鱼群投喂方法、装置、系统及存储介质制造方法及图纸

本申请公开了一种鱼群投喂方法、装置、系统及存储介质，涉及水产养殖技术领域。鱼群投喂方法，包括：获取鱼群图像；根据鱼群图像提取鱼群中每条鱼的轮廓，并根据每条鱼的轮廓计算得到每条鱼的形态特征；根据每条鱼的形态特征预测得到每条鱼的质量；将每条鱼的形态特征和每条鱼的质量输入预设的模糊推理模型，得到鱼群的投喂量。本申请能够使得鱼群的投喂量更准确。确。确。

【技术实现步骤摘要】
鱼群投喂方法、装置、系统及存储介质


[0001]本申请涉及水产养殖
，尤其涉及一种鱼群投喂方法、装置、系统及存储介质。

技术介绍

[0002]相关技术中，水产养殖逐渐朝集约化、规模化发展，因此，对养殖方式提出了新的需求，自动化和智能化的养殖是发展的必然趋势。在水产养殖中，饲料是其中最主要的可变成本，一般占养殖总成本的60％～70％，有效控制饲料用量是减少水产养殖生产成本的关键。传统的人工或机械化作业是根据养殖人员的经验确定投饲量，这会增加水产养殖生产成本，但是鱼类摄食的饲料需求量因鱼种、生长阶段以及生活环境的不同而存在差异，单单凭借养殖人员的个人经验来进行投食操作，很容易造成饲料的浪费，浪费的饲料在鱼塘富集，从而造成鱼塘水质污染，最终使得鱼类生长周期变得缓慢。因此，如何对鱼群进行投喂，保证投喂量的准确性，成为了亟待解决的技术问题。

技术实现思路

[0003]本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出了一种鱼群投喂方法、装置、系统及存储介质，能够使得鱼群的投喂量更准确。
[0004]根据本申请的第一方面实施例的鱼群投喂方法，包括：
[0005]获取鱼群图像，其中，所述鱼群图像包括鱼群的大小信息；
[0006]根据所述鱼群的大小信息计算鱼群中鱼的数量；
[0007]根据所述鱼群图像提取鱼群中每条鱼的轮廓，并根据每条鱼的轮廓计算得到每条鱼的形态特征；
[0008]根据每条鱼的形态特征预测得到每条鱼的质量；
[0009]将鱼群中鱼的数量和每条鱼的质量输入预设的模糊推理模型，得到鱼群的投喂量。
[0010]根据本申请实施例的鱼群投喂方法，至少具有如下有益效果：首先，获取鱼群图像，其中，鱼群图像包括鱼群的大小信息；其次，根据鱼群的大小信息计算鱼群中鱼的数量；然后，根据鱼群图像提取鱼群中每条鱼的轮廓，并根据每条鱼的轮廓计算得到每条鱼的形态特征；之后，根据每条鱼的形态特征预测得到每条鱼的质量；最后，将鱼群中鱼的数量和每条鱼的质量输入预设的模糊推理模型，得到鱼群的投喂量。本申请的鱼群投喂方法，根据鱼群每条鱼的质量确定投喂量，并且能够根据质量及时修正投喂量，确保每次的投喂量是最佳的数量，使得鱼类生长速度最快，而且还能够快速对不同鱼的投喂量进行预测，对于不同的鱼类及时作出调整，使得投喂量更加准确。因此，本申请的鱼群投喂方法，能够使得鱼群的投喂量更准确。
[0011]根据本申请的一些实施例，所述获取鱼群图像，包括：
[0012]根据双频识别声呐对鱼群进行扫描，得到扫描数据；
[0013]根据MATLAB中的I/O函数对所述扫描数据进行处理，得到所述鱼群图像，其中，所述鱼群图像包括鱼群的位置信息。
[0014]根据本申请的一些实施例，所述根据所述鱼群图像提取鱼群中每条鱼的轮廓，并根据每条鱼的轮廓计算得到每条鱼的形态特征，包括：
[0015]根据drawContours函数提取鱼群中每条鱼的轮廓；
[0016]根据鱼群中每条鱼的轮廓、minEnclosingCircle函数，计算出每条鱼的形态特征。
[0017]根据本申请的一些实施例，所述根据每条鱼的形态特征预测得到每条鱼的质量，包括：
[0018]根据每条鱼的形态特征中的长度、长度质量关系方程，预测得到每条鱼的质量。
[0019]根据本申请的一些实施例，所述模糊推理模型通过以下步骤得到：
[0020]采集各种鱼的生长数据，根据所述生长数据构建样本数据集；
[0021]根据所述样本数据集建立模拟数据库；
[0022]根据所述模拟数据库构建输入数据集、输出数据集，并根据输入数据集、输出数据集构建模糊推理模型。
[0023]根据本申请的一些实施例，所述模糊推理模型为自适应神经模糊系统。
[0024]根据本申请的一些实施例，所述鱼群投喂方法还包括：
[0025]根据所述投喂量、鱼群的位置信息，对鱼群进行投喂。
[0026]根据本申请的第二方面实施例的鱼群投喂装置，包括：
[0027]获取模块，用于获取鱼群图像，其中，所述鱼群图像包括鱼群的大小信息；
[0028]数量模块，用于根据所述鱼群的大小信息计算鱼群中鱼的数量；
[0029]形态模块，用于根据所述鱼群图像提取鱼群中每条鱼的轮廓，并根据每条鱼的轮廓计算得到每条鱼的形态特征；
[0030]质量模块，用于根据每条鱼的形态特征预测得到每条鱼的质量；
[0031]推理模块，用于将鱼群中鱼的数量和每条鱼的质量输入预设的模糊推理模型，得到鱼群的投喂量。
[0032]根据本申请的第三方面实施例的鱼群投喂系统，包括：
[0033]至少一个存储器；
[0034]至少一个处理器；
[0035]至少一个程序；
[0036]所述程序被存储在所述存储器中，所述处理器执行至少一个所述程序以实现如第一方面实施例所述的鱼群投喂方法。
[0037]根据本申请的第四方面实施例的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可执行指令，所述计算机可执行指令用于使计算机执行如第一方面实施例所述的鱼群投喂方法。
[0038]本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[0039]下面结合附图和实施例对本申请做进一步的说明，其中：
[0040]图1为本申请一个实施例所提供的鱼群投喂方法的流程示意图；
[0041]图2为本申请一个实施例所提供的模糊推理模型的结构示意图；
[0042]图3为本申请另一实施例所提供的生鱼群投喂方法的流程示意图；
[0043]图4为本申请一个实施例所提供的鱼群投喂装置的连接示意图；
[0044]图5为本申请一个实施例所提供的鱼群投喂系统的结构示意图。
[0045]附图标记：
[0046]获取模块100、数量模块110、形态模块120、质量模块130、推理模块140、存储器200、处理器300。
具体实施方式
[0047]下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。
[0048]需要说明的是，虽然在系统示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于系统中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
[0049]在本申请的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.鱼群投喂方法，其特征在于，包括：获取鱼群图像，其中，所述鱼群图像包括鱼群的大小信息；根据所述鱼群的大小信息计算鱼群中鱼的数量；根据所述鱼群图像提取鱼群中每条鱼的轮廓，并根据每条鱼的轮廓计算得到每条鱼的形态特征；根据每条鱼的形态特征预测得到每条鱼的质量；将鱼群中鱼的数量和每条鱼的质量输入预设的模糊推理模型，得到鱼群的投喂量。2.根据权利要求1所述的鱼群投喂方法，其特征在于，所述获取鱼群图像，包括：根据双频识别声呐对鱼群进行扫描，得到扫描数据；根据MATLAB中的I/O函数对所述扫描数据进行处理，得到所述鱼群图像，其中，所述鱼群图像包括鱼群的位置信息。3.根据权利要求2所述的鱼群投喂方法，其特征在于，所述根据所述鱼群图像提取鱼群中每条鱼的轮廓，并根据每条鱼的轮廓计算得到每条鱼的形态特征，包括：根据drawContours函数提取鱼群中每条鱼的轮廓；根据鱼群中每条鱼的轮廓、minEnclosingCircle函数，计算出每条鱼的形态特征。4.根据权利要求1所述的鱼群投喂方法，其特征在于，所述根据每条鱼的形态特征预测得到每条鱼的质量，包括：根据每条鱼的形态特征中的长度、长度质量关系方程，预测得到每条鱼的质量。5.根据权利要求1所述的鱼群投喂方法，其特征在于，所述模糊推理模型通过以下步骤得到：采集各种鱼的生长数据，根据所述生长...

【专利技术属性】
技术研发人员：劳睿腾，刘建杰，谭蔚婷，张京玲，阮振荣，黄辉，赖扬东，张志坚，张宇，林景妍，袁铭聪，
申请(专利权)人：五邑大学，
类型：发明
国别省市：