대학교 산학협력단 | 양식어장 보호를 위한 집단감시 디지털 시스템 |
| KR20150042364A (ko) * | 2013-10-10 | 2015-04-21 | 주식회사 글로비트 | 먹이 급이 장치가 구비된 해상 가두리 관리 시스템 |
| KR101675971B1 (ko) * | 2014-09-05 | 2016-11-15 | 부산대학교 산학협력단 | 양식 어류의 건강상태를 모니터링하기 위한 장치 및 방법 |
| KR20200062890A (ko) * | 2018-11-27 | 2020-06-04 | 수상에스티(주) | 관상어 영상인식을 통한 이상행동패턴 분석 시스템 및 그 방법 |
| KR102270203B1 (ko) * | 2019-07-26 | 2021-06-29 | (주)오션필드 | 양식장 수질 개선 및 수산물 질병 관리 시스템 |
| KR102290647B1 (ko) * | 2019-10-07 | 2021-08-18 | 블루오션영어조합법인 | 어류질병 감지장치 및 그 감지방법 |
-
2021
- 2021-11-05 KR KR1020210151477A patent/KR102622793B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101598898B1 (ko) | 2015-06-30 | 2016-03-03 | 주식회사 글로비트 | 음향 및 영상분석을 통한 넙치 질병 예방 시스템 |
| JP2020110079A (ja) | 2019-01-11 | 2020-07-27 | 株式会社ＦｕｌｌＤｅｐｔｈ | 魚監視システム |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230065673A (ko) | 2023-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101607934B1 (ko) | 전염병 모니터링 방법 및 이를 이용한 시스템, 이를 수행하기 위한 기록매체 | |
| WO2017003113A1 (ko) | 음향 및 영상분석을 통한 넙치 질병 예방 시스템 | |
| Geffen et al. | A machine vision system to detect and count laying hens in battery cages | |
| JP2020124227A (ja) | 死亡鶏検知システム、鶏生死判定プログラム、および鶏生死判定装置 | |
| Subedi et al. | Tracking pecking behaviors and damages of cage-free laying hens with machine vision technologies | |
| CN108829762B (zh) | 基于视觉的小目标识别方法和装置 | |
| US20210216758A1 (en) | Animal information management system and animal information management method | |
| CN110402456B (zh) | 异常检测系统、异常检测方法以及存储介质 | |
| KR102307478B1 (ko) | 컴퓨터 비전을 이용한 가축 질병 예측 시스템 및 그 방법 | |
| KR101769963B1 (ko) | 소의 승가 행위 판독 시스템 | |
| CA3230401A1 (en) | Systems and methods for the automated monitoring of animal physiological conditions and for the prediction of animal phenotypes and health outcomes | |
| KR102609461B1 (ko) | 촬상 장치, 이를 포함하는 가금류 관리 시스템 및 방법 | |
| Thomson et al. | Gigapixel imaging with a novel multi-camera array microscope | |
| CN113762113A (zh) | 一种牲畜分娩行为监控方法及装置 | |
| CA3093646C (en) | Method and system for extraction of statistical sample of moving objects | |
| JP2004089027A (ja) | 動物の行動解析方法、動物の行動解析システム、動物の行動解析プログラムならびにそれを記録したコンピュータ読み取り可能な記録媒体 | |
| KR102622793B1 (ko) | 양식 어류의 실시간 질병 감지시스템 및 그 방법 | |
| KR102172347B1 (ko) | 농장 가축 상태 평가 방법 및 시스템 | |
| Thomson et al. | Gigapixel behavioral and neural activity imaging with a novel multi-camera array microscope | |
| RU2693731C2 (ru) | Устройство и способ оценки соблюдения требований благосостояния животного в отношении животного для убоя | |
| JP2005278486A (ja) | 魚捕獲装置 | |
| Wang et al. | Automatic identification and analysis of multi-object cattle rumination based on computer vision | |
| KR102464539B1 (ko) | 영역별 개체 모니터링을 위한 유저 인터페이스 장치 | |
| CN114500960B (zh) | 一种畜禽牧场的巡视与报警管理系统及方法 | |
| CN115272943B (zh) | 一种基于数据处理的畜牧家禽进食异常识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |