![点击分享此内容可以赚币 分享](/master/images/share_but.png)
一种基于前视声呐的养殖网箱内鱼群数量评估方法.pdf
《一种基于前视声呐的养殖网箱内鱼群数量评估方法.pdf》由会员分享,可在线阅读,更多相关《一种基于前视声呐的养殖网箱内鱼群数量评估方法.pdf(11页珍藏版)》请在咨信网上搜索。
1、第 50 卷第 4 期渔 业 现 代 化Vol.50 No.42023 年 8 月FISHERY MODERNIZATIONAug.2023DOI:10.3969/j.issn.1007-9580.2023.04.013收稿日期:2023-01-08基金项目:浙江省重点研发计划项目(2020C02004);舟山市科技计划项目(DH-2022KF01018);浙江省大学生科技创新计划(新苗人才计划)(2022R411C050,2022R411C052)作者简介:崔智强(1998),男,硕士研究生,研究方向:水声信号处理与声呐图像处理。E-mail:m17769825232 通信作者:祝捍皓(19
2、84),博士,副教授,研究方向:海洋声学,水声物理以及声场计算方法。E-mail:zhuhanhao 一种基于前视声呐的养殖网箱内鱼群数量评估方法 崔智强1,2,祝捍皓3,宋伟华4,马志凯5(1 浙江海洋大学船舶与海运学院,浙江 舟山 316022;2 海卓科(浙江自贸区)科技有限公司,浙江 舟山 316020;3 浙江海洋大学海洋科学与技术学院,浙江 舟山 316022;4 浙江海洋大学国家海洋设施养殖工程技术研究中心,浙江 舟山 316022;5 浙江海洋大学水产学院,浙江 舟山 316022)摘要:为准确、高效评估养殖网箱场内鱼群数量,科学指导网箱养殖,提出了一种基于前视声呐的养殖网箱内
3、鱼群数量统计方法。方法应用时,以声呐图像处理技术为基础,首先以目标网箱内养殖鱼类在消声水池实验室的声学标定结果为依据,对前视声呐测量声图进行单个鱼体的声学图像阈值划分;其次凭借云台控制声呐旋转,对围栏区域进行遍历探测,随后将声学标定结果确定的阈值作为划分依据,将不同角度所测声学图像中鱼类进行划分、统计,估算得到整个养殖网箱内的鱼类数量;最后结合探测角度以及位置信息,得到网箱养殖区域内的鱼类空间分布特征,用于指导渔民进行后续的网箱养殖。此方法在舟山青浜岛大黄鱼养殖网箱中得以应用。结果显示:该方法估计得到的养殖网箱内大黄鱼数量与人工评估结果基本一致,经多次计算,平均相对误差仅为 2.45%,且实现
4、过程更加高效、便捷。本研究能够有效为养殖网箱提供鱼类数量信息,为亟待进行鱼类数量监管的网箱养殖产业提供科学、可靠的数量统计方法,具有广泛的应用场景。关键词:水产养殖;统计评估;空间分布;前视声呐中图分类号:S932.4 文献标志码:A 文章编号:1007-9580(2023)04-0107-011 中国海洋渔业在经历了长期的“掠夺式”捕捞生产后,海洋的天然渔业资源正在趋于衰竭。为缓解海洋鱼类产业“无渔可捕”的困境,中国渔业发展的重心逐渐向海水养殖转移。近海网箱养殖、围栏养殖等养殖模式作为海洋水产可持续发展的一个高新产业模式正在全国范围内迅速推广,并已形成规模化的养殖模式与产业。但现有各类海水养
5、殖模式多属于粗放型养殖,在过程中未能对养殖区内鱼类的数量、状态等信息进行科学、有效的监测与评估,导致当下国内海水鱼类养殖产业始终未能形成生态化、高质化、科学化的管理与生产方式,大大影响了海洋鱼类养殖产业的发展1-3。因此,如何精准评估出网箱养殖内鱼类的数量、分布特征等信息便是目前网箱养殖产业亟待解决的问题。现已有学者在研究中曾提出,在对网箱等养殖设施进行信息监测时,其首要监测目标是对设施内养殖海洋鱼类的容量与产出的评估,而核心是对设施内鱼群数量信息的准确获取4-5。随着声呐技术的发展,近年来利用水声仪器在海洋资源评估、调查中已经取得了一定的成效6-10。Zhang 等11采用走航的方式,利用双
6、频识别声呐开展了对水库鱼类总量以及密度估算,并分析了其研究区域内鱼类的平面空间分布特征;Jing等12、Shen 等13利用 DIDSON 成像声呐所采集的声学图像,获得了比一般回波探测声呐更高的探测精度,实现了对水下鱼类目标的识别和自动计数12-13。上述研究表明,利用资源船携带声呐设备进行渔业资源评估具有更快速高效、灵活便捷的优势。但由于现有海洋渔业资源调查方法多是依靠调查船进行走航作业,无法用于小面积养殖设施内的鱼群调查。其次,船体走航所产生噪渔 业 现 代 化2023 年音对鱼群会产生驱散作用,对所测结果的影响不容忽视,所以如何利用声呐技术更高精度地获取鱼群数量信息仍需展开进一步研究。
7、现有文献均表明使用前视声呐进行水下目标进行探测、评估已成为一种新型研究方向。其大多是采用数字图像处理技术对目标进行处理,在此基础上衍生出检测、识别等研究14,并且在实际中已经取得了一定的成效,理论上可以用来进行网箱内鱼群数量估计,但相关研究成果还未见报道。针对上述研究现状,提出了一种基于前视声呐的养殖网箱内鱼群数量统计方法,并在舟山市东极镇青浜岛近岸大黄鱼养殖网箱内进行了测量验证。1 理论与方法1.1 前视声呐工作原理前视声呐工作时通过向前方以水平开角、垂直开角 发射声波信号,接收波束照射区内目标物的回波信号进行成像。声呐所发出探测波束被水平分割成若干垂直开角为 的扇形波束,每个波束按图 1
8、所示照射目标,形成一组距离、强度信息,所有波束的回波强度信息按位置关系排列构成声呐图像15-16。回波信号的强度大小反映了不同目标物的声学反射特性,所产生的时延则可以确定目标物相对于声呐位置的实际距离17,通过对声散射信号图像的信息提取即可获得各类水下目标的参数,例如鱼群密度、大小和方位等。BCD图 1 前视声呐成像原理Fig.1 Principle of forward-looking sonar imaging 图 1a 为垂直视角上声呐工作示意图,垂直视场角为;图 1b 为声呐所采集到的一帧原始图像,xoy 坐标系为声呐水平视场坐标,则扇形(图1c)则为坐标变换后图像,空包部分则由插值进
9、行填充;像素点 P(x,y)转换为以声呐所在位置为中心的扇形区域中的像素点 P(x,y),依据直角坐标与极坐标之间的关系,转化公式如式(1)所示:x=rcos+OOy=rsin(1)=BOO+x (2)式中:P(x,y)为声呐采样区域,即原始声呐图像大小,r 为图 1c 中 OP的长度,r=Ly/n,L 表示声呐所设置的探测距离,表示对应的极角。801第 4 期崔智强等:一种基于前视声呐的养殖网箱内鱼群数量评估方法 本研究采用 Gemini 1200 ik 多波束前视图像声呐作为水下鱼群散射声图采集设备,设备参数如表 1 所示。表 1 Gemini 1200 ik 多波束前视图像声呐技术参数T
10、ab.1 Gemini 1200 ik Multi-beam forward looking image sonar technical parameters参数类别 低频模式高频模式探测频率 f/kHz7201 200探测距离 L/m0.11200.150波束 N/条5121 024波束间隔/()0.250.12垂直波束宽度/()2012距离分辨率/mm42.41.2 鱼群标定本研究以舟山大黄鱼养殖网箱为主要应用场景。考虑到实际探测中,同一目标在声呐的不同方位,其在声呐图像中的特征及尺寸均会发生变化。为有效区分大黄鱼在水下的目标特征18,借助在消声水池内对大黄鱼试验样本进行的声学标定的方法来
11、确定其在声呐图像上的特征值:二值化阈值以及目标大小,以便于对其进行提取、统计。标定场景如图 2a 所示,标定大黄鱼样本为大黄鱼养殖网箱内实际采样鱼体,图2b 为声呐位于水下0.6 m处探测样本大黄鱼所形成的声学图像。BC图 2 样本大黄鱼声学标定 Fig 2 Acoustic calibration of sample large yellow croaker 对于声呐图像 P(x,y),前景(即目标)和背景的分割阈值记作 T,属于前景的像素点数占整幅图像的比例记为 0,平均灰度为 P0;背景像素点数占整幅图像的比例为 1,平均灰度为 P1;整幅图像的平均灰度记为P,类间方差记为 g。设 P(
12、x,y)为 mn 像素矩阵,图像中像素的灰度值大于阈值 T 的像素个数为 N0,像素灰度小于阈值 T的像素个数为 N1,则其阈值确定如公式(3)(8)给出:0=N0/(m n)(3)1=N1/(m n)(4)N0+N1=m n(5)0+1=1(6)P=0 P0+1 P1(7)g=0(P0-P)2+1(P1-P)2(8)采用遍历的方法使得类间方差 g 接近最大的阈值 T,即为所求阈值 T=0.331。考虑到适用场景主要为围网、围栏养殖,鱼类在鱼苗期统一下放,其区域内的鱼类大小个体差异不大,可将养殖区域内鱼体近似视为同一大小,因此试验中采用当季大黄鱼作为样本,体长约为 20 cm。试验中考虑到鱼类
13、聚集对目标提取的影响,分别对不同数量下的鱼体声学图像进行提取,如图 3 所示,并给出提取结果的周长及面积(以一个像素点为单位),依据不同距离与不同数量在消声水池试验结果如表 2 所示,对应目标提取结果如图 4 所示。图 3 不同数量下的试验样品Fig 3 Experimental samples in different quantities901渔 业 现 代 化2023 年表 2 声学标定结果 Tab 2 Acoustic calibration results试验组数目标距声呐距离/m大黄鱼/尾声呐工作距离/m周长/像素面积/像素 a1115105.9484b5115113.0475c5
14、215150.6783d5515185.81 530e10115108.2466f15115107.5463 图 4 为对应试验组数的声学标定提取结果图,结合表 2 的数据中 b、c、d 组对比可知,在与声呐距离一致时,大黄鱼数量愈多,声呐图像所提取的亮点大小愈大,并且当鱼群并非大部分重叠时,与单条鱼的声学图像面积有叠加的关系;a、e、f 对比可知,大黄鱼样本与声呐距离变化,鱼类声呐图像周长虽然有变化,但变化幅度太小,难以分辨,所以将图像面积作为提取大黄鱼目标的依据。由于消声水池大小限制,并且当样本过度集中在一起时,无法准确区别样本个数,但可通过单条样本的图像面积进行估算;通过多次试验后,最终
15、取定单条鱼的声学图像阈值均值=463 个像素点,并以此为依据,参考上述试验结果作为提取目标、划分鱼类的标准,对实测数据进行鱼群计数。图 4 声学标定图像数据提取结果Fig 4 The result of acoustic calibration image data extraction1.3 基于前视声呐的网箱内鱼群数量评估方法在完成目标检测网箱中养殖鱼类声学标定的基础上,设计基于前视声呐的养殖网箱内鱼群数量评估方法。设计声呐工作示意图如图 5 所示。图 5 声呐工作示意图Fig.5 Sonar working diagram011第 4 期崔智强等:一种基于前视声呐的养殖网箱内鱼群数量评估
16、方法 设计将声呐安装至可旋转云台上,由无人船携带云台至网箱中心,通过定时旋转云台达到对网箱区域的全覆盖扫测。其中,以无人船为原点建立 xyz 空间坐标系,表示声呐照射方向在 xoy 平面上的投影与 x 轴夹角,表示声呐照射方向与 z 轴夹角,水下目标物位置则表示为 f(x,y,z),将鱼群标定结果作为目标提取的条件,利用图像处理的手段实现对养殖网箱钟的鱼群数量进行统计。由于网箱空间有限,虽然船只无法进入,但是水域体积一定,为了统计整个网箱内的鱼群数量,采用声呐在中心位置处通过水平以及垂直角度的旋转,实现对网箱的整体扫测。声呐垂直开角=20,水平角度=120,云台先固定水平方向,垂直旋转 =20
17、记录一次时间数据,每次停留 t=10 s,直至垂直海底后调回水平;后水平旋转 =120,重复操作直至探测范围完全覆盖网箱区域,记为 i=1 次测量。数据以 8 帧/s 记录,每次记录约 80 s。以大黄鱼声学图像阈值 提取每幅声呐图像中的大黄鱼数量,并记 所测鱼群平均数量 Nj为此段鱼群数量。采用逐段累加的方式确定整个网箱中的大黄鱼数量 Ni,最终得到整个网箱内的大黄鱼数量 N,如式(9)所示。N=Ii=1Jj=1Nij(9)式中:I 为试验次数,J=3(/-1),其水箱内的大黄鱼密度 =N/V,V 是整个网箱区域水下体积。根据坐标转换后的声呐图像亮点位置坐标以及声呐探测角度,可以得到每个鱼类
18、目标的空间位置坐标。其空间位置坐标 f(x,y,z)转换关系如式(10)所示,结合水深、统计目标数可以获得鱼群在网箱中随深度以及水平面上的分布密度,可得出大黄鱼在网箱中的分布规律,以有效指导大黄鱼网箱渔业养殖。x=Lrnsincosy=Lrnsinsinz=L(x2+y2)12cos(10)2 试验与分析2.1 试验概况为获取实测数据对数量评估方法进行验证,团队于浙江省舟山市青浜岛近海大黄鱼养殖基地网箱中进行方法检验,试验点位置与网箱照片如图 6 所示。试验时将声呐安置于云台之上,本次试验网箱为直径 15 m、深 8 m 的圆柱形网箱,声呐置于水下 0.6 m 处,探测方向可通过云台无线控制。
19、配置方式如图 7 所示。图 6 浙江省舟山市青浜岛大黄鱼养殖基地图Fig.6 Large yellow croaker breeding base of Qingbang Island,Zhoushan City,Zhejiang Province111渔 业 现 代 化2023 年BC图 7 声学探测现场 Fig.7 Acoustic detection site 2.2 试验数据预处理考虑实测海洋环境下,受水中各类环境噪声及非目标物散射影响,前视声呐测量得到的声呐图像往往存在较多噪声干扰。这些干扰将对后续开展基于前视声呐的网箱内鱼群数量评估方法应用带来影响。因此在方法实际使用中,需先对前视
20、声呐实测图像进行预处理,以实现所研究鱼群评估方法的有效应用。网箱中实测声呐图像与经预处理后的声呐图像对比情况如图 8 给出。BCDE图 8 实测声呐图与预处理后声呐图对比Fig.8 Comparison of the measured sonar map and the preprocessed sonar map 在预处理中,首先通过分段线性拉伸算法提高原始声呐图(图 8a)中的信噪比,突出突显图像细节19;其次通过中值滤波对拉伸后的声呐图像进行去噪处理得到图 8b,后采用 Gaussian-Laplace滤波器对图像处理,消除离散点噪声20-24,再由二值化处理将目标与背景分开(图 8c)
21、。在实际结果处理时,在确定阈值二值化处理后发现会存在小面积斑点,初步确认情况可能为经过边缘提取后的同一目标存在边缘断裂的情况,为了防止不连续的边缘被误检测为两个目标,消除此类斑211第 4 期崔智强等:一种基于前视声呐的养殖网箱内鱼群数量评估方法 点噪声的影响,以水池试验中的声学标定结果为基准,通过形态学中膨胀处理的方法将图像中断裂的小型亮点消除,计算公式如式(11)所示,处理结果如图 8d 所示。P(x,y)=P(x-1,y)=P(x+1,y)=P(x,y-1)P(x,y+1)=1,if P(x,y)=1(11)式中:P(x,y)代表图像内坐标位于(x,y)的灰度值。图像拉伸虽然提高了目标物
22、与背景的对比度,但同时也将噪声灰度值进行了变换25-26。中值滤波对所处理声呐图像有着较好的去噪效果,如图 8b 所示,针对此类声呐图像,中值滤波后的图像噪声明显降低,能相对减少后续处理中噪声所带来的误差。图 8c 中的每个目标更加饱满,有利于最后的目标提取、分割计数。2.3 网箱内鱼群数量评估在利用前视声呐数据对养殖网箱内鱼群数量进行评估时,在对实测声呐图像进行预处理后,依靠消声水池实测标定结果利用公式(9)进行目标数量评估。最终以图 9 扇形区域展示计算结果(以单帧图像为例)。图 9 实测数据处理结果Fig 9 The result of measured data processing表
23、 3 标记重捕与图像计数结果对比Tab.3 The comparison of marker recapture count versus image count results试验组数标记重捕计数/尾声呐图像目标面积/像素点图像声呐计数/条相对误差17 6293.612 81067 8032.23%27 8523.722 51068 0392.32%38 3553.682 71067 9545.04%48 0123.608 61067 7932.88%58 6563.679 91067 9488.90%平均值8 1003.661 51067 9072.45%根据试验目标统计结果,以云台携带前
24、视声呐旋转 360完整一次网箱内扫描为一次有效数据。取 5 次有效数据的平均值,共同统计得出鱼类目标共约 7 907 条。所以探测区域可近似看作直径 15 m,高为 8 m 的圆柱体,可得探测区内鱼类目标的平均密度约为 5.59 尾/m3。为了验证统计结果,通过在网箱中采用标记重捕的方法进行统计,表 3 为人工重捕计数结果与声呐图像计数结果对比,图像计数结果相对于人工计数结果误差均在 10%以下,并且均值计算后的相对误差仅为 2.45%,因此可以验证本方法对于网箱内大黄鱼数量有着较好的评估效果。2.4 网箱中大黄鱼空间特征分析以网箱区域为研究重点,由于鱼群多呈聚集姿态,并且网箱空间有限,试验时
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 一种 基于 声呐 养殖 网箱 鱼群 数量 评估 方法
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。