[发明专利]一种基于机器视觉的科学确定河蟹投饵量的方法

权利要求书

1.一种基于机器视觉的科学确定河蟹投饵量的方法，其特征在于：利用水中定点监测站确定投喂量后进行饵料投喂，具体的步骤如下：

步骤1，获取河蟹养殖密度：在水中随机选取若干位置放置监测站，然后按一定时间序列解析监测站上摄像头（4）采集的图像信息并处理，得到其观察区域内河蟹的数量，与观察区域面积相比可得到当前区域河蟹密度，当所有监测站的河蟹密度都解析出来后，采用求平均值的统计方法解得蟹塘河蟹的密度；

步骤2，确定本次投喂的投饵量及下料速度：由步骤1得到的河蟹密度然后结合蟹塘大小、河蟹生长状况、投喂时间确定本次投喂需要的投饵量并设置投喂时投喂装置（1）的下料速度；

步骤3，确定上次投饵量是否足够：在一次投喂作业结束后，往监测站里投放少量的次等饵料，在下次投喂之前通过监测站的摄像头采集到的图像信息解算出次等饵料剩余量，若次等饵料减少说明上次投饵量不足，则增加下次的投饵量，反之，说明上次投饵量过多，需要减少投饵量；

所述监测站包括一块纱网（6），四根支架（5）以及高清防水摄像头（4），四根支架（5）搭建成四棱锥结构，其四根支架顶点处设有摄像头（4），四根支架底端所在平面连接有纱网（6）；

步骤1和步骤3中的图像信息处理过程为：水下摄像头配合环形照明光源进行实时的图像采集；

采集水下河蟹图像时，不能受水质混浊、光照不均影响，先采用Retinex图像增强算法滤除这些因素的影响，这里对原始图像S中光照L的估计方式是将图像变换到对数域后对整幅图像求均值；

接着采用对图像几何和光学的变化有较好的稳健性的HOG特征处理，具体步骤如下：

图像预处理：提取图像的纹理特征；

计算图像梯度：计算每个像素点的梯度幅值和方向，弱化光照不均匀的影响；

在cell中计算梯度方向直方图：将图像划分为若干个连通区域cell，然后在每个cell内统计梯度方向直方图；将多个cell组合成更大的连通块block，将block内所有cell的特征向量串联起来便得到该block的HOG特征描述子；

统计整幅图像的HOG特征：通常是选取固定大小的滑动窗口来提取HOG特征；

最后将提取的HOG特征向量送入训练好的SVM分类器判别cell中是否有螃蟹或次等饵料，从而实现水下螃蟹的识别与定位，或确认监测站里次等饵料的剩余量，为了减少照明光源对河蟹趋光特性的影响，图像采集在白天进行。

2.根据权利要求1所述的一种基于机器视觉的科学确定河蟹投饵量的方法，其特征在于，选取若干位置放置监测站的数量为3~5个。

3.根据权利要求1所述的一种基于机器视觉的科学确定河蟹投饵量的方法，其特征在于，所述投喂时间上午占日投喂量的30%，傍晚占日投喂量的70%。

4.根据权利要求1所述的一种基于机器视觉的科学确定河蟹投饵量的方法，其特征在于，通过调节投喂装置（1）的下料口（3）的大小和抛盘电机（2）的转速来控制下料速度；所述下料速度为单位时间内投喂装置（1）流出的饵料抛洒到的面积区域，该面积区域的大小由抛盘电机（2）的转速控制。