NO20130147A1 - System og fremgangsmåte for telling av dyreplankton - Google Patents
System og fremgangsmåte for telling av dyreplankton Download PDFInfo
- Publication number
- NO20130147A1 NO20130147A1 NO20130147A NO20130147A NO20130147A1 NO 20130147 A1 NO20130147 A1 NO 20130147A1 NO 20130147 A NO20130147 A NO 20130147A NO 20130147 A NO20130147 A NO 20130147A NO 20130147 A1 NO20130147 A1 NO 20130147A1
- Authority
- NO
- Norway
- Prior art keywords
- image
- zooplankton
- aqueous solution
- particle
- sharpness
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000002245 particle Substances 0.000 claims abstract description 56
- 239000007864 aqueous solution Substances 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000011065 in-situ storage Methods 0.000 claims abstract description 7
- 238000001739 density measurement Methods 0.000 claims abstract description 3
- 241000239250 Copepoda Species 0.000 claims description 41
- 238000003384 imaging method Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 8
- 235000013601 eggs Nutrition 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 241000700141 Rotifera Species 0.000 description 8
- 241000251468 Actinopterygii Species 0.000 description 7
- 241000963673 Acartia tonsa Species 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 235000013305 food Nutrition 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000005086 pumping Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000009499 grossing Methods 0.000 description 2
- 239000002609 medium Substances 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000517745 Acartia Species 0.000 description 1
- 241000700104 Brachionus plicatilis Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 102000002508 Peptide Elongation Factors Human genes 0.000 description 1
- 108010068204 Peptide Elongation Factors Proteins 0.000 description 1
- 239000012736 aqueous medium Substances 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001418 larval effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000007858 starting material Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M1/00—Design features of general application
- G06M1/08—Design features of general application for actuating the drive
- G06M1/10—Design features of general application for actuating the drive by electric or magnetic means
- G06M1/101—Design features of general application for actuating the drive by electric or magnetic means by electro-optical means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M11/00—Counting of objects distributed at random, e.g. on a surface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0042—Investigating dispersion of solids
- G01N2015/0053—Investigating dispersion of solids in liquids, e.g. trouble
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
- G01N2015/1447—Spatial selection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
- G01N2015/1452—Adjustment of focus; Alignment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1486—Counting the particles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30128—Food products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
-
- 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)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Signal Processing (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Farming Of Fish And Shellfish (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Fremgangsmåte og system for tetthetsmåling av dyreplankton in situ i en vandig løsning er beskrevet. Fremgangsmåten omfatter innhenting av minst ett bilde av et volum V av den vandige løsningen; prosessering av det minst ene bilde og identifisering av partikler i bildet; analysering av de identifiserte partiklene basert på en skarphet for hver partikkel, og identifisering av dyreplankton som skal telles.
Description
INNLEDNING
Foreliggende oppfinnelse vedrører en anordning og en fremgangsmåte for telling av dyreplankton i et væskemedium, og spesielt copepoder i et vandig medium.
BAKGRUNN
Det er velkjent at copepoder er en slags "vitaminbombe" for fiskeyngel. Copepoder er en type dyreplankton, og næringsverdien blir ansett som bedre enn næringsverdien til hjuldyr. Siktemålet er å produsere copepode-egg som kan høstes og renses for videresalg. Når de brukes som mat til fisk, blir eggene dyrket og klekket, og de resulterende copepodene blir brukt til å mate fisken. Copepoder kan brukes som for for marine fiskelarver i f.eks. et oppdrettsanlegg eller et akvarium. Gode resultater har også blitt oppnådd med copepode-egg som startfor for yngel fra sjeldne akvariefisker. Copepodene kan være av type, Acartia tonsa.
I et stort produksjonsanlegg for copepoder for produksjon av copepode-egg, er det ønskelig å tilveiebringe en automatisk prosess for eggproduksjonen. Manu-ell telling av copepode-tettheter er tidkrevende, og av denne og andre grunner bidrar produksjonen av levende mat til en betydelig del av produksjonskostnadene for marine fiskeslag. Copepode-anlegg krever i dag nærvær av en menneskelig operatør for å distribuere foret i samsvar med vekst og tetthet av copepoder. For å muliggjøre bedre overvåkning av copepod-kulturene og fortettheter i larvetanker, er det nødvendig med en mer effektiv målemetode. Ved å utnytte det faktum at copepoder kan sjeldnes visuelt i størrelse og form fra andre partikler som befinner seg i vannkulturen, kan telleprosessen automatiseres.
En automatisk prosess for telling av hjuldyr i en vannkultur er skjematisk illustrert på fig. 1 og beskrevet i M.O. ALVER mfl.: "Automatic measurement of rotifier Brachionus plicatilis densities in first feeding tanks"; Aquacultural Engineering 36 (2007) 115-121. En avbildningsboks er forsynt med et objektglass inni. Datastyrte pumper og ventiler gjør det mulig å trekke prøver automatisk ut fra én eller flere foringstanker inn i objektglasset inne i avbildningsboksen. Objektglasset leverer et definert volum ved en avstand fra det digitale kamera. Avstanden mellom glassplatene kan velges avhengig av det ønskede prøvevolumet og fokusdybden til kameraet. For høye densiteter bør en kortere avstand velges for å redusere risikoen for overlapping av hjuldyr i bildet. Hjuldyrene i volumet blir fotografert av det digitale kamera, og det digitale bildet blir behandlet ved hjelp av bildeprosessering for å oppnå en hjuldyr-tetthet (eller densitet) inne i det faste volumet. Belysning blir tilveiebrakt ved hjelp av 16 lysemitterende dioder montert i et kvadrat med fire dioder langs hver side. Kvadratet er anordnet slik at den konusen som er synlig for kameraet, faller inn mellom de lysemitterende diodene. Dette oppsettet tilveiebringer mørkfelt-tilstander hvor lys blir reflektert av partikler i vannet, noe som får hjuldyr og andre partikler til å opptre i bildene som lyse flekker mot en mørk bakgrunn. Mørkfelttilstandene gir bilder med bedre kontrast enn lysfelttilstander.
Prinsippene for hjuldyrtelleren kan brukes for organismer som beveger seg tilstrekkelig langsomt eller ikke reagerer sterkt på stimuli slik som pumping eller lys. Organismer slik som copepodit av type Acartia, og mange andre arter, beveger seg hurtig, reagerer på trykkgradienter forårsaket av pumping og oppviser sterke dragninger mot lys. Ved pumping av prøver fra en tank ødelegger denne oppførselen forutsetningen om at plankton-tettheten i målevolumet er lik tettheten i tanken.
OPPSUMMERING AV OPPFINNELSEN
Oppfinnelsen tilveiebringer en løsning på de problemene som er identifisert ovenfor.
Ifølge et første aspekt tilveiebringer oppfinnelsen en fremgangsmåte for måling av tettheten eller densiteten av dyreplankton in situ i en vandig løsning, hvor fremgangsmåten omfatter: - å innhente minst ett bilde av et volum V av den vandige løsningen; - å behandle det minst ene bilde og identifisere partikler i bildet; - å analysere de identifiserte partiklene basert på en skarphet for hver partikkel, og
- identifisere dyreplankton som skal telles.
Analyse av skarpheten til hver partikkel kan omfatte sporing av en områdegrense for hver identifiserte partikkel. Analyse av en skarphet for hver partikkel kan videre også omfatte beregning av en intensitetsgradient for hver piksel langs områdegrensen for hver partikkel fra det minst ene bildet basert på en endrings rate for intensitet mellom nabopiksler og beregning av en midlere intensitetsgradient for alle piksler langs områdegrensen for hver partikkel. Analyse av en skarphet av hver partikkel kan videre omfatte korrigering av den gjennomsnittlige intensitetsgradienten for generelt kontrastnivå i det minst ene bildet.
Fremgangsmåten kan videre omfatte filtrering av de identifiserte partiklene i det minst ene bilde basert på formparametere som identifiserer hvilke partikler som er dyreplankton som skal telles. En belysningsanordning for belysning av volumet av den vandige løsningen kan reguleres i vekselvirkning med innhenting og prosessering av bildet.
Ifølge et annet aspekt tilveiebringer oppfinnelsen et system for tetthetsmåling av dyreplankton in situ i en vandig løsning, omfattende en avbildningsanordning for å innhente minst ett bilde av et volum V av den vandige løsningen; en plate anordnet ved en avstand fra avbildningsanordningen idet avstanden og en synsvinkel for avbildningsanordningen definerer volumet V av den vandige løsningen som avbildes av avbildningsanordningen; og en bildebehandlingsanordning som utfører bildeprosessering av det minst ene bilde fra avbildningsanordningen for å identifisere partikler i bildet, analysere de identifiserte partiklene basert på en skarphet for hver partikkel, og identifisere dyreplankton som skal telles.
I en ytterligere utførelsesform, kan avbildningsanordningen omfatte et kamerahus som innbefatter minst ett digitalt kamera. Minst én belysningsanordning er anordnet for å belyse volumet av den vandige løsningen. En styringsenhet kan være tilveiebrakt for styring av avbildningsanordningen og belysningsanordningen basert på tilbakemelding fra bildebehandlingsanordningen.
I ytterligere aspekter, tilveiebringer oppfinnelsen anvendelse av systemet og fremgangsmåten som er beskrevet ovenfor, for å fastslå en tetthet av dyreplankton copepoder i en vandig løsning. Systemet og fremgangsmåten kan også brukes til regulering av fordelingen av mat til copepoder i et automatisk produksjonsanlegg for dyreplanktonegg. Dyreplanktonet kan være copepoder.
Ifølge et ytterligere aspekt, tilveiebringer oppfinnelsen også et dataprogram innrettet for å bli utført i en datamaskin som omfatter en prosessor og et lesbart lagringsmedium for å utføre den ovennevnte fremgangsmåten. Ifølge nok et ytterligere aspekt tilveiebringer oppfinnelsen et dataprogramprodukt med lagrede instruksjoner for å utføre den fremgangsmåten som er angitt ovenfor.
Med foreliggende oppfinnelse blir antall dyreplankton talt på stedet i den vandige løsningen. Dyreplanktonet blir ikke forstyrret av pumping, strømmer indu-sert i løsningen eller sterkt lys. Dette gir en enkel og pålitelig måling uten å for-styrre eller skade dyreplanktonet som skal måles. Målingen er ikke avhengig av bevegelige deler eller rør og objektglass som må skiftes ut, og kan produseres til lav pris.
KORT BESKRIVELSE AV TEGNINGENE
Eksempler på utførelsesformer av oppfinnelsen vil nå bli beskrevet under henvisning til de etterfølgende tegningene, hvor: Fig. 1 viser en oversikt over en hjuldyrteller ifølge kjent teknikk; Fig. 2 viser et arrangement av lyskilder, objektglass og en kameralinse i forbindelse med den tidligere kjente hjuldyrtelleren som er vist på fig. 1; Fig. 3a og 3b viser en skjematisk skisse over en teller for dyreplankton ifølge en utførelsesform av oppfinnelsen; Fig. 3c viser en skjematisk skisse av et system for telling av dyreplankton ifølge en utførelsesform av oppfinnelsen hvor telleren for dyreplankton er neddykket i en vandig løsning; Fig. 4 viser et eksempel på bruk av telleren ifølge en utførelsesform av oppfinnelsen for telling av Acartia tonsa som viser et bilde hvor to individer er i fokus; Fig. 5 viser et eksempel på bruk av telleren ifølge en utførelsesform av oppfinnelsen for telling av Acartia tonsa som viser et bilde hvor et antall individer er i forskjellige grader av fokus; Fig. 6 viser et eksempel på bruk av telleren ifølge en utførelsesform av foreliggende oppfinnelse for telling av av Acartia tonsa hvor tettheten av copepoder er vist som en funksjon av tid; Fig. 7 viser et eksempel på anvendelse av telleren ifølge en utførelsesform av oppfinnelsen forsynt med to lyskilder, hvor et bilde viser et antall individuelle Acartia tonsa i forskjellige grader av fokus.
DETALJERT BESKRIVELSE
Fig. 3a viser en in situ teller for dyreplankton i en vandig løsning. Et kamera er anordnet i et vanntett kamerahus. Kamerahuset er forsynt med et vindu for kameraet. Kameraet er fortrinnsvis et digitalt kamera som leverer et digitalt bilde med piksler, men andre digitale avbildningsanordninger kan også tenkes. En bakgrunnsplate er anordnet foran kameraet parallelt med kameralinsen. Kameraets siktlinje faller innenfor det område som defineres av bakgrunnsplaten. Bakgrunnsplaten kan være festet til en arm forbundet med kamerahuset. Bakgrunnsplaten er hvit for å oppnå god kontrast for det dyreplanktonet som skal fotograferes. Som vist på fig. 3b, definerer synsvinkelen til kameralinsen og avstanden mellom kameralinsen og bakgrunnsplaten et volum, V, fotografert av kameraet. Innenfor V er det et mindre volum, V2, begrenset av et fokusintervall for linsen hvor partikler i vannet blir skarpt innfanget.
En lyskilde er anordnet på én side av kameraet for å belyse volumet V som skal fotograferes. Lyskilden leverer fortrinnsvis hvitt lys og kan være en lysemitterende diode (LED) eller en annen egnet lyskilde. Lyskilden kan være festet til kamerahuset eller armen som er forbundet med kamerahuset. I en ytterligere ut-førelsesform kan kamerahuset være forsynt med to lyskilder anordnet på hver side av kameraet. Dette muliggjør en jevnere og sterkere belysning og gir sterkere kontrast mellom den hvite bakgrunnsplaten og dyreplanktonet i det volumet som skal fotograferes.
Kamerahuset med avstandsarm og plate er innrettet for å bli neddykket i den tanken som inneholder den vandige løsningen med dyreplankton som skal overvåkes, som vist på fig. 3c. Kamerahuset kan f.eks. også være anordnet på en stang for å kunne arrangeres i forskjellige stillinger inne i tanken. Stangen kan være forbundet med et motorisert arrangement. I utførelsesformen på fig. 3c er det vist en utførelsesform med et kamera på en stang. Stangen kan beveges i alle retninger for posisjonering hvor som helst inne i tanken. Pilene på fig. 3c kan indikere bevegelse i to retninger for å forenkle tegningen, men andre retninger er også mulige. Kameraet kan bevege seg opp og ned på stangen. Kameraet er forbundet med en datamaskin for å analysere bildene, for å styre kameraet, lyskildene og det motoriserte arrangementet. Datamaskinen styrer avbildnings anordningen og belysningsanordningen basert på feedback fra bildebehandlingsanordningen.
Kameraet er forbundet med en styringsanordning med programvare for telling av dyreplankton. Styringsanordningen kan være en vanlig datamaskin med et styringsgrensesnitt. Programvaren er forsynt med en bildebehandlingsalgoritme ifølge oppfinnelsen som vil bli nærmere forklart nedenfor. Lyskildene blir drevet av en lysmodul. Lysmodulen er forbundet med styringsanordningen. Styringsanordningen omfatter også et lysstyrings-grensesnitt som regulerer lyskilden. Styregrensesnittene for lyskilden og kameraet blir koordinert av programvaren som implementerer bildebehandlings-algoritmen. Lyskilden tilveiebringer fortrinnsvis bare lys i korte perioder når et nytt bilde skal tas, for å minimalisere effekten på oppførselen til dyreplanktonet.
Kameraet i in-situ telleren innhenter et antall bilder av volumet V inne i den vandige løsningen med dyreplankton. Et bilde kan være tilstrekkelig til å telle antall dyreplankton ved et gitt tidspunkt, men vanligvis blir et antall påfølgende bilder innhentet og analysert for å tilveiebringe et mer nøyaktig estimat av tettheten av dyreplankton i den vandige løsningen ved et gitt tidspunkt. Hvis et antall påfølgende bilder blir innhentet, blir hvert bilde behandlet eller prosessert separat, og så blir et gjennomsnitt av antallet dyreplankton estimert. Det minst ene bilde blir prosessert ved hjelp av bildebehandlings-algoritmen, og partiklene i bildet blir identifisert. De identifiserte partiklene blir videre analysert med hensyn til en skarphet for hver partikkel, og dyreplanktonet som skal telles blir identifisert. Analyse med hensyn til en skarphet for hver partikkel gjør det mulig å filtrere ut partikler utenfor brennvidden til kameralinsen for derved å tilveiebringe telling av dyreplankton innen det definerte volumet V2.
Ytterligere detaljer ved bildebehandlings-algoritmen er gitt nedenfor. Bildebehandlingsalgoritmen tilveiebringer følgende trinn: 1. Glatting av intensitet. Bildet blir delt opp i et antall på (n x m) deler, f.eks. 5x5 deler. Den gjennomsnittlige (middelverdi eller median) intensiteten blir beregnet for pikslene i hver del, og så justert opp eller ned for hver del basert på et avvik fra en middelverdi av de gjennomsnittlige intensitetene for antallet deler (n x m) (f.eks. 5x5 deler). Justeringen blir interpolert i hver piksel for å unngå skarpe
gradienter på grensene mellom delene.
2. Glatting av bildet for å fjerne lysfrekvensvariasjoner.
3. Terskelfiltrering av bildet for å tilveiebringe et binært område. Terskelfiltrering av bildet blir utført ved et nivå mellom det gjennomsnittlige intensitetsnivået til bildet og det mørkeste pikselet i bildet, ved en minste distanse fra det gjennomsnittlige nivået. Vektingen av det gjennomsnittlige intensitetsnivået sammenlignet med det mørk-este nivået for å finne terskelnivået, er justerbart avhengig av belys-ningen av volumet som fotograferes av kameraet og det dyreplanktonet som skal måles. De resulterende imaginære bildene blir reversert slik at piksler mørkere enn terskelnivået, blir hvite, og de
gjenværende pikslene sorte.
4. Erosjon av det reverserte binære bilde for å fjerne små partikler (partikler som bare dekker et lite antall piksler, typisk 1-10 piksler i denne forbindelse). Fjerning av disse små partiklene reduserer
beregningstiden for den ytterligere bildeprosesseringen av bildet.
5. Partiklene i det binære bilde, som er samlokaliseringer av hvite piksler som er forbundet med hverandre, blir så filtrert etter størrelse. Partikler langs bildekantene blir forkastet, og de gjenværende partiklene blir analysert med hensyn til skarphet. Analyse med hensyn til skarphet blir utført ved først å spore områdegrensen til hver partikkel. For hvert piksel langs områdegrensen til en partikkel, blir intensitetsgradienten beregnet fra det opprinnelige bilde, dvs. det bilde som er innhentet før begynnelsen av bildeprosesseringen i trinn 1) basert på endringsraten til intensiteten mellom nabopiksler. Skarpheten til partikkelen blir definert som den midlere gradienten til alle pikslene langs områdegrensen for partikkelen, korrigert for et generelt kontrastnivå i det opprinnelige bilde. Alle partikler med
skarphet under et visst nivå blir forkastet. Dette representerer en
utfiltrering av partikler utenfor fokusintervallet til kameralinsen.
6. De gjenværende partiklene etter filtrering basert på skarphet, kan ytterligere filtreres ved å bruke velkjente formparametere slik som sirkularitetsfaktor, langstrakthet, treghetsmomenter, konvekst areal og kompakthet for å beslutte hvilke partikler som er av dyreplankton-typen som skal telles, og hvilke som er detritus eller andre organismer.
Bildebehandlingslogaritmen som er beskrevet ovenfor, resulterer i et antall identifiserte partikler som skal telles. Alle disse identifiserte partiklene blir så målt i det prosesserte bilde med hensyn til størrelse i piksler, og denne størrelsen målt i piksler kan så omdannes til et tilnærmet volumestimat for hvert dyreplankton.
Prinsippet kan potensielt anvendes på et bredt område med planktonlign-ende organismer, innbefattende fiskelarver.
Eksempler
Telleren ble testet i et akvarium med først en høy tetthet av copepoder, og så en lav tetthet av copepoder. Bobling av akvariet ble tilveiebrakt for å skape rolig sirkulasjon i akvariet. Telleren ble satt til å lagre omkring 500 bilder i timen for hver tetthet med tilnærmet 7 sekunder mellom hvert bilde.
Fig. 4 viser et eksempel på et bilde etter bildeprosessering basert på skarphet med to copepoder i fokus. Fig. 5 viser resultatet etter bildeprosessering basert på skarphet med individuelle copepoder i forskjellige grader av fokus. Bare copepoder med tilstrekkelig skarphet blir talt, idet de gjenværende copepodene blir filtrert ut. På fig. 5 er bare én av copepodene, den som er i det øvre hjørne, skarp nok til å bli talt. Terskelen for tilstrekkelig skarphet er fastsatt på forhånd for kamera- og belysningsoppsettet basert på visuell inspeksjon av bilder.
Et eksempel på en tetthetstelling ved gitte tidspunkter er gitt på fig. 6, hvor et bilde blir innhentet omtrent hvert annet minutt. Antallet individuelle copepoder ble talt pr. bilde i testen, og tettheten av copepoder ble estimert. Copepod-tettheten er plottet som en funksjon av tid. Tallene for copepod-tetthet på fig. 6 er ukalibrerte tall, men de relative variasjonene mellom antallene er korrekt. Kalibre-ring av telleren kan utføres ved sammenligning med manuelle tellinger av copepoder. Den perpendikulære linjen indikerer det tidspunkt ved hvilket tettheten av copepoder ble redusert. Antallet copepoder talt av telleren og dermed estimert copepod-tetthet, følger reduksjonen av tettheten.
Fig. 7 viser et eksempel hvor to lysemitterende dioder ble brukt. Bildet viser 4-5 individuelle copepoder i forskjellige grader av fokus; dvs. at noen copepoder er i fokus mens andre er mindre i fokus. Skarpheten blir bestemt for hver av de fire individene. Individet nærmest midten av bildet og det som er over og til høyre for midten, har tilstrekkelig skarphet til å bli talt. Testene viser at god kontrast blir oppnådd ved bruk av to lysemitterende dioder. Lukketiden til kameraet bør fortrinnsvis være så lav som mulig (omtrent 6-7 ms), noe som gir god skarphet når det er en viss bevegelse av copepodene i det volumet som skal fotograferes.
Etter å ha beskrevet foretrukne utførelsesformer av oppfinnelsen, vil det være opplagt for fagkyndige på området at andre utførelsesformer som innbefatter de beskrevne konseptene, kan benyttes. Disse og andre eksempler på den oppfinnelsen som er illustrert ovenfor, er kun ment som eksempler, og det aktuelle omfanget av oppfinnelsen skal bestemmes av de følgende patentkrav.
Claims (17)
1. Fremgangsmåte for måling av tettheten av dyreplankton in situ i en vandig løsning, hvor fremgangsmåten omfatter: - å innhente minst ett bilde av et volum V av den vandige løsningen; - å prosessere det minst ene bilde og identifisere partikler i bildet; - å analysere de identifiserte partiklene basert på en skarphet for hver partikkel; og - å identifisere dyreplankton som skal telles.
2. Fremgangsmåte ifølge krav 1, hvor analyse av en skarphet for hver partikkel videre omfatter å spore en områdegrense for hver identifiserte partikkel.
3. Fremgangsmåte ifølge krav 2, hvor analyse av en skarphet for hver partikkel videre omfatter: - å beregne en intensitetsgradient for hvert piksel langs områdegrensen for hver partikkel fra det minst ene bilde basert på en endringsrate for intensitet mellom nabopiksler, og - å beregne en midlere intensitetsgradient for alle pikslene langs områdegrensen for hver partikkel.
4. Fremgangsmåte ifølge krav 3, hvor analyse av en skarphet for hver partikkel videre omfatter å korrigere den midlere intensitetsgradienten for et generelt kontrastnivå i det minst ene bilde.
5. Fremgangsmåte ifølge et av kravene 1-4, videre omfattende - å filtrere de identifiserte partiklene i det minst ene bilde basert på formparametere som identifiserer hvilke partikler som er dyreplankton og som skal telles.
6. Fremgangsmåte ifølge et av kravene 1-5, videre omfattende styring av en belysningsanordning for belysning av det volumet av den vandige løsningen som er i vekselvirkning med bildeinnhenting og bildeprosessering.
7. System for tetthetsmåling av dyreplankton in situ i en vandig løsning, omfattende: - en avbildningsanordning for å innhente i det minste et bilde av et volum
V av den vandige løsningen;
en plate anordnet i en avstand fra avbildningsanordningen, hvor avstanden og en synsvinkel for avbildningsanordningen definerer volumet V av den vandige løsningen som avbildes ved hjelp av avbildningsanordningen; og - en bildebehandlingsanordning for å utføre bildeprosessering av det minst ene bilde fra avbildningsanordningen for å identifisere partikler i bildet, analysere de identifiserte partiklene basert på en skarphet for hver partikkel, og identifisere dyreplankton som skal telles.
8. System ifølge krav 7, hvor avbildningsanordningen omfatter et kamerahus som innbefatter minst ett digitalt kamera.
9. System ifølge krav 7 eller 8, videre omfattende minst én belysningsanordning for å belyse volumet av den vandige løsningen.
10. System ifølge kravene 7-9, videre omfattende en styringsenhet som styrer avbildningsanordningen og belysningsanordningen basert på feedback fra bildebehandlingsanordningen.
11. Anvendelse av systemet ifølge et av kravene 7-10 til å etablere en tetthet av dyreplankton av typen copepoder i en vandig løsning.
12. Anvendelse av systemet ifølge et av kravene 7-10 til å regulere fordelingen av for til copepoder i et automatisk produksjonsanlegg for dyreplanktonegg.
13. Anvendelse av fremgangsmåten ifølge et av kravene 1-6 for å etablere en tetthet av dyreplankton i en vandig løsning.
14. Anvendelse av fremgangsmåten ifølge et av kravene 1-6 for regulering av fordelingen av for til dyreplankton i et anlegg for produksjon av copepode-egg.
15. Anvendelse ifølge noen av kravene 11-14, hvor dyreplanktonet er copepoder.
16. Dataprogram innrettet for å bli utført i en datamaskin omfattende en prosessor og et lesbart lagringsmedium, for å utføre fremgangsmåten ifølge et av kravene 1-6.
17. Dataprogramprodukt med lagrede instruksjoner for å utføre fremgangsmåten ifølge et av kravene 1-6.
Priority Applications (16)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NO20130147A NO335224B1 (no) | 2013-01-28 | 2013-01-28 | System og fremgangsmåte for telling av dyreplankton |
ES14708347.1T ES2660064T3 (es) | 2013-01-28 | 2014-01-27 | Sistema y procedimiento para contar zooplancton |
SG11201505729WA SG11201505729WA (en) | 2013-01-28 | 2014-01-27 | System and method for counting zooplankton |
BR112015017887A BR112015017887A2 (pt) | 2013-01-28 | 2014-01-27 | método e sistema para medição de densidade de zooplâncton in situ em uma solução aquosa; usos dos mesmos; programa de computador adaptado para ser executado em um computador; e produto de programa de computador que possui instruções armazenadas nele |
PT147083471T PT2948753T (pt) | 2013-01-28 | 2014-01-27 | Sistema e método para fazer a contagem de zooplankton |
PCT/NO2014/050015 WO2014116120A1 (en) | 2013-01-28 | 2014-01-27 | System and method for counting zooplankton |
KR1020157020427A KR20150137047A (ko) | 2013-01-28 | 2014-01-27 | 동물플랑크톤 계수용 시스템 및 방법 |
JP2015555123A JP6200519B2 (ja) | 2013-01-28 | 2014-01-27 | 動物プランクトンを計数するためのシステム及び方法 |
CA2899194A CA2899194A1 (en) | 2013-01-28 | 2014-01-27 | System and method for counting zooplankton |
US14/762,990 US9691144B2 (en) | 2013-01-28 | 2014-01-27 | System and method for counting zooplankton |
MX2015009649A MX355628B (es) | 2013-01-28 | 2014-01-27 | Sistema y metodo para cuantificar zooplancton. |
EP14708347.1A EP2948753B1 (en) | 2013-01-28 | 2014-01-27 | System and method for counting zooplankton |
NO14708347A NO2948753T3 (no) | 2013-01-28 | 2014-01-27 | |
IL240089A IL240089B (en) | 2013-01-28 | 2015-07-22 | System and method for counting zooplankton |
CL2015002091A CL2015002091A1 (es) | 2013-01-28 | 2015-07-27 | Sistema y método para contar zooplancton. |
HRP20180170TT HRP20180170T1 (hr) | 2013-01-28 | 2018-01-30 | Sustav i postupak za brojanje zooplanktona |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NO20130147A NO335224B1 (no) | 2013-01-28 | 2013-01-28 | System og fremgangsmåte for telling av dyreplankton |
Publications (2)
Publication Number | Publication Date |
---|---|
NO20130147A1 true NO20130147A1 (no) | 2014-07-29 |
NO335224B1 NO335224B1 (no) | 2014-10-20 |
Family
ID=50236245
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
NO20130147A NO335224B1 (no) | 2013-01-28 | 2013-01-28 | System og fremgangsmåte for telling av dyreplankton |
NO14708347A NO2948753T3 (no) | 2013-01-28 | 2014-01-27 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
NO14708347A NO2948753T3 (no) | 2013-01-28 | 2014-01-27 |
Country Status (15)
Country | Link |
---|---|
US (1) | US9691144B2 (no) |
EP (1) | EP2948753B1 (no) |
JP (1) | JP6200519B2 (no) |
KR (1) | KR20150137047A (no) |
BR (1) | BR112015017887A2 (no) |
CA (1) | CA2899194A1 (no) |
CL (1) | CL2015002091A1 (no) |
ES (1) | ES2660064T3 (no) |
HR (1) | HRP20180170T1 (no) |
IL (1) | IL240089B (no) |
MX (1) | MX355628B (no) |
NO (2) | NO335224B1 (no) |
PT (1) | PT2948753T (no) |
SG (1) | SG11201505729WA (no) |
WO (1) | WO2014116120A1 (no) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ767483A (en) | 2014-08-27 | 2022-02-25 | Vaki Fiskeldiskerfi Hf | Automatic grading system for living aquatic organisms |
WO2017135896A1 (en) * | 2016-02-02 | 2017-08-10 | Agency For Science, Technology And Research | An imaging system and method for estimating three-dimensional shape and/ or behaviour of a subject |
CN108780517A (zh) * | 2016-03-25 | 2018-11-09 | 日本电气方案创新株式会社 | 个体计数装置、个体计数方法及计算机可读记录介质 |
CN106259095B (zh) * | 2016-08-16 | 2019-04-02 | 常州工学院 | 一种池塘淡水养殖鱼的行为对鱼类养殖状态的判断方法 |
KR101741117B1 (ko) * | 2017-02-03 | 2017-05-30 | (주)나인정보시스템 | 플랑크톤이 뭉쳐있는 영상에서 뭉친 플랑크톤을 개개의 플랑크톤으로 분리하는 효율적인 방법 |
WO2019106856A1 (ja) * | 2017-12-01 | 2019-06-06 | Necソリューションイノベータ株式会社 | 魚撮像装置および魚計数装置 |
RU2670713C9 (ru) * | 2017-12-27 | 2018-11-29 | Александр Григорьевич Островский | Видеорегистратор зоопланктона |
CN110057824B (zh) * | 2019-05-06 | 2024-05-14 | 中国科学院海洋研究所 | 一种海洋浮游生物光学成像装置及成像处理方法 |
JP7462265B2 (ja) | 2020-03-31 | 2024-04-05 | 中国電力株式会社 | 自動プランクトン検出方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE1815352C3 (de) | 1968-12-18 | 1975-03-20 | Wolfgang Prof. Dr. Dittrich | Automatisches MeB- und Zählgerät für die Teilchen einer Dispersion |
US4637719A (en) * | 1984-08-14 | 1987-01-20 | Canadian Patents And Development Limited | Optical measurement of marine conditions |
JPS63141526A (ja) * | 1986-12-05 | 1988-06-14 | 株式会社日立製作所 | 海洋牧場監視装置 |
JPH05263411A (ja) * | 1992-03-19 | 1993-10-12 | Hitachi Ltd | 物体の観察方法および装置 |
ATE236387T1 (de) * | 1997-05-05 | 2003-04-15 | Chemometec As | Bestimmung von partikeln in einer flüssigen probe |
CA2228499C (en) | 1998-02-02 | 2004-11-02 | Alex W. Herman | Optical measurement of marine conditions |
US20120058542A1 (en) | 2009-03-11 | 2012-03-08 | Live Fuels ,Inc. | Systems and methods for regulating algal biomass |
WO2010147955A1 (en) * | 2009-06-16 | 2010-12-23 | LiveFuels, Inc. | Systems and methods for harvesting algae |
JP2011223924A (ja) | 2010-04-20 | 2011-11-10 | Panasonic Corp | プランクトン計数方法およびプランクトン計数装置 |
ES2396500T3 (es) | 2010-11-18 | 2013-02-22 | Axis Ab | Contador de objetos y método para contar objetos |
US9251394B2 (en) * | 2012-04-05 | 2016-02-02 | Ancestry.Com Operations Inc. | System and method for estimating/determining the date of a photo |
JP5158825B2 (ja) * | 2012-07-20 | 2013-03-06 | 大阪エヌ・イー・ディー・マシナリー株式会社 | 個体計数装置 |
-
2013
- 2013-01-28 NO NO20130147A patent/NO335224B1/no not_active IP Right Cessation
-
2014
- 2014-01-27 BR BR112015017887A patent/BR112015017887A2/pt not_active Application Discontinuation
- 2014-01-27 PT PT147083471T patent/PT2948753T/pt unknown
- 2014-01-27 MX MX2015009649A patent/MX355628B/es active IP Right Grant
- 2014-01-27 EP EP14708347.1A patent/EP2948753B1/en active Active
- 2014-01-27 JP JP2015555123A patent/JP6200519B2/ja not_active Expired - Fee Related
- 2014-01-27 WO PCT/NO2014/050015 patent/WO2014116120A1/en active Application Filing
- 2014-01-27 KR KR1020157020427A patent/KR20150137047A/ko not_active Application Discontinuation
- 2014-01-27 ES ES14708347.1T patent/ES2660064T3/es active Active
- 2014-01-27 US US14/762,990 patent/US9691144B2/en not_active Expired - Fee Related
- 2014-01-27 SG SG11201505729WA patent/SG11201505729WA/en unknown
- 2014-01-27 NO NO14708347A patent/NO2948753T3/no unknown
- 2014-01-27 CA CA2899194A patent/CA2899194A1/en not_active Abandoned
-
2015
- 2015-07-22 IL IL240089A patent/IL240089B/en active IP Right Grant
- 2015-07-27 CL CL2015002091A patent/CL2015002091A1/es unknown
-
2018
- 2018-01-30 HR HRP20180170TT patent/HRP20180170T1/hr unknown
Also Published As
Publication number | Publication date |
---|---|
WO2014116120A1 (en) | 2014-07-31 |
KR20150137047A (ko) | 2015-12-08 |
CA2899194A1 (en) | 2014-07-31 |
ES2660064T3 (es) | 2018-03-20 |
JP2016506726A (ja) | 2016-03-07 |
PT2948753T (pt) | 2018-03-05 |
NO335224B1 (no) | 2014-10-20 |
EP2948753B1 (en) | 2017-11-29 |
CL2015002091A1 (es) | 2016-01-15 |
US9691144B2 (en) | 2017-06-27 |
BR112015017887A2 (pt) | 2017-07-11 |
JP6200519B2 (ja) | 2017-09-20 |
HRP20180170T1 (hr) | 2018-03-09 |
MX2015009649A (es) | 2015-12-07 |
MX355628B (es) | 2018-04-25 |
SG11201505729WA (en) | 2015-08-28 |
US20150356725A1 (en) | 2015-12-10 |
IL240089B (en) | 2018-05-31 |
EP2948753A1 (en) | 2015-12-02 |
NO2948753T3 (no) | 2018-04-28 |
IL240089A0 (en) | 2015-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
NO20130147A1 (no) | System og fremgangsmåte for telling av dyreplankton | |
AU2012225195B2 (en) | Image capture and lighting apparatus | |
US20170199122A1 (en) | Method of determining a value of a variable of interest of a sample having organisms and system therefore | |
NO20121541A1 (no) | System og fremgangsmåte for beregning av fysiske størrelser for fritt bevegelige objekter under vann | |
JP6479676B2 (ja) | 流体サンプル中の粒子の分類のためのシステム及び方法 | |
JP5677441B2 (ja) | 観察装置、観察プログラム及び観察システム | |
CN108918519B (zh) | 一种细胞涂片图像获取与分析*** | |
WO2012117647A1 (ja) | 観察プログラムおよび観察装置 | |
JP2015135331A5 (no) | ||
US10935783B1 (en) | Optical system for capturing digital images in an aquaculture environment in situ | |
TWI577189B (zh) | 影像擷取中進行輔助光源調節的方法及裝置 | |
CN106779042B (zh) | 一种水产养殖鱼群聚集指数计算装置及计算方法 | |
CN106971141B (zh) | 细胞区域确定方法、细胞拍摄***及细胞图像处理装置 | |
JP6501112B2 (ja) | 雲粒子観測用顕微鏡 | |
US11215808B2 (en) | Microscope parameter setting method and observation method recognizing the shape of a cell | |
JP2011101617A (ja) | 細菌コロニ釣菌装置及びその前処理方法 | |
CN106417104A (zh) | 养殖鱼类游动方向测定***和方法 | |
JP5658902B2 (ja) | 細菌撮像装置および菌液調整装置 | |
JP2016192923A (ja) | 判定装置、判定システム、判定プログラム、細胞の製造方法、及び細胞 | |
JP2007212155A (ja) | 優良卵自動判別装置 | |
JP2012048194A (ja) | 観察装置 | |
JPWO2016178277A1 (ja) | 暗環境同時観察培養装置 | |
JP5440534B2 (ja) | 観察システム及び観察プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
CHAD | Change of the owner's name or address (par. 44 patent law, par. patentforskriften) |
Owner name: C-FEED AS, NO |
|
MM1K | Lapsed by not paying the annual fees |