基于立体视觉的生物自动量测系统及其量测方法技术方案

本发明专利技术公开一种基于立体视觉的生物自动量测系统及其量测方法，所述生物自动量测系统包括至少二个水下取像单元及信息处理装置，二个所述水下取像单元各自拍摄的范围会有部分区域重叠，以能仿真双目立体视觉，该信息处理装置能根据该二个水下取像单元所拍摄的图像，辨识出待测生物及建构三维景深图像，以根据该待测生物处于三维景深图像中的位置，计算出该待测生物的体长及/或体宽，并能根据该待测生物的体长及/或体宽，计算出该待测生物的重量。

【技术实现步骤摘要】
基于立体视觉的生物自动量测系统及其量测方法
本专利技术涉及一种生物自动量测系统及其量测方法，特别是涉及一种基于立体视觉，以辨识出对应生物的自动量测系统及量测方法。
技术介绍
根据联合国粮食及农业组织(FoodandAgricultureOrganizationoftheUnitedNations，简称FAO)的统计资料指出，目前全球食用渔产品中超过四成由养殖渔业所供应，使得水产养殖渔业被公认为海洋资源枯竭后，可取代捕捞渔业的重要趋势产业，因此，未来水产生物科技的开发与应用，将成为解决人类动物性蛋白需求的重要方法，永续的水产养殖产业将为全球粮食安全和经济增长做出持久贡献。承上，中国台湾水产养殖的历史久远，具有丰富的知识与经验，尤其随着海洋资源受到气候变迁、过度捕捞和海域污染等因素，渔获量逐年减少并可能已经降至极限值，亟需陆地水产养殖业来弥补捕捞量的不足，基于该等因素，高经济效益鱼类的水产养殖业如今成为具高经济价值的产业，以石斑鱼为例，由于其肉质鲜美且生长速度快等因素，极符合经济效益，已成为中国台湾陆地水产养殖的重要鱼类之一，是现阶段中国台湾及东南亚最主要的养殖鱼类，尤以点带石斑(Epinepheluscoioides)及龙胆石斑(Epinepheluslanceolatus)为主。但是，由于养殖渔业属于高劳力与高技术密集的产业，却受限于渔村高龄化、人力成本逐年提高等问题，虽然能通过输入外籍人口的方式，暂时缓解人力需求的压力，但却会提高养殖渔业的商业秘密与技术参数(如：饲料换肉比率等)被外流之风险。此外，为提高水产养殖的生产力，养殖户必需定期量测所养殖生物之大小重量等信息，以了解所投放之饲料的换肉率、养殖生物是否生病、投药是否有效果等，其相关信息亦提供做为生物分池分养与收成出货之依据，因此，为了获得鱼类的大小重量等信息，养殖户需要以人工的方式进行生物取样捕捞，但是，人工取样方式却有下列缺点：(A1)人工取样的过程需要耗费大量人工成本，若是仅少量取样的话，则容易造成结果判断错误；(A2)在人工取样的过程中，养殖生物易受惊吓而造成死亡损失；(A3)对于外海箱网等养殖环境来说，难以采用人工取样方式进行所需的量测作业。有鉴于此，以物联网为核心的智能养殖渔业便逐渐显示其重要性，如中国台湾第I495429、I508656号等专利案均涉及了水生物检测装置，其主要是将单一摄影模块装设于一浮力装置上，并于水中架设一底座，以能在接近水面的摄影模块与水中底座间形成一取样空间，随后，当养殖生物通过该取样空间，并被红外设备侦测到后，摄影模块便会拍摄该养殖生物，以自动量测养殖生物之大小。然而，申请人发现，前述现有技术仍存有下列问题：(B1)现有技术的取样空间较为靠近水面，但是，对于食用沉水饲料的养殖生物来说，其浮出水面或接近水面的机率不大，造成前述养殖生物难以通过取样空间，导致工作人员需人工地驱赶养殖生物通过取样空间，降低了自动量测的便利性；(B2)现有技术通常采用传统图像处理方式进行生物辨识，因此其取样率与生物的辨识精准度可能不高；(B3)现有技术在进行传统图像处理方式，以计算养殖生物的大小时，由于仅有单一镜头，因此，习惯上往往不会考虑养殖生物距离摄影模块的远近所造成之计算误差，如，同一生物若距离摄影模块较远时，其整体长度会偏小，而是采用限制取样空间的范围，以减少误差发生，毕竟在有限范围内，养殖生物距离摄影模块的距离不会差距太大，但如此一来，将会降低养殖生物通过取样空间的机率，此外，现有技术更无法对养殖生物的重量进行计算。综上所述可知，现有的量测方式虽然迈向了自动化，但是，由于养殖生物在水下活动时，是处于活动状态，因此，当养殖生物于游动转身的过程中，或是复数条养殖生物重叠在一起时，均可能造成摄影模块所拍摄的图像无法真实地呈现出养殖生物的体长，尤其是，单一镜头所拍摄出的图像是不会存在纵深度，导致业者仅能尽量压缩取样空间与摄影模块两者间的距离，反倒降低了当初自动化与智能化的美意，因此，如何有效改善前述问题，即为本专利技术在此探讨的一大课题。
技术实现思路
有鉴于现有的量测方式与对应系统仍有改善之处，且其误差率颇高，因此，专利技术人凭借着多年来专业从事设计、加工及制造的丰富实务经验，且秉持着精益求精的研究精神，在经过长久的努力研究与实验后，终于研发出本专利技术的一种基于立体视觉的生物自动量测系统，希望借由本专利技术的问世，有效解决前述问题，令用户拥有更佳的使用经验。为了解决上述的技术问题，本专利技术所采用的其中一技术方案是，提供一种基于立体视觉的生物自动量测系统，所述生物自动量测系统包括一第一水下取像单元、一第二水下取像单元以及一信息处理装置。所述第一水下取像单元用以拍摄一第一范围中的景像，并形成一第一图像；所述第二水下取像单元，用以拍摄一第二范围中的景像，并形成一第二图像，其中，该第二范围与该第一范围两者有部分区域重叠，以能仿真双目立体视觉。所述信息处理装置能接收该第一图像与该第二图像，且能辨识出该第一图像与该第二图像中所具有的至少一待测生物，并能建构出对应的三维景深图像。所述信息处理装置内至少设有一图像数据库与一处理单元，其中，所述图像数据库储存有复数个生物模型与参数，所述处理单元能辨识出生物种类，且能根据所述待测生物处于该三维景深图像中的位置，计算出所述待测生物的体长及/或体宽，并能根据所述待测生物的体长及/或体宽，计算或推论出所述待测生物的重量。较佳地，该信息处理装置是通过互联网接收该第一图像与该第二图像。较佳地，所述生物自动量测系统还包括一云端数据库，该信息处理装置所计算出之该待测生物的信息，会储存至该云端数据库中。较佳地，该处理单元内建有至少一学习演算模块，该学习演算模块能执行机器学习训练功能或深度学习训练功能，以能辨识出生物种类。为了解决上述的技术问题，本专利技术所采用的另外一技术方案是，提供一种基于立体视觉的量测方法，所述量测方法是应用于一生物自动量测系统。所述生物自动量测系统至少包括一第一水下取像单元、一第二水下取像单元及一信息处理装置。其中，该第一水下取像单元能拍摄一第一范围中的景像，并形成一第一图像，该第二水下取像单元能拍摄一第二范围中的景像，并形成一第二图像，且该第二范围与该第一范围两者有部分区域重叠，以能仿真双目立体视觉。该信息处理装置内至少设有一图像数据库与一处理单元，该图像数据库储存有复数个生物模型与参数，该处理单元能辨识出生物种类，所述量测方法是使该信息处理装置执行下列步骤：接收该第一图像与该第二图像，并建构出对应的三维景深图像；辨识出该第一图像与该第二图像中所具有的至少一待测生物；将各该待测生物映像至该三维景深图像中的对应位置；计算出该待测生物的体长及/或体宽；根据该待测生物的体长及/或体宽，计算或推论出该待测生物的重量。较佳地，该信息处理装置是以双目视觉的三角测量法计算该待测生物的体长及/或体宽。较佳地，在同一待测生物出现于复数帧该第一图像与该第二图像的状态下，该信息处理装置会依时间顺序，接收复数帧该第一图像与该第二图像，本文档来自技高网...

【技术保护点】
1.一种基于立体视觉的生物自动量测系统，其特征在于，所述生物自动量测系统包括：/n一第一水下取像单元，用以拍摄一第一范围中的景像，并形成一第一图像；一第二水下取像单元，用以拍摄一第二范围中的景像，并形成一第二图像，其中，所述第二范围与所述第一范围两者有部分区域重叠，以能仿真双目立体视觉；及/n一信息处理装置，能接收所述第一图像与所述第二图像，且能辨识出所述第一图像与所述第二图像中所具有的至少一待测生物，并能建构出对应的三维景深图像；所述信息处理装置内至少设有一图像数据库与一处理单元，其中，所述图像数据库储存有复数个生物模型与参数，所述处理单元能辨识出生物种类，且能根据所述待测生物处于该三维景深图像中的位置，计算出所述待测生物的体长及/或体宽，并能根据所述待测生物的体长及/或体宽，计算或推论出所述待测生物的重量。/n

【技术特征摘要】
20190625 TW 1081221371.一种基于立体视觉的生物自动量测系统，其特征在于，所述生物自动量测系统包括：
一第一水下取像单元，用以拍摄一第一范围中的景像，并形成一第一图像；一第二水下取像单元，用以拍摄一第二范围中的景像，并形成一第二图像，其中，所述第二范围与所述第一范围两者有部分区域重叠，以能仿真双目立体视觉；及
一信息处理装置，能接收所述第一图像与所述第二图像，且能辨识出所述第一图像与所述第二图像中所具有的至少一待测生物，并能建构出对应的三维景深图像；所述信息处理装置内至少设有一图像数据库与一处理单元，其中，所述图像数据库储存有复数个生物模型与参数，所述处理单元能辨识出生物种类，且能根据所述待测生物处于该三维景深图像中的位置，计算出所述待测生物的体长及/或体宽，并能根据所述待测生物的体长及/或体宽，计算或推论出所述待测生物的重量。


2.根据权利要求1所述的生物自动量测系统，其特征在于，所述信息处理装置是通过互联网接收所述第一图像与所述第二图像。


3.根据权利要求1或2所述的生物自动量测系统，其特征在于，所述生物自动量测系统还包括一云端数据库，所述信息处理装置所计算出之所述待测生物的信息，会储存至所述云端数据库中。


4.根据权利要求3所述的生物自动量测系统，其特征在于，所述处理单元内建有至少一学习演算模块，所述学习演算模块能执行机器学习训练功能或深度学习训练功能，以能辨识出生物种类。


5.一种基于立体视觉的量测方法，所述量测方法是应用于一生物自动量测系统，所述生物自动量测系统至少包括一第一水下取像单元、一第二水下取像单元及一信息处理装置，其中，所述第一水下取像单元能拍摄一第一范围中的景像，并形成一第一图像，所述第二水下取像单元能拍摄一第二范围中的景像，并形成一第二图像，且所述第二范围与所述第一范围两者有部分区域重叠，以能仿真双目立体视觉，所述信息处理装置内至少设有一图像数据库与一处理单元，所述图像数据库储存有复数个生物模型与参数，所述处理单元能辨识出生物种类，所述量测方法是使所述信息处理装置执行下列步骤：
接收所述第一图像与所述第二图像，并建构出对应的三维景深图像；
辨识出所述第一图像与所述第二图像中所具有的至少一待测生物；
将各所述待测生物映像至所述三维景深图像中的对应位置；
计算出所述待测生物的体长及/或体宽；及
根据所述待测生物的体长及/或体宽，计算或推论出所述待测生物的重量。

【专利技术属性】
技术研发人员：连唯证，邱禹韶，邱苍民，
申请(专利权)人：海盛科技有限公司，
类型：发明
国别省市：中国台湾;71