[发明专利]一种基于机器视觉的鱼类行为量化方法

说明书

技术领域

本发明属于渔业养殖技术领域，特别涉及一种基于机器视觉的鱼类行为量化方法。

背景技术

鱼类行为是指鱼类对外界环境和体内环境变化的外在反应，其行为是机体的重要功能表现，与环境刺激、生理状态等密切相关。

首先，鱼类的行为模式可以成为养殖鱼类潜在危害的重要预警指标。养殖鱼类在面临疾病、饥饿、缺氧、惊扰等内在和外在刺激源的情况下，体内会产生与之相应的应激反应，呈现呆滞、觅食、浮头和藏匿等典型行为，这些典型行为是反馈鱼类受到胁迫的最直接、迅速和有效的预警指标，往往产生于生理适应之前，特别是一些如赤潮等难以测量的单一或者综合刺激源，及时发现、采集和分析这些行为特征，并据此迅速作出预防、抢救等措施，就可以避免养殖鱼因疾病蔓延、缺氧死亡等原因造成重大损失。

其次，鱼类的行为模式可以帮助我们掌握鱼类摄食和繁殖行为等规律。研究鱼类的摄食感觉原理和捕食行为，对于开发人工饲料和指导投喂有重要的指导作用；研究仔鱼的行为规律，可以指导人工繁殖和育苗管理，提高人工育苗的成活率和质量。

再者，鱼的行为能为养殖者提供鱼的状态、养殖条件适宜程度等方面的信息，可以为养殖模式构建提供数据支撑。在不同养殖设施和环境条件下攻击和残食行为、摄食行为等能为养殖设施设计、养殖环境条件控制等提供有益的信息。

鱼类行为学作为一门新兴的学科已显示出巨大的发展前景，其研究方向的重点之一就是鱼类行为量化有待进一步探索。鱼类行为数值模型，是一种描述鱼类认知行为的体系结构，是研究鱼类认知行为机制的理论模型，其研究结果能够最终揭示鱼类组织知识、产生智能行为的内在运动规律。在水产养殖过程中，通过鱼类行为模型构建在加上特定任务的必要性假设和生物学知识描述构造特定任务的知识模型，合成鱼类在不同应激条件下行为响应。通过对模型结果和实验结果的比较来验证模型的有效性，再利用符合鱼类生物学认知行为的模型指导工作，揭示行为变化与其生理适应间的相互关系，明确行为学变化所代表的生物学意义，并最终实现水产养殖预期的任务预测、指导和控制的目的。

目前养殖生产过程中鱼类行为观测主要采用人工定性观测方法，有很多局限。受环境条件限制，复杂鱼类行为难以直接观测；因经验等原因，会造成人为主观误差，且相关观测数据很难准确、有效量化；需要较多的熟练人员，且值人员工人容易分散注意力，遗漏重要行为信息。而采用自动化的数字设备监控养殖鱼类的行为，则会克服上述人工监控的不足。机器视觉技术和声学技术作为一种非接触、生物友好、不产生应激的自动化数字监控方法，能够实现对鱼类的连续监测而不影响鱼类的行为，结合两种技术各自优势，能够快速有效的量化鱼类行为，为研究鱼的行为与水产养殖环境的关系和不同应激条件下鱼的行为特点提供了准确有效的数据支撑，实现了鱼处于应激状态下行为变化的自动判断，在养殖过程中是非常有意义。

发明内容

本发明的目的是提供一种基于机器视觉的鱼类行为量化方法，解决了鱼类行为量化的问题，可以快速有效地量化鱼类行为，为研究鱼的行为与水产养殖环境的关系和不同应激条件下鱼的行为特点提供了准确有效的数据支撑，实现了鱼类处于应激状态下行为变化的自动判断，为实现智能养殖奠定基础。

一种基于机器视觉的鱼类行为量化方法，用于所述鱼类行为量化方法的装置系统包括养殖系统、视频图像采集系统、智能光源系统和视频图像连续存储系统，

养殖系统包含玻璃水箱、水循环系统和冷暖水机，待测鱼类被养殖在玻璃水箱内，

视频图像采集系统包括4台工业相机以及1台图形工作站，

图形工作站并按照预先设定的参数发出指令控制工业相机进行相应的视频采集，

智能光源系统根据外界环境变化自动改变亮度给工业相机采集视频提供充足的光源，

视频图像连续存储设备与图形工作站旁相连，实现实时在线全天监控视频的存储，

所述鱼类行为量化方法包含鱼类识别、跟踪、定位的算法，通过图形工作站，对采集到的鱼类视频进行处理，识别出待测鱼类并进行实时跟踪获得鱼类的位置、速度、加速度、运动方向和/或应激时体色变化行为信息。

养殖系统包含的玻璃水箱置于支架之上，

水循环系统放于玻璃水箱正下方，玻璃水箱内水位达到设定高度之后会溢出挡板经下管道流入下方水循环系统，水循环系统包括四个部分：

第一部分，在管道口，使用过滤网去除细小颗粒物；

第二部分，排满毛刷；

第三部分，放满陶瓷环；

第四部分，放置一个潜水泵将循环水抽入上方的玻璃水箱中，且