跳到主要內容區塊

養殖魚類體長2D視覺動態影像融合辨識技術

  • 出版日期:108-12-06

依據聯合國糧農組織的報告,2014年起養殖漁業供給人類直接食用數量已超過捕撈漁業且持續快速生長,臺灣有水產養殖王國的美名,但隨著養殖病害、其他周邊國家的競爭、氣候變遷所導致的環境變因、農村勞動力老化及臺灣養殖成本逐年提高等因素,導致近年來臺灣養殖業國際競爭力衰退。隨著世界各國爭相競逐第4次工業革命,大數據、物聯網、AI影像技術蓬勃發展,本所推動智慧養殖技術研發,將臺灣先進之科技導入水產養殖產業,以突破現有養殖瓶頸。本研究透過影像辨識技術,針對水下魚隻進行標的物確認與魚體體長量測。期望藉由數位化輔助紀錄魚隻生長過程,結合水質感測、智能化投餌等技術,打造臺灣成為智慧養殖王國。

水下生物相關的偵測技術國內亦有諸多研究。計數應用方面中山大學發表簡易魚苗自動點算系統,系利用影像中圖元的色階資料做為指標,辨別出1尾魚苗所佔平均圖元後,再利用所有魚苗的面積推算魚苗數,避開傳統點算系統需辨識出個別的目標後,才加以計數的方法,其有助於針對魚苗培育輔助計算數量 (黃等,2002) 及機器視覺方式自動計量 (林等,2006)。底床固定型掃描式聲納系統,針對水下小型動態目標物 (泰國蝦) 的監測技術,該聲納系統掃描半徑7.5 m具有解析場域環境特徵 (水域面積、水深、水質與池體底床狀態等) 的功能,可用以分析目標物數量、位置、移動狀態與行為模式等。對於釣蝦池池底環境與蝦隻狀態能夠達到描繪與有效掌握的目的 (田等,2017)。魚隻長度研究方面,過去曾有利用紅外光魚隻大小自動量測之模擬研究,其使用陣列式紅外線感測元件,以魚體於水中潛游經感測器的節點概念作為魚隻長度大小的分析判斷 (楊等,2005),另有以商用之影像處理軟體進行魚體體長量測之試驗 (吳等,2008)。