CN101430775B

CN101430775B - 基于计算机视觉的鱼苗自动计数装置和方法

Info

Publication number: CN101430775B
Application number: CN2008101621761A
Authority: CN
Inventors: 朱从容; 吕冰海
Original assignee: Zhejiang Ocean University ZJOU
Current assignee: Zhejiang Ocean University ZJOU
Priority date: 2008-11-17
Filing date: 2008-11-17
Publication date: 2011-09-07
Anticipated expiration: 2028-11-17
Also published as: CN101430775A

Abstract

本发明提供的基于计算机视觉的鱼苗自动计数装置和计数方法，所说装置是由一放置鱼苗的水箱[4]、两个数字摄像头[2、7]以正交的相互位置安装在水箱上构成的鱼苗图像数字拍摄***、一计算机[9]和连接计算机与数字拍摄***的信号连接装置[10]构成，所说方法的步骤是用无鱼苗的背景照片的灰度数据、已知鱼苗数量的鱼苗照片的灰度数据获得鱼苗照片灰度数据与鱼苗数量之间的关系式，最后通过这个关系式获得待计数鱼苗的数量。本发明与现有技术相比，用两个摄像头正交采集图像数据，使鱼苗自动计数误差为5％以下，而仅处理图像灰度数据，使计数速度更快。

Description

基于计算机视觉的鱼苗自动计数装置和方法

技术领域本发明涉及的是一种基于计算机视觉的鱼苗自动计数装置和方法，属生活需要之农业中鱼类养殖技术领域。

背景技术为解决人类对水产食品需求的不断增长和渔业资源的严重衰退的矛盾，水产养殖业逐渐成为人类获得水产品的主要手段。在水产养殖中，鱼苗的精确计数是科学投饵、养殖密度控制、鱼苗的存活率评估和鱼苗购销等养殖规范化管理的保障基础，是实施水产养殖自动化的根本保证。

以往尚无专门的鱼苗的计数方式，而是采用传统的肉眼计数、人工计算方式进行。通常是先将全部鱼苗收集，集中分配到收集桶中，再取其中一收集桶来做计数，计算出此收集桶中鱼苗的数目后，再乘以收集桶的个数，估算出全部有多少鱼苗。此种传统方法对于体积非常小、生命力低的幼苗有以下几大缺点：

1、每个收集桶中鱼苗数目大约有一万至两万只不等，计数准确率低、计数时间非常久；

2、肉眼会因为时间一久而产生疲劳的现象，使计数的准确率进一步降低；

3、离水操作，鱼苗存活率低；

传统的人工计数方式还有碗计数、比例法等，但这些计数方法同样存在人为因素影响大、费时费力和误差不定的缺点。因此，按传统的计数方法，鱼苗精确计数非常困难。

为克服上述问题，有台湾中山大学硕士论文《简易鱼苗自动点算***设计》介绍了一种通过图像处理对水箱内鱼苗进行计数的***，包括一套数据采集装置和一个计算方法，其中数据采集装置包括一方形白色可透光塑料水箱，一数字摄像机，用浮子安装在水箱水体上，镜头垂直指向水体，一计算机和连接摄像机与计算机的数据连接装置；而计算方法是一套采集数据和数据处理的程序。其中数据处理方法是一种利用计算机图像处理方法来进行鱼苗计数的方法，采用彩色摄像头将水箱中的鱼苗图像为基础，利用开发的软件程序提取图片中色彩强度(即每个像素点上红、绿、蓝三原色色阶的平均值)作为分析指标，计算每条鱼所占的平均强度，进而获得整个图像中鱼苗的数量。该***实现了鱼苗的自动化计数，克服了传统的鱼苗计数方法所导致的各种缺陷，但是，由于该***采用单一摄像头垂直拍摄，不同深度上的鱼苗在成像时有不同程度的失真，这就影响了该方法的实用性和实际计数的准确性，该文显示其误差为15％左右。另外，该***采用的是色彩强度指标作为计算指标，每个像素点上都要计算三种原色的色阶值，当拍摄到的图片像素较多时，处理的数据量会极剧增加，会显著影响***的运算速度。

发明内容针对上述缺陷，本发明所要解决的技术问题就是要提出一种更精确、更简便的基于计算机视觉的鱼苗自动计数装置和方法，以达到水产养殖中的鱼苗计数中自动、无干扰、高精、高效、低成本的效果，促进水产养殖自动化水平的发展。

本发明提供的基于计算机视觉的鱼苗自动计数装置，包括一套数据采集装置和一个计数方法，所说数据采集装置是由一放置鱼苗的水箱、一鱼苗图像数字拍摄***、一计算机和连接计算机与数字拍摄***的信号连接装置构成，所说鱼苗图像数字拍摄***有两个数字摄像头以正交的相互位置安装在水箱上，两个摄像头分别经信号连接装置与计算机连接，使数字摄像头获得并输入计算机的鱼苗图像有鱼苗在水箱中的平面和立面两个分布图像。

本发明提供的基于计算机视觉的鱼苗自动计数装置的计数计数方法，有如下步骤：

1.分别从两只摄像头各获得无鱼苗的背景照片K张，每只摄像头数据记为I_0k，k＝1、2、3、…、K；

2.将获得的各背景照片转换为灰度矩阵，记为G_0k，并对所得背景照片各象素点的灰度进行平均化得G_0m，

G_{0 m} = \frac{1}{K} Σ_{k = 1}^{K} G_{0 k};

3.提示可向水箱倒入已知数量的鱼苗；

4.分别从两只摄像头各获得M组已知鱼苗数量的鱼苗照片，每组拍摄L张，每只摄像头数据记为I_ij，i＝1、2、3、…、M，j＝1、2、3、…、L；

5.对各照片作如步骤2所说的转换并对每组鱼苗照片各象素点进行灰度平均化，得到M组灰度矩阵G_im，i＝1、2、3、…、M；

6.分别按两个摄像机将各组鱼苗照片灰度与背景照片的灰度做差，即 ΔG_i＝G_im-G_0m，i＝1、2、3、…、M；

以上步骤1至步骤6均分别按通过两只摄像头所得到的图像执行；

7.用数据拟合的方法找出鱼苗数量与照片灰度变化的关系N_s＝f₁(ΔG_i)；

8.用关系式N_s＝f₁(ΔG_i)计算得到经两个摄像头拍摄的各组图像的处理结果：平面上的鱼苗数N_s1、立面上的鱼苗数N_s2，并以各组这两个鱼苗数与各组实际投入的鱼苗数以数据拟合方法得到测定范围内的鱼苗数N，N＝a×N_s1×N_s2 ^1/2+b，其中a和b是拟合系数；

9.存储关系式并提示标准测定完成，可以倒入待计数鱼苗进行计数操作；

10.分别从两只摄像头各获得未知鱼苗数量的鱼苗照片J张，每只摄像头数据计为I_j′，经同步骤2转换并作灰度平均处理后得灰度矩阵G′，经同步骤6与背景照片作灰度差得ΔG′，用步骤7所得关系式N_s＝f₁(ΔG_i)代入，得到鱼苗数计算式N′＝f₁(ΔG′)，并计算得到在平面上的鱼苗数N₁′和在立面上的鱼苗数N₂′；

11.用步骤8得到的关系式N＝a×N_s1×N_s2 ^1/2+b，以在平面上的鱼苗数N₁′和在立面上的鱼苗数N₂′代入，计算得到照片拍摄范围内的鱼苗数量Np，Np＝a×N₁′×N₂′^1/2+b；

12.以焦距和镜头大小计算拍摄照片的面积，并计算出实际拍摄区域的体积(水平照片面积×立面照片直径)V_p，由此处理得到单位体积内的鱼苗数量N_pp＝N_p/V_p；

13.提示输入实测计算得到水箱内鱼苗水体的实际体积V；

14.根据实际体积计算水箱内鱼苗实际的数量N＝N_pp×V；

15.输出计算结果。

本发明提供的基于计算机视觉的鱼苗自动计数装置和方法，利用两个数字摄像机分别从正交的两个方向对盛放有鱼苗的水箱进行图片拍摄，可获取水箱中鱼苗的立面和平面图像构成鱼苗立体分布的信息，弥补了单一平面分布信息的不足。另外，在图像处理时，直接采用了灰度色阶作为评价指标，每个像素点上，只要提取一个色阶数据，与色彩强度作为指标的处理方法相比，所处理的数据量大大减少，也相应提高了计数效率。本发明与现有技术相比，鱼苗自动计数准确率更高，误差仅为5％以下，计数速度更快。

附图说明附图为本发明所用装置构成图，图中：1-数字摄像头外壳，2-数字摄像头，3-数字摄像头固定装置，4-水箱，5-数字摄像头固定装置，6-数字摄像头外壳，7-数字摄像头，8-图像显示器，9-计算机，10-图像采集卡。

具体实施方式

如附图所示，一种基于计算机视觉的鱼苗自动计数装置，有两个数字摄像***，包括数字摄像头外壳1、数字摄像头2、数字摄像头固定装置3组成的数字摄像***A，数字摄像头固定装置5、数字摄像头外壳6、数字摄像头7组成的数字摄像***B。有一台计算机9，摄像机的数据线经图像采集卡10插在计算机的数据接口上，计算机还有图像显示器8。有水箱4，水箱是长方体形状的透明塑料箱，水箱4内有水。所述图像拍摄***A以所述数字摄像头2固定在所述数字摄像头外壳1内并通过所述数字摄像头固定装置3固定于水箱侧面，从水平方向指向水体。所述图像拍摄***B以数字图像摄像头6固定在所述数字摄像头外壳5内并通过所述数字摄像头固定装置7浮于水面，从垂直方向指向水体。

上述装置的计数方法是先拍摄无鱼水体的背景图片并经计算机处理得到背景数据，再在水箱中放入已知数的鱼苗，两个数字图像摄像头所拍摄的图像数据通过图像采集卡10采集进入计算机9，显示于图像显示器8，计算机对图像通过所述鱼苗图像分析软件进行分析计算，得出所测鱼苗数与图像数据间的关系，并对此关系进行储存。然后在所述水箱4内装入所需计数的鱼苗，所述图像拍摄***A、B对其进行图像数据拍摄，通过所述的图像采集卡10采集进入所述计算机9，显示于图像显示器8，再通过所述鱼苗图像分析软件对获取的数据进行分析计算，以所储存的关系式计算得出水箱内的鱼苗尾数。

具体的鱼苗计数过程是：

1.在水箱中注入水并装妥数字摄像***和计算机***，启动计算机和摄像机；

2.启动程序，计算机从两只摄像头各截取背景照片30幅，共60幅，记为I_d0k，d＝1、2，k＝1、2、3、…、30；

3.计算机将获得的各背景照片转换为灰度矩阵，记为G_d0k，并用公式

对所得背景照片各象素点的灰度进行平均化，存储结果；

4.计算机提示可向水箱倒入已知数量的鱼苗；

5.向水箱中逐次放入10、20、30、40、50条鱼苗，鱼苗为大小是2±0.5厘米的银飘鱼鱼苗；

6.计算机逐次向计算机输入继续命令，计算机从两只摄像头依次截取不同数量鱼苗的照片5组，每组两方向各拍摄30张，记为I_dij，d＝1、2分别表示上方和侧面两只摄像机，i＝1、2、3、…、5，j＝1、2、3、…、30；

7.计算机对各照片作如步骤2所说的转换并对每组鱼苗照片各象素点进行灰度平均化，得到5组灰度矩阵G_dim，d＝1、2，i＝1、2、3、…、5；

8.计算机将每组鱼苗照片的灰度与背景照片的灰度做差，即ΔG_di＝G_im-G_d0m，d＝1、2，i＝1、2、3、…、5，再用数据拟合的方法找出鱼苗数量与照片灰度变化的关系N_s≈(1/400)×ΔG_di(即1条鱼造成的灰度差值为400，两条为800，10条引起的灰度差值为4000)，并寄存结果；

9.用N_s≈(1/400)×ΔG_di代入各组的两个摄像头图像的灰度差，获得平面上的鱼苗数N_is1、立面上的鱼苗数N_is2，i＝1、2、3、…、5，以数据拟合的方法获得所测鱼苗数(N)与两个方向图像处理得到的鱼苗数之间的关系：N＝a×N_s1×N_s2 ^1/2+b＝0.82×N_s1×N_s2 ^1/2+2.4，并储存结果；

10.计算机提示标准测定完成，可以进行计数操作；

11.向水箱放入待计数鱼苗，并向计算机输入继续命令；

12.计算机从两只摄像头各截取未知鱼苗数量的鱼苗照片30张，共60张，计为I_dj′，d＝1、2，j＝1、2、3、…、30，经同步骤2转换并作灰度平均处理后得灰度矩阵G′，经同步骤6与背景照片作灰度差得ΔG′，用N_s＝(1/400)×ΔG_di关系代入，计算得到鱼苗数N′＝(1/400)ΔG′，其中，在上方拍摄到的照片平均灰度差值为12000，计算结果平面数量为N₁′＝30条，在侧面拍摄到的照片平均灰度差值为12800，计算结果立面数量为N₂′＝24条；

13.计算机用在平面的鱼苗数N₁′和在立面的鱼苗数N₂′代入关系式N＝0.82×N_s1×N_s2 ^1/2+2.4，计算得到本次测定两个摄像头照片拍摄范围内的鱼苗数量N_p＝0.82×30×24^1/2+2.4＝122.91条，并寄存结果；

13.计算机以焦距和镜头大小计算拍摄照片的面积，并计算出实际拍摄区域的体积(约为水平照片面积×立面照片直径)V_p＝5425cm³，用关系式N_pp＝N_p/V_p处理得到单位体积内的鱼苗数量N_pp＝0.022656条/cm³并寄存结果；

11.计算机提示输入实测计算得到水箱内鱼苗水体的实际体积；

12.向计算机输入根据实际测量计算得到的水箱内水体体积V为64000cm³；

13.计算机根据实际体积计算水箱内鱼苗的实际数量N＝N_pp×V＝0.022656×64000＝1450条；

14.计算机输出计算结果。

15.重复10至14步，进行其他组未知数量的同种同样大小的鱼苗数量。

本例中实际在水箱中投放的鱼苗约为1500条，上述计数结果为1450条，则本发明***误差仅为3.3％。

Claims

1.一种基于计算机视觉的鱼苗自动计数装置，是由一放置鱼苗的水箱、一鱼苗图像数字拍摄***、一计算机和连接计算机与数字拍摄***的信号连接装置构成，其特征是：鱼苗图像数字拍摄***有两个数字摄像头以正交的相互位置安装在水箱上，两个摄像头分别经信号连接装置与计算机连接，使数字摄像头获得并输入计算机的鱼苗图像信号有鱼苗在水箱中的平面和立面两个分布图像。

2.如权利要求1所述的基于计算机视觉的鱼苗自动计数装置的计数方法，其特征是有如下步骤：

1)分别从两只摄像头各获得无鱼苗的背景照片K张，每只摄像头数据记为I_0k，k＝1、2、3、…、K；

2)将获得的各背景照片转换为灰度矩阵，记为G_0k，并对所得背景照片各象素点的灰度进行平均化得G_0m，

G_{0 m} = \frac{1}{K} Σ_{k = 1}^{K} G_{0 k};

3)提示可向水箱倒入已知数量的鱼苗；

4)分别从两只摄像头各获得M组已知鱼苗数量的鱼苗照片，每组拍摄L张，每只摄像头数据记为I_ij，i＝1、2、3、…、M，i＝1、2、3、…、L；

5)对各照片作如步骤2所说的转换并对每组鱼苗照片各象素点进行灰度平均化，得到M组灰度矩阵G_im，i＝1、2、3、…、M；

6)分别按两个摄像机将各组鱼苗照片灰度与背景照片的灰度做差，即ΔG_i＝G_im-G_0m，i＝1、2、3、…、M；

7)用数据拟合的方法找出鱼苗数量与照片灰度变化的关系N_s＝f₁(ΔG_i)；

8)用关系式N_s＝f₁(ΔG_i)计算得到经两个摄像头拍摄的各组图像的处理结果：平面上的鱼苗数N_s1、立面上的鱼苗数N_s2，并以各组这两个鱼苗数与各组实际投入的鱼苗数以数据拟合方法得到测定范围内的鱼苗数N，N＝a×N_s1×N_s2 ^1/2+b，其中a和b是拟合系数；

9)存储关系式并提示标准测定完成，可以倒入待计数鱼苗进行计数操作；

10)分别从两只摄像头各获得未知鱼苗数量的鱼苗照片J张，每只摄像头数据计为I_j′，经同步骤2转换并作灰度平均处理后得灰度矩阵G′，经同步骤6与背景照片作灰度差得ΔG′，用步骤7所得关系式N_s＝f₁(ΔG_i)代入，得到鱼苗数计算式N′＝f₁(ΔG′)，并计算得到在平面上的鱼苗数N₁′和在立面上的鱼苗数N₂′；

11)用步骤8得到的关系式N＝a×N_s1×N_s2 ^1/2+b，以在平面上的鱼苗数N₁′和在立面上的鱼苗数N₂′代入，计算得到照片拍摄范围内的鱼苗数量Np，Np＝a×N₁′×N₂′^1/2+b；

12)以焦距和镜头大小计算拍摄照片的面积，并计算出实际拍摄区域的体积(水平照片面积×立面照片直径)V_p，由此处理得到单位体积内的鱼苗数量N_pp＝N_p/V_p；

13)提示输入实测计算得到水箱内鱼苗水体的实际体积V；

14)根据实际体积计算水箱内鱼苗实际的数量N＝N_pp×V；

15)输出计算结果。