本发明涉及渔业养殖装备技术，旨在提供某种基于机器视觉检测跟踪的鱼苗计数装置及方法。该装置包括用于采集、分析图片或视频数据的摄像设备和计算机终端，摄像设备的镜头对准鱼苗通过的观察舱；鱼苗分离模块、观察舱和集鱼容器通过水管依次连接，鱼苗分离模块中利用环形隔板将锥形漏斗与角度调节阀门之间的空间分隔成连续的螺旋状通道。本发明的装置能够对鱼苗进行自动分散，有效避免了鱼苗的堆积、粘连，降低了鱼苗检测跟踪难度，有效保证了计数精度；同时，观察舱隔绝了外部光源干扰、且方管底部为白色，连续拍摄检测跟踪计数，提高了计数效率；通过对鱼苗进行连续检测和跟踪，消除了鱼苗洄游对计数精度的影响，有效提高计数精度。

        1.某种基于机器视觉检测跟踪的鱼苗计数装置，包括用于采集、分析图片或视频数据的摄像设备和计算机终端，摄像设备的镜头对准鱼苗通过的观察舱；其特征在于，该装置还包括鱼苗分离模块和集鱼容器，鱼苗分离模块、观察舱和集鱼容器通过水管依次连接，且均固定安装在支撑框架中； 所述鱼苗分离模块包括锥形漏斗、环形隔板和角度调节阀门；锥形漏斗包括圆柱状侧壁、锥形底部和底部的中央开孔，角度调节阀门呈圆环状且设于锥形漏斗的圆柱状空间的中心位置；环形隔板将锥形漏斗与角度调节阀门之间的空间分隔成连续的螺旋状通道；角度调节阀门具有至少一个能调开度的开口，螺旋状通道接至角度调节阀门的外侧，并且经该开口与角度调节阀门内侧、锥形漏斗底部开孔、圆柱形水管依次连通。

        2.根据权利要求1所述的鱼苗计数装置，其特征在于，所述鱼苗分离模块还包括两级漏斗；其中，第一级漏斗上部敞口的边缘接至角度调节阀门的底部边缘，第一级漏斗底部出口对接至第二级漏斗的上部敞口；两级漏斗均位于锥形漏斗底部的圆柱形水管中。

        3.根据权利要求1所述的鱼苗计数装置，其特征在于，所述角度调节阀门由嵌套安装的旋转空心圆柱和固定空心圆柱组成；旋转空心圆柱和固定空心圆柱的侧面分别均匀开设三个大小相同的开口，通过改变两者之间相对旋转角度能够调节开口的开度大小。

        4.根据权利要求1所述的鱼苗计数装置，其特征在于，所述环形隔板由外圈隔板和内圈隔板首尾相连而成，外圈隔板、内圈隔板和角度调节阀门通过连接杆实现在锥形漏斗中的固定安装。

        5.根据权利要求1所述的鱼苗计数装置，其特征在于，所述观察舱的主体呈方管状，其两端分别通过变径连接组件与进水管和出水管相连，且在方管状主体两端分别设有补光设备；观察舱的顶面板为透明板材且与摄像设备相对，其它三个侧面板为无镜面反射且透光的白色板材；在支撑框架中固定安装由六块遮光板构成的箱体，所述观察舱、补光设备和摄像设备均位于箱体内部。

        6.根据权利要求1所述的鱼苗计数装置，其特征在于，所述观察舱两端的变径连接组件均由变径偏心接头、O型橡胶密封圈和直接接头组成；直接接头通过螺栓与变径偏心接头紧固连接，两者夹紧O型橡胶密封圈以实现密封。

        7.根据权利要求1所述的鱼苗计数装置，其特征在于，所述集鱼容器呈箱式结构，其底部为斜面，侧壁底部连接出水管和阀门；集鱼容器内部设有水泵，水泵出口通过软管接至锥形漏斗中；水泵通过线缆依次连接流速控制面板和电源。

        8.根据权利要求1所述的鱼苗计数装置，其特征在于，所述支撑框架是由多根方形连接杆组成，底部设置多个万向轮。

        9.某种基于机器视觉检测跟踪的鱼苗计数方法，其特征在于，包括如下步骤： (1)关闭角度调节阀门，使观察舱内的初始鱼苗数量NF＝0； (2)打开水泵和角度调节阀门，使锥形漏斗中的鱼苗随着水流进入观察舱，最终收集在集鱼容器中；在此过程中，摄像设备持续获取观察舱内部全部可视区域的图像或视频信号，并向计算机终端传输数据； (3)计算机终端对接收到的图像或视频数据进行预处理，包括裁剪、矫正、滤波和形态学操作；在观察舱的出口位置前设置虚拟的计数线； (4)从经过预处理的图像或视频数据中获取可视区域内当前第i帧图像中的鱼苗特征信息，包括各个连通域的面积特征 以及位置特征  式中各符号含义是：c为第i帧图像中的连通域数量， 分别为第i帧图像中第j个连通域的面积特征和在图像中的位置特征，其中 为横坐标， 为纵坐标； (5)对步骤(4)所获取的全部信息进行归一化处理，构建关联特征矩阵、损失函数及关联模型，并对第i-1帧和第i帧的鱼苗进行匹配关联，当第i帧中鱼苗相对于第i-1帧的鱼苗有n条从观察舱入口往出口方向顺游穿过计数线，m条鱼苗从观察舱出口往入口方向洄游穿过计数线时，更新鱼苗数量为NF′＝NF+n-m； (6)重复上述步骤(3)、(4)和(5)，待鱼苗分离模块中的鱼苗全部进入集鱼容器视为计数结束；则，鱼苗总数即为NF′。

        10.根据权利要求9所述的方法，其特征在于，所述步骤(3)包括： (3.1)对图像进行裁剪，去除观察舱以外的图像，获得裁剪后的图像； (3.2)对裁剪后的图像进行矫正，减少由于摄像设备安装误差和观察舱边缘对后续计数的影响，获得矫正后的图像； (3.3)对矫正后的图像进行均值滤波和高斯滤波，获得滤波后的图像； (3.4)将滤波后的图像转换为灰度图和二值图，获得滤波后的图像； (3.5)在矫正后的图像中于观察舱出口前方设置虚拟计数线，应当保证新出现的鱼苗不能在被检测到的第一帧图像中穿过虚拟的计数线。

        11.根据权利要求9所述的方法，其特征在于，所述步骤(4)包括： (4.1)测定标准鱼苗的连通域面积特征为s，以及当前帧即第i帧图像中各个连通域的面积特征为 位置特征为   (4.2)当前帧图像中第j个连通域中包含的鱼苗数量为 β＝0.5为面积阈值； 则第j个连通域内n j条鱼苗的面积均为 位置均为 当前帧图像中包含鱼苗数量为  

        12.根据权利要求9所述的方法，其特征在于，所述步骤(5)包括： (5.1)对特征信息进行归一化处理    其中w 1为权重； 分别为前一帧中的第a条鱼苗与当前帧的第b条鱼苗的面积特征，1≤a≤cn i-1，1≤b≤cn i； 分别为鱼苗a和鱼苗b的位置特征；Acs ab，Δcp ab分别为鱼苗a和鱼苗b之间的面积特征、位置特征的变化量；cv ab为鱼苗a和鱼苗b的面积特征和位置特征进行归一化后的关联特征值；cs max，cp max分别表示前一帧中的鱼苗与当前帧的鱼苗之间的面积特征、位置特征的变化量最大值； (5.2)构建关联特征矩阵A：  (5.3)构建损失函数，为了简化运算，设置位置变化阈值T 0：  (5.4)当前帧和前一帧的关联模型为：   若x ab＝1，表示鱼苗a与鱼苗b能够关联，即鱼苗a和鱼苗b是前后帧中的同一条鱼苗，否则不是同一条鱼苗。

        13.根据权利要求11所述的方法，其特征在于，采用匈牙利算法求解关联模型的全局最优值。

文章来源：互联网，倘若您发现本站有侵权或不当信息，请与本站联系，经本站核实后将尽快修正！