[发明专利]一种基于机器视觉和深度学习的鱼苗便携式计数器及计数方法

权利要求书

1.一种基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，包括控制箱和鱼苗计数箱；控制箱位于鱼苗计数箱上，控制箱内设有控制板、显示操作屏，控制箱底面装有朝向鱼苗计数箱内的夜视鱼眼广角摄像头、红外补光灯，控制板与显示操作屏、夜视鱼眼广角摄像头相连，鱼苗计数箱内设有鱼苗计数盘和排水垫座，鱼苗计数盘设于排水垫座上，鱼苗计数盘为具有底面的容器，侧面开有限位排水口，限位排水口距底面的高度满足使所测种类鱼苗无法上下叠置，排水垫座表面设有排水孔，排水垫座将鱼苗计数盘抬高以防水回流至鱼苗计数盘内；所述的夜视鱼眼广角摄像头安装在控制箱底部中心，红外补光灯均匀设于夜视鱼眼广角摄像头周围。

2.根据权利要求1所述的基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，所述的控制板采用树莓派3B+型开发板。

3.根据权利要求1所述的基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，所述的显示操作屏为HDMI电容触摸屏。

4.根据权利要求1所述的基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，当所测种类鱼苗为纺锤形鱼类、侧扁形鱼类或圆筒形鱼类，限位排水口距底面的高度为5cm至8cm。

5.根据权利要求1所述的基于机器视觉和深度学习的鱼苗便携式计数器，其特征在于，当所测种类鱼苗为平扁形鱼类，限位排水口距底面的高度为3cm至5cm。

6.一种基于机器视觉和深度学习的鱼苗便携式计数方法，其特征在于，基于权利要求1所述的计数器实现，包括如下步骤：

1）将鱼苗计数盘从待测鱼苗养殖池内盛出鱼苗，置入鱼苗计数箱内，装好控制箱，夜视鱼眼广角摄像头采集鱼苗图像流；

2）对获得的鱼苗图像利用层残差密集网络进行超分辨率重建；

3）利用基于密集网络技术的深度卷积生成式对抗网络实现鱼苗自身区域与其他杂质区域的快速粗分割，获得只含有鱼苗自身区域的效果图；

4）采用全卷积网络对上述粗分割后的效果图进行精准语义分割，分割出表征每条鱼苗的像素区域；

5）提取鱼苗轮廓，计算所有轮廓面积并分析面积值规律，去除异常轮廓，统计其余轮廓数，即为鱼苗数量。

7.根据权利要求6所述的基于机器视觉和深度学习的鱼苗便携式计数方法，其特征在于，还包括步骤6），即重复步骤2）-5）若干次，除去最大值、最小值，求得平均值即为鱼苗计数盘中的鱼苗数。