CN106779042B - 一种水产养殖鱼群聚集指数计算装置及计算方法 - Google Patents

Abstract

本发明涉及渔业信息化技术领域，公开了一种水产养殖鱼群聚集指数计算装置，其包括控制处理器和分别与所述控制处理器相连的近红外图像采集单元、近红外光源和光照度变送器，所述近红外图像采集单元、近红外光源和光照度变送器分别设置在养殖区域水面的上方；所述近红外图像采集单元，用于采集鱼群的近红外图像；所述光照度变送器，用于采集当前环境的光照强度数据；所述近红外光源，用于根据光照强度数据为所述近红外图像采集单元补光；所述控制处理器，用于接收所述鱼群的近红外图像，并进行处理以获取鱼群的聚集指数。本发明能够有效获取鱼群的聚集指数，且不影响鱼类正常生长。本发明还公开了一种水产养殖鱼群聚集指数计算方法。

Description

一种水产养殖鱼群聚集指数计算装置及计算方法

技术领域

本发明涉及渔业信息化技术领域，特别是涉及一种水产养殖鱼群聚集指数计算装置及计算方法。

背景技术

随着水产养殖规模的增大，有必要对养殖对象的行为实时监控。其中，鱼类的聚集程度是衡量鱼类群体行为的一个重要指标，及时准确的获取鱼类的聚集程度可以为后续行为分析(例如鱼类疾病预警、投饲控制等)提供重要依据。

目前鱼类的聚集指数测定主要是利用人工观察，尚无有效的鱼类聚集指数计算方法。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是如何有效获取鱼群的聚集指数，且不影响鱼类正常生长。

(二)技术方案

为了解决上述技术问题，本发明提供一种水产养殖鱼群聚集指数计算装置，其包括控制处理器和分别与所述控制处理器相连的近红外图像采集单元、近红外光源和光照度变送器，所述近红外图像采集单元、近红外光源和光照度变送器分别设置在养殖区域水面的上方；

所述近红外图像采集单元，用于采集鱼群的近红外图像；

所述光照度变送器，用于采集当前环境的光照强度数据；

所述近红外光源，用于根据光照强度数据为所述近红外图像采集单元补光；

所述控制处理器，用于接收所述鱼群的近红外图像，并进行处理以获取鱼群的聚集指数。

其中，所述光照度变送器包括依次相连的光照度传感器、微控制器和通信接口：

所述光照度传感器，用于采集光照强度数据；

所述微控制器，用于控制所述光照度传感器采集光照强度数据，并将光照强度数据的模拟信号转换为数字信号；

所述通信接口，用于将光照强度数据的数字信号传送至所述控制处理器。

其中，所述近红外光源为环形点状光源，且其焦点与所述近红外图像采集单元镜头的焦点重合。

其中，所述近红外光源由多颗环绕分布在所述近红外图像采集单元周围的近红外灯组成。

其中，所述近红外灯所发出光线的中心波长优选为850nm，功率优选为3W。

其中，所述近红外图像采集单元为近红外工业相机。

其中，所述近红外图像采集单元和近红外光源设置于养殖区域水面的正上方，所述近红外图像采集单元和近红外光源的光线垂直于养殖区域水面设置。

其中，所述控制处理器为PC机或工控机。

本发明还提供一种水产养殖鱼群聚集指数的计算方法，其包括如下步骤：

步骤S1：从近红外图像中获取目标物体并去除图像背景；

步骤S2：在去除图像背景的近红外图像中检测并分割目标物体的边缘以得到多个目标物体的像素点；

步骤S3：去除像素点数量位于最小预设像素值和最大预设像素值之外的目标物体，以获取剩余目标物体的图像；

步骤S4：计算该帧图像中每个剩余目标物体的质心；

步骤S5：将获取到图像中的所有质心为顶点进行Delaunay三角剖分，得到Delaunay三角网；

步骤S6：分别计算每个Delaunay三角形的周长，并取该帧图像中全部Delaunay三角形周长的平均值作为该帧图像鱼群的聚集指数。

其中，所述最小预设像素值和所述最大预设像素值通过以下步骤获取：

步骤S31：将所有目标物体的像素点数量按照由大到小的顺序进行排序；

步骤S32：分别从排序后的像素点前段和后段获取预设数量的目标物体的像素点，并分别计算平均值作为最大预设像素值和最小预设像素值。

(三)有益效果

与现有技术相比，本发明具有以下优点：

本发明提供的一种水产养殖鱼群聚集指数计算装置及计算方法，其中，根据光照度变送器采集光照强度数据，通过设置近红外图像采集单元以及近红外光源获取鱼群的近红外图像，并由控制处理器分析处理近红外图像获取鱼群的聚集指数。

本发明可以在光线较暗的水产养殖现场使用，不改变鱼类的生长环境，不会对其生长造成影响，还能实时监控鱼群的聚集指数，为监控鱼类行为提供可靠依据。

附图说明

图1为本发明一种水产养殖鱼群聚集指数计算装置的结构示意图；

图2为图1中近红外光源与近红外图像采集单元的位置关系示意图；

图3为图1中光照度变送器的结构示意图；

图4为本发明一种水产养殖鱼群聚集指数计算方法的流程示意图；

图中：1：近红外光源；2：近红外图像采集单元；3：光照度变送器；31：光照度传感器；32：微控制器；33：通信接口；34：电源模块；4：控制处理器；5：养殖区域水面。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，为本发明提供的一种水产养殖鱼群聚集指数计算装置，其包括控制处理器4和分别与所述控制处理器4相连的近红外图像采集单元2、近红外光源1和光照度变送器3，所述近红外图像采集单元2、近红外光源1和光照度变送器3分别设置在养殖区域水面5的上方；

所述近红外图像采集单元2，用于采集鱼群的近红外图像；

所述光照度变送器3，用于采集当前环境的光照强度数据；

所述近红外光源1，用于根据光照强度数据在控制处理器4的控制下按需或者按设定启动为所述近红外图像采集单元2补光，以获取到高质量的近红外图像；

所述控制处理器4，用于接收所述鱼群的近红外图像，并进行处理以获取鱼群的聚集指数。

如图3所示，所述光照度变送器3包括依次相连的光照度传感器31、微控制器32和通信接口33，具体地，光照度传感器31与所述微控制器32可以通过I²C总线相连，通信接口33和所述微控制器32可以通过UART接口相连，且设有电源模块34为光照度传感器31、微控制器32和通信接口33供电：

所述光照度传感器31，用于采集光照强度数据；

所述微控制器32，用于控制所述光照度传感器31采集光照强度数据，并将光照强度数据的模拟信号转换为数字信号；

所述通信接口33，用于将光照强度数据的数字信号传送至所述控制处理器4。在本发明的实施例中，光照度传感器31选用的型号为ISL29020，微控制器32的型号为LPC832M101FDH20，通信接口33选择电平转换芯片为MAX232。

如图2所示，所述近红外光源1为环形点状光源，且其焦点与所述近红外图像采集单元2镜头的焦点重合，以达到最佳的补光效果，其开启方式为按需要自动开启或者按照设定值开启。

其中，所述近红外光源1优选由多颗环绕分布在所述近红外图像采集单元2周围的近红外灯组成，例如，近红外灯的数量可以为8颗，每颗近红外灯与近红外工业相机的距离r为约5cm。并且，每颗所述近红外灯所发出光线的中心波长优选为850nm，功率优选为3W。

其中，所述近红外图像采集单元2优选为近红外工业相机，近红外工业相机所采集的近红外图像与该近红外工业相机物理像素上接收的光线的反射强度呈线性分布。实际应用中，相对于鱼池中的水对光线的吸收情况，由空气和水中小颗粒引起的光线散射可以忽略。可选地，本发明实施例中，近红外工业相机采用型号为Manta G-223B NIR近红外工业相机，且其镜头型号为KOWA LM8HC，8mm定焦，其视场角为79.7×63.0。

其中，所述近红外图像采集单元2和近红外光源1设置于养殖区域水面5的正上方，所述近红外图像采集单元2和近红外光源1的光线互相平行且垂直于养殖区域水面5设置，以保证最佳的图像采集视角。

其中，所述控制处理器4可以为PC机或工控机，当然，控制处理器4也可以采用其他处理器，选择不同的图像处理方法得到上述质心位置坐标，同样可以实现本发明的技术方案，得到基本相同的技术效果，同样落入本发明的保护范围。

为提高计算精度，本发明还提供了一种水产养殖鱼群聚集指数的计算方法，如图4所示，其可以包括如下步骤：

步骤S1：从近红外图像中获取目标物体即鱼体并去除图像背景；

实际应用中，近红外图像中鱼体的亮度要比鱼池返回的光线的亮度高，可以首先取100帧图片，计算其平均像素亮度。当位置(x，y)处的平均像素亮度大于δI_(x,y)时，此时背景亮度为I_(x,y)，反之背景亮度为/>校正系数δ取值范围为(0，1)，I_(x,y)为此位置的像素点亮度。该δ可以根据现场情况多次实验得到，在此不再说明。

对于位置(x，y)，若则此像素点为背景，反之为探测到的目标物体；其中，σ_(x,y)为背景方差。

在确定近红外图像中背景后，可以将近红外图像拆分为仅包含背景和仅包含目标物体的近红外图像。

步骤S2：在去除图像背景的近红外图像中检测并分割目标物体的边缘以得到多个目标物体的像素点；

实际应用中，目标物体所处位置的深度不同，其亮度也不同。因此本发明实施例中利用上述特征分割上下重叠的目标物体的边缘。可选地，在水平面重叠目标的分割中，本发明实施例中采用分水岭算法在仅包含目标物体的近红外图像上实现目标物体的边缘分割，从而可以得到每个目标物体内的像素点位置与数量。

步骤S3：去除像素点数量位于最小预设像素值和最大预设像素值之外的目标物体，以获取剩余目标物体的图像；

根据像素点数量去除与鱼体相比过大或者过小的目标物体，滤除噪声、以及没有分离的重叠的斑点。将每个目标物体内的像素点数量与最大预设像素值和最大预设像素值进行比较。若该目标物体的像素点数量位于最小预设像素值和最大预设像素值之外，则说明该目标物体过大或者过小，需要去除。

步骤S4：计算该帧图像中每个剩余目标物体的质心；

本实施例的目标像素区域为离散的图像，本发明实施例中采用一阶距的方法计算目标质心，对于目标图像，其阶距为：

其中，p和q为非负整数，i和j为图像像素索引，其目标质心得坐标(x_c，y_c)为：

利用上述公式计算出鱼体在二值图像的质心。

步骤S5：将获取到图像中的所有质心为顶点进行Delaunay三角剖分，得到Delaunay三角网；

利用鱼体的目标质心作为构建Delaunay三角剖分的点集P，根据构建Delaunay三角网的准则，任何一个Delaunay三角形的外接圆的内部不能包含其他任何点(空圆特性)。每两个相邻的三角形构成凸四边形的对角线，在相互交换后，六个内角的最小角不再增大(最大化最小角特性)。本发明实施例中利用三角网生长法，对点集P进行Delaunay三角剖分，得到以质心为顶点的Delaunay三角网。

步骤S6：分别计算每个Delaunay三角形的周长，并取该帧图像中全部Delaunay三角形周长的平均值作为该帧图像鱼群的聚集指数。

在Delaunay三角形中，每个三角形的三个点对应于其最小外接圆，因此三角形中每个三角形的大小可以在一定程度上反映各个顶点距离的距离。因此，对于多帧图像中的多条鱼，三角形的周长的平均值可以用于反映聚集度。因此，在Delaunay三角网中，对于多帧图像中的多条鱼，其聚集指数FI可以表示为：

其中，n为当前帧图像中Delaunay三角形的个数。P_i为第i个三角形周长，L_i1，L_i2，L_i3为第i个三角形的三个边。由以上定义可知，FI为Delaunay三角网中每个三角形的周长平均值，代表了鱼类的聚集程度，越小说明鱼类的聚集程度越高。

为进一步提高计算精度，还可以包括步骤S7：更新背景，将步骤S1中背景作为下一帧图像的背景，然后重新获取近红外图像，重复步骤S1～S6。

其中，所述最小预设像素值和所述最大预设像素值通过以下步骤获取：

步骤S31：将所有目标物体的像素点数量按照由大到小的顺序进行排序；当按照由大到小的顺序进行排序时，越是排序靠前的鱼体越大，其包含的像素点数量越多；

步骤S32：分别从排序后的像素点前段和后段获取预设数量的目标物体的像素点，并分别计算平均值作为最大预设像素值和最小预设像素值。上述预设数量是指一定数量的鱼体的数量,例如，可以分别选择最大的20条鱼体和最小的20条鱼体对应的像素点数量，然后分别计算平均像素点值作为最大预设像素值和最小预设像素值。当然，本领域技术人员也可以改变上述预设数量，以获取更精确的最大预设像素值和最小预设像素值。

由以上实施例可以看出，本发明通过获取增强并去除近红外图像的背景，然后对目标物体边缘进行分割，并利用每个目标物体内的像素点数量确定鱼体；最后计算每条鱼的质心，并以质心为顶点进行Delaunay三角剖分，得到Delaunay三角网。将三角网中所有三角形的周长的和的平均值作为表征鱼群聚集程度的聚集指数。从而能够实时监控鱼群的聚集指数，为监控鱼类行为提供可靠依据。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤S以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤S。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

本发明的说明书中，说明了大量具体细节。然而能够理解的是，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。类似地，应当理解，为了精简本发明公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释呈反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (9)

1.一种水产养殖鱼群聚集指数的计算方法，应用于水产养殖鱼群聚集指数计算装置，其特征在于，所述装置包括控制处理器和分别与所述控制处理器相连的近红外图像采集单元、近红外光源和光照度变送器，所述近红外图像采集单元、近红外光源和光照度变送器分别设置在养殖区域水面的上方；

所述近红外图像采集单元，用于采集鱼群的近红外图像；

所述光照度变送器，用于采集当前环境的光照强度数据；

所述近红外光源，用于根据光照强度数据为所述近红外图像采集单元补光；

所述控制处理器，用于接收所述鱼群的近红外图像，并进行处理以获取鱼群的聚集指数；

所述方法包括：

步骤S1：从当前帧近红外图像中获取目标物体并去除图像背景；

步骤S2：在去除图像背景的近红外图像中检测并分割目标物体的边缘以得到多个目标物体的像素点；

步骤S3：去除像素点数量位于最小预设像素值和最大预设像素值之外的目标物体，以获取剩余目标物体的图像；

步骤S4：计算该帧图像中每个剩余目标物体的质心；

步骤S5：将获取到图像中的所有质心为顶点进行Delaunay三角剖分，得到Delaunay三角网；

步骤S6：分别计算每个Delaunay三角形的周长，并取该帧图像中全部Delaunay三角形周长的平均值作为当前帧图像鱼群的聚集指数；

步骤S7：更新背景，将步骤S1中当前帧的背景作为下一帧图像的背景，然后重新获取近红外图像，重复步骤S1～S6。

2.根据权利要求1所述的水产养殖鱼群聚集指数的计算方法，其特征在于，所述光照度变送器包括依次相连的光照度传感器、微控制器和通信接口：

所述光照度传感器，用于采集光照强度数据；

所述微控制器，用于控制所述光照度传感器采集光照强度数据，并将光照强度数据的模拟信号转换为数字信号；

所述通信接口，用于将光照强度数据的数字信号传送至所述控制处理器。

3.根据权利要求1所述的水产养殖鱼群聚集指数的计算方法，其特征在于，所述近红外光源为环形点状光源，且其焦点与所述近红外图像采集单元镜头的焦点重合。

4.根据权利要求3所述的水产养殖鱼群聚集指数的计算方法，其特征在于，所述近红外光源由多颗环绕分布在所述近红外图像采集单元周围的近红外灯组成。

5.根据权利要求4所述的水产养殖鱼群聚集指数的计算方法，其特征在于，所述近红外灯所发出光线的中心波长为850nm，功率为3W。

6.根据权利要求1-5任一项所述的水产养殖鱼群聚集指数的计算方法，其特征在于，所述近红外图像采集单元为近红外工业相机。

7.根据权利要求1所述的水产养殖鱼群聚集指数的计算方法，其特征在于，所述近红外图像采集单元和近红外光源设置于养殖区域水面的正上方，所述近红外图像采集单元和近红外光源的光线垂直于养殖区域水面设置。

8.根据权利要求1所述的水产养殖鱼群聚集指数的计算方法，其特征在于，所述控制处理器为PC机或工控机。

9.根据权利要求1所述的水产养殖鱼群聚集指数的计算方法，其特征在于，所述最小预设像素值和所述最大预设像素值通过以下步骤获取：

步骤S31：将所有目标物体的像素点数量按照由大到小的顺序进行排序；

步骤S32：分别从排序后的像素点前段和后段获取预设数量的目标物体的像素点，并分别计算平均值作为最大预设像素值和最小预设像素值。