一种基于机器视觉和深度学习的鱼苗便携式计数器及计数方法技术

本发明专利技术公开了一种基于机器视觉和深度学习的鱼苗便携式计数器，包括控制箱和鱼苗计数箱；控制箱位于鱼苗计数箱上，控制箱内设有控制板、显示操作屏，控制箱底面装有夜视鱼眼广角摄像头、红外补光灯，鱼苗计数箱内设有鱼苗计数盘和排水垫座，鱼苗计数盘设于排水垫座上，鱼苗计数盘侧面开有限位排水口，可使所测种类鱼苗无法上下叠置，排水垫座表面设有排水孔，排水垫座将鱼苗计数盘抬高以防水回流至鱼苗计数盘内。在获得鱼苗图像流后对鱼苗图像进行超分辨率重建，再利用深度卷积生成式对抗网络进行快速粗分割，最后进行精准语义分割，提取鱼苗轮廓，统计数量。本发明专利技术的计数器操作简便，能够实现鱼苗的快速无损精准计数，误差范围可控制在5％。

A portable counter and counting method for fry based on machine vision and deep learning

The invention discloses a portable counter for fry based on machine vision and in-depth learning, including a control box and a fry counting box; the control box is located on the fry counting box, and the control box is equipped with a control board and a display operation screen; the bottom of the control box is equipped with a night vision wide-angle camera, an infrared light supplement lamp, a fry counting box is equipped with a fry counting plate and a drainage pad, and a fry counting plate. Set on the drainage cushion, the side of the fry counter plate is provided with a limited drainage outlet, which can prevent the measured species of fry from overlapping up and down. The drainage cushion has a drainage hole on the surface of the drainage cushion. The drainage cushion elevates the fry counter plate so as to return the water to the fry counter plate. After obtaining the image stream of fish fry, super-resolution reconstruction of fish fry image is carried out, and then deep convolution generation antagonism network is used for fast rough segmentation. Finally, precise semantics segmentation is carried out to extract the fish fry contour and count the number. The counter of the invention has simple operation, can realize fast and accurate non-destructive counting of fish fry, and the error range can be controlled at 5%.

【技术实现步骤摘要】
一种基于机器视觉和深度学习的鱼苗便携式计数器及计数方法
本专利技术涉及计量设备与
，具体涉及到一种基于机器视觉和深度学习的鱼苗便携式计数器及计数方法。
技术介绍
近年来，鱼类凭借肉质鲜美、繁殖迅速的特点，其养殖规模不断扩大。鱼苗计数作业是养殖过程中的关键环节，对鱼苗的精准计数能够为养殖密度控制、饲料投放量确定提供重要的参考依据。目前，鱼苗计数工作仍然主要依靠人工完成，常见方法有两种：用肉眼凭借经验估算计数，或用称重法估算计数。但是，此类鱼苗计数方法费时费力、准确率低，在市场上也由此出现了很多买卖骗局，直接损害了农民、养殖企业和相关科研工作人员的利益。因此，现亟需一种高效的鱼苗计数设备改变鱼苗计数作业的现状。我国对于鱼苗计数设备及方法的研究工作开始于20世纪80年代，早期计数方法主要有光电计数法。申请公布号85105265A公开了一种水中鱼苗光电快速计数法；申请公布号CN106779039公开了一种利用红外计数器的鱼苗计数装置。然而，光电计数法易受鱼苗品种、大小等因素影响，且效率较低。随着计算机视觉和图像处理技术的迅速发展，基于机器视觉的鱼苗计数方法在近几年逐渐兴起，并且由于其高效、便捷以及无损等特点得到了研究人员的广泛关注。授权公告号CN106204626A公开了一种基于图像处理的鱼苗计数器及计数方法，该方法所设计的鱼苗计数器利用计数箱内竖直向上的水流，将鱼苗均匀平铺在水面一层，用以控制鱼苗剧团，其在一定程度上存在伤苗现象；且该方法所设计的鱼苗计数器缺乏便携性，无法满足现阶段我国广大从事相关行业普通农户日常鱼苗计数工作；同时，复杂背景干扰、鱼苗图像粘连和重叠所带来的计数误差等问题仍然无法被有效的解决。总体来说，国内尚未研制出一款精确、高效并且适于推广应用的便携式鱼苗计数设备。同时，如今人工智能已经成为一个具有众多实际应用和活跃研究课题的领域，并且正在蓬勃发展。深度学习是实现人工智能有效的解决方案，能够自动处理常规劳动(如处理图像)，支持基础科学研究。本专利技术运用深度学习技术让处理器从经验中学习，并根据层次化的概念体系来理解鱼苗计数机理。本专利技术所设计的基于机器视觉和深度学习相结合的鱼苗便携式计数器及计数方法，其实现原理是通过深度学习技术提取图像内鱼苗轮廓数近似求解数量；其全封闭式的图像采集区通过红外补光灯提供稳定背景，且通过特殊设计的鱼苗计数盘限定水面高度以减少鱼苗重叠；其控制与图像处理以树莓派3B+为核心，通过web方式编写用户界面，在局域网内各类智能设备(手机、平板与电脑等)均可以通过输入树莓派IP地址实现远程控制。
技术实现思路
本专利技术要解决现有鱼苗计数设备中存在的问题，提供了一种基于机器视觉和深度学习的鱼苗便携式计数器及计数方法，该计数器具有高效率、高准确率，便于携带和操作简便等特点，利用巧妙的机械结构和基于机器视觉和深度学习相结合的优化算法进行鱼苗的计数作业。本专利技术采用的技术方案如下：一种基于机器视觉和深度学习的鱼苗便携式计数器，包括控制箱和鱼苗计数箱；控制箱位于鱼苗计数箱上，控制箱内设有控制板、显示操作屏，控制箱底面装有朝向鱼苗计数箱内的夜视鱼眼广角摄像头、红外补光灯，控制板与显示操作屏、夜视鱼眼广角摄像头相连，鱼苗计数箱内设有鱼苗计数盘和排水垫座，鱼苗计数盘设于排水垫座上，鱼苗计数盘为具有底面的容器，侧面开有限位排水口，限位排水口距底面的高度满足使所测种类鱼苗无法上下叠置，排水垫座表面设有排水孔，排水垫座将鱼苗计数盘抬高以防水回流至鱼苗计数盘内。上述技术方案中，所述的控制板采用树莓派3B+型开发板，在局域网内各类智能设备(手机、平板与电脑等)均可以通过输入树莓派IP地址实现远程控制。所述的显示操作屏为HDMI电容触摸屏，用以显示基于机器视觉的鱼苗计数系统的界面，该界面可以通过web方式编写。所述的夜视鱼眼广角摄像头安装在控制箱底部中心，红外补光灯均匀设于夜视鱼眼广角摄像头周围。夜视鱼眼广角摄像头为控制板提供鱼苗图像流，夜视摄像头红外补光灯为采集的鱼苗图像流提供稳定背景。当所测种类鱼苗为纺锤形鱼类、侧扁形鱼类或圆筒形鱼类，限位排水口距底面的高度为5cm至8cm。当所测种类鱼苗为平扁形鱼类，限位排水口距底面的高度为3cm至5cm。一种基于机器视觉和深度学习的鱼苗便携式计数方法，基于上述计数器实现，包括如下步骤：1)将鱼苗计数盘从待测鱼苗养殖池内盛出鱼苗，置入鱼苗计数箱内，装好控制箱，夜视鱼眼广角摄像头采集鱼苗图像流；2)对获得的鱼苗图像利用层残差密集网络(ResidualDenseNetworks)进行超分辨率重建；即将输入的低分辨率鱼苗图像转化成高分辨率的鱼苗图像，以便于后续步骤对鱼苗区域进行特征提取与目标分割；3)利用基于密集网络技术(DenseNetworks)的深度卷积生成式对抗网络(DeepConvolutionalGenerativeAdversarialNetworks)实现鱼苗自身区域与其他杂质区域的快速粗分割，获得只含有鱼苗自身区域的效果图；4)采用全卷积网络(FullyConvolutionalNetworks)对上述粗分割后的效果图进行精准语义分割，分割出表征每条鱼苗的像素区域；5)提取鱼苗轮廓，计算所有轮廓面积并分析面积值规律，去除异常轮廓，统计其余轮廓数，即为鱼苗数量；此外还可包括步骤6)，即重复步骤2)-5)若干次，除去最大值、最小值，求得平均值即为鱼苗计数盘中的鱼苗数。本专利技术与现有鱼苗计数设备及方法相比所具有的优点和有益效果是：本专利技术所设计的基于机器视觉和深度学习相结合的鱼苗便携式计数器及计数方法，操作简便，能够实现鱼苗的快速无损计数；其全封闭式的图像采集区通过红外补光灯提供稳定背景，且通过侧面有限位排水口的鱼苗计数盘限定水面高度以减少鱼苗的上下重叠，以实现目标对象为10mm至30mm鱼苗的精准计数，其单次测量范围为0至2000尾，其误差范围可控制在3％至5％；此外，本专利技术的控制与图像处理可以以树莓派3B+为核心，通过web方式编写用户界面，在局域网内各类智能设备(手机、平板与电脑等)均可以通过输入树莓派IP地址实现远程控制。附图说明图1是本专利技术的整体结构图；图2是本专利技术的整体结构爆炸图；图3是本专利技术的控制箱结构示意图；图4是本专利技术的鱼苗计数盘结构示意图；图5是本专利技术的排水垫座结构示意图。图中：1.控制箱盖2.控制箱3.移动电源4.树莓派3B+型开发板5.7寸HDMI电容触摸屏6.夜视鱼眼广角摄像头7.夜视摄像头红外补光灯8.鱼苗计数箱9.鱼苗计数盘10.排水垫座。具体实施方式下面结合附图，详细说明一下本专利技术的具体实施方式。以下具体实施方式用于说明本专利技术，但不用来限制本专利技术的范围。如图2所示，本专利技术所设计的一种基于机器视觉和深度学习的鱼苗便携式计数器，包括控制箱2、控制箱盖1、移动电源3、树莓派3B+型开发板4、7寸HDMI电容触摸屏5、夜视鱼眼广角摄像头6、夜视摄像头红外补光灯7、鱼苗计数箱8、鱼苗计数盘9、排水垫座10。所述控制箱2顶部可插入控制箱盖1，为控制箱2内部移动电源3、树莓派3B+型开发板4、7寸HDMI电容触摸屏5、夜视鱼眼广角摄像头6和夜视摄像头红外补光灯7电子设备提供干燥、清洁的运行环境；所述移动电源3安置在控制箱2内部，为树莓派3B本文档来自技高网...

【技术保护点】
1.一种基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，包括控制箱和鱼苗计数箱；控制箱位于鱼苗计数箱上，控制箱内设有控制板、显示操作屏，控制箱底面装有朝向鱼苗计数箱内的夜视鱼眼广角摄像头、红外补光灯，控制板与显示操作屏、夜视鱼眼广角摄像头相连，鱼苗计数箱内设有鱼苗计数盘和排水垫座，鱼苗计数盘设于排水垫座上，鱼苗计数盘为具有底面的容器，侧面开有限位排水口，限位排水口距底面的高度满足使所测种类鱼苗无法上下叠置，排水垫座表面设有排水孔，排水垫座将鱼苗计数盘抬高以防水回流至鱼苗计数盘内。

【技术特征摘要】
1.一种基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，包括控制箱和鱼苗计数箱；控制箱位于鱼苗计数箱上，控制箱内设有控制板、显示操作屏，控制箱底面装有朝向鱼苗计数箱内的夜视鱼眼广角摄像头、红外补光灯，控制板与显示操作屏、夜视鱼眼广角摄像头相连，鱼苗计数箱内设有鱼苗计数盘和排水垫座，鱼苗计数盘设于排水垫座上，鱼苗计数盘为具有底面的容器，侧面开有限位排水口，限位排水口距底面的高度满足使所测种类鱼苗无法上下叠置，排水垫座表面设有排水孔，排水垫座将鱼苗计数盘抬高以防水回流至鱼苗计数盘内。2.根据权利要求1所述的基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，所述的控制板采用树莓派3B+型开发板。3.根据权利要求1所述的基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，所述的显示操作屏为HDMI电容触摸屏。4.根据权利要求1所述的基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，所述的夜视鱼眼广角摄像头安装在控制箱底部中心，红外补光灯均匀设于夜视鱼眼广角摄像头周围。5.根据权利要求1所述的基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，当所测种类鱼苗为...

【专利技术属性】
技术研发人员：叶章颖，杭晟煜，赵建，文彦慈，朱松明，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33