计算机视觉技术在水产养殖的应用.docx

计算机视觉技术在水产养殖的应用计算机视觉技术在水产养殖的应用 本文关键词：水产养殖，视觉，计算机，技术计算机视觉技术在水产养殖的应用 本文简介：水产养殖已成为我国农业生产的重要组成，在推动我国农业经济发展方面发挥了重要作用。水产养殖中水生动物的形态、尺寸、颜色及纹理等称为水生动物的视觉属性，该属性是水产养殖业中的重要信息。其不仅可以反映水生动物的基本生长状况，还可以为水生动物的喂养、用药、捕捞、选别、分级供应参考，同时为养殖水环境的监测供应计算机视觉技术在水产养殖的应用 本文内容：水产养殖已成为我国农业生产的重要组成，在推动我国农业经济发展方面发挥了重要作用。水产养殖中水生动物的形态、尺寸、颜色及纹理等称为水生动物的视觉属性，该属性是水产养殖业中的重要信息。其不仅可以反映水生动物的基本生长状况，还可以为水生动物的喂养、用药、捕捞、选别、分级供应参考，同时为养殖水环境的监测供应数据支持。一、计算机视觉技术与传统测量方式对比1.传统测量方式传统的测量方式主要是人工通过肉眼推断、手工接触或运用简洁的测量工具进行测量。这种测量方式虽然简洁易行，但却简单受到测量者的个人习惯与阅历影响，同时外部环境对测量结果的干扰也较大。这些因素导致传统测量方式主观性强、整齐性差、出错率高。此外，水生动物敏感性较强，用手工接触的方式进行测量简单导致水生动物感染疾病甚至死亡，从而不利于水生动物的生长。2.计算机视觉技术人类的感觉包括视觉、听觉、嗅觉、触觉等，但依靠视觉获得绝大部分的信息。计算机视觉（CV）是指给予机器人类的视觉功能，该技术起源于统计模式识别，涉及到图像分析、图像处理、模式识别及人工智能等多种技术。其基本原理是通过图像传感器获得图像信号，然后传送给图像处理系统，再将图像信号转变为数字信号，并针对数字信号进行困难的运算与处理以提取特征信息，最终实现对目标的识别、检测与限制等。二、计算机视觉技术在水产养殖行业中的应用光学成像技术、图像处理和模式识别技术、计算机信息技术等多项技术的不断成熟，推动了基于计算机视觉技术的自动化检测手段的发展与应用。计算机视觉技术在测量对象的线性尺寸、颜色等属性方面优势明显，具有经济快速、精确一样、客观专业等特点。计算机视觉技术在水产养殖行业中的应用涵盖了鱼、虾、蟹、贝等多种水产养殖动物，并且已经成为精细化水产养殖的关键技术手段之一。1.水质自动监控养殖水体中的很多参数需限制在合理的范围之内，才可保证水生动物的良好生存环境。我国的水产养殖业中多采纳不能长期连续运用的非在线型水质测试仪表。这种仪表在运用过程中简单受到人为或仪器等缘由影响从而造成测量数据误差，即使是全天不间断测试水质，这种误差也仍旧存在。随着工厂化水产养殖技术的发展，20世纪末起先探讨自动化水质监控系统，对养殖水体中的水质指标进行监控，包括温度、浊度、溶氧、亚硝酸盐、氨氮、盐度、酸碱度等。目前，溶氧、水温等指标的监控技术应用比较广，水体净化设备和增氧设备等与其相关的执行机械的监控应用也颇多。2.投饵监控投饵饲喂是水产养殖过程中的重要环节，削减投饵过程中的奢侈可以有效降低水生动物的饲养成本，同时有利于削减污染水体的残饵量、改善水生动物生存环境，从而保持养殖动物的健康状态。利用计算机视觉技术来限制投饵，可以精确限制饵料投放量，同时可视察到投饵过程中鱼群的聚集状况，并以此推断鱼体的健康状况及饵料的利用状况。3.生长监控对于水产养殖业来说，定期检测鱼体尺寸、重量等是一项特别重要的工作。传统的定期打网捕捞检测简单对鱼体造成损伤，影响其后期的生长发育。目前可利用计算机视觉技术的图像测量技术测量水中鱼体的尺寸大小，从而推断鱼体的生长状况，对校正之后的鱼体图像进行去噪、二值化、分割，得到鱼体的尺寸大小、鱼眼位置、鱼尾位置等。众多试验数据表明，计算机图像测量技术和人工测量相比，鱼体尺寸的实际值与测量值差异不大。据报道，RUFF、HARVEY、JONES等不同品种鱼体的样本试验结果均表明计算机视觉图像测量值与实际值之间无显著差异。采纳计算机视觉技术检测虾夷扇贝大小，识别精度远远大于机械分级机，平均相对误差仅为2.12%。既避开了机械碰撞等对扇贝造成的损伤，同时检测精度也能够满意运用要求，因而认为用计算机视觉技术限制扇贝分级是可行的，且好用价值很高。4.行为监控动物行为与其生理状态及外界刺激亲密相关，是机体的重要功能表现。水体环境发生变更或水生动物受到刺激时动物会表现出不同的行为：当水体溶氧不足时，鱼会舍命往水面上游动；鱼生病时，其肢体无力，表现为游速变慢，对外界环境的刺激反应迟钝。传统的测量方式较难实现对水体中水生动物的疾病视察，简单延误病情。而应用计算机视觉技术则可以实现直观快速地对水生动物行为进行监测，并可利用自动报警系统刚好发觉异样。同一养殖塘中养殖的水生动物品种相同，且大小相近，当视察到鱼塘中鱼出现侧翻，说明有不适或者即将死亡。由于池塘水背景色较深而鱼腹颜色较白，因而很简单观测到。例如，可采纳统计方法分割池塘水背景色及病鱼的阈值，分别得到池塘内鱼风光积与腹部白色面积。同时将池塘背景和鱼腹部两种颜色的区域分割，再统计鱼腹部白色区域面积大小，当白色区域面积大于等于统计值下限且小于统计值上限时视作鱼类出现不适，即可触发报警。采纳计算机视觉技术既可削减人力的消耗，又可节约时间和成本。三、结语近年来，计算机视觉技术在渔业生产中的推广应用不断增加，技术手段越来越成熟，同时也存在一些困难须要解决。由于水生动物都生活在水下，因而水质、水温、水流、鱼鳞片反光等因素均会影响计算机视觉技术的测量结果。因此，应接着深化探讨图像处理技术的新方法和新手段，获得高质量图像，使得计算机在水产养殖业的应用前景更加广袤。作者：汪文忠第5页 共5页第 5 页 共 5 页第 5 页 共 5 页第 5 页 共 5 页第 5 页 共 5 页第 5 页 共 5 页第 5 页 共 5 页第 5 页 共 5 页第 5 页 共 5 页第 5 页 共 5 页第 5 页 共 5 页