水产养殖精准增氧方法、终端设备及可读存储介质技术

本申请涉及水产养殖技术领域，具体涉及一种水产养殖精准增氧方法、终端设备及可读存储介质，其中，上述方法包括获取水体图像；根据预设的机器学习模型识别水体图像中的残饵和排泄物，并统计残饵和排泄物的剩余量；根据残饵和排泄物的剩余量，生成增氧指示信息。本申请实施例提供的水产养殖精准增氧方法、终端设备及可读存储介质，利用机器视觉识别养殖池内水体中的饲料残饵及养殖对象排泄物的剩余量，通过残饵和排泄物的剩余量间接地对水体中溶氧量将会出现的下降进行预判，解决了目前水产养殖领域难以对溶氧量进行先兆检测和事前干预的技术问题。的技术问题。

【技术实现步骤摘要】
水产养殖精准增氧方法、终端设备及可读存储介质


[0001]本申请涉及水产养殖
，具体涉及一种水产养殖精准增氧方法、终端设备及可读存储介质。

技术介绍

[0002]在水产养殖过程中，饲料投喂、增氧、水质监控及换水是三个比较重要的环节。针对水质监控，观测的重点在于氨态氮(NH4‑
N)、亚硝态氮(NO2‑
N)和化学需氧量(Chemical Oxygen Demand，简称COD)。NH4‑
N、NO2‑
N和COD等三种致害因子对鱼、虾、蟹等水产经济动物的危害较大，如果不对水体中上述三种致害因子进行有效的水质监控，会给养殖带来不利影响，造成养殖对象大面积死亡。此外，养殖池水体中的溶氧量也是一个十分关键的数据。以对虾养殖为例，当水体溶氧量在6mg～7mg时，能够保证对虾正常生长需要；当水体溶氧量降为5mg时，尚且能够维持对虾的基本氧需求；当水体溶氧量降为4mg时，将会对对虾造成严重伤害，危及对虾生命。现有的溶氧量监控及增氧技术存在一定滞后性，往往在水体溶氧量已经出现显著下降后才会反馈。

技术实现思路

[0003]有鉴于此，本申请实施例提供了一种水产养殖精准增氧方法、终端设备及可读存储介质，以解决目前水产养殖领域难以对溶氧量进行先兆检测和干预的技术问题。
[0004]根据第一方面，本申请实施例提供了一种水产养殖精准增氧方法，包括：获取水体图像；根据预设的机器学习模型识别所述水体图像中的残饵和排泄物，并统计所述残饵和排泄物的剩余量；根据所述残饵和排泄物的剩余量，生成增氧指示信息。
[0005]结合第一方面，在本申请的一些实施例中，所述水体图片为到达预设的进食完毕时间时获取的水体图片。
[0006]结合第一方面，在本申请的一些实施例中，所述根据所述残饵和排泄物的剩余量，生成增氧指示信息的步骤，包括：当所述残饵和排泄物的剩余量超出动态阈值范围时，生成增氧指示信息。
[0007]结合第一方面，在本申请的一些实施例中，在所述获取水体图像的步骤之后，所述水产养殖精准增氧方法还包括：获取初始投喂时间；当到达所述初始投喂时间时，生成增氧指示信息。
[0008]结合第一方面，在本申请的一些实施例中，在所述生成增氧指示信息的步骤之后，所述水产养殖精准增氧方法还包括：获取实际的进食完毕时间；根据实际的进食完毕时间，调整所述增氧指示信息。
[0009]结合第一方面，在本申请的一些实施例中，所述获取实际的进食完毕时间包括：根据所述初始投喂时间，计算观测时间；当到达所述观测时间后，根据预设的时间间隔获取水体图像序列；根据所述水体图像序列，确定进食完毕时间。
[0010]结合第一方面，在本申请的一些实施例中，当所述水体图像中包含水产品个体时，
识别所述水产品个体的肠胃部位；根据识别出的水产品个体的肠胃部位，确定对应的肠胃饱满度；根据所述肠胃饱满度，调整所述增氧指示信息。
[0011]结合第一方面，在本申请的一些实施例中，在所述根据所述残饵和排泄物的剩余量，生成增氧指示信息的步骤之后，所述水产养殖精准增氧方法还包括：获取实时溶氧量信息；根据所述实时溶氧量信息，调整所述增氧指示信息。
[0012]根据第二方面，本申请实施例提供了另一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面任一实施方式所述方法的步骤。
[0013]根据第三方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一实施方式所述方法的步骤。
[0014]本申请实施例提供的水产养殖精准增氧方法、终端设备及可读存储介质，利用机器视觉识别养殖池内水体中的饲料残饵及养殖对象排泄物的剩余量，通过残饵和排泄物的剩余量间接地对水体中溶氧量将会出现的下降进行预判，解决了目前水产养殖领域难以对溶氧量进行先兆检测和事前干预的技术问题。
附图说明
[0015]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是本申请实施例提供的水产养殖精准增氧方法的一个具体示例的实现流程示意图；
[0017]图2是本申请实施例提供的水产养殖精准增氧方法的另一具体示例的实现流程示意图；
[0018]图3是本申请实施例提供的终端设备的一个具体示例的示意图；
[0019]图4是本申请实施例提供的终端设备的另一个具体示例的示意图。
具体实施方式
[0020]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0021]水产养殖所用的水体中含有大量浮游动植物及细菌等微生物，这些微生物会对水体中残留的饲料残饵及养殖对象排泄的粪便等有机物，进行氧化分解，消耗水体中的大量溶解氧，造成水体溶氧量骤降。通过监测水体中饲料残饵和粪便的剩余量，能够间接掌握水体溶氧量将会发生的降低。在水体中饲料残饵和粪便的剩余量较大时，可以及时向水体补充氧气，避免养殖池中水体溶氧量急剧下降。
[0022]残饵、粪便作为有机物，在水体中会有水体内的细菌对其进行分解。细菌对残饵、
粪便的分解作用需要消耗大量氧气，这就会造成水质含氧量的下降；残饵及粪便越多，被分解的量也就越多，相应的水体含氧量也会下降越多。在循环水养殖过程中，有机物的分解主要发生在生物滤池，生物滤池内生长着大量的细菌及原生生物，甚至包括藻类。生物滤池内的生物对水体中的小颗粒有机物进行分解同样需要消耗大量氧气。通过对残饵粪便总量的监测，可以为养虾及循环水养鱼中的增氧环节提供预判，进而进行增氧量和增氧强度的精准反馈，并实现预先和动态调节。
[0023]为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
[0024]本申请实施例提供了一种水产养殖精准增氧方法，如图1所示，该方法可以包括以下步骤：
[0025]步骤S101：获取水体图像。
[0026]在一具体实施方式中，可以预先设定针对溶氧量的监测周期，例如30分钟或1小时，每次达到监测周期规定的时间时，均随机采集一幅水体图像。
[0027]步骤S102：根据预设的机器学习模型识别水体图像中的残饵和排泄物，并统计残饵和排泄物的剩余量。
[0028]在一具体实施方式中，可以通过预设的机器学习模型识别水体图像中的饲料残饵和排泄物。神经网络和深度学习等机器学习模型，已经广泛应用于人工智本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水产养殖精准增氧方法，其特征在于，包括：获取水体图像；根据预设的机器学习模型识别所述水体图像中的残饵和排泄物，并统计所述残饵和排泄物的剩余量；根据所述残饵和排泄物的剩余量，生成增氧指示信息。2.根据权利要求1所述的水产养殖精准增氧方法，其特征在于，所述水体图片为到达预设的进食完毕时间时获取的水体图片。3.根据权利要求1或2所述的水产养殖精准增氧方法，其特征在于，所述根据所述残饵和排泄物的剩余量，生成增氧指示信息的步骤，包括：当所述残饵和排泄物的剩余量超出动态阈值范围时，生成增氧指示信息。4.根据权利要求1所述的水产养殖精准增氧方法，其特征在于，在所述获取水体图像的步骤之后，所述水产养殖精准增氧方法还包括：获取初始投喂时间；当到达所述初始投喂时间时，生成增氧指示信息。5.根据权利要求4所述的水产养殖精准增氧方法，其特征在于，在所述生成增氧指示信息的步骤之后，所述水产养殖精准增氧方法还包括：获取实际的进食完毕时间；根据实际的进食完毕时间，调整所述增氧指示信息。6.根据权利要求5中任一项所述的水产养殖精准增氧方法，其特征在于，所述获取实...

【专利技术属性】
技术研发人员：陈钊，于贞贞，刘阳，白雪松，
申请(专利权)人：东营市阔海水产科技有限公司，
类型：发明
国别省市：