[1]邢俊,李庆武,何飞佳,等.基于智能视觉物联网的水产养殖监测系统[J].应用科技,2017,(05):46-51.[doi:10.11991/yykj.201609019]
 XING Jun,LI Qingwu,HE Feijia,et al.Aquaculture monitoring system based on intelligent visual Internet of Things[J].yykj,2017,(05):46-51.[doi:10.11991/yykj.201609019]
点击复制

基于智能视觉物联网的水产养殖监测系统(/HTML)
分享到:

《应用科技》[ISSN:1009-671X/CN:23-1191/U]

卷:
期数:
2017年05期
页码:
46-51
栏目:
自动化技术
出版日期:
2017-10-05

文章信息/Info

Title:
Aquaculture monitoring system based on intelligent visual Internet of Things
作者:
邢俊1 李庆武12 何飞佳1 卞乐1
1. 河海大学 物联网工程学院, 江苏 常州 213022;
2. 常州市传感网与环境感知重点实验室, 江苏 常州 213022
Author(s):
XING Jun1 LI Qingwu12 HE Feijia1 BIAN Le1
1. College of IOT Engineering, Hohai University, Changzhou 213022, China;
2. Changzhou Key Laboratory of Sensor Networks and Environmental Sensing, Changzhou 213022, China
关键词:
水产养殖鱼群异常行为监测水质信息实时性图像识别自动化
Keywords:
aquaculturefish stockabnormal situationsmonitoringinformation on water qualityreal-timenessimage recognitionautomation
分类号:
TP277
DOI:
10.11991/yykj.201609019
文献标志码:
A
摘要:
随着水产养殖规模的扩大,传统水产养殖技术已经不能满足现代渔业生产的需求。现有的现代化水产养殖系统主要对水质数据进行检测,尚缺少对水下鱼群异常行为的监测。针对这一问题,提出基于智能视觉物联网的水产养殖监测系统。该系统与其它水产养殖系统相比,增加对视觉标签的支持,利用图像识别技术完成了鱼群异常行为的自动化监测,实现了智能化水产养殖。系统测试表明,该系统对池塘溶解氧、池塘温度、池塘pH值的测量精度高,对鱼群健康参数监测的准确度和实时性高,因此具有广阔的应用前景。
Abstract:
With the expansion of the scale of aquaculture, the traditional aquaculture technology has been unable to meet the needs of modern fishery production. The existing modern aquaculture systems mainly monitor the water quality, they lack the monitoring for the abnormal situations of underwater fish stock. To solve this problem, a monitoring system for aquaculture based on intelligent visual internet of things is proposed. Compared with the other aquaculture systems, the system adds the support for visual label, realizes the automatized monitoring for the abnormal situations of underwater fish stock by the technology of image recognition and realizes intelligent aquaculture. The system test shows that the system has high measurement accuracy for dissolved oxygen, pond temperature and pH value of the pond, it also has high accuracy and realtimeness in monitoring the health parameters of fish stock, therefore, the system has a broad application prospect.

参考文献/References:

[1] 曾洋泱, 匡迎春, 沈岳, 等. 水产养殖水质监控技术研究现状及发展趋势[J]. 渔业现代化, 2013, 40(1):40-44.
[2] 唐启升, 丁晓明, 刘世禄, 等. 我国水产养殖业绿色、可持续发展战略与任务[J]. 中国渔业经济, 2014, 32(1):6-14.
[3] 王誉树, 蔡强, 郭冬莲, 等. 基于CAN总线的水产养殖水质在线监控系统设计与实现[J]. 电子器件, 2014, 37(4):708-713.
[4] 颜波, 石平. 基于物联网的水产养殖智能化监控系统[J]. 农业机械学报, 2014, 45(1):259-265.
[5] 杨旭辉, 周庆国, 韩根亮, 等. 基于ZigBee的节能型水产养殖环境监测系统[J]. 农业工程学报, 2015, 31(17):183-190.
[6] 马从国, 赵德安, 王建国, 等. 基于无线传感器网络的水产养殖池塘溶解氧智能监控系统[J]. 农业工程学报, 2015, 31(7):193-200.
[7] SIMBEYE D S, YANG S F. Water quality monitoring and control for aquaculture based on wireless sensor networks[J]. Journal of networks, 2014, 9(4):840-849.
[8] 孙小平, 王向东, 李树江. 嵌入式温室大棚远程监控系统的设计与实现[J]. 应用科技, 2016, 43(2):33-36.
[9] 冯驰, 刘希胜. 基于ZigBee的无线环境监测网络设计[J]. 应用科技, 2009, 36(5):39-42.
[10] 邓小蕾, 李民赞, 武佳, 等. 集成GPRS、GPS、ZigBee的土壤水分移动监测系统[J]. 农业工程学报, 2012, 28(9):130-135.
[11] 钱志鸿, 朱爽, 王雪. 基于分簇机制的ZigBee混合路由能量优化算法[J]. 计算机学报, 2013, 36(3):485-493.
[12] 史兵, 赵德安, 刘星桥, 等. 基于无线传感网络的规模化水产养殖智能监控系统[J]. 农业工程学报, 2011, 27(9):136-140.
[13] 李慧, 刘星桥, 李景, 等. 基于物联网Android平台的水产养殖远程监控系统[J]. 农业工程学报, 2013, 29(13):175-181.
[14] SHIAU Y H, CHEN C C, LIN S I. Using bounding-surrounding boxes method for fish tracking in real world underwater observation[J]. International journal of advanced robotic systems, 2013, 10(4):261-270.
[15] 宋君毅. 基于图像处理的鱼群监测技术研究[D]. 天津:天津理工大学, 2015.
[16] 卢焕达, 刘鹰, 范良忠. 基于计算机视觉的鱼类行为自动监测系统设计与实现[J]. 渔业现代化, 2011, 38(1):19-23.
[17] 赵文倩, 匡逊君, 李明富. 基于改进的Camshift运动目标跟踪算法的研究[J]. 信息技术, 2012(7):165-169.
[18] 刘超, 惠晶. 基于改进CAMShift的运动目标跟踪算法[J]. 计算机工程与应用, 2014, 50(11):149-153, 217.
[19] CAI Desuo, LI Ronghui. Research on fish habitat based on acoustic fish tracking system[J]. Journal of convergence information technology, 2012, 7(23):195-201.

备注/Memo

备注/Memo:
收稿日期:2016-09-28。
基金项目:江苏省重点研发计划项目(BE2016071).
作者简介:邢俊(1994-),男,硕士研究生;李庆武(1964-),男,教授,博士生导师.
通讯作者:邢俊,E-mail:xingjunchn@foxmail.com.
更新日期/Last Update: 2017-11-30