骆桂兰 陈军 王会聪 王煜恒
摘要 本文介绍了计算机视觉的概念，比较了传统测量方法与计算机视觉技术的差异，并从水产养殖水环境监测、诱饵监测、鱼类生长监测和鱼类行为监测等方面总结了计算机视觉技术的应用。
关键词 计算机视觉技术；水产养殖；应用；
中图分类号 S858.31 文献标识码 A 文章编号 1007-5739(2018)03-0233-02
Abstract In this paper，the concept of computer vision was introduced，the differences between traditional measurement method and computer vision technology were compared，the application of computer vision technology in aquaculture water environment monitoring，feeding monitoring，fish growth monitoring and fish behavior monitoring were summarized.
Key words computer vision technology；aquaculture；application
我国水产养殖业发展一直处于世界领先地位，养殖产量超过全球水产养殖总产量的70%[1]。水产养殖已成为我国农业生产的重要组成，在推动我国农业经济发展方面发挥了重要作用。水产养殖中水生动物的形状、尺寸、颜色和纹理被称为水生动物的视觉属性，这是水产养殖的重要信息。它不仅能反映水生动物的基本生长，还能为水生动物的喂养、用药、捕捞、选择和分级提供参考，为水生动物的监测提供数据支持。
1 计算机视觉技术与传统测量方法的比较
1.1 传统的测量方法
传统的测量方法主要是通过肉眼判断、手动接触或使用简单的测量工具进行人工测量。这种测量方式虽然简单易行，但却容易受到测量者的个人习惯与经验影响，同时外部环境对测量结果的干扰也较大。这些因素导致传统测量方法主观性强、整齐性差、错误率高。此外，水生动物敏感性强，手动测量容易导致水生动物感染甚至死亡，不利于水生动物的生长[2]。
1.2 计算机视觉技术
人类的感觉包括视觉、听觉、嗅觉、触觉等，但大部分信息都是通过视觉获得的。计算机视觉(CV)该技术起源于统计模式识别，涉及图像分析、图像处理、模式识别、人工智能等技术。其基本原理是通过图像传感器获取图像信号，然后传输到图像处理系统，然后将图像信号转换为数字信号，对数字信号进行复杂的操作和处理，提取特征信息，最终实现目标识别、检测和控制[2]。
2 计算机视觉技术在水产养殖行业的应用
光学成像技术、图像处理和模式识别技术、计算机信息技术等技术的不断成熟，促进了基于计算机视觉技术的自动检测手段的发展和应用。计算机视觉技术在测量对象的线性尺寸、颜色等属性方面具有明显的优势，具有经济快速、准确一致、客观专业等特点。计算机视觉技术在水产养殖行业的应用涵盖了鱼、虾、蟹、贝类等水产动物，已成为精细水产养殖的关键技术手段之一。
2.1 自动监测水质
水生动物的良好生活环境需要控制在合理的范围内。我国水产养殖业多采用不能长期连续使用的非在线水质测试仪。该仪器在使用过程中容易受到人为或仪器等原因的影响，导致测量数据误差。即使水质全天不间断测试，这种误差仍然存在。随着工厂水产养殖技术的发展，20世纪末开始研究自动水质监测系统，监测温度、浊度、溶解氧、亚硝酸盐、氨氮、盐度、pH值等水质指标。目前，溶解氧、水温等指标的监测技术应用广泛，水净化设备及其相关执行机械的监测应用广泛[3]。
2.2 投饵监控
诱饵喂养是水产养殖过程中的一个重要环节。减少诱饵过程中的浪费，可以有效降低水生动物的饲养成本，有利于减少污染水体的残量，改善水生动物的生活环境，保持养殖动物的健康。利用计算机视觉技术控制诱饵，可以准确控制诱饵的数量，观察诱饵过程中鱼的聚集，判断鱼的健康状况和诱饵的使用[4]。
2.3 生长监控
定期检测鱼体的大小和重量是水产养殖业非常重要的工作。传统的定期打网捕捞检测容易损伤鱼体，影响其后期生长发育。目前，计算机视觉技术的图像测量技术可以用来测量水中鱼体的大小，从而判断鱼体的生长情况，去校正后的鱼体图像进行去噪、二值化和分割，从而获得鱼体的大小、鱼眼、鱼尾位置等。许多测试数据表明，与人工测量相比，鱼体尺寸的实际值与测量值相差不大。据报道，RUFF、HARVEY、JONES不同品种鱼体的样本试验结果均表明，计算机视觉图像测量值与实际值无显著差异[4]。虾扇贝大小采用计算机视觉技术检测，识别精度远大于机械分级机，平均相对误差仅为2.12%。不仅避免了机械碰撞对扇贝造成的损坏，而且检测精度也能满足使用要求，因此认为使用计算机视觉技术控制扇贝分类是可行的，具有很高的实用价值[5]。
2.4 行为监控
动物行为与其生理状态和外界刺激密切相关，是身体的重要功能。当水环境发生变化或水生动物受到刺激时，动物会表现出不同的行为：当水溶解氧不足时，鱼会拼命地游向水面；当鱼生病时，它的四肢无力，表现为速度慢，对外部环境的刺激反应慢[6]。传统的测量方法难以观察水中水生动物的疾病，容易延误病情。计算机视觉技术的应用可以直观、快速地监测水生动物的行为，并利用自动报警系统及时发现异常。同一个养殖池中养殖的水生动物品种相同，大小相近。当观察到鱼塘中的鱼翻倒时，说明有不适或即将死亡。由于池塘水背景色较深，鱼腹色较白，易于观察。例如，池塘水的背景色和病鱼的阈值可以通过统计方法进行划分，以获得池塘中鱼体面积和腹部白色面积[7]。同时，划分池塘背景和鱼腹部两种颜色的区域，然后统计鱼腹部的白色区域面积。当白色区域面积大于或等于统计值下限且小于统计值上限时，视为鱼类不适，可触发报警[8]。计算机视觉技术不仅可以减少人力消耗，还可以节省时间和成本。
3 结语
近年来，计算机视觉技术在渔业生产中的推广应用越来越多，技术手段也越来越成熟，还有一些困难需要解决。由于水生动物生活在水下，水质、水温、水流、鱼鳞反射等因素会影响计算机视觉技术的测量结果。因此，应继续深入研究图像处理技术的新方法和手段，获取高质量的图像，使计算机在水产养殖中的应用前景更广阔[9]。
4 参考文献
[1] 张秦川，卢宏涛.深度卷积神经网络在计算机视觉中的应用研究综述[J]. 2016年31(1)数据采集与处理:1-17.
[2] 张驰、刘菲、侯广琦等.光场成像技术及其在计算机视觉中的应用[J].2016年21(3)中国图像图形学报.
[3] 许志杰、王晶、刘颖等.计算机视觉核心技术的现状和展望[J].1-8.
[4] 张梅，文静华.计算机视觉和数字摄影测量[J].2010年8(2)地理空间信息:15-17.
[5] 贾小军，隐喻擎苍.基于开源计算机视觉库OpenCV的图像处理[J].2008(4)计算机应用与软件:276-278.
[6] 关军，李秀辰，刘辉.计算机监测技术在水产养殖中的应用[J].2007(1)渔业现代化:45-47.
[7] 周显青、孙儒泳、牛翠娟.压力对水生动物生长、行为和生理活动的影响[J].农业工程学报，2001，17(2).
[8] 等等.计算机视觉在水产养殖与生产领域的应用[J].2014年21(4)天津农学院学报:43-46.
[9] 刘涛，仲晓春，孙成明，等.基于计算机视觉的水稻叶病识别研究[J].2014年47月47日中国农业科学：664-674.