PT109333B - Sistema para medição de pescado usando uma câmara e um projector de luz estruturada - Google Patents

Sistema para medição de pescado usando uma câmara e um projector de luz estruturada Download PDF

Info

Publication number
PT109333B
PT109333B PT109333A PT10933316A PT109333B PT 109333 B PT109333 B PT 109333B PT 109333 A PT109333 A PT 109333A PT 10933316 A PT10933316 A PT 10933316A PT 109333 B PT109333 B PT 109333B
Authority
PT
Portugal
Prior art keywords
fish
dimensional
camera
acquisition
mesh
Prior art date
Application number
PT109333A
Other languages
English (en)
Other versions
PT109333A (pt
Inventor
Augusto Dos Santos Silva César
Manuel Machado Menezes Gui
Filipe Pires Gaspar Tiago
Ruben Dos Santos Aires Ricardo
Original Assignee
Fishmetrics. Lda.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fishmetrics. Lda. filed Critical Fishmetrics. Lda.
Priority to PT109333A priority Critical patent/PT109333B/pt
Priority to PCT/PT2017/050012 priority patent/WO2017180003A2/pt
Publication of PT109333A publication Critical patent/PT109333A/pt
Publication of PT109333B publication Critical patent/PT109333B/pt

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01GWEIGHING
    • G01G19/00Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/52Weighing apparatus combined with other objects, e.g. furniture
    • G01G19/60Weighing apparatus combined with other objects, e.g. furniture combined with fishing equipment, e.g. with fishing rods
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01KANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K61/00Culture of aquatic animals
    • A01K61/90Sorting, grading, counting or marking live aquatic animals, e.g. sex determination
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2513Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object with several lines being projected in more than one direction, e.g. grids, patterns

Abstract

ESTE INVENTO PROPÕE NUM SISTEMA PARA TIRAR MEDIDAS DE PESCADO, QUE COMPREENDE TRÊS ELEMENTOS CENTRAIS: UM PROJETOR DE LUZ ESTRUTURADA, UMA CÂMARA E UMA SUPERFÍCIE ONDE O PESCADO ESTÁ POSICIONADO. POR VIA DA TRIANGULAÇÃO DOS RAIOS DE LUZ PROJETADOS E OBSERVADOS PELA CÂMARA, O SISTEMA PRODUZ SUCESSIVOS MAPAS TRIDIMENSIONAIS DO QUE OBSERVA. CONTUDO, O SISTEMA APENAS SELECIONA E GUARDA UMA MALHA TRIDIMENSIONAL POR CADA NOVA AMOSTRA DE INTERESSE. ISSO É ESSENCIAL PARA SE TER UM E UM SÓ MAPA TRIDIMENSIONAL POR CADA AMOSTRA DE PESCADO, E NÃO UM CONJUNTO MASSIVO DE MAPAS TRIDIMENSIONAIS, DESNECESSÁRIO PARA O PROCESSO DE MEDIÇÃO. ESTE INVENTO PROPÕE SABER, DE FORMA AUTOMÁTICA, A CADA INSTANTE, SE EXISTE PESCADO SOBRE A SUPERFÍCIE VISUALIZADA PELA CÂMARA E GUARDAR APENAS UMA VEZ A MALHA TRIDIMENSIONAL DO PESCADO. A INFORMAÇÃO DISPONIBILIZADA NA MALHA TRIDIMENSIONAL PERMITE A DETERMINAÇÃO DE DISTÂNCIAS RIGOROSAS ENTRE QUAISQUER DOIS PONTOS SOBRE A SUPERFÍCIE DO PESCADO.

Description

DESCRIÇÃO
Sistema para Medição de Pescado usando uma câmara e um projector de luz estruturada
Domínio técnico da invenção campo de invenção do presente invento consiste na medição de pescado, através de um sistema de visão por computador, com aplicação nas áreas da biometria, medição, inspeção e amostragem de pescado.
Enquadramento controlo dos stocks de pescado e a sobre-exploração dos mesmos tem surgido nos últimos anos como um problema ecológico e ambiental. A diminuição das populações de certas espécies aquáticas põe em causa a sua sustentabilidade, bem como o bom estado ambiental dos ecossistemas. Aliado a este problema, surgem também questões de natureza económica relacionadas com a economia do mar, da qual fazem parte não só pescadores, mas também armadores, lotas, intermediários e vendedores.
A composição de tamanhos do pescado desembarcado ou capturado pelas frotas de pesca constitui um dos principais dados biológicos utilizados na avaliação e gestão dos recursos pesqueiros. No entanto, existem ainda outras razões relevantes que salientam a importância de medir pescado, tais como: comércio de peixe, análises científicas muitas vezes relacionadas com estudos de morfometria, controlo do crescimento de peixes em aquicultura.
presente invento consiste num sistema automático para efetuar medições de pescado, que compreende três elementos centrais: um projetor de luz estruturada, uma câmara e uma superfície onde o pescado está posicionado, que é idealmente plana e pode ser uma balança ou um tapete rolante. A incidência da luz estruturada sobre um objecto e a sua leitura através de uma câmara permite ao sistema obter um mapa tridimensional de um objeto por triangulação de múltiplos raios de luz. Esta malha tridimensional possibilita o cálculo de distâncias entre quaisquer dois pontos do objeto.
No presente invento, propõe-se um sistema automático de recolha de medidas de pescado que seleciona e guarda numa base de dados apenas uma malha tridimensional por cada nova pescado ou caixa de pescado colocado sobre a superfície. Isso é essencial para ter um e um só mapa tridimensional por cada amostra de pescado, para optimizar não só a informação oferecida no processo de medição mas também a memória necessária para alojar a base de dados.
Para além do problema de obter informação tridimensional, resolvido pelo par câmara/projetor, o problema maior é lidar com ambientes não estruturados em lotas ou barcos, nos quais os operadores colocam de forma manual e sequencial pescado (ou caixas de pescado) sobre uma balança ou outra superfície equivalente. 0 sistema e método que propomos no presente invento pretende lidar com esse problema, porquanto detecta automaticamente a existência de pescado e guarda apenas uma malha tridimensional do mesmo.
Assim, o método proposto consiste na aquisição sequencial de malhas tridimensionais do pescado e, através de uma análise comparativa entre as malhas obtidas, armazenar a informação relevante apenas quando o pescado está presente na superfície visualizada pela câmara, bem como quando está numa posição estável.
Estado da Arte
A amostragem e inspeção de pescado tornaram-se problemas internacionais, tendo sido criadas diretivas e legislação para regular estas atividades. Na União Europeia são vários os institutos estatais responsáveis por organizar programas de recolha de dados para análise de recursos e cumprimento da legislação.
grande problema da obtenção de dados de medidas de pescado centra-se, fundamentalmente, na reduzida quantidade de informação que é obtida, devido ao seu custo muito elevado e à dificuldade em cumprir com pressupostos básicos de amostragem estatística de modo a obter amostras não enviesadas.
Atualmente, a amostragem de pescado é efetuada principalmente em lotas ou a bordo de embarcações. Mobilizar amostradores para estar a bordo de navios pesqueiros representa sempre um custo relevante. Noutros casos, a amostragem em lotas pode também ser pouco representativa das populações aquáticas, ou do tamanho do pescado que é desembarcado, pois está muito dependente da disponibilidade dos amostradores, dado a grande quantidade de lotas a inspecionar e a dificuldade inerente em cumprir os critérios ou pressupostos estatísticos da amostragem de modo a obter amostras dos tamanhos do pescado que sejam representativas do universo desembarcado ou capturado de cada espécie.
A reduzida quantidade de dados e muitas vezes a forma como as amostras são obtidas conduz, naturalmente, ao enviesamento das amostras e impossibilita a utilização de técnicas avançadas de análise estatística, como a amostragem estratificada.
Estes problemas conduzem frequentemente a avaliações erradas ou enviesadas das abundâncias das populações ou stocks pesqueiros e consequentemente à tomada de medidas de gestão das pescarias necessariamente menos adequadas.
Os métodos atualmente utilizados para medição são, em alguns casos, manifestamente rudimentares, sendo baseados na utilização manual de réguas. As invenções US5339532 e US20120324751 são exemplos do referido, cuja utilização é lenta, ineficiente e propensa à geração de erros de medição e de representatividade estatística da amostragem . Outra desvantagem na utilização deste tipo de objetos relacionase com a necessidade de manipular manualmente o pescado, o que implica em muitos casos a desvalorização do produto e uma menor colaboração dos pescadores e amadores para com os programas de amostragem.
Alguns sistemas eletrónicos, tais como US7408125, tentam minimizar a manipulação manual do pescado, não o conseguindo totalmente. Para além disto, possuem ainda outra desvantagem: o facto de não conseguirem registar as medições e de não as conseguirem repetir. No caso de existirem erros sistemáticos no processo amostrai, estes nunca serão verificáveis senão posteriormente, depois de as medidas não poderem ser reprodutíveis.
Outros equipamentos, tais como US20150316367 e [1], resolvem o problema importante de registo automático de medidas em bases de dados especializadas para o efeito e permitem também o controlo de outras variáveis, como por exemplo o peso do peixe e o local de captura. Contudo, continua por resolver o problema na lentidão da obtenção das medidas, a necessidade de manipulação do pescado e a representatividade estatística da amostragem.
Para além dos aparelhos e equipamentos já exemplificados, existem alguns trabalhos de índole académica ([2] , [3] e [4]) onde foram desenvolvidos projetos de equipamentos destinados à medição de peixe com auxílio de câmaras. Estes sistemas são, no entanto, pouco especializados, pois usam apenas informação de uma ou duas câmaras de luz visível.
No caso dos sistemas com uma câmara, estes sistemas não lidam com informação tridimensional, admitindo que o pescado está projetado num plano da superfície de suporte.
No caso dos sistemas de duas câmaras, usando visão estéreo, estes sistemas fazem reconstrução tridimensional com base na correspondência entre pontos das duas imagens do par estéreo. Contudo este processo normalmente é difícil, lento, sujeito a erros e exige a intervenção do utilizador.
nosso sistema, usando um projetor e uma câmara, obtém a informação tridimensional de forma automática e rápida, com a frequência equivalente à taxa de aquisição usual de uma câmara vídeo. Esta performance não é possível nos sistemas estéreo, como descrito, por exemplo, no invento US 20130223693.
Existem outros sistemas de aquisição tridimensional com luz estruturada, tais como US 6549288 B, [7], [8] e [9], aplicados a outras áreas que não especificamente à medição de pescado. Estes sistemas adquirem múltiplas malhas tridimensionais, mas não aplicam qualquer critério de seleção das malhas tridimensionais que adquirem, tendo em conta os objetos que observam.
Contudo, é importante que um sistema automático de recolha de medidas de pescado selecione e guarde na sua base de dados apenas uma malha tridimensional por cada nova amostra de interesse. Isso é essencial para ter um e um só mapa tridimensional por cada amostra de pescado, e não um conjunto massivo de mapas tridimensionais sem qualquer critério, produzindo informação excessiva para o processo de medição a jusante e tornando incomportáveis as necessidades de memória da base de dados.
Por outro lado, é essencial que os mapas tridimensionais sejam selecionados de forma automática, sem qualquer intervenção humana. O problema é assim lidar com ambientes não estruturados (como em lotas ou barcos), nos quais os operadores colocam de forma sequencial pescado (ou caixas de pescado) sobre uma balança ou superfície equivalente.
Um sistema de medição automática tem que ser capaz de detectar a existência de pescado, guardar apenas uma vez a malha tridimensional do mesmo, e aguardar por uma nova ocorrência válida de pescado. O nosso sistema e método propõe realizar esta tarefa de forma automática, e não é do nosso conhecimento que exista um sistema semelhante.
Descrição das figuras
A Figura 1 mostra os diferentes componentes que compreendem o aparato para obtenção de medidas de pescado.
A Figura 2 mostra os diferentes passos do método de captura de medidas de pescado.
A Figura 3 representa uma possível imagem correspondente a uma aquisição efetuada pelo aparato, onde estão representados pontos característicos do pescado, denominados pontos fiduciais.
A Figura 4 representa dois momentos de aquisição pelo aparato, um primeiro momento correspondente à obtenção da malha tridimensional de referência e um segundo momento onde se obtém uma malha tridimensional correspondente a uma aquisição na presença de pescado.
Descrição detalhada presente invento consiste num método e num aparato para medir pescado. Na configuração preferida deste invento, o método utiliza um projetor (101) de luz infravermelha estruturada, uma câmara (100) que deteta luz infravermelha, cuja cena observada se centra numa superfície de suporte de pescado (106), idealmente planar, que pode ser, por exemplo, uma balança ou um tapete rolante.
Na configuração preferida, o método, como referido na
Reivindicação 1, compreende os seguintes passos:
a) 0 passo (200) consiste na calibração da câmara (100) relativamente ao projetor de luz estruturada (101) . A calibração é realizada colocando sobre a superfície um objeto com dimensão conhecida [5], um xadrez com múltiplas quadrículas pretas e brancas na sua configuração preferida. Os raios do projetor são projetados sobre o objeto e a câmara adquire uma imagem do conjunto. Observando na câmara os pontos projetados sobre o objeto, infere-se a posição do projetor relativamente à câmara. Esta transformação entre a câmara e o projetor permite efetuar o cálculo da triangulação descrito em b) e d).
b) O passo (201) consiste no cálculo da malha tridimensional de referência (400) . Múltiplos raios de luz (102) são projetados pelo projetor (101) sobre a referida superfície (106) e recebidos (103) pela câmara (100) por via de aquisição de imagem. Conhecida a transformação geométrica entre a câmara e o projetor (em a) , é geometricamente simples proceder à interseção do raio de luz do projetor com o raio de projeção da câmara, processo denominado triangulação. A triangulação permite calcular as coordenadas tridimensionais do pontos de interseção. O conjunto destes pontos projetados sobre a superfície de suporte, interligados pelas relações de vizinhança, corresponde à malha tridimensional de referência (400).
c) O passo (202) corresponde a múltiplas aquisições consecutivas da referida superfície de suporte (106).Cada aquisição corresponde à emissão, pelo projetor (101), de múltiplos raios de luz estruturada (102) e a subsequente captação de raios de luz (103) por parte da câmara.
Múltiplas aquisições significa que o sistema que implementa o método está continuamente a adquirir imagens da superfície de suporte (106), onde o pescado (107) vai sendo colocado e retirado sequencialmente.
d) Este passo calcula a malha tridimensional (401) para cada aquisição, pelo mesmo processo de triangulação descrito em b) .
e) O passo (203) consiste na deteção de movimento através do cálculo da diferença entre malhas tridimensionais consecutivas. Este passo serve para detetar os momentos transitórios (de colocação ou retirada do pescado sobre a superfície de suporte), nos quais os objetos estão em movimento e cuja informação tridimensional tem pouco interesse para o processo de medida. A obtenção consecutiva de malhas tridimensionais permite determinar se houve movimento de colocação ou retirada de pescado sobre a superfície de suporte (106), ou de um modo geral, se houve movimento sobre a dita superfície (106). A comparação entre malhas tridimensionais consecutivas é feita através de uma análise das coordenadas tridimensionais dos pontos da malha tridimensional. Se as coordenadas tridimensionais se alterarem para os mesmos pontos projetados, considera-se que terá havido movimento de um objeto sobre a superfície. Caso as coordenadas tridimensionais se mantiverem estáticas, no seu conjunto, em duas aquisições sucessivas, considerase que a cena visualizada está estática durante esse período.
f) O passo (204) consiste na determinação da presença de pescado. A identificação de pescado é efetuada através de uma comparação da malha tridimensional (401) com a malha de referência (400) obtida no passo b) (201) . Caso as coordenadas tridimensionais da malha adquirida forem diferentes da malha de referência, identifica-se a presença de pescado.
g) O passo (205) consiste na deteção da presença de novo pescado tendo por base a malha tridimensional do último pescado guardado na base de dados. Como iremos ver, apenas algumas malhas tridimensionais são guardadas. Para além da malha tridimensional de referência (em b) (400), são guardadas as malhas tridimensionais relevantes do pescado a medir, como iremos ver no passo seguinte. Assim, neste passo, o sistema compara a malha tridimensional de cada aquisição com a última malha relevante adquirida, de forma a garantir que não é a mesma malha tridimensional e não seja guardada de forma redundante.
h) Este passo (206) consiste em guardar a malha tridimensional de uma dada aquisição apenas quando as três condições seguintes se verificarem simultaneamente: existe pescado (208) conforme detetado em f) ; esse pescado é diferente do último pescado guardado na base de dados (209) conforme detetado em g) ; o cenário não está num momento transitório, ou seja, não existe movimento (207), conforme detetado em e). Reunidas estas condições, a malha tridimensional (401) é guardada na base de dados (105) . Deste modo, existe armazenamento de um mapa tridimensional apenas quando um novo pescado está imobilizado durante duas aquisições consecutivas. Isto reduz significativamente a quantidade de dados guardados na base de dados, já que guarda os dados estritamente relevantes para o processo de medida. Caso quaisquer das condições enunciadas não se verifiquem, o mapa tridimensional é descartado.
Seguidamente, é adquirida nova malha tridimensional (210) .
i) O passo (211) consiste na medição de distâncias entre pontos pertencentes à uma malha tridimensional (401) guardada na base de dados (105). Uma vez estando na posse de uma malha tridimensional com as coordenadas 3D de pontos da cena observada pela câmara (100), da qual o pescado (107) faz parte, é possível, através da seleção de dois pontos, obter medidas do pescado, pelo cálculo de distância euclideana entre os referidos pontos.
As Reivindicações 2 e 3 referem-se à forma como o pescado é colocado sobre a superfície de suporte. A primeira referese ao modo manual, enquanto a última refere-se a um modo mecânico, cujo modo preferido é o tapete rolante. Em qualquer dos casos é determinante que o pescado fique temporariamente imóvel sobre a superfície, de forma a que o passo h seja ativado e a respetiva informação métrica seja guardada na base de dados. A imobilização temporária é usual, já que muitas vezes a superfície de suporte é uma balança, e, por conseguinte, é necessária alguma imobilização da amostra para que se proceda à pesagem da mesma.
A Reivindicação 4 refere-se à utilização de uma caixa para condicionar o peso, e ao facto de se proceder à segmentação ou deteção do retângulo correspondente à forma que envolve a caixa. A utilização de caixas é usual. Por isso, é interessante selecionar e guardar apenas a parte da malha correspondente ao objeto de interesse, que, neste caso, é apenas a malha inscrita dentro do retângulo.
A Reivindicação 5 refere-se ao facto de podermos guardar também a imagem obtida pela câmara, complementarmente ao mapa tridimensional que é guardado na base de dados. Assim, guarda-se informação fotométrica de cada amostra, que poderá ser útil quer para catalogação das amostras, quer para análise de imagem.
A imagem pode ser utilizada para seleção dos pontos a medir. A visualização do pescado torna mais simples a seleção dos pontos de interesse sobre o pescado. A Reivindicação 6 referese ao facto de usarmos pontos da imagem para efetuar medidas, pontos esses que são projetados sobre a malha tridimensional para obter as respetivas coordenadas tridimensionais e, assim, obter distâncias rigorosas entre os pontos.
A informação contida nas malhas tridimensionais do pescado e na imagem do mesmo pode ser utilizada para outros fins além da simples obtenção de medidas.
Uma possibilidade é a identificação da espécie do pescado (Reivindicação 7) por exercício de comparação entre as amostras observadas e uma lista de modelos-padrão de espécies de pescado conhecidas. Estes modelos-padrão têm a informação métrica (as medidas biométricas da espécie) e a informação fotométrica (caraterísticas de cor e textura) necessárias para determinar a espécie observada na amostra.
Outra possibilidade é a identificação da espécie do pescado (Reivindicação 8) usando pontos característicos ou fiduciais daquela espécie, através da construção de um filtro linear ou não linear construído para o efeito, para reconhecimento dos referidos pontos característicos, em que uma rede neuronal convolucional é um exemplo para uma arquitetura para a construção de um filtro.
Uma distância passível de ser calculada utilizando o método descrito é o comprimento total (301) do pescado (Reivindicação 9). No entanto, pode-se proceder à seleção de quaisquer dois pontos fiduciais (302) do objeto (Reivindicação 10). Tais pontos fiduciais (302) dizem respeito a pontos característicos do pescado, cuja importância é relevante para análise biométrica e para o cálculo de certas medidas, por exemplo a distância entre os pontos inicial e final da barbatana de um peixe ou o diâmetro ocular. Distâncias calculadas entre dois pontos fiduciais permitem obter uma caracterização do pescado em questão.
Algumas distâncias entre pontos fiduciais do pescado, permitem, inclusive, computar o comprimento total (301) do mesmo, através de relações morfométricas conhecidas relativas à espécie do pescado em questão (Reivindicação 11). As relações morfométricas são fórmulas de cálculo que definem o comprimento total do pescado com base numa relação linear do tipo CT = ΑΧ + B, em que o valor X corresponde a uma certa distância característica do pescado, como por exemplo, o comprimento da barbatana dorsal, CT é o comprimento total e os coeficientes A e B são determinados em estudos de morfometria e variam de acordo com a espécie e o respetivo habitat [6].
A Reivindicação 12 refere-se ao cálculo do peso através de medidas do pescado, usando igualmente equações morfométricas da espécie. As equações morfométricas que estimam o peso do pescado são normalmente relações à potência, do tipo PESO = A*CTAB. em que CT é o comprimento total e A e B são coeficientes determinados por estudos de morfometria e também variam de espécie para espécie [6].
Na Reivindicação 13 descreve-se o aparato que implementa o método proposto nas reivindicações anteriores. Este aparato compreende um processador em comunicação com uma memória com as instruções a executar, um projetor de luz estruturada e uma câmara. 0 projetor e a câmara focam-se numa superfície que suporta o pescado cujas medição se pretende efetuar.
Na Reivindicação 14, propõe-se um realização específica para a dita superfície, que consiste no prato de uma balança, pois, nos ambientes onde a amostragem de pescado tipicamente ocorre, é um local onde o pescado, ou as caixas de pescado tem, a certo momento, de estar fixas para se proceder à respetiva pesagem. Esta ocorrência cria as condições ideais para a aplicação do método proposto neste invento.
A Reivindicação 15 refere-se ao aparato cuja configuração preferida consiste num projetor emissor de luz infravermelha e numa câmara sensível à luz infravermelha. Esta configuração permite usar luz estruturada numa zona do espectro fora da luz visível, o que facilita a implementação real do mesmo em lotas ou embarcações.
Tal como descrito na Reivindicação 16, esta patente propõe a utilização do aparato em qualquer das seguintes aplicações: medição e amostragem de pescado; identificação de pescado; inspeção e fiscalização de pescado em barcos e lotas; obtenção de conformidade com diretivas legais; estudos de carácter científico; controlo do tamanho do pescado em
aquicultura; estudos ecológicos em zonas entremarés;
trabalhos de campo para obtenção de medidas em várias
disciplinas científicas.
REFERÊNCIAS
[1] Scantol Fishmeter System
! ! : ! > . / / ç*; i . <- 5 ΪΊ i t' Ο I p O fC / Τ’ p f; Tf; p p θ 1“ ™ p [ θ f· p p Ή Ί p ™ P Ί p, f'; Tf; p ,p p '] ’] Q’ —
[2] FiLeDI Framework for Measuring Fish Length from Digital
Images, Mohd Rahim Mohd Shafry, Amjad Rehman, Rosely Kum
[3] D White, C. Svellingen, N Strachan, Automated measurement of species and length of fish by Computer vision. Fisheries Research, Vol. 80, No. 2-3. (2006), pp.
203-210, doi:10.1016/j.fishres.2 00 6.04.009
[4] Ching-Lu Hsieh, Hsiang-Yun Chang, Fei-Hung Chen, JhaoHuei Liou, Shui-Kai Chang, and TaTe Lin, A simple and effective digital imaging approach for tuna fish length measurement compatible with fishing operations, Computers and Electronics in Agriculture, 75.1: 44-51, 2011.
[5] Herrera, C., Juho Kannala, and Janne Heikkilã. Joint depth and color camera calibration with distortion correction, IEEE Transactions on Pattern Analysis and Machine Intelligence, 34.10: 2058-2064, 2012.
[6] Mojekwu TO, Anumudu Cl (2015) Advanced
Techniques for
Morphometric Analysis in Fish. J Aquac Res Development 6:354. doi:10.4172/2155-9546.1000354
[7] US 2010/222684 AI (HATZI LIAS KAROL [US] ET AL) 2 setembro 2010 (2010-09-02) parágrafo [0040] - parágrafo [0117];
figuras 1-16
[8] US 2005/075798 AI (EDWARDS JIM [US] ET AL) 7 abril 1 2005 (2005-04-07) parágrafo [0018] - parágrafo [0030];
figure 1
[9] WO 2014/098614 AI (EBTECH AS [NO])
June 2014 (2014-06-26) página 10, linhal8 - página 14. linha 22;
figuras 1-4 de agosto de 2020

Claims (16)

  1. REIVINDICAÇÕES
    1 .Método automático usando um sistema computacional ligado a uma base de dados (105), a um projetor de luz estruturada (101) e a uma câmara (100), para obtenção de medidas de pescado colocado de forma sequencial sobre uma superfície plana de suporte (106), caracterizado por compreender os seguintes passos:
    a) (200) calibração prévia da câmara (100) relativamente ao projetor de luz estruturada (101);
    b) (201) aquisição da superfície de suporte e cálculo da malha tridimensional de referência (400) através da triangulação de múltiplos raios de luz (102) projetados pelo projetor (101) sobre a referida superfície (106) e recebidos (103) pela câmara (100) por via de aquisição de imagem;
    c)(202) e (210) múltiplas aquisições consecutivas da referida superfície de suporte (106);
    d) (202) para cada aquisição de c, cálculo de uma malha tridimensional (401) através da triangulação de múltiplos raios de luz (102) projetados pelo projetor (101) e recebidos pela câmara (100);
    e) (203) para cada par de aquisições consecutivas de c, detetar movimento através do cálculo da diferença entre malhas tridimensionais das duas aquisições consecutivas;
    f) (204) para cada aquisição de c, identificar a presença de pescado através da diferença entre a malha tridimensional (401) da aquisição e a malha de referência (400) da superfície de suporte (106);
    g) (205) para cada aquisição de c, identificar a presença de novo pescado através da diferença entre a malha tridimensional (401) da aquisição e a malha tridimensional do último pescado detetado guardado na base de dados (105);
    h)(206) para cada aquisição de c, guardar a malha tridimensional (401) da aquisição na base de dados apenas no caso em que:
    - (208) se detete a presença de pescado, detetado em f; - (209) o pescado não se encontra ainda na base de dados, detetado em g;
    - (207) não houver movimento relativamente à aquisição anterior, detetado em e;
    i)(211) utilização das referidas malhas tridimensionais guardadas no passo anterior para medir a distância entre dois pontos do pescado.
  2. 2 .Método de acordo com a Reivindicação 1, caracterizado pelo facto de o pescado ser colocado de forma manual e sucessiva sobre a superfície de suporte (106), com imobilização temporária de pescado sobre a superfície para permitir o passo h.
  3. 3 .Método de acordo com a Reivindicação 1, caracterizado pelo facto de o pescado ser colocado de forma mecânica e sucessiva sobre a superfície de suporte (106), cuja configuração preferida é o tapete rolante, com imobilização temporária de pescado sobre a superfície para permitir o passo h.
  4. 4 .Método de acordo com a Reivindicação 1, caracterizado por calcular o retângulo envolvente à caixa retangular que condiciona múltiplos indivíduos de pescado (107) através da comparação do mapa tridimensional adquirido no passo d com o mapa de referência da superfície (400) .
  5. 5 .Método de acordo com a Reivindicação 1, caracterizado pelo facto de o processo de armazenamento do passo h incluir a imagem captada pela câmara (100) .
  6. 6 .Método de acordo com as Reivindicações 1 e 5, caracterizado pelo facto de o passo i de determinação de distâncias ser efetuado entre pontos selecionados na imagem captada pela câmara (100), usando a informação métrica da malha tridimensional (401) correspondente.
  7. 7 .Método de acordo com as Reivindicações 1 e 5, caracterizado por identificar a espécie do pescado (300), por comparação da informação métrica da malha tridimensional (401) e da imagem recolhidas com uma lista de múltiplos modelos métricos e fotométricos de pescado.
  8. 8 . Método de acordo com as Reivindicações 1 e 5, caracterizado por identificar a espécie do pescado (300) através da identificação da multiplicidade de pontos fiduciais do pescado (302), usando uma multiplicidade de filtros aplicados à imagem recolhida (100) .
  9. 9 .Método de acordo com a Reivindicação 1, caracterizado por medir o comprimento total (301) do pescado (300) .
  10. 10 .Método de acordo com a Reivindicação 1, caracterizado por medir a distância entre múltiplos pontos fiduciais (302) do pescado (300) .
  11. 11 .Método de acordo com as Reivindicações 1 e 10, caracterizado por calcular as medidas do comprimento total (301) a partir da distância entre pontos fiduciais (302) do pescado (300), usando a relação morfométrica relativa à espécie do pescado.
  12. 12 .Método de acordo com as Reivindicações 1 e 10, caracterizado por calcular o peso total a partir da distância entre pontos fiduciais (302) do pescado, usando a relação morfométrica relativa à espécie do pescado.
  13. 13 .Aparato para obtenção de medidas de pescado, caracterizado por compreender:
    um processador (104); memória em comunicação com o processador;
    uma câmara (100) em comunicação com o processador (104);
    um projetor de luz estruturada (101) em comunicação com o processador (104); uma base de dados (105) em comunicação com o processador (104); uma superfície de suporte de pescado (106); instruções computacionais guardadas na memória que permitem processar o método que compreende: (200) calibrar a câmara (100) relativamente ao projetor de luz estruturada (101); (201) calcular uma malha tridimensional de referência (400) da superfície de suporte (106); (202) e (210) a câmara (100) adquirir múltiplas aquisições consecutivas da referida superfície de suporte (106); calcular uma malha tridimensional (401) para cada aquisição; (203) detetar movimento através da diferença entre malhas tridimensionais consecutivas; (204) detetar a presença de pescado através da malha tridimensional; (205) detetar a presença de novo pescado tendo por base a malha tridimensional (401) do último pescado guardado na base de dados; (206) guardar a malha para cada aquisição apenas no caso em que o método detete que o pescado não se encontra ainda na base de dados e não houver movimento; (211) medir distâncias entre pontos sobre as malhas tridimensionais guardadas na base de dados (105).
  14. 14 .Aparato de acordo com a Reivindicação anterior, caracterizado pelo facto de a referida superfície de suporte (106) de pescado ser o prato de uma balança e por essa via calcular o peso do pescado.
  15. 15 .Aparato de acordo com a Reivindicação 12, caracterizado pelo facto de o referido projetor de luz estruturada emitir luz infravermelha e a câmara ser sensível a luz infravermelha.
  16. 16 .Utilização do aparato descrito nas Reivindicações 13, 14 e 15, para qualquer das seguintes aplicações: medição e amostragem de pescado; identificação de pescado; inspeção e fiscalização de pescado em barcos e lotas; obtenção de conformidade com diretivas legais; estudos de carácter científico; controlo do tamanho do pescado em aquicultura; estudos ecológicos em zonas entremarés; trabalhos de campo para obtenção de medidas em várias disciplinas científicas.
PT109333A 2016-04-16 2016-04-16 Sistema para medição de pescado usando uma câmara e um projector de luz estruturada PT109333B (pt)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PT109333A PT109333B (pt) 2016-04-16 2016-04-16 Sistema para medição de pescado usando uma câmara e um projector de luz estruturada
PCT/PT2017/050012 WO2017180003A2 (pt) 2016-04-16 2017-04-13 Sistema para medição de pescado usando uma câmara e um projector de luz estruturada

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PT109333A PT109333B (pt) 2016-04-16 2016-04-16 Sistema para medição de pescado usando uma câmara e um projector de luz estruturada

Publications (2)

Publication Number Publication Date
PT109333A PT109333A (pt) 2017-10-16
PT109333B true PT109333B (pt) 2020-10-02

Family

ID=59772678

Family Applications (1)

Application Number Title Priority Date Filing Date
PT109333A PT109333B (pt) 2016-04-16 2016-04-16 Sistema para medição de pescado usando uma câmara e um projector de luz estruturada

Country Status (2)

Country Link
PT (1) PT109333B (pt)
WO (1) WO2017180003A2 (pt)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11040452B2 (en) 2018-05-29 2021-06-22 Abb Schweiz Ag Depth sensing robotic hand-eye camera using structured light
CN108592803A (zh) * 2018-07-27 2018-09-28 河南省水产科学研究院 一种透明双夹板鱼体表面图像采集系统
CN109631755A (zh) * 2018-12-03 2019-04-16 成都理工大学 大型隧洞结构面迹线激光测量仪

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5339532A (en) 1993-03-29 1994-08-23 Keefe John G O Fish length measuring device
US6549288B1 (en) 1998-05-14 2003-04-15 Viewpoint Corp. Structured-light, triangulation-based three-dimensional digitizer
US6922652B2 (en) * 2003-09-19 2005-07-26 Jim Edwards Automated quality assurance method and apparatus and method of conducting business
US7408125B2 (en) 2006-08-02 2008-08-05 Lentine Gregory E Fish scale and length measuring sensor
RU2011139320A (ru) * 2009-02-27 2013-04-20 Боди Серфейс Транслэйшнз, Инк. Оценка физичеких параметров при помощи трехмерных представлений
WO2012030899A1 (en) 2010-08-31 2012-03-08 University Of Massachusetts Methods and systems for determining fish catches
US20120324751A1 (en) 2011-06-22 2012-12-27 Kevin Wakeman Fish measurement device
US10123521B2 (en) 2012-06-18 2018-11-13 Spfm, L.P. Systems and methods for automated fish culling
NO337305B1 (no) * 2012-12-20 2016-03-07 Ebtech As System og fremgangsmåte for beregning av fysiske størrelser for fritt bevegelige objekter i vann

Also Published As

Publication number Publication date
WO2017180003A3 (pt) 2017-12-07
PT109333A (pt) 2017-10-16
WO2017180003A2 (pt) 2017-10-19

Similar Documents

Publication Publication Date Title
Boutros et al. A comparison of calibration methods and system configurations of underwater stereo‐video systems for applications in marine ecology
Jay et al. In-field crop row phenotyping from 3D modeling performed using Structure from Motion
TWI528019B (zh) 用於物件包裝之物件三維尺寸估測系統及方法
KR101194936B1 (ko) 3차원 계측 장치 및 그 방법
US8897483B2 (en) System and method for inventorying vegetal substance
WO2020114035A1 (zh) 基于机器视觉的三维特征提取方法及装置
Hsieh et al. A simple and effective digital imaging approach for tuna fish length measurement compatible with fishing operations
AU2010255803A1 (en) Device and method for recording a plant
CN104656100B (zh) 一种行扫描高光谱实时异常探测方法与系统
PT109333B (pt) Sistema para medição de pescado usando uma câmara e um projector de luz estruturada
JP2012510276A (ja) 植物の葉片の成長を測定するための方法およびそれに適した装置
JP7057971B2 (ja) 動物体の体重推定装置及び体重推定方法
Lati et al. Plant growth parameter estimation from sparse 3D reconstruction based on highly-textured feature points
Zhang et al. A novel method for measuring the volume and surface area of egg
JP2019194573A (ja) 体重推定装置
CN112861872A (zh) 一种南美白对虾表型数据测定方法、装置、计算机设备及存储介质
CN109272546A (zh) 一种鱼苗长度测量方法及系统
CN115170629A (zh) 一种伤口信息获取方法、装置、设备及存储介质
CN105637561A (zh) 根据具有阴影的光度立体技术的3d重构
Wang et al. Non-contact sensing of hog weights by machine vision
Sebar et al. A trustable 3D photogrammetry approach for cultural heritage
WO2019132783A1 (en) Method for assessing slip resistance of a surface
Arapović-Savić et al. A novel method of photogrammetry measurements of study models in orthodontics
Rahman et al. 3-D image reconstruction techniques for plant and animal morphological analysis-a review
BR112021015314B1 (pt) Sistema e método de confirmação de colheita

Legal Events

Date Code Title Description
BB1A Laying open of patent application

Effective date: 20160621

FG3A Patent granted, date of granting

Effective date: 20200925